ERNIE 5.5 Flash vs. ERNIE 5.5 Flash Base: uno que puedes descargar y otro que solo puedes alquilar

Baidu ya ha publicado las dos mitades del mismo modelo, en el orden equivocado. ERNIE 5.5 Flash Base —el checkpoint de 280 mil millones de parámetros, con 14 mil millones activos por token— se publicó en Hugging Face el 5 de noviembre de 2026 con una publicación técnica de veinte páginas, treinta filas de benchmarks y una licencia que requería un abogado para leerla. Seis días después, el 10 de noviembre, ERNIE 5.5 Flash apareció como un endpoint tarificado en Baidu Qianfan a $0.28 por millón de tokens de entrada y $1.13 por millón de salida, sin anuncio, sin ficha del modelo y sin ninguna tabla de evaluación. Así que la elección entre ERNIE 5.5 Flash y ERNIE 5.5 Flash Base no es una elección entre un modelo grande y uno pequeño. Es una elección entre el artefacto que puedes inspeccionar y el que realmente puedes invocar. Las líneas base con las que compararías cualquiera de los ERNIE se facturan a precios de lista del proveedor, con la tarifa de OrcaRouter mostrada como $0.00 en cada fila de modo que una ejecución de comparación cuesta una clave y una factura.

Mismos pesos, dos estados finales diferentes

El checkpoint base es el final del preentrenamiento y nada más. Completa texto. No sigue instrucciones, no mantiene un prompt de sistema, no llama a una herramienta ni rechaza una solicitud, porque esos comportamientos los produce el postentrenamiento y este checkpoint no ha tenido ninguno. Baidu lo dice directamente: el repositorio es «el checkpoint al final del preentrenamiento, antes de cualquier entrenamiento intermedio o posterior», y se presenta como un punto de partida para la adaptación de dominio, el ajuste de instrucciones y la investigación en aprendizaje por refuerzo.

ERNIE 5.5 Flash es lo que el postentrenamiento hizo de él. Responde a prompts, expone la llamada a funciones y las salidas estructuradas, y razona antes de hablar. Los dos no son versiones el uno del otro en ningún sentido útil —uno es una entrada de entrenamiento y el otro es un producto—, y la diferencia práctica determina por completo la decisión.

• Parámetros: 280B en total, 14B activos por token, mezcla dispersa de expertos, en ambos lados. La misma arquitectura.

• Tamaño de descarga — 288 GB repartidos en 139 archivos del repositorio FP8, con un repositorio BF16 aparte junto a él. Esta es la cifra con la que hay que contar, no el número de parámetros multiplicado por dos.

• Contexto — 128.000 tokens en el momento del entrenamiento, con la configuración publicada establecida en 1.048.576 para el ajuste fino y la inferencia. El modelo servido figura con 1.024.000 de entrada, que es la misma ventana redondeada a la baja para un cuadro de tarifas, y no una capacidad diferente.

• Techo de salida — el checkpoint base no tiene ninguno digno de mención; el modelo servido permite 921,600 tokens de salida porque razona en cada solicitud y no se le puede indicar que no lo haga.

• Modalidad — texto de entrada, texto de salida, en ambos lados. Sin imágenes, sin audio, sin PDF. Cualquier carga de trabajo que incluya una captura de pantalla queda fuera del alcance de ambos, y eso no va a cambiar con un ajuste fino.

• Precio — los pesos son gratuitos bajo una licencia con límites territoriales; la API cuesta $0.28 y $1.13 por millón de tokens, con la entrada en caché a $0.028.

• Puntuación independiente: ninguno de los dos la tiene. Artificial Analysis incluye filas de ERNIE 4.5 y ERNIE 5.0, y ninguna fila de ERNIE 5.5 de ningún tipo.

La documentación va exactamente al revés.

Para un checkpoint base, Baidu publicó una publicación técnica genuinamente detallada: la arquitectura (43 capas, 512 expertos enrutados por capa MoE con selección top-10 más un experto compartido), el presupuesto de entrenamiento (33,5 billones de tokens con el optimizador Muon), el diseño de atención, el tokenizador, las recetas de servicio para vLLM y SGLang, y una tabla de benchmarks que incluye filas en las que el modelo pierde. ChineseSimpleQA registra 73,0 frente a 75,3 de D​eepSeek. BBH con cadena de pensamiento es un empate a tres bandas dentro del ruido. Esa es la forma de una tabla que alguien construyó en lugar de una tabla que alguien eligió, y es el tipo de divulgación que le gana a un modelo una audiencia justa.

Para el modelo de chat, Baidu publicó un precio. Sin fecha de corte de conocimiento. Sin evaluación. Ninguna declaración sobre en qué se diferencia el modelo posentrenado del checkpoint en algo que no sea el comportamiento. La descripción adjunta al endpoint consta de tres frases sobre arquitectura y velocidad —280 mil millones de parámetros totales, 14 mil millones activos, una ventana de un millón de tokens, más de 200 tokens por segundo— y no dice nada sobre la calidad.

La consecuencia es que los dos artefactos se están juzgando con pruebas incompatibles. Todo lo que puede saberse sobre ERNIE 5.5 Flash Base proviene del propio harness de Baidu contra las líneas base que Baidu eligió, y todo ello describe un modelo que no puede seguir una instrucción. Todo lo que puede saberse sobre ERNIE 5.5 Flash es una lista de precios. Cualquiera que cite el MMLU-Pro de 78.4 del checkpoint base como evidencia sobre el modelo de chat comete el error más común posible en esta comparación: las evaluaciones de modelos base y las evaluaciones de modelos de instrucción miden cosas diferentes y no pueden restarse, heredarse ni extrapolarse.

La licencia es la parte que la gente se salta.

Los pesos se pueden descargar, lo que no equivale a código abierto. El Acuerdo de Licencia del Modelo Base ERNIE 5.5 Flash v1.0, con fecha del 5 de noviembre de 2026 y regido por la legislación de Hong Kong, restringe la concesión por territorio y por ingresos:

• Territorio — el uso, la reproducción, la modificación y la distribución se licencian en todo el mundo "salvo en la Unión Europea, el Reino Unido y Corea del Sur". Para una empresa constituida en cualquiera de esos tres, esto no es una cuestión de términos comerciales, es un no rotundo.

• Ingresos: sin coste hasta US$50 millones en ingresos relacionados anuales, y se requiere una notificación única a Baidu incluso por debajo de ese umbral. Por encima de él, el uso debe pausarse hasta que llegue una autorización por escrito. Los ingresos relacionados se agregan entre productos y empresas aliadas, por lo que el límite se alcanza antes de lo que sugiere el estado de resultados de un solo producto.

• Atribución — todos los productos comerciales deben mostrar «Powered by ERNIE» de forma destacada.

• Resultados — no se pueden utilizar para mejorar ningún otro modelo. Se permite entrenar un derivado; destilar este en otra cosa no.

Nada de eso se aplica a las llamadas realizadas a través de la API de Baidu. La vía alojada se rige por los términos comerciales de la API, no por la licencia de los pesos, de modo que un equipo europeo excluido de la descarga aún puede alquilar el modelo por tokens — lo que, discretamente, constituye uno de los argumentos más sólidos a favor del endpoint frente al repositorio.

¿Cuál quieres realmente?

La decisión se desprende de tres preguntas, y ninguna de ellas es «cuál es más inteligente».

¿Puedes ejecutar 288 GB? Si no, el checkpoint base no es una opción independientemente de sus términos, y la comparación se reduce a «usar la API o usar un modelo diferente». Un modelo de mezcla de expertos de 280B con 14B activos es barato de servir por token y caro de alojar por máquina, y la brecha entre esos dos hechos es donde mueren la mayoría de los planes de autoalojamiento.

¿Su tarea es fija y de gran volumen? Este es el único caso en el que los pesos ganan en términos económicos. Una única tarea acotada —clasificación, extracción, una transformación específica de un dominio— ajustada sobre un checkpoint base amortiza el entrenamiento y después no cuesta nada por llamada. Pagar 1,13 $ por millón de tokens de salida para siempre por una tarea que podría tener en propiedad es una fuga lenta, y el checkpoint base está valorado, en términos de licencia, precisamente para ese comprador.

¿Necesitas que funcione esta semana? Entonces es el endpoint, porque un ajuste fino sobre 280B parámetros es una partida presupuestaria y un trimestre entero, no una tarde. La API te ofrece hoy un modelo con llamada a herramientas, razonamiento y una ventana de entrada de un millón de tokens, sin documentar, a un precio que es aproximadamente el doble que el de la competencia de la gama Flash y que no es obviamente desacertado para lo que ofrece.

Lo que nadie debería hacer es tratar a ambos como intercambiables en una evaluación. Las puntuaciones del checkpoint base no son una vista previa de la calidad de la API, y el precio de la API no es evidencia de la calidad de la API. La única medición que resuelve algo es la tuya propia: un conjunto fijo de prompts ejecutado a través del endpoint, contado en tokens de salida, comparado con lo que fueras a usar en su lugar.

Ejecutar ambas preguntas a través de una sola clave

La parte de comparación de este trabajo no requiere una cuenta de Baidu. OrcaRouter enruta más de 200 modelos detrás de una única clave compatible con OpenAI al precio de lista del proveedor y sin recargo: MiniMax M3.1 Flash a $0.15 y $0.60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash y Gemini 3.8 Flash están todos disponibles, y la conmutación automática por error mantiene activa una ejecución de benchmark cuando un proveedor tiene problemas a mitad del barrido. ERNIE 5.5 Flash no está entre ellos —no hay ninguna entrada de ERNIE en el catálogo ni ningún endpoint de Baidu al que podamos enrutar—, así que hay que llamar al endpoint a través de la propia API de Baidu y trasladar sus cifras a mano.

Esa asimetría merece decirse sin rodeos en lugar de sortearla: el modelo que puedes descargar es gratuito e inutilizable sin una ejecución de entrenamiento, el modelo al que puedes llamar no está documentado y solo se puede acceder a él a través de exactamente un proveedor, y los modelos contra los que lo compararías en pruebas de referencia están en una única clave enrutada. Dos de esos tres hechos cambiarán. Probablemente la cláusula de la licencia no.

Lo que hay que vigilar es más limitado que el propio modelo. Una ficha de modelo de ERNIE 5.5 Flash con una tabla de evaluación permitiría responder a esta comparación. Un segundo proveedor que sirviera la versión preliminar haría que su disponibilidad y su precio fueran competitivos. Y una puntuación independiente de un rastreador que utilice su propio arnés resolvería en una tarde lo que dos semanas de lectura de especificaciones no pueden —porque ahora mismo el resumen honesto es que Baidu ha documentado la mitad del modelo que nadie puede usar y ha dejado la mitad que todo el mundo puede usar para que se acepte por confianza.