ERNIE-5.5-Flash vs GLM-5.3 Flash: dos repos abiertos, dos acuerdos muy diferentes

ERNIE-5.5-Flash y GLM-5.3 Flash se pueden descargar esta semana, ambos son modelos de mezcla de expertos dispersos de la misma categoría de tamaño y ambos caben en aproximadamente el mismo tipo de GPUs en FP8. Ahí termina el parecido. GLM-5.3 Flash, publicado por Z.ai el 26 de agosto de 2026, es un modelo multimodal finalizado bajo la licencia MIT, con un precio publicado y un endpoint en servicio. ERNIE-5.5-Flash-Base, publicado por Baidu el 5 de noviembre de 2026, es el checkpoint al final del preentrenamiento de un modelo que no ha recibido postentrenamiento, bajo una licencia personalizada, sin precio y sin endpoint. Compararlos como modelos abiertos rivales es razonable. Compararlos como modelos sustituibles no lo es, y la diferencia es legal y procedimental antes que técnica. Ambas variantes de GLM se facturan a precios de lista del proveedor, por lo que probar la variante de nivel gratuito no cuesta nada.

¿Qué hay realmente en cada repositorio?

GLM-5.3 Flash es un modelo de 320B de parámetros con 18B activos por token, 45 capas y un híbrido de atención lineal y dispersa que, según Z.ai, reduce el cómputo de atención aproximadamente tres veces y disminuye la caché KV unas 4,4 veces en comparación con GLM-5.3, que es solo de texto. La ventana de contexto es de 1.048.576 tokens, la salida está limitada a entre 128K y 131K según el host, y el modelo acepta texto, imágenes y vídeo y genera texto. Los pesos FP8 en Hugging Face ocupan aproximadamente 328 GB.

ERNIE-5.5-Flash-Base tiene 280B en total con 14B activos, 33,5T tokens de preentrenamiento, 43 capas —una densa más 42 MoE— con 37 capas en atención HCA comprimida y seis en MLA más atención dispersa al estilo DeepSeek. Tamaño oculto de 4.096, 64 cabezas, 512 expertos enrutados en top-10 más un experto compartido, vocabulario de 201.216. Contexto de entrenamiento de 128K, con 1.048.576 habilitado para ajuste fino e inferencia en la configuración publicada. Variantes FP8 y BF16, ambas en Hugging Face.

• Parámetros totales — ERNIE 280B vs GLM 320B

• Activos por token — 14B vs 18B

• Capas — 43 vs 45

• Contexto — 1M para inferencia vs 1M

• Modalidad: solo texto frente a texto, imagen y vídeo en

• Licencia — ERNIE 5.5 Flash Base License v1.0 vs MIT

• Post-entrenamiento — ninguno vs ajustado a instrucciones

• Precio — ninguno publicado frente a $0.15 de entrada / $0.50 de salida

La diferencia en el número de parámetros es menor de lo que sugiere la nomenclatura y va en la dirección opuesta a la que cabría suponer: ERNIE activa menos parámetros por token y tiene menos en total, lo que sobre el papel lo convierte en el más económico de servir de los dos. La huella de 328 GB en FP8 de GLM es la cifra concreta; ERNIE, con 280B, se sitúa en el mismo orden de magnitud, antes de la caché KV.

La licencia es la primera bifurcación del camino.

MIT no es un detalle de marketing. Significa uso comercial, modificación, redistribución y modelos derivados, sin términos de campo de uso que negociar ni un acuerdo aparte que firmar. Un equipo puede hacer ajuste fino de GLM-5.3 Flash con datos propietarios y lanzar el resultado sin necesidad de hablar con el departamento jurídico de Z.ai.

ERNIE-5.5-Flash-Base se distribuye bajo el Acuerdo de licencia del modelo base ERNIE 5.5 Flash v1.0. Se trata de un acuerdo hecho a medida, y el contraste que vale la pena conocer es histórico: Baidu lanzó la familia ERNIE 4.5 bajo Apache 2.0 en 2025. Pasar a una licencia personalizada para la base 5.5 es un endurecimiento deliberado, no un descuido, y llega justo en el momento en que los pesos se vuelven realmente útiles: es mucho más probable que un checkpoint base se someta a fine-tuning y se redistribuya que un modelo ajustado por instrucciones.

Para uso académico y de investigación, la diferencia práctica puede ser nula. Para cualquiera que esté construyendo un producto, es el primer documento que hay que leer y posiblemente la razón para elegir el otro repositorio. Unos pesos que puedes descargar no son lo mismo que unos pesos sobre los que puedes construir.

La modalidad determina más cargas de trabajo de las que determinan los benchmarks.

GLM-5.3 Flash acepta video. Esa única capacidad lo saca de la comparación con ERNIE para una gran clase de cargas de trabajo de 2026: grabaciones de pantalla, material audiovisual de producto, clips de vigilancia, captura de clases. GLM también procesa imágenes, lo que cubre facturas, gráficos, capturas de pantalla y toda la categoría de procesamiento de documentos.

ERNIE-5.5-Flash-Base es un modelo de lenguaje. Texto entra, texto sale. Si el ERNIE 5.5 Flash post-entrenado llegara a lanzarse con entrada multimodal, Baidu no lo ha dicho; la publicación describe un modelo de texto y la suite de benchmarks abarca conocimiento, razonamiento, matemáticas, código, multilingüe y contexto largo. Nada en el material publicado sugiere visión.

Vale la pena enunciar esa asimetría sin rodeos, porque es fácil perderla de vista dentro de una comparación de especificaciones. Un modelo de texto de 280B y un modelo multimodal de 320B no son alternativas en una decisión de compra; son respuestas a preguntas distintas. La única superposición es la generación exclusivamente de texto y, en esa superposición, el modelo terminado gana por defecto, porque existe.

Donde GLM-5.3 Flash es más débil de lo que sugería su lanzamiento

La honestidad va en ambos sentidos. Las fortalezas publicadas de GLM-5.3 Flash son reales: DeepSWE 63.4 frente al 46.2 de GLM-5.2, Terminal-Bench 2.1 en 84.3, MMLU-Pro 86.1, MMMU-Pro 86.0, HLE con herramientas 55.3; y Artificial Analysis sitúa su índice de programación en 71.5 y su índice de inteligencia general en 41.8. Pero las mismas evaluaciones muestran un modelo con debilidades estrechas y profundas: ProgramBench obtiene puntuaciones de alrededor de cero a 1.5, SRE Bench 0.8, Legal Agent 6.7. Su latencia del primer token también es notablemente lenta para un modelo de la gama Flash: 6.36 segundos en p50 en el tráfico de siete días de OrcaRouter, frente a aproximadamente 1.7 segundos para el GLM-5 más grande.

Nada de eso hace que ERNIE sea la mejor opción. Hace que GLM sea un valor conocido: un modelo cuyos modos de fallo han sido medidos por terceros. Los modos de fallo de ERNIE no se han medido en absoluto, porque no hay un modelo instruct que medir. En una decisión basada en evaluación, los modos de fallo desconocidos son peores que los documentados, incluso cuando los documentados son malos.

Rutas de ajuste fino: ambas existen, una tiene ventaja inicial

Baidu acertó con las herramientas. La tarjeta del modelo ERNIE incluye ejemplos de SGLang y vLLM, y el repositorio Megatron-Bridge de NVIDIA añadió un ejemplo de ERNIE 5.5 que abarca el ajuste fino. Para un checkpoint base, esa es la diferencia entre un artefacto de investigación y un punto de partida utilizable.

GLM-5.3 Flash se puede descargar desde finales de agosto y ha acumulado el recorrido de ecosistema que conllevan tres meses de uso en producción: cuantizaciones, integraciones con proveedores e informes de errores. Cuando un kernel falla a las 2 de la madrugada, el problema de GLM ya lo ha reportado otra persona. Eso no es un benchmark, pero es un coste real de adopción y debería tenerse en cuenta en la decisión.

Para cualquiera que quiera probar GLM-5.3 Flash sin tener que comprometerse con un clúster de GPU, OrcaRouter enruta z-ai/glm-5.3-flash al precio de lista del proveedor con un 0 % de recargo, y además hay una variante de nivel gratuito en el catálogo. Ese mismo catálogo no tiene ninguna entrada de ERNIE entre sus 216 identificadores de modelo: no hay ruta alojada, ni precio, nada que enrutar. Esto no es una crítica al lanzamiento de Baidu; es la consecuencia práctica de publicar los pesos antes que el producto.

¿Qué repositorio clonar?

Clona GLM-5.3 Flash si necesitas un modelo abierto multimodal que puedas poner detrás de una API, ajustar comercialmente y comparar con evaluaciones publicadas de terceros. MIT, un endpoint servido y tres meses de uso en producción forman una combinación sólida, y los puntos débiles documentados son lo bastante acotados como para sortearlos.

Clona ERNIE-5.5-Flash-Base si vas a realizar preentrenamiento continuado, adaptación de dominio o investigación de postentrenamiento, especialmente en chino, y estás dispuesto a leer una licencia personalizada antes de invertir en el pipeline. La configuración 280B-A14B es eficiente, el presupuesto de 33,5 billones de tokens es serio, la arquitectura está documentada con más detalle que la mayoría de los lanzamientos base, y el ejemplo de Megatron-Bridge significa que el primer ajuste fino no es un proyecto de investigación en sí mismo.

No clones ninguno de los dos esperando un reemplazo directo del otro. Uno es un producto terminado con una licencia que permite casi cualquier cosa; el otro es un buen punto de partida con una licencia que permite menos y un producto que aún no existe. La pregunta interesante es qué incluye Baidu en el modelo post-entrenado y a qué precio —porque, si se sitúa cerca de $0,15/$0,50 con 14B de parámetros activos, esto deja de ser una comparación entre dos repositorios y se convierte en una auténtica contienda entre dos modelos Flash abiertos. Hasta entonces, los repositorios no están ni de lejos en la misma estantería.