ERNIE Light DT 1.0 vs ERNIE 5.5 Flash Base: la licencia es el producto

ERNIE Light DT 1.0 y ERNIE 5.5 Flash Base son la respuesta de un mismo laboratorio a dos preguntas distintas, publicadas con cinco días de diferencia en noviembre de 2026. Light DT es una API: sin pesos, sin model card, un precio de 1,13 USD por millón de tokens de entrada y un límite de salida de 131.072 tokens. Flash Base es una descarga: 280 mil millones de parámetros, 14 mil millones activos por token, 33,5 billones de tokens de entrenamiento y ningún endpoint alojado de Baidu. La decisión entre ambos no depende realmente de los benchmarks —ninguno tiene una puntuación publicada que merezca la pena discutir—, sino de si prefieres alquilar una infraestructura de servicio o tener una licencia para construir sobre ella.

Y la licencia es donde esta comparación deja de ser simétrica, porque la de Flash Base es inusualmente específica sobre dónde puedes usarla y a quién debes avisar.

Dos artefactos, un laboratorio, cinco días de diferencia

Flash Base llegó el 5 de noviembre de 2026 con un informe técnico y pesos abiertos en Hugging Face en dos precisiones —FP8 y BF16— publicados bajo la ERNIE 5.5 Flash Base Model License v1.0. Es un checkpoint de preentrenamiento, lo que significa que los pesos que obtienes son los que salieron del preentrenamiento, antes de cualquier ajuste de instrucciones o trabajo de preferencias. No hay una plantilla de chat que merezca tal nombre ni una versión instruct publicada junto a él.

Light DT llegó el 10 de noviembre de 2026 como un punto de acceso API internacional, descrito por Baidu como basado en modelos GLM de código abierto con investigación de la línea "Lightning" de Search de la empresa incorporada, y construido en torno a Baidu Sparse Attention más un esquema de compresión de historial basado en retroalimentación que, según el proveedor, reduce el almacenamiento y la computación de la caché KV. Ha recibido post-entrenamiento, responde preguntas, llama a herramientas y no existe como un archivo que se pueda descargar.

Visto así, la pareja parece desequilibrada en la dirección obvia: uno es un producto acabado y el otro es un punto de partida. Pero el precio dice lo contrario, y la licencia dice algo distinto una vez más.

La tarjeta de tarifas que va en sentido contrario

Light DT cuesta más por token que un modelo con veinte veces su número de parámetros activos. Ese es el hecho con el que hay que quedarse antes que cualquier otra cosa en este texto:

• Precio de entrada — ERNIE Light DT 1.0 a $1,13 por millón de tokens frente a ERNIE 5.5 Flash Base a $0, porque no hay endpoint de Baidu y, por lo tanto, no hay precio de lista. El $0 es real: alojarlo es un costo de capital, no una línea en una factura.

• Precio de salida: $3.94 por millón para Light DT; para Flash Base, tus propias horas de GPU.

• Entrada en caché — $0.113 por millón en Light DT, un descuento de diez veces en lecturas en caché. Flash Base no tiene equivalente porque la economía de la caché se convierte en un problema de tu planificador.

• Parámetros activos por token — no revelados para Light DT; 14 mil millones para Flash Base.

• Contexto — 1.024.000 tokens para Light DT; 1.000.000 para Flash Base en ajuste fino e inferencia, con 128.000 como contexto máximo de entrenamiento.

• Salida máxima — 131,072 tokens para Light DT; limitada por su configuración de servicio para Flash Base.

• Pesos — ninguno para Light DT; 280B en FP8 o BF16, divididos en 128 fragmentos safetensors en el repositorio FP8, para Flash Base.

• Pila de servicio: la de Baidu, para Light DT; SGLang o vLLM con el plugin propio de Baidu, para Flash Base. La receta publicada de SGLang exige un paralelismo tensorial de 4 y un tamaño de paralelismo de datos de atención de 4, lo que supone un mínimo de cuatro GPU antes de haber cargado una sola solicitud.

¿Cuánto cuesta realmente autoalojar 280B por millón de tokens?

Esta es la cuenta que decide el enfrentamiento, y vale la pena hacerla con números redondos en lugar de corazonadas.

Cuatro GPU es el mínimo para la configuración publicada, pero 280 000 millones de parámetros en FP8 equivalen aproximadamente a 280 GB de pesos antes de cualquier caché, por lo que un nodo de producción realista es de ocho aceleradores con espacio para la caché KV y el procesamiento por lotes. Digamos ocho tarjetas de clase H100 a una tarifa de alquiler combinada de $2 por tarjeta-hora —una cifra de mercado medio de 2026, no una cotización—, y el nodo cuesta alrededor de $16 por hora, o aproximadamente $11,700 al mes si funciona de forma continua.

Ahora, la cuestión del rendimiento. Un MoE disperso que activa 14 mil millones de parámetros por token es rápido por token en la forma en que todos los modelos dispersos son rápidos, pero el rendimiento agregado en un lote es lo que determina tu costo unitario, y Baidu no publica ninguna cifra de tokens por segundo para este checkpoint. Supongamos, de forma conservadora, que el nodo mantiene 4.000 tokens de salida por segundo en un lote completo. Eso son 14,4 millones de tokens de salida por hora, lo que a 16 USD la hora queda cerca de 1,11 USD por millón de tokens de salida —antes de las pérdidas por utilización, antes del ingeniero responsable del despliegue, antes de las horas de inactividad en las que baja el tráfico.

Ejecútalo al tercio de la capacidad, que es lo que hacen la mayoría de los despliegues reales fuera de los picos, y el coste efectivo se triplica. El resumen honesto es que autoalojar Flash Base cuesta entre aproximadamente uno y tres dólares por millón de tokens de salida, dependiendo de lo bien que llenes el nodo —un rango que abarca los $3.94 de Light DT y puede superarlo cómodamente con una alta utilización.

Lo que significa que el sobreprecio de Light DT no es un impuesto a la ignorancia. Es lo que Baidu cobra por no tener que hacer ese cálculo y por un esquema de compresión que, según afirma, mantiene la caché lo bastante pequeña como para que una ventana de un millón de tokens siga siendo asequible de servir. Si tu tráfico es irregular, de bajo volumen o mayoritariamente de contexto largo, pagar $3.94 y dejar que otro se haga cargo del problema de utilización es la decisión racional.

La licencia, que es donde Flash Base se complica

La licencia de Flash Base no es una permisiva estándar, y hay tres cláusulas que importan más que cualquier benchmark.

• Territorio. La concesión se aplica a «todas las áreas geográficas del mundo distintas de la Unión Europea, el Reino Unido y Corea del Sur». Usar los pesos o distribuir derivados fuera de ese territorio queda fuera de los derechos concedidos. Si tiene usuarios de la UE, una región de inferencia de la UE o personal de la UE que toque el modelo, esto es un impedimento que debe leerse detenidamente con asesoría legal, en lugar de una nota al pie.

• Umbral de ingresos. El uso comercial es gratuito por debajo de 50 millones de dólares en ingresos anuales relacionados con los productos o servicios que utilizan el modelo, sujeto a una notificación única a Baidu. Por encima de ese umbral, necesita una autorización comercial por escrito independiente antes de comenzar y, si crece hasta superar el umbral, debe obtener la autorización antes de cruzarlo o suspender el uso afectado.

• Atribución. Los productos comerciales deben mostrar las palabras exactas «Powered by ERNIE» en un lugar fácilmente accesible: una interfaz de usuario, una página "Acerca de" o, para las API y los servicios de backend, la documentación para desarrolladores.

También hay una cláusula que conviene señalar a cualquiera que planee destilar: la licencia prohíbe usar los materiales o sus resultados para mejorar cualquier otro modelo de IA que no sea el propio modelo o sus derivados. Entrenar un estudiante más pequeño con resultados de Flash Base está dentro del permiso; entrenar una arquitectura diferente con ellos, no.

Light DT no tiene ninguno de estos problemas porque no tiene pesos que licenciar. Obtienes un contrato de términos de servicio y una lista de precios, lo que supone una superficie mucho menor para un equipo legal y una superficie mucho menor para la ambición.

Capacidad: qué hará y qué no hará cada uno de serie

• Control del razonamiento — Light DT expone cuatro niveles de esfuerzo (max, high, low, none), con max como valor predeterminado. Flash Base no tiene ningún modo de razonamiento; es un modelo de completado, y cualquier comportamiento de razonamiento sería algo que tendrías que entrenar.

• Llamada a herramientas — Light DT admite la llamada a funciones con selección forzada de herramienta, salidas estructuradas y formatos de respuesta JSON. Flash Base admite lo que implementes a su alrededor.

• Modalidad — ambos son texto de entrada, texto de salida. Ninguno acepta imágenes, y ninguno leerá un documento escaneado por ti.

Contexto largo: Light DT anuncia 1.024.000 tokens mediante su diseño de caché comprimida. Flash Base admite 1M durante el ajuste fino y la inferencia, pero a esa longitud en ocho tarjetas el presupuesto de caché KV es la restricción limitante, y la compresión que Baidu integró en la propia atención de Flash —Heavily Compressed Attention en 37 de sus 43 capas— es lo que lo hace factible.

• Evaluación — Flash Base publica una tabla de proveedores completa: MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1, HELMET-RAG 71.5, LongBench-v2 48.7, medidas frente a DeepSeek-V4-Flash-Base, Hy3-preview-Base y MiMo-V2.5-Base bajo un mismo pipeline. Son cifras de la propia Baidu, ejecutadas por Baidu, y deben interpretarse como tales. Light DT no publica absolutamente nada.

Esa última frase es la asimetría que más importa para un comprador. Flash Base al menos te permite comprobar sus afirmaciones: descargar los pesos, ejecutar tu propia evaluación y ver si la tabla del proveedor se sostiene con tus datos. Light DT te pide que aceptes el mecanismo por fe, porque la única evidencia disponible es un párrafo de texto promocional del producto.

Dónde encaja un router y dónde no

Ninguno de estos modelos está hoy en el catálogo de OrcaRouter, y decir lo contrario sería el tipo de cosa que le cuesta una semana a un lector. Lo que un router sí cambia es la forma de la decisión.

Si eliges la ruta Flash Base, estás comprometiendo capital y personal con un modelo cuya calidad puedes medir, pero cuyo coste de servicio no puedes controlar; y la arquitectura sensata es mantener un modelo alojado detrás de la misma interfaz como respaldo para los días en que tu nodo esté lleno, tu lote esté frío o una ejecución de evaluación esté acaparando las tarjetas. Si eliges la ruta Light DT, te comprometes con el endpoint de un único proveedor sin un segundo proveedor detrás y sin pesos que mover si cambia el precio.

De cualquier manera, el modo de fallo es el mismo: una carga de trabajo de contexto largo fijada a un solo modelo sin forma de comparar cuánto habría costado la alternativa. Eso es lo que resuelve un endpoint enrutado con una lista de precios por modelo: no tomando la decisión por ti, sino haciendo visible el coste de la decisión por solicitud en lugar de por trimestre.

¿Cuál elegir?

Elige ERNIE 5.5 Flash Base si tienes un problema de entrenamiento en lugar de uno de servicio: quieres un punto de partida disperso de 280B, tienes la intención de ajustarlo finamente, tus usuarios y tu infraestructura están fuera de la UE, el Reino Unido y Corea del Sur, y estás por debajo del umbral de ingresos o dispuesto a pedir autorización a Baidu. La tabla de benchmarks del proveedor te da una base de referencia defendible, y los pesos hacen que nadie pueda quitarte el modelo.

Opte por ERNIE Light DT 1.0 si la ventana de contexto es lo importante. Un millón de tokens servidos mediante una caché comprimida, con un presupuesto de razonamiento ajustable y llamada a herramientas, es un producto específico para un trabajo específico —documentos recuperados extensos, transcripciones largas de agentes, sesiones de larga duración—, y pagar una prima por token para no asumir el presupuesto de caché es un intercambio legítimo.

No elijas ninguno de los dos si tus prompts son cortos. Con 8.000 tokens por solicitud, toda la historia de la arquitectura de ambos lados es irrelevante, y $1,13 por millón de tokens de entrada es simplemente una forma cara de hacer lo que un modelo a una décima parte del precio hará igual de bien.