ERNIE 5.5 Flash vs ERNIE 5.5 Flash Preview : lequel appelez-vous réellement ?

Le site de Baidu lui-même recense deux artefacts ERNIE 5.5, et aucun des deux ne s'appelle ERNIE 5.5 Flash. Il y a ERNIE 5.5 Flash Base, le checkpoint brut de 280 B publié le 5 novembre, et ERNIE 5.5 Flash Preview, le modèle post-entraîné publié le 11 novembre. ERNIE 5.5 Flash — le nom sans suffixe, celui qui figure dans les listes de prix et les sélecteurs de modèles — est le modèle dont Preview est un aperçu. Ce n'est pas une bizarrerie marketing à balayer d'un revers de main ; c'est toute la substance de la comparaison, car tout ce qui sépare ERNIE 5.5 Flash Preview d'ERNIE 5.5 Flash est une différence entre un checkpoint et une version publiée, et non entre deux architectures. Mêmes 280 milliards de paramètres au total, mêmes 14 milliards actifs, même contexte de 1 M de tokens. Les différences tiennent à une licence, à une date, à une garantie de stabilité et à un ensemble de chiffres dont Baidu vous a annoncé qu'ils changeront. Le groupe de comparaison constitue la moitié de cette décision qui relève de votre contrôle. prix catalogue du fournisseur avec 0 % de marge GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3 et DeepSeek V4.1 Flash sont accessibles sur une seule clé au prix catalogue du fournisseur, les frais OrcaRouter étant affichés à 0,00 $.

Le nommage est la partie déroutante, alors commencez par là.

Trois noms, deux modèles, un même pipeline de publication. ERNIE 5.5 Flash Base est le point de contrôle pré-entraîné : 280 B au total, 14 B actifs, 43 couches, une pile de mélange d’experts clairsemée avec un expert partagé, entraîné sur 33,5 billions de tokens, téléchargeable dès aujourd’hui sur Hugging Face sous une licence communautaire restreinte. ERNIE 5.5 Flash Preview est ce point de contrôle après post-entraînement — la version qui répond aux instructions, utilise des outils, écrit du code de jeu et produit des supports de présentation. ERNIE 5.5 Flash, lorsqu’il existera, sera le même modèle une fois le post-entraînement terminé.

Baidu énonce clairement la relation dans le billet d’annonce : la Preview « est un checkpoint intermédiaire issu du post-entraînement. Elle est déjà compétitive avec des modèles de sa taille, mais comme l’entraînement n’est pas terminé, certaines capacités peuvent encore être en retrait. Le post-entraînement se poursuit et ERNIE 5.5 Flash s’améliore rapidement. » Lisez-le deux fois. L’entreprise vous dit que le modèle que vous pouvez appeler aujourd’hui et celui que vous appellerez dans quelques mois partagent une racine de nom, une architecture et une fenêtre de contexte, et diffèrent par leur degré d’achèvement. Si vous choisissez entre eux, vous ne choisissez pas entre deux systèmes. Vous choisissez entre acheter maintenant et attendre.

La comparaison, dimension par dimension

Voici ce qui diffère réellement, avec les deux côtés sur chaque ligne :

• Identité — ERNIE 5.5 Flash Preview est un checkpoint nommé et invoquable publié le 11 novembre 2026 ; ERNIE 5.5 Flash est un successeur non publié, sans date, sans fiche modèle et sans point de terminaison propre.

• Architecture et taille — identiques des deux côtés : 280B de paramètres au total, 14B actifs, une fenêtre de contexte de 1M tokens, héritées du checkpoint ERNIE 5.5 Flash Base du 5 novembre. Le post-entraînement ne modifie pas la taille d’un modèle.

• Poids et licence — la Preview est annoncée sous Apache 2.0 « bientôt », sans dépôt sur Hugging Face au 11 novembre ; l’ERNIE 5.5 Flash final sera régi par la licence que Baidu publiera lors de la sortie officielle, ce que l’entreprise n’a pas précisé et dont il n’est pas garanti qu’elle soit identique. Considérez la promesse Apache 2.0 comme portant sur l’aperçu, et non sur la famille.

• Stabilité — la Preview est explicitement un artefact intermédiaire dont les capacités « peuvent encore être insuffisantes » et dont Baidu prévoit d’améliorer les scores ; la version officielle est par définition la version que Baidu est prêt à assumer.

• Positionnement dans les benchmarks — la Preview compte vingt lignes déclarées par le fournisseur et aucun score indépendant ; ERNIE 5.5 Flash aura ce que Baidu publiera lors de sa sortie, plus, si la tendance se confirme, une deuxième série de chiffres qui fera paraître ceux de la Preview dépassés. Aucun des deux ne figure aujourd’hui dans Artificial Analysis.

• Prix — la Preview est à 0,28 $ par million de tokens d’entrée et à 1,13 $ par million de tokens de sortie sur Qianfan, avec les lectures en cache à 0,028 $. Il n’y a pas de prix pour ERNIE 5.5 Flash, et supposer qu’il correspondra à celui de la preview est une hypothèse : la tarification des previews est souvent provisoire.

• Ce que vous pouvez en faire — la Preview peut être appelée dès aujourd’hui et ne peut pas être téléchargée ; ERNIE 5.5 Flash ne peut être ni appelée ni téléchargée, car il n’existe pas encore.

L’asymétrie qui compte se trouve en bas de cette liste. L’aperçu est le seul des deux que vous pouvez tester, et c’est le seul que vous ne pouvez pas conserver.

Ce que l’aperçu fait et que son nom sous-estime

Le nom Preview suggère un modèle allégé, et au vu des éléments publiés le 11 novembre, celui-ci ne l'est pas. Il s'agit d'un modèle textuel avec utilisation d'outils, sortie structurée et une fenêtre d'un million de tokens, proposé au bas de la fourchette tarifaire de la gamme flash, et les démos de Baidu décrivent des livrables plutôt que des échanges de chat : un jeu Unreal Engine 5.8 assemblé en une seule session de codage de 11 heures, environ 100 mini-jeux mobiles générés à partir de documents de conception, un Boeing 747 et l'aéroport de Daxing modélisés via l'API Python de Blender par deux agents coordonnés, un moteur W16 et un rover lunaire construits sous forme d'assemblages FreeCAD modifiables, un rapport de recherche de 20 pages sur les coûts électriques des centres de données, une analyse de 24 pages sur la conduite autonome fondée sur 4 169 rapports fédéraux d'accidents, et un court métrage d'animation de 116 secondes écrit en plus de 10 000 lignes de Python.

Le détail le plus utile de cette liste n’est pas une affirmation de capacité, c’est une limite que l’article livre spontanément. Décrivant le projet Unreal, Baidu écrit que « parce qu’il s’agit d’un modèle textuel qui ne peut pas voir l’écran », le modèle a converti des problèmes de test de jeu — un personnage flottant au-dessus du sol, une caméra mal placée — en tests mesurables dans le code, et a itéré jusqu’à ce que la suite passe. C’est la forme honnête de la compétence de ce modèle : il ne peut rien regarder, alors il écrit des assertions à la place. Lorsqu’une tâche peut être exprimée sous forme de test, il tient bien sur de longues exécutions. Lorsque le seul retour est un jugement visuel, le modèle travaille via des outils et, dans au moins certains harnais de benchmark, via le modèle de vision d’une autre entreprise.

Ce dernier point provient de l’annexe du benchmark plutôt que du texte principal. Une note de bas de page dans le tableau indique que « GLM-5.3 et notre modèle n’ont pas de capacités multimodales natives, la compréhension des images est assurée par un outil propulsé par Claude Opus 5.5. » Quoi que vous concluiez au sujet des scores, l’architecture est sans ambiguïté : pas de vision native, et une évaluation dépendante de la vision qui mesure un pipeline plutôt qu’un modèle.

Si vous attendez ERNIE 5.5 Flash, qu’attendez-vous ?

Quatre choses, et une seule d’entre elles constitue une amélioration des capacités.

Le premier point est une garantie de stabilité. Un point de contrôle intermédiaire ne garantit nullement que le comportement ne changera pas entre maintenant et la version finale, ce qui est acceptable pour l'exploration mais problématique pour tout ce qui dispose d'une suite de tests de non-régression arrimée à la sortie du modèle.

Le second est un ensemble de benchmarks auquel vous pouvez vous comparer. Les vingt lignes de l’aperçu — dont Terminal-Bench 4.0 à 46,5, DeepSWE v1.1 à 71,2, MCP-Atlas à 84,6, BrowseComp à 87,4, HLE sans outils à 46,4 et AA-LCR v1.1 à 79,0 — sont rapportées par le fournisseur et non reproduites, et Baidu a déclaré que le modèle s’améliorait rapidement. Les chiffres d’un modèle finalisé sont plus utiles, même lorsqu’ils sont plus élevés, car ce sont ceux que d’autres citeront aussi.

Le troisième point est la licence. Le checkpoint de base est publié sous une licence communautaire restreinte qui exclut l’UE, le Royaume-Uni et la Corée du Sud, plafonne l’usage commercial gratuit en fonction du chiffre d’affaires annuel associé et exige une mention « Powered by ERNIE » sur les produits commerciaux. Les poids de la preview sont promis sous Apache 2.0. Si cette promesse est tenue, le modèle post-entraîné sera bien plus permissif que le checkpoint dont il est issu — un véritable revirement, qu’il vaut la peine de confirmer sur le dépôt réel plutôt que sur l’annonce.

Le quatrième point est le prix. $0.28 et $1.13 sont des chiffres de préversion. Le tarif final d’un modèle GA dans ce niveau pourrait évoluer dans un sens comme dans l’autre, et tout modèle de coût que vous construisez aujourd’hui devrait être paramétré sur le tarif plutôt que codé en dur sur celui-ci.

Aucun de ces quatre arguments ne plaide pour attendre si vous avez une tâche que vous pouvez évaluer cette semaine. Ils plaident pour ne pas signer un engagement sur plusieurs trimestres envers un checkpoint que Baidu a décrit, par écrit, comme inachevé.

Exécuter la comparaison vous-même

Vous ne pouvez pas obtenir ERNIE 5.5 Flash Preview chez nous. Il est servi via l'API Qianfan de Baidu elle-même et via des plateformes tierces qui le revendent ; OrcaRouter achemine plus de 200 modèles et aucun d'entre eux n'est un ERNIE, donc toute suggestion selon laquelle nous pourrions vous fournir ce point de terminaison serait fausse.

Ce que nous pouvons faire, c’est fournir le groupe de comparaison, c’est-à-dire la partie de cette décision qui est réellement sous votre contrôle : les modèles par rapport auxquels Baidu a fait son évaluation — GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3, DeepSeek V4.1 Flash — sont tous accessibles via une seule clé compatible OpenAI, au prix catalogue du fournisseur et sans majoration, de sorte qu’une baisse de prix de l’un de ces fournisseurs se répercute sur votre facture le jour même, plutôt qu’au prochain renouvellement de contrat.

L’évaluation à réaliser est volontairement ennuyeuse. Choisissez dix tâches à long horizon dans votre propre travail. Faites passer chacune par la preview et par les deux modèles que vous utiliseriez autrement. Notez si elle a abouti, combien de jetons de sortie ont été émis et combien l’appel a coûté. Les jetons de sortie sont le nombre qui décide de cette comparaison, car la preview facture le raisonnement comme des jetons de sortie à 1,13 $ par million et n’expose aucun moyen de désactiver le raisonnement — un modèle bavard avec une grille tarifaire basse est souvent plus coûteux par tâche qu’un modèle peu bavard avec une grille élevée. Une fois que vous avez le coût par tâche, la question preview contre GA cesse de porter sur les lignes de benchmark et devient de savoir si le checkpoint actuel est suffisamment bon pour servir de base avant d’être remplacé.

Pour les charges de travail qui réussissent ce test, le basculement automatique répond à l'objection de stabilité de la seule manière dont on puisse y répondre aujourd'hui : un modèle susceptible de changer sous vos pieds ne devrait jamais être le seul modèle dans un chemin de requête. Acheminez la préversion comme modèle principal là où elle l'emporte et conservez un modèle de repli derrière elle, et un changement de capacités en cours de flux devient un changement de routage plutôt qu'une panne.

Cinq jours séparent le checkpoint de base de la preview, et Baidu a annoncé que le modèle final arrive. La bonne façon de lire ERNIE 5.5 Flash par rapport à ERNIE 5.5 Flash Preview n’est pas du tout une comparaison directe : c’est un calendrier. L’un, vous pouvez l’appeler dès maintenant mais ne pourrez pas le garder ; l’autre, vous pourrez le garder mais ne pouvez pas encore l’appeler. Quiconque développe sur l’un ou l’autre devrait mesurer, pas s’engager, tant que la deuxième colonne n’a pas de chiffres.