ERNIE-5.5-Flash vs Claude Haiku 5.5 : un checkpoint de base face à un prix plancher

Baidu a mis ERNIE-5.5-Flash-Base sur Hugging Face ce matin, et la première ligne de la fiche modèle est celle qui compte : les poids correspondent au checkpoint de fin de pré-entraînement, sans mi-entraînement ni post-entraînement appliqué. La version post-entraînée d'ERNIE 5.5 Flash, indique le billet de publication de Baidu, « suivra ». Cette seule phrase rend aujourd'hui impossible une comparaison directe avec Claude Haiku 5.5, car Claude Haiku 5.5 est un modèle fini, affiné sur instructions, qu'Anthropic vend à 0,10 $ par million de jetons d'entrée et 0,50 $ par million de jetons de sortie. Un côté de cette confrontation est un artefact de recherche. L'autre côté est un produit avec une grille tarifaire. Ce qui suit décrit ce que chacun est réellement, à quoi les chiffres publiés par Baidu peuvent et ne peuvent pas être comparés, et ce qui devrait changer pour que la comparaison que les gens recherchent devienne réelle. ERNIE-5.5-Flash n'y figure pas aujourd'hui. parcourir le catalogue complet des modèles Il répertorie chaque modèle qu'OrcaRouter peut router, avec les tarifs des fournisseurs en temps réel.

Ce que Baidu a réellement publié aujourd'hui

La publication comprend deux dépôts — baidu/ERNIE-5.5-Flash-Base en FP8 et baidu/ERNIE-5.5-Flash-Base-BF16 — ainsi qu'un article technique dans Product Updates sur ernie.baidu.com. Il s'agit d'un modèle de langage à mélange d'experts clairsemé avec 280B de paramètres au total et 14B activés par token, préentraîné depuis zéro sur 33,5T de tokens à l'aide de l'optimiseur Muon et de la précision mixte FP8. La barre latérale de Hugging Face arrondit le total à 286B ; la fiche précise que les deux chiffres excluent 0,36B de ce que Baidu appelle les paramètres ECHO.

L’architecture est spécifique, ce qui est inhabituel pour une sortie discrète. Quarante-trois couches, une dense et 42 MoE. Trente-sept couches utilisent l’attention compressée que Baidu appelle HCA, mettant en cache une entrée par 128 tokens ; six utilisent MLA avec une attention parcimonieuse de style DeepSeek. Taille cachée de 4 096, 64 têtes, 512 experts routés avec routage top-10 plus un expert partagé, et un vocabulaire de 201 216. Le contexte d’entraînement est de 128K ; la configuration publiée active 1 048 576 tokens pour le fine-tuning et l’inférence.

L’outillage est fourni avec. La fiche contient des exemples de déploiement SGLang et vLLM, et le dépôt Megatron-Bridge de NVIDIA dispose déjà d’un exemple ERNIE 5.5 pour le fine-tuning. C’est l’empreinte pratique d’une version de base destinée aux personnes qui comptent l’entraîner, pas à celles qui comptent l’appeler.

Ce qui n'a pas été livré : un modèle instruct, un template de chat digne de ce nom, une fiche API, un prix, ou un seul benchmark indépendant. Il n'y a aucune entrée ERNIE dans le catalogue de 216 modèles d'OrcaRouter à la date de publication, et aucune page Artificial Analysis. Les seuls scores existants sont ceux de Baidu, exécutés sur 30 benchmarks dans un harnais unifié face à trois autres modèles de base : DeepSeek-V4-Flash-Base à 284B-A13B, Hy3-preview-Base à 295B-A21B, et MiMo-V2.5-Base à 310B-A15B.

Ce que Claude Haiku 5.5 vend

Claude Haiku 5.5 est arrivé début octobre 2026 comme la gamme petite et rapide d’Anthropic, et sa configuration commerciale est à l’opposé de celle du lancement de Baidu : tout est publié, tarifé et servi. Le titre était une baisse de prix d’environ 90 % par rapport à Haiku 4.5 au niveau du contexte court — 0,10 $ en entrée et 0,50 $ en sortie par million de tokens pour les prompts allant jusqu’à 100K tokens, puis 0,50 $ et 2,50 $ au-delà. Lecture des entrées mises en cache à 0,01 $, traitement par lots à la moitié du tarif standard. La formulation d’Anthropic elle-même est qu’un nouveau tokeniseur compte environ 30 % de tokens en plus pour un même texte, de sorte que l’économie effective par tâche est plus faible que ce que le prix affiché suggère — environ 75 % selon l’estimation d’Anthropic elle-même.

La fiche technique est une fiche produit. Un contexte d’un million de jetons, une sortie maximale de 128 K, une entrée texte et image avec sortie texte, une date de coupure des connaissances en juin 2026 et cinq niveaux d’effort, de faible à maximal. Anthropic le présente comme son modèle le plus rapide à vitesse standard ; Artificial Analysis le mesure à 258 jetons de sortie par seconde lors de son exécution actuelle. Il est disponible via l’API d’Anthropic, Amazon Bedrock, Google Vertex AI et Microsoft Foundry.

Ce sont les deux objets. Un checkpoint de base de 280B paramètres sous une licence sur mesure, et un modèle hébergé à contexte de 1M, à dix cents par million de tokens d'entrée. Les mettre dans la même phrase ne se défend que si vous précisez à quelle question vous répondez.

Pourquoi 93,3 MMLU n’est pas un nombre de Haiku

La fiche de Baidu rapporte MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 77,1 en mode direct et 89,2 avec chaîne de raisonnement, HumanEval+ 82,3, MBPP+ 81,5, LiveCodeBench 40,1, HELMET-RAG 71,5, RepoQA 91,7 et LongBench-v2 48,7. Ce sont de bons chiffres pour un modèle de base. Ils ne sont par ailleurs, structurellement, comparables à rien de ce qu’Anthropic publie pour Haiku 5.5.

Trois raisons, et les trois comptent. Premièrement, les modèles de base sont évalués avec un prompting différent — la complétion en few-shot plutôt que le suivi d’instructions — de sorte qu’un score de modèle de base mesure l’a priori pré-entraîné, et non l’assistant qu’un développeur appelle. Deuxièmement, les harnais diffèrent : Baidu a exécuté son propre pipeline avec ses propres prompts et nombres de few-shot, ce qui est la bonne façon de comparer son modèle à d’autres modèles de base et la mauvaise façon de le comparer aux benchmarks instruct d’un fournisseur. Troisièmement, MMLU à 93 est profondément dans la saturation ; les différences entre les meilleurs modèles sur ce benchmark sont désormais plus petites que les effets de formatage entre les harnais.

Donc, l’interprétation honnête de « ERNIE-5.5-Flash vs Claude Haiku 5.5 sur les benchmarks » est la suivante : une telle comparaison n’existe pas encore, et quiconque en publie une cette semaine compare soit un checkpoint de base à un modèle instruct sans le dire, soit invente les chiffres de l’instruct.

Un détail du propre tableau de Baidu mérite d’être retenu, car il va à l’encontre du récit de lancement. Le post concède que des concurrents l’emportent sur plusieurs lignes — ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench et FullStackBench reviennent à l’un des autres modèles de base. Un fournisseur qui publie ses défaites dans le même tableau que ses victoires vous donne un signal utile sur le poids à accorder au reste du tableau.

Le prix qui n’existe pas encore

« Flash » dans la nomenclature de Baidu est un libellé de niveau, pas une spécification. La gamme ERNIE suit une échelle tarifaire établie — ERNIE 5.1 se situe autour de 0,59 $ en entrée et 2,65 $ en sortie par million de tokens sur la liste internationale Qianfan, ERNIE 4.5 Turbo étant bien en dessous — mais ERNIE 5.5 Flash n’a ni tarif publié, ni endpoint Qianfan, ni référencement tiers. Une recherche sur sa tarification ne renvoie que la version de base, et rien d’autre.

Cet écart constitue toute la question commerciale. Les tarifs de 0,10 $/0,50 $ de Haiku 5.5 ont redéfini ce qu’un petit modèle est autorisé à coûter, et c’est le chiffre auquel chaque lancement de la catégorie Flash est désormais comparé. Si Baidu fixe le prix d’ERNIE 5.5 Flash au-dessus de ce seuil, le modèle devra le justifier par la qualité en langue chinoise ou par la résidence des données. S’il le fixe en dessous, il devient une option sérieuse pour les charges de travail en Chine continentale. Tant qu’aucun tarif n’apparaît, aucune des deux branches ne peut être vérifiée.

Artificial Analysis, dont l’indice a été reconstruit le 27 octobre 2026, place Claude Haiku 5.5 à 36 à l’effort maximal — un chiffre qui appartient à l’indice actuel et ne peut être comparé aux chiffres antérieurs au rebasage qui circulent encore pour d’autres modèles. L’important n’est pas la valeur exacte. C’est que Haiku a une place sur cette échelle et ERNIE-5.5-Flash non, car il n’y a pas de modèle instruct à tester.

C'est aussi ici que le routage fait basculer la décision. OrcaRouter répercute les prix catalogue des fournisseurs avec 0 % de marge, de sorte que lorsqu'un fournisseur baisse son tarif, le nouveau prix est en ligne sur la plateforme le jour même, et non après le recalcul de la marge d'un revendeur. ERNIE-5.5-Flash ne figure pas dans ce catalogue aujourd'hui — 216 identifiants de modèles, dont aucun ERNIE — le conseil pratique pour quiconque prépare un modèle de coûts est donc de le bâtir sur les modèles réellement tarifés, puis d'y revenir lorsque Baidu publiera une grille tarifaire.

Qui devrait cloner le dépôt cette semaine ?

Pas les développeurs d’applications. Le checkpoint de base n’a pour ainsi dire aucun comportement de suivi d’instructions, et lui faire adopter le comportement d’un assistant implique un pipeline de post-entraînement que vous devriez concevoir vous-même. Trois groupes ont effectivement une raison de récupérer les poids dès maintenant.

• Équipes d’adaptation au domaine travaillant en {{1}}chinois{{/1}} — 33,5 T de jetons de préentraînement et un vocabulaire de 200 K, poursuivre le préentraînement sur une base est un point de départ légitime, et l’exemple Megatron-Bridge réduit le coût d’une tentative.

• Les chercheurs en RL et en post-entraînement qui veulent un modèle à 14B de paramètres actifs dont les détails d’architecture sont publiés — le routage top-10 à 512 experts et la répartition 37/6 entre HCA et MLA sont suffisamment documentés pour être reproduits.

• Les équipes d’évaluation qui veulent une base de référence propre avant l’arrivée du modèle instruct — exécuter vous-même le modèle de base dès maintenant vous donne un point de référence que le marketing des fournisseurs ne pourra pas déplacer par la suite.

Tous les autres devraient attendre. Un modèle que vous ne pouvez ni appeler, ni tarifer, ni comparer à un modèle instruct n’est pas une option d’approvisionnement, et le total de 280B paramètres signifie que son auto-hébergement est une solution multi-GPU, même en FP8.

Qu’est-ce qui changerait le verdict

Quatre événements, dans l'ordre où ils sont susceptibles de compter.

• Le modèle post-entraîné ERNIE 5.5 {{1}}Flash{{/1}} est disponible. Baidu affirme qu'il suivra. D'ici là, toute comparaison des capacités est spéculative, et l'écart entre un checkpoint de base et un modèle Flash finalisé est exactement là où réside l'essentiel de la qualité visible par l'utilisateur.

• Un prix apparaît sur Qianfan. C’est le moment où la comparaison avec Haiku devient une véritable décision plutôt qu’une erreur de catégorie.

• Une évaluation indépendante est publiée. Une couverture par Artificial Analysis ou LMArena permettrait de transformer le dispositif d’évaluation de Baidu en quelque chose de recoupable. À noter que l’indice AA lui-même a été rebasé le 27 octobre 2026 ; les chiffres antérieurs au rebasage qui circulent pour Haiku 5.5 et d’autres ne doivent donc pas être comparés à ceux postérieurs au rebasage.

• Un hôte tiers le prend en charge. C’est généralement le signe que les coûts de service sont compris, et c’est le moment où un modèle devient routable plutôt que simplement téléchargeable.

La comparaison du titre vaudra la peine d’être écrite lorsque deux de ces quatre choses se seront produites. Ce qui existe aujourd’hui, c’est un modèle de base bien documenté, une licence qui n’est pas Apache, et un nom de gamme de produit sans produit derrière. Claude Haiku 5.5, en revanche, est un modèle fini avec un prix auquel les autres fournisseurs doivent désormais répondre. À la seule question qu’un acheteur se pose — combien coûte un token et que fait-il — un camp a une réponse et l’autre a une promesse.

La partie intéressante n'est pas que Baidu ait publié discrètement. C'est que l'entreprise ait choisi de diffuser d'abord les poids de base, avant le modèle que tout un chacun peut utiliser, et sans rien facturer. C'est un rythme de publication de laboratoire de recherche, pas un lancement de produit, et il faut le lire comme tel.