ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base : l'un que vous pouvez télécharger, l'autre que vous ne pouvez que louer

Baidu a désormais livré les deux moitiés du même modèle, dans le mauvais ordre. ERNIE 5.5 Flash Base — le checkpoint de 280 milliards de paramètres, 14 milliards actifs par token — a été mis en ligne sur Hugging Face le 5 novembre 2026 avec une note technique de vingt pages, trente lignes de benchmarks et une licence qu'il fallait un juriste pour lire. Six jours plus tard, le 10 novembre, ERNIE 5.5 Flash est apparu comme endpoint tarifé sur Baidu Qianfan à 0,28 $ par million de tokens d'entrée et 1,13 $ par million de tokens de sortie, sans annonce, sans fiche modèle et sans le moindre tableau d'évaluation. Ainsi, le choix entre ERNIE 5.5 Flash et ERNIE 5.5 Flash Base n'est pas un choix entre un grand modèle et un petit. C'est un choix entre l'artefact que vous pouvez inspecter et celui que vous pouvez réellement appeler. Les références auxquelles vous compareriez l'un ou l'autre ERNIE sont facturées aux prix catalogue des fournisseurs, avec les frais OrcaRouter indiqués à 0,00 $ sur chaque ligne si bien qu'une exécution comparative coûte une clé et une facture.

Mêmes poids, deux états finaux différents

Le checkpoint de base correspond à la fin du pré-entraînement, et à rien d'autre. Il effectue la complétion de texte. Il ne suit pas d'instructions, ne conserve pas d'invite système, n'appelle pas d'outil et ne refuse pas de requête, car ces comportements sont produits par le post-entraînement et ce checkpoint n'en a bénéficié d'aucun. Baidu le dit directement : le dépôt est « le checkpoint à la fin du pré-entraînement, avant tout entraînement intermédiaire ou post-entraînement », positionné comme un point de départ pour l'adaptation de domaine, l'ajustement par instructions et la recherche sur l'apprentissage par renforcement.

ERNIE 5.5 Flash est ce que le post-entraînement en a fait. Il répond aux prompts, expose l’appel de fonctions et les sorties structurées, et raisonne avant de parler. Ce ne sont pas deux versions l’une de l’autre au sens utilisable — l’une est une entrée d’entraînement, l’autre un produit — et la différence pratique fait toute la décision.

• Paramètres — 280B au total, 14B actifs par token, mélange d'experts clairsemé, des deux côtés. Même architecture.

• Taille du téléchargement — 288 Go répartis sur 139 fichiers dans le dépôt FP8, avec un dépôt BF16 distinct à côté. C’est le chiffre à prévoir, et non le nombre de paramètres doublé.

• Contexte — 128 000 tokens à l’entraînement, la configuration publiée étant fixée à 1 048 576 pour le fine-tuning et l’inférence. Le modèle servi est annoncé à 1 024 000 en entrée, ce qui correspond à la même fenêtre arrondie à la baisse pour une grille tarifaire, et non à une capacité différente.

• Plafond de sortie — le checkpoint de base n'en a pour ainsi dire aucun ; le modèle servi autorise 921 600 jetons de sortie parce qu'il raisonne à chaque requête et qu'on ne peut pas lui demander de ne pas le faire.

• Modalité — du texte en entrée, du texte en sortie, des deux côtés. Pas d'images, pas d'audio, pas de PDF. Toute charge de travail comportant une capture d'écran est hors périmètre pour les deux, et cela ne changera pas avec un fine-tune.

• Prix — les poids sont gratuits sous une licence avec des limites territoriales ; l’API coûte 0,28 $ et 1,13 $ par million de jetons, avec l’entrée mise en cache à 0,028 $.

• Score indépendant — aucun des deux n’en a. Artificial Analysis répertorie des lignes ERNIE 4.5 et ERNIE 5.0 et aucune ligne ERNIE 5.5, de quelque nature que ce soit.

La documentation est exactement à l’envers.

Pour un checkpoint de base, Baidu a publié une publication technique réellement détaillée : l’architecture (43 couches, 512 experts routés par couche MoE avec une sélection des 10 meilleurs, plus un expert partagé), le budget d’entraînement (33,5 billions de tokens avec l’optimiseur Muon), la conception de l’attention, le tokenizer, les recettes de service pour vLLM et SGLang, ainsi qu’un tableau de benchmarks qui inclut des lignes où le modèle perd. ChineseSimpleQA affiche 73,0 face aux 75,3 de D​eepSeek. BBH avec chaîne de pensée est une égalité à trois dans les limites du bruit. C’est la forme d’un tableau que quelqu’un a construit plutôt que d’un tableau que quelqu’un a choisi, et c’est le genre de divulgation qui vaut à un modèle un examen équitable.

Pour le modèle de chat, Baidu a publié un prix. Aucune date de coupure des connaissances. Aucune évaluation. Aucune déclaration sur la manière dont le modèle post-entraîné diffère du point de contrôle autrement qu’en termes de comportement. La description attachée au point de terminaison est composée de trois phrases sur l’architecture et la vitesse — 280 milliards de paramètres au total, 14 milliards actifs, une fenêtre d’un million de jetons, plus de 200 jetons par seconde — et ne dit rien sur la qualité.

La conséquence, c’est que les deux artefacts sont jugés sur des preuves incompatibles. Tout ce qui est connaissable au sujet d’ERNIE 5.5 Flash Base provient du propre banc d’évaluation de Baidu, comparé à des références choisies par Baidu, et tout cela décrit un modèle incapable de suivre une instruction. Tout ce qui est connaissable au sujet d’ERNIE 5.5 Flash est une grille tarifaire. Quiconque cite le score MMLU-Pro de 78,4 du checkpoint de base comme preuve concernant le modèle conversationnel commet l’erreur la plus courante possible dans cette comparaison : les évaluations de modèles de base et les évaluations de modèles instruct mesurent des choses différentes et ne peuvent être soustraites, héritées ni extrapolées.

La licence est la partie que les gens sautent.

Les poids sont téléchargeables, ce qui n’est pas la même chose que l’open source. L’ERNIE 5.5 Flash Base Model License Agreement v1.0, daté du 5 novembre 2026 et régi par le droit hongkongais, limite l’octroi par territoire et par chiffre d’affaires :

Territoire — l’utilisation, la reproduction, la modification et la distribution sont concédées sous licence partout « ailleurs qu’au sein de l’Union européenne, du Royaume-Uni et de la Corée du Sud ». Pour une entreprise immatriculée dans l’un de ces trois territoires, ce n’est pas une question de conditions commerciales : c’est non.

• Chiffre d'affaires — gratuit jusqu'à 50 millions de dollars US de chiffre d'affaires annuel lié, et une notification unique à Baidu est requise même en dessous de ce seuil. Au-delà, l'utilisation doit être suspendue jusqu'à réception d'une autorisation écrite. Le chiffre d'affaires lié est agrégé entre les produits et les sociétés alliées, de sorte que le plafond est atteint plus tôt que ne le laisse supposer le compte de résultat d'un seul produit.

• Attribution — chaque produit commercial doit afficher « Powered by ERNIE » de manière bien visible.

• Sorties — ne peuvent pas être utilisées pour améliorer un autre modèle. L'entraînement d'un dérivé est autorisé ; la distillation de celui-ci vers autre chose ne l'est pas.

Rien de tout cela ne s’applique aux appels effectués via l’API de Baidu. La voie hébergée est régie par des conditions commerciales d’API, et non par la licence des poids, de sorte qu’une équipe européenne exclue du téléchargement peut toujours louer le modèle au token — ce qui est, discrètement, l’un des arguments les plus forts en faveur du point de terminaison plutôt que du dépôt.

Lequel veux-tu vraiment ?

La décision découle de trois questions, et aucune d’entre elles n’est « laquelle est la plus intelligente ».

Pouvez-vous faire tourner 288 Go ? Si non, le checkpoint de base n’est pas une option quelles que soient ses conditions, et la comparaison se réduit à « utiliser l’API ou utiliser un autre modèle ». Un mélange d’experts de 280B avec 14B actifs est peu coûteux à servir par token et coûteux à héberger par machine, et l’écart entre ces deux faits est là où la plupart des projets d’auto-hébergement échouent.

Votre tâche est-elle fixe et à fort volume ? C’est le seul cas où les poids l’emportent sur le plan économique. Une tâche unique et étroite — classification, extraction, transformation propre à un domaine — affinée sur un checkpoint de base amortit la phase d’entraînement, puis ne coûte plus rien par appel. Payer 1,13 $ par million de tokens de sortie, indéfiniment, pour une tâche que vous pourriez posséder, est une fuite lente, et le checkpoint de base est tarifé, en termes de licence, précisément pour cet acheteur.

Faut-il que ça fonctionne dès cette semaine ? Alors c'est l'endpoint qu'il vous faut, car un fine-tuning sur 280 milliards de paramètres, c'est une ligne budgétaire et un trimestre, pas un après-midi. L'API vous fournit aujourd'hui, sans documentation, un modèle de raisonnement capable d'appeler des outils et d'absorber un million de tokens en entrée, à un prix qui représente environ le double de la concurrence de la gamme Flash — et ce n'est pas manifestement injustifié.

Ce que personne ne devrait faire, c’est traiter les deux comme interchangeables dans une évaluation. Les scores du checkpoint de base ne sont pas un aperçu de la qualité de l’API, et le prix de l’API n’est pas une preuve de sa qualité. La seule mesure qui tranche quoi que ce soit est la vôtre — un ensemble de prompts fixe exécuté via le point de terminaison, compté en tokens de sortie, comparé à ce que vous comptiez utiliser à la place.

Traiter les deux questions avec une seule clé

La moitié comparative de ce travail ne nécessite pas de compte Baidu. OrcaRouter route plus de 200 modèles derrière une seule clé compatible OpenAI, au prix catalogue du fournisseur et sans marge : MiniMax M3.1 Flash à 0,15 $ et 0,60 $, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash et Gemini 3.8 Flash sont tous disponibles, et le basculement automatique en cas d'échec maintient une exécution de benchmark en vie lorsqu'un fournisseur vacille en cours de balayage. ERNIE 5.5 Flash n'en fait pas partie — il n'y a aucune entrée ERNIE dans le catalogue et aucun point de terminaison Baidu vers lequel router — l'endpoint doit donc être appelé sur l'API propre à Baidu et ses chiffres reportés à la main.

Cette asymétrie mérite d’être énoncée clairement plutôt que contournée : le modèle que vous pouvez télécharger est gratuit et inutilisable sans une phase d’entraînement, le modèle que vous pouvez appeler n’est pas documenté et n’est accessible qu’auprès d’un seul fournisseur, et les modèles par rapport auxquels vous voudriez évaluer l’un ou l’autre sont sur une seule clé routée. Deux de ces trois faits changeront. La clause de licence, probablement pas.

Ce qu’il faut surveiller est plus restreint que le modèle lui-même. Une fiche modèle pour ERNIE 5.5 Flash accompagnée d’un tableau d’évaluation rendrait cette comparaison possible. Un second fournisseur proposant la préversion rendrait sa disponibilité et son prix compétitifs. Et un score indépendant provenant d’un organisme de suivi qui exécute son propre banc d’essai trancherait en un après-midi ce que quinze jours de lecture de spécifications ne peuvent trancher — car pour l’instant, le résumé honnête est que Baidu a documenté la moitié du modèle que personne ne peut utiliser et a laissé celle que tout le monde peut utiliser à prendre sur parole.