ERNIE-5.5-Flash נגד DeepSeek V4.1 Flash: Baidu יזמה את המאבק הזה בעצמה

ההשוואה השימושית ביותר עבור ERNIE-5.5-Flash לא נכתבה על ידי סוקר. היא נמצאת בטבלת הבנצ'מרקים של Baidu עצמה, שבה ERNIE-5.5-Flash-Base שזה עתה שוחרר מוערך מול DeepSeek-V4-Flash-Base עם 284B פרמטרים בסך הכול ו-13B פעילים — כמעט בדיוק באותה מחלקת גודל כמו 280B בסך הכול ו-14B פעילים של ERNIE. זהו העימות היחיד בתנאים שווים בכל השקת ERNIE 5.5: שני צ'ק-פוינטים מאומנים מראש, אותה מערכת בדיקה, אותם פרומפטים. כל השאר בהתמודדות הזו אינו סימטרי, משום ש-DeepSeek V4.1 Flash הוא מודל מוגמר, ברישיון MIT, מתומחר ומוגש, ואילו ERNIE-5.5-Flash הוא צ'ק-פוינט בסיס שגרסתו שלאחר אימון, כך אומרת Baidu, "תגיע בהמשך". המאמר ההוגן הוא אפוא שני מאמרים: מה אומרים מספרי בסיס מול בסיס, ומה קורה כשמציבים את המספרים האלה לצד מודל שאנשים יכולים ממש לפנות אליו.OrcaRouter מעביר הלאה מחירי מחירון של הספקים בלי תוספת מרווח, כך שההנחה של DeepSeek לפי שעות היום נכנסת לתוקף ביום שבו היא חלה.

ההשוואה היחידה ש-Baidu ערכה בתנאים שווים

Baidu פרסמה 30 מדדי ביצועים בשבע קטגוריות, שנבחנו במסגרת צינור יחיד עם פרומפטים זהים ודוגמאות few-shot זהות, מול שלושה מודלי בסיס: DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) ו-MiMo-V2.5-Base (310B-A15B). השורה של DeepSeek היא זו שכדאי לקרוא מקרוב, מפני שמספרי הפרמטרים קרובים מספיק כך שהארכיטקטורה ואיכות הנתונים הן שעושות את העבודה ולא הגודל.

• סך הפרמטרים — ERNIE-5.5-Flash-Base 280B לעומת DeepSeek-V4-Flash-Base 284B

• פעיל לכל טוקן — 14B לעומת 13B

• אסימוני אימון מקדים — 33.5T לעומת לא צוין בשורת ההשוואה

• הקשר אימון — 128K לעומת 128K-class

• משקולות שוחררו — FP8 ו-BF16, שניהם זמינים כעת

• רישיון — ERNIE 5.5 Flash Base Model License Agreement v1.0 לעומת MIT

בשורות ש-Baidu מדגישה, ERNIE מוביל: MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, BBH 89.2 עם שרשרת מחשבה, HumanEval+ 82.3, MBPP+ 81.5, HELMET-RAG 71.5 ו-RepoQA 91.7. זהו גיליון תוצאות חזק באמת למודל בסיס. הוא גם מופעל על ידי הספק, על מערכת בדיקות ש-Baidu עיצבה, ופורסם ביום שבו המשקלים שוחררו. התייחסו לזה כאל טענה עם נספח מפורט, לא כאל תוצאה.

החלק המאלף יותר הוא דווקא זה שבו ERNIE מפסיד. הפוסט של Baidu מודה ש-ChineseSimpleQA, ‏INCLUDE-lite, ‏HELMET-Rerank, ‏InfiniteBench ו-FullStackBench נרשמים לזכות מתחרה. טבלת השקה שמדפיסה את ההפסדים של עצמה אומרת לך שההשוואה נעשתה בתום לב — מה שמעלה, ולא מוריד, את הערך של השורות שבהן ERNIE מנצח.

היכן שהסימטריה נשברת: מודל אחד הושלם

DeepSeek V4.1 Flash שוחרר ב-10 בספטמבר 2026, עם תמונת מצב "1017" ב-17 באוקטובר. זהו מודל תערובת-מומחים דליל עם בסיס של 552B וכ-763B פרמטרים בסך הכול כולל זיכרון מותנה, שמפעיל 8B בקלט ו-16B בפלט. קלט מולטימודאלי מקורי, הקשר של 1M טוקנים, 45T אסימוני אימון ורישיון MIT. במחירי הרשימה ש-OrcaRouter מציעה עבורו, הוא מתומחר ב-$0.15 למיליון אסימוני קלט ו-$0.60 למיליון אסימוני פלט, כשקריאות ממטמון עומדות על $0.003–$0.006; ה-API של DeepSeek עצמו מוסיף הנחה לפי שעה ביום, וכדאי לדעת זאת לפני שבונים מודל עלויות סביב המספר הנמוך ביותר שאפשר למצוא.

המודל הזה ממלא אחר הוראות, מפעיל כלים, מקבל תמונות ויש לו מחיר מפורסם. ERNIE-5.5-Flash-Base לא עושה דבר מכל אלה, מפני שהוא לא עבר אימון-המשך. ההשוואה שחשובה לקונה היא לפיכך לא בסיס-מול-בסיס — אלא מודל-גמור-מול-מודל-גמור, ואחד משני המודלים הגמורים עדיין לא קיים.

זה לא סייג קטן. אימון פוסט-טריינינג הוא המקור ליכולת עמידה בהוראות, שימוש בכלים, התנהגות סירוב, משמעת פורמט ורוב האיכות הנתפסת של מודל מודרני בדרגת Flash. ציון MMLU של צ'ק-פוינט בסיסי מספר לך על הפריור. הוא כמעט אינו מספר לך אם המודל יפיק באופן אמין אובייקט JSON, ימלא אחר פרומפט מערכת או ישרוד לולאת סוכן של 40 סבבים. ל-DeepSeek V4.1 Flash יש התנהגות מתועדת בצירים האלה. ל-ERNIE 5.5 Flash יש הבטחה.

ההבדל ברישיון הוא הנושא הרדום

DeepSeek משחררת את V4.1 Flash תחת MIT. זה בערך הכי מתירני שיש ברישוי מודלים: שימוש מסחרי, שינוי, הפצה מחדש, ללא הגבלות תחום שימוש, וללא הסכם נפרד שעליו לנהל משא ומתן. Baidu משחררת את ERNIE-5.5-Flash-Base תחת הסכם רישיון מודל הבסיס ERNIE 5.5 Flash v1.0 — רישיון ייעודי, לא Apache 2.0, ובאופן בולט צעד אחורה לעומת ERNIE 4.5, אשר שוחרר תחת Apache 2.0 ב-2025.

עבור צוות מחקר זה אולי לא משנה. עבור חברה שרוצה לבצע כוונון עדין על נתונים קנייניים ולשחרר מוצר, זה הדבר הראשון שמחלקת המשפטים תקרא, ורישיונות של מודלים סיניים מותאמים אישית נשאו היסטורית מגבלות שימוש, דרישות ייחוס וספים שרישיון MIT אינו כולל. אפשרות הורדת המשקלים אינה זהה לאפשרות להשתמש בהם בתנאים שלך.

ההבדל הזה מתעצם עם הגודל. ERNIE עם 280B פרמטרים בסך הכול מהווה בערך 280GB ב-FP8 לפני שמוסיפים מטמון KV ומרווח אקטיבציה; הסך של 763B של DeepSeek V4.1 Flash גדול עוד יותר, וזו בדיוק הסיבה שרוב הצוותים ניגשים אליו דרך API ולא דרך אשכול GPU. אם התוכנית שלך היא להפעיל אחד מהם באופן עצמאי, הרישיון הוא הבעיה הזולה יותר לפתרון.

שירות: שני המאגרים מפרטים את אותם הכלים, ולאחד יש יתרון של חודשיים.

כרטיס המודל של Baidu כולל דוגמאות של SGLang ו-vLLM, ומאגר Megatron-Bridge של NVIDIA כבר כולל דוגמה לכוונון עדין של ERNIE 5.5. זהו שחרור מוצלח — מודל בסיס עם מתכוני הגשה מהיום הראשון הוא יותר ממה שמעבדות רבות מצליחות להשיג.

היתרון של DeepSeek באקוסיסטם אינו המתכונים, אלא הקילומטראז'. V4.1 Flash נמצא בייצור כמעט חודשיים, יש לו snapshot 1017 עם דלתות שפורסמו — Terminal-Bench 4.0 עובר מ-31.2 ל-42.3, ו-DeepSWE v1.1 מ-74.2 ל-77.0 — והוא זמין דרך ה-API של הספק עצמו ומספר פלטפורמות צד שלישי, כולל OrcaRouter. כשקוונטיזציה נשברת או kernel נסוג בביצועים, מישהו כבר דיווח על הבעיה.

ב-OrcaRouter ספציפית, deepseek/deepseek-v4.1-flash והמקובע deepseek/deepseek-v4.1-flash-1017 שניהם ניתנים לניתוב היום במחיר המחירון של הספק עם 0% תוספת, כלומר ההנחה בשעות שפל נראית בחיוב שלך ביום שבו DeepSeek מיישם אותה ולא לאחר מרווח של מפיץ. ERNIE-5.5-Flash אינו בקטלוג — אין רשומת ERNIE בין 216 מזהי הדגמים — כך שאין לקרוא את האמור כאן כהצהרה על אירוח ERNIE. נקודת הניתוב צרה יותר: אם אתה בוחר בין דגם שאתה יכול לפנות אליו עכשיו לבין כזה שאתה לא יכול, שאלת הפלטפורמה כבר מוכרעת.

מה לעשות השבוע

אם אתם זקוקים למודל Flash זול עם הקשר ארוך בסביבת ייצור, DeepSeek V4.1 Flash הוא התשובה, ו-ERNIE אינו נכלל בקבוצת השיקולים. זו אינה הערכה לגבי איכות הצ'קפוינט של Baidu. זהו הצהרה שמודל בסיס ללא תמחור, ללא פוסט-אימון ושאינו מוגש אינו יכול לתפוס משבצת בייצור.

אם אתם מבצעים אימון מקדים מתמשך בסינית, החישוב משתנה. ERNIE-5.5-Flash-Base בגודל 280B-A14B עם 33.5T אסימונים מאחוריו הוא נקודת מוצא אמינה, הארכיטקטורה מתועדת בפירוט יוצא דופן — 43 שכבות, 37 HCA ועוד 6 MLA-DSA, 512 מומחים מנותבים ב-top-10, אוצר מילים של 201,216 אסימונים — והדוגמה של Megatron-Bridge מקצרת את הדרך לכיוונון עדין ראשון. קראו את הרישיון לפני שתקראו את מדדי הביצועים.

אם אתם מעריכים ולא בונים, המהלך השימושי הוא להריץ בעצמכם את השוואת הבסיס שפרסם Baidu על שני הצ'קפוינטים הפתוחים. שניהם ניתנים להורדה, שניהם מתאימים לאותו harness, ושחזור הטבלה הוא הדרך היחידה לדעת אם סקירת 30 הבנצ'מרקים שורדת מפגש עם זוג ידיים נוסף.

המספר שכדאי לשים לב אליו

זה לא MMLU. זה המחיר שביידו תציב בסופו של דבר ל-ERNIE 5.5 Flash שעבר אימון משלים. DeepSeek V4.1 Flash קבע רף של $0.15/$0.30 לקלט ו-$0.60/$1.20 לפלט עם חלון הקשר של 1M ורישיון MIT. מודל בדרגת Flash שמגיע מעל המחיר הזה זקוק לסיבה ספציפית לקיום — איכות בשפה הסינית, ריבונות נתונים, או יכולת שאין ל-DeepSeek. מודל שמגיע מתחת לזה משנה את שיחת העלויות עבור כל עומס עבודה בשפה הסינית.

עד שהמספר הזה יהיה קיים, לעימות הזה יש בדיוק מסקנה אחת שאפשר להגן עליה: Baidu בנתה מודל בסיס שמתמודד ראש בראש עם מודל הבסיס של DeepSeek באותו גודל, ועדיין לא שחררה את הדבר שיאפשר למישהו להשוות את המוצרים. זו תוצאה אמיתית. היא פשוט לא זו ששאילתת החיפוש מבקשת.