ERNIE 5.5 Flash vs ERNIE 5.5 Flash Preview: Mana yang Sebenarnya Anda Panggil?

Situs web Baidu sendiri mencantumkan dua artefak ERNIE 5.5 dan tidak satu pun bernama ERNIE 5.5 Flash. Ada ERNIE 5.5 Flash Base, checkpoint mentah 280B yang diterbitkan pada 5 November, dan ERNIE 5.5 Flash Preview, model pasca-pelatihan yang diterbitkan pada 11 November. ERNIE 5.5 Flash — nama tanpa akhiran, yang muncul di daftar harga dan pemilih model — adalah model yang menjadi objek pratinjau dari Preview. Itu bukan keanehan pemasaran yang boleh diabaikan begitu saja; itulah inti seluruh perbandingan, karena segala hal yang membedakan ERNIE 5.5 Flash Preview dari ERNIE 5.5 Flash adalah perbedaan antara checkpoint dan rilis, bukan antara dua arsitektur. Total parameter sama-sama 280 miliar, aktif sama-sama 14 miliar, konteks 1 juta token yang sama. Perbedaannya adalah lisensi, tanggal, jaminan stabilitas, dan sederet angka yang menurut Baidu akan berubah. Grup perbandingan adalah separuh dari keputusan ini yang berada dalam kendali Anda. harga daftar penyedia dengan markup 0% GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3, dan DeepSeek V4.1 Flash berada pada satu kunci dengan harga daftar penyedia, dengan biaya OrcaRouter ditampilkan sebagai $0.00.

Penamaannya adalah bagian yang membingungkan, jadi mulailah dari situ.

Tiga nama, dua model, satu pipeline perrilisan. ERNIE 5.5 Flash Base adalah checkpoint pra-pelatihan: 280B total, 14B aktif, 43 lapisan, arsitektur sparse mixture-of-experts dengan expert bersama, dilatih pada 33,5 triliun token, dapat diunduh hari ini di Hugging Face dengan lisensi komunitas terbatas. ERNIE 5.5 Flash Preview adalah checkpoint tersebut setelah pasca-pelatihan — model yang menjawab instruksi, menggunakan alat, menulis kode game, dan menghasilkan dek slide. ERNIE 5.5 Flash, bila sudah ada, adalah model yang sama setelah pasca-pelatihan selesai.

Baidu menyatakan hubungan itu secara gamblang dalam postingan rilis: Preview "adalah checkpoint perantara dari pasca-pelatihan. Model ini sudah kompetitif dengan model seukurannya, tetapi karena pelatihan belum selesai, beberapa kemampuan mungkin masih kurang. Pasca-pelatihan masih berlangsung dan ERNIE 5.5 Flash meningkat dengan cepat." Baca itu dua kali. Perusahaan memberi tahu Anda bahwa model yang dapat Anda panggil hari ini dan model yang akan Anda panggil dalam beberapa bulan berbagi akar nama, arsitektur, dan jendela konteks, tetapi berbeda dalam tingkat penyelesaiannya. Jika Anda memilih di antara keduanya, Anda tidak sedang memilih antara dua sistem. Anda sedang memilih antara membeli sekarang dan menunggu.

Perbandingannya, dimensi demi dimensi

Inilah yang sebenarnya berbeda, dengan kedua sisi di setiap baris:

• Identitas — ERNIE 5.5 Flash Preview adalah checkpoint bernama yang dapat dipanggil, diterbitkan pada 11 November 2026; ERNIE 5.5 Flash adalah penerus yang belum dirilis tanpa tanggal, tanpa kartu model, dan tanpa endpoint miliknya sendiri.

Arsitektur dan ukuran — identik di kedua sisi: total 280B parameter, 14B aktif, konteks 1M token, diwarisi dari checkpoint ERNIE 5.5 Flash Base tanggal 5 November. Pasca-pelatihan tidak mengubah ukuran model.

• Bobot dan lisensi — Pratinjau dijanjikan dengan Apache 2.0 "segera", tanpa repositori di Hugging Face per 11 November; ERNIE 5.5 Flash yang akhirnya akan diatur oleh lisensi apa pun yang dirilis Baidu pada rilis resmi, yang belum dinyatakan perusahaan dan tidak dijamin sama. Anggap janji Apache 2.0 itu sebagai janji tentang pratinjau, bukan tentang keluarga modelnya.

• Stabilitas — Preview secara eksplisit merupakan artefak perantara yang kemampuannya "mungkin masih belum memadai" dan skornya diperkirakan Baidu akan terus meningkat; rilis resmi menurut definisinya adalah versi yang bersedia dipertanggungjawabkan oleh Baidu.

• Posisi benchmark — Preview memiliki dua puluh baris yang dilaporkan vendor dan tidak ada skor independen; ERNIE 5.5 Flash akan memiliki apa pun yang Baidu terbitkan saat rilis plus, jika polanya bertahan, putaran kedua angka yang membuat angka preview terlihat usang. Keduanya belum memiliki entri Artificial Analysis hari ini.

• Harga — Preview adalah $0.28 per juta token input dan $1.13 per juta output di Qianfan, dengan pembacaan cache sebesar $0.028. Tidak ada harga untuk ERNIE 5.5 Flash, dan menganggap harganya akan sama dengan preview merupakan sebuah asumsi: harga preview sering kali hanya placeholder.

• Apa yang dapat dilakukan dengan ini — Preview dapat dipanggil hari ini dan tidak dapat diunduh; ERNIE 5.5 Flash tidak dapat dipanggil maupun diunduh, karena belum ada.

Asimetri yang penting ada di bagian bawah daftar itu. Pratinjau adalah satu-satunya dari keduanya yang dapat Anda uji, dan satu-satunya yang tidak dapat Anda simpan.

Apa yang dilakukan pratinjau ini yang tidak tersirat dari namanya

Preview menyiratkan versi yang tipis, dan berdasarkan bukti yang diterbitkan pada 11 November, model ini tidak tipis. Ini adalah model hanya-teks dengan penggunaan alat, keluaran terstruktur, dan jendela satu juta token, dengan harga di ujung murah tier flash, dan demo Baidu menggambarkan produk kerja alih-alih pertukaran obrolan: game Unreal Engine 5.8 yang dirakit dalam satu sesi pengodean 11 jam, sekitar 100 mini-game seluler yang dihasilkan dari dokumen desain, Boeing 747 dan bandara Daxing yang dimodelkan melalui Blender Python API oleh dua agen yang terkoordinasi, mesin W16 dan rover bulan yang dibangun sebagai rakitan FreeCAD yang dapat diedit, laporan penelitian 20 halaman tentang biaya listrik pusat data, analisis mengemudi otonom 24 halaman yang dibangun berdasarkan 4.169 laporan kecelakaan federal, dan film pendek animasi 116 detik yang ditulis dalam lebih dari 10.000 baris Python.

Detail paling berguna dalam daftar itu bukanlah klaim kemampuan, melainkan keterbatasan yang dengan sukarela diungkapkan oleh tulisan tersebut. Saat menjelaskan proyek Unreal, Baidu menulis bahwa "karena ini adalah model khusus teks dan tidak dapat melihat layar," model tersebut mengubah masalah playtest — karakter yang melayang di atas tanah, kamera yang salah tempat — menjadi pengujian terukur dalam kode dan beriterasi sampai rangkaian pengujian itu lulus. Itulah bentuk jujur dari kompetensi model ini: ia tidak dapat melihat apa pun, jadi ia menuliskan asersi sebagai gantinya. Ketika suatu tugas dapat dinyatakan sebagai pengujian, model ini bertahan dengan baik dalam proses yang panjang. Ketika satu-satunya umpan balik adalah penilaian visual, model ini bekerja melalui alat dan, setidaknya pada beberapa harness benchmark, melalui model visi perusahaan lain.

Poin terakhir itu berasal dari lampiran benchmark, bukan dari bagian prosa. Satu catatan kaki dalam tabel menyatakan bahwa "GLM-5.3 dan model kami tidak memiliki kemampuan multimodal native; pemahaman gambar disediakan melalui alat yang ditenagai oleh Claude Opus 5.5." Apa pun kesimpulan Anda tentang skor, arsitekturnya tidak ambigu: tidak ada visi native, dan evaluasi yang bergantung pada visi mengukur sebuah pipeline, bukan sebuah model.

Jika Anda menunggu ERNIE 5.5 Flash, apa lagi yang Anda tunggu?

Empat hal, dan hanya satu di antaranya yang merupakan peningkatan kapabilitas.

Yang pertama adalah jaminan stabilitas. Checkpoint perantara tidak membawa jaminan bahwa perilaku tidak akan berubah antara sekarang dan rilis, yang tidak masalah untuk eksplorasi dan janggal bagi apa pun yang memiliki suite regresi yang dipatok pada keluaran model.

Yang kedua adalah kumpulan benchmark yang dapat Anda bandingkan. Dua puluh baris dalam pratinjau — Terminal-Bench 4.0 pada 46,5, DeepSWE v1.1 pada 71,2, MCP-Atlas pada 84,6, BrowseComp pada 87,4, HLE tanpa alat pada 46,4, AA-LCR v1.1 pada 79,0 di antaranya — dilaporkan vendor dan belum direproduksi, dan Baidu mengatakan model tersebut berkembang pesat. Angka dari model yang sudah final lebih berguna bahkan ketika angkanya lebih tinggi, karena itu adalah angka yang juga akan dikutip orang lain.

Yang ketiga adalah lisensi. Checkpoint dasar dirilis di bawah lisensi komunitas terbatas yang mengecualikan UE, Inggris, dan Korea Selatan, membatasi penggunaan komersial gratis berdasarkan pendapatan tahunan terkait, dan mewajibkan atribusi "Powered by ERNIE" pada produk komersial. Bobot versi pratinjau dijanjikan di bawah Apache 2.0. Jika janji itu ditepati, model yang telah dilatih lanjut ini akan jauh lebih permisif daripada checkpoint yang menjadi dasar pelatihannya — sebuah pembalikan yang sesungguhnya, dan patut dikonfirmasi langsung pada repositori yang sebenarnya, bukan pada pengumumannya.

Yang keempat adalah harga. $0.28 dan $1.13 adalah angka pratinjau. Harga akhir untuk model GA di tier ini bisa bergerak ke arah mana pun, dan model biaya apa pun yang Anda bangun hari ini harus diparameterkan berdasarkan tarif tersebut, bukan di-hard-code ke nilai itu.

Tidak satu pun dari keempatnya berargumen untuk menunggu jika Anda memiliki tugas yang dapat Anda evaluasi minggu ini. Mereka berargumen agar tidak menandatangani komitmen multi-kuartal untuk checkpoint yang telah dijelaskan Baidu, secara tertulis, sebagai belum selesai.

Menjalankan perbandingan sendiri

Anda tidak dapat memperoleh ERNIE 5.5 Flash Preview dari kami. Model ini disediakan melalui API Qianfan milik Baidu sendiri dan melalui platform pihak ketiga yang menjualnya kembali; OrcaRouter merutekan lebih dari 200 model dan tidak satu pun di antaranya adalah ERNIE, jadi anggapan apa pun bahwa kami dapat memberikan endpoint ini kepada Anda adalah keliru.

Yang bisa kami lakukan adalah menyediakan kelompok pembanding, yaitu bagian dari keputusan ini yang sebenarnya berada dalam kendali Anda: model-model yang dijadikan tolok ukur oleh Baidu — GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3, DeepSeek V4.1 Flash — semuanya tersedia melalui satu kunci yang kompatibel dengan OpenAI pada harga daftar penyedia dengan markup 0%, sehingga penurunan harga dari vendor mana pun di antaranya langsung sampai ke tagihan Anda pada hari yang sama, bukan pada pembaruan kontrak berikutnya.

Evaluasi yang akan dijalankan sengaja dibuat membosankan. Pilih sepuluh tugas jangka panjang dari pekerjaan Anda sendiri. Jalankan masing-masing melalui preview dan melalui dua model yang biasanya Anda gunakan. Catat apakah tugas itu selesai, berapa banyak token keluaran yang dikeluarkan, dan berapa biaya panggilannya. Token keluaran adalah angka yang menentukan perbandingan ini, karena preview menagih penalaran sebagai keluaran sebesar $1,13 per juta dan tidak menyediakan cara untuk menonaktifkan penalaran — model verbose dengan tarif rendah sering kali lebih mahal per tugas daripada model ringkas dengan tarif tinggi. Setelah Anda memiliki biaya per tugas, pertanyaan preview versus GA tidak lagi tentang baris benchmark dan menjadi tentang apakah checkpoint saat ini cukup baik untuk dijadikan dasar sebelum digantikan.

Untuk beban kerja yang lolos uji tersebut, failover otomatis menjawab keberatan terkait stabilitas dengan satu-satunya cara yang bisa dilakukan saat ini: model yang mungkin berubah di bawah Anda tidak boleh menjadi satu-satunya model dalam jalur permintaan. Jadikan preview sebagai model utama di tempat ia unggul dan pertahankan model cadangan di belakangnya, sehingga pergeseran kapabilitas di tengah alur menjadi perubahan perutean, bukan gangguan layanan.

Lima hari memisahkan checkpoint dasar dari versi Preview, dan Baidu telah menyatakan bahwa model final akan segera hadir. Cara membaca yang berguna untuk ERNIE 5.5 Flash dibandingkan dengan ERNIE 5.5 Flash Preview sama sekali bukanlah adu langsung — melainkan sebuah jadwal. Salah satunya dapat Anda panggil sekarang dan tidak akan dapat Anda pertahankan; yang lainnya akan dapat Anda pertahankan tetapi belum dapat Anda panggil. Siapa pun yang membangun di atas salah satu dari keduanya sebaiknya mengukur, bukan berkomitmen, sampai kolom kedua berisi angka.