ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base: Satu Dapat Diunduh, Satu Hanya Dapat Disewa

Baidu kini telah merilis kedua bagian dari model yang sama, dalam urutan yang keliru. ERNIE 5.5 Flash Base — checkpoint 280 miliar parameter, 14 miliar aktif per token — diunggah ke Hugging Face pada 5 November 2026 dengan rilis teknis dua puluh halaman, tiga puluh baris benchmark, dan lisensi yang butuh pengacara untuk membacanya. Enam hari kemudian, pada 10 November, ERNIE 5.5 Flash muncul sebagai endpoint berbayar di Baidu Qianfan dengan harga $0.28 per juta token input dan $1.13 per juta token output, tanpa pengumuman, tanpa model card, dan tanpa tabel evaluasi apa pun. Jadi, pilihan antara ERNIE 5.5 Flash dan ERNIE 5.5 Flash Base bukanlah pilihan antara model besar dan model kecil. Ini adalah pilihan antara artefak yang dapat Anda periksa dan yang benar-benar dapat Anda panggil. Baseline yang akan Anda gunakan untuk membandingkan salah satu ERNIE ditagihkan pada harga daftar penyedia, dengan biaya OrcaRouter ditampilkan sebagai $0.00 di setiap baris sehingga satu uji perbandingan hanya membutuhkan satu kunci dan satu faktur.

Bobot yang sama, dua keadaan akhir yang berbeda

Checkpoint dasar adalah akhir pra-pelatihan dan tidak lebih dari itu. Ia melengkapi teks. Ia tidak mengikuti instruksi, menyimpan system prompt, memanggil alat, atau menolak permintaan, karena perilaku-perilaku tersebut dihasilkan oleh pasca-pelatihan dan checkpoint ini tidak menjalani pasca-pelatihan sama sekali. Baidu mengatakan hal itu secara langsung: repositori tersebut adalah "checkpoint pada akhir pra-pelatihan, sebelum pelatihan menengah atau pasca-pelatihan apa pun," yang diposisikan sebagai titik awal untuk adaptasi domain, penyetelan instruksi, dan penelitian pembelajaran penguatan.

ERNIE 5.5 Flash adalah hasil dari pasca-pelatihan yang membentuknya. Model ini menjawab prompt, menyediakan pemanggilan fungsi dan keluaran terstruktur, serta menalar sebelum menjawab. Keduanya bukan versi satu sama lain dalam pengertian yang dapat digunakan — yang satu adalah masukan pelatihan, yang lain adalah produk — dan perbedaan praktisnya adalah keseluruhan keputusan.

• Parameter — total 280B, 14B aktif per token, sparse mixture-of-experts, di kedua sisi. Arsitektur yang sama.

• Ukuran unduhan — 288 GB di 139 berkas dalam repositori FP8, dengan repo BF16 terpisah di sampingnya. Inilah angka yang perlu dianggarkan, bukan jumlah parameter yang digandakan.

• Konteks — 128.000 token pada waktu pelatihan, dengan konfigurasi yang dirilis disetel ke 1.048.576 untuk fine-tuning dan inferensi. Model yang dilayani tercantum pada 1.024.000 input, yang merupakan jendela yang sama yang dibulatkan ke bawah untuk kartu tarif, bukan kemampuan yang berbeda.

• Batas keluaran — checkpoint dasar tidak memiliki batas yang perlu dibicarakan; model yang disajikan memungkinkan 921,600 token keluaran karena ia bernalar pada setiap permintaan dan tidak dapat diberi tahu untuk tidak melakukannya.

• Modalitas — teks masuk, teks keluar, di kedua sisi. Tidak ada gambar, tidak ada audio, tidak ada PDF. Beban kerja apa pun yang berisi tangkapan layar berada di luar cakupan keduanya, dan itu tidak akan berubah dengan fine-tune.

• Harga — bobot tersedia gratis di bawah lisensi dengan batasan teritorial; API seharga $0.28 dan $1.13 per juta token, dengan input yang di-cache sebesar $0.028.

• Skor independen — keduanya tidak memilikinya. Artificial Analysis memuat baris ERNIE 4.5 dan ERNIE 5.0 dan tidak ada baris ERNIE 5.5 dalam bentuk apa pun.

Dokumentasinya berjalan persis terbalik

Untuk checkpoint dasar, Baidu menerbitkan rilis teknis yang benar-benar terperinci: arsitekturnya (43 lapisan, 512 routed expert per lapisan MoE dengan seleksi top-10 ditambah satu shared expert), anggaran pelatihan (33,5 triliun token dengan optimizer Muon), desain attention, tokenizer, resep serving untuk vLLM dan SGLang, serta tabel benchmark yang memuat baris-baris tempat model kalah. ChineseSimpleQA tercatat 73,0 berbanding 75,3 milik DeepSeek. BBH dengan chain-of-thought adalah seri tiga arah di dalam noise. Itulah wujud tabel yang dibangun seseorang, bukan tabel yang dipilih seseorang, dan itulah jenis pengungkapan yang membuat sebuah model mendapat kesempatan didengar secara adil.

Untuk model chat, Baidu menerbitkan harga. Tidak ada batas pengetahuan. Tidak ada evaluasi. Tidak ada pernyataan tentang bagaimana model pasca-pelatihan berbeda dari checkpoint dalam hal apa pun selain perilaku. Deskripsi yang terlampir pada endpoint terdiri dari tiga kalimat tentang arsitektur dan kecepatan — 280 miliar parameter total, 14 miliar aktif, jendela satu juta token, lebih dari 200 token per detik — dan tidak menyebut apa pun tentang kualitas.

Konsekuensinya adalah kedua artefak tersebut dinilai berdasarkan bukti yang tidak kompatibel. Segala yang dapat diketahui tentang ERNIE 5.5 Flash Base berasal dari perangkat uji milik Baidu sendiri terhadap baseline yang dipilih Baidu, dan semuanya menggambarkan model yang tidak dapat mengikuti instruksi. Segala yang dapat diketahui tentang ERNIE 5.5 Flash hanyalah daftar tarif. Siapa pun yang mengutip MMLU-Pro 78.4 dari checkpoint base sebagai bukti tentang model chat melakukan kesalahan paling umum yang mungkin terjadi dalam perbandingan ini: evaluasi model base dan evaluasi model instruksi mengukur hal yang berbeda dan tidak dapat dikurangkan, diwariskan, atau diekstrapolasi.

Lisensi adalah bagian yang orang lewatkan

Bobotnya dapat diunduh, yang tidak sama dengan sumber terbuka. Perjanjian Lisensi Model Dasar ERNIE 5.5 Flash v1.0, bertanggal 5 November 2026 dan diatur oleh hukum Hong Kong, membatasi pemberian lisensi berdasarkan wilayah dan berdasarkan pendapatan:

Wilayah — penggunaan, reproduksi, modifikasi, dan distribusi dilisensikan di semua tempat "selain Uni Eropa, Inggris Raya, dan Korea Selatan." Bagi perusahaan yang didirikan di salah satu dari ketiga wilayah tersebut, ini bukan masalah ketentuan komersial, melainkan jawaban tidak.

• Pendapatan — gratis hingga {{1}}US$50 juta{{/1}} pendapatan terkait tahunan, dan pemberitahuan satu kali kepada Baidu tetap diperlukan bahkan di bawah ambang tersebut. Di atas ambang itu, penggunaan harus dijeda hingga otorisasi tertulis diterima. Pendapatan terkait diagregasi lintas produk dan perusahaan afiliasi, sehingga batas atas tercapai lebih cepat daripada yang tersirat dari laba rugi satu produk.

• Atribusi — setiap produk komersial wajib menampilkan "Powered by ERNIE" secara mencolok.

• Keluaran — tidak boleh digunakan untuk meningkatkan model lain mana pun. Melatih model turunan diperbolehkan; menyuling model ini menjadi sesuatu yang lain tidak diperbolehkan.

Tidak satu pun dari itu berlaku untuk panggilan yang dilakukan melalui API Baidu. Jalur yang dihosting diatur oleh ketentuan API komersial, bukan oleh lisensi bobot, sehingga tim Eropa yang dikecualikan dari unduhan tetap dapat menyewa model per token — yang, secara diam-diam, merupakan salah satu argumen yang lebih kuat untuk endpoint dibandingkan repositori.

Yang mana yang sebenarnya kamu inginkan?

Keputusan itu muncul dari tiga pertanyaan, dan tidak satu pun darinya adalah "mana yang lebih pintar."

Bisakah Anda menjalankan 288 GB? Jika tidak, checkpoint dasar bukanlah pilihan terlepas dari ketentuannya, dan perbandingannya menyusut menjadi "gunakan API atau gunakan model lain." Campuran ahli 280B dengan 14B aktif murah untuk disajikan per token dan mahal untuk dihosting per mesin, dan kesenjangan antara kedua fakta itulah yang menjadi titik kegagalan sebagian besar rencana self-hosting.

Apakah tugas Anda bersifat tetap dan bervolume tinggi? Ini adalah satu-satunya kasus di mana bobot menang secara ekonomi. Satu tugas sempit — klasifikasi, ekstraksi, transformasi khusus domain — yang di-fine-tune ke checkpoint dasar akan mengamortisasi proses pelatihan dan kemudian tidak memakan biaya per panggilan. Membayar $1.13 per juta token output selamanya untuk tugas yang bisa Anda miliki sendiri adalah kebocoran perlahan, dan checkpoint dasar itu diberi harga, dalam ketentuan lisensi, justru untuk pembeli seperti itu.

Apakah Anda perlu ini berfungsi minggu ini?Kalau begitu, ini adalah endpoint, karena fine-tune pada 280B parameter adalah pos anggaran dan satu kuartal kalender, bukan satu sore. API ini memberi Anda model pemanggil alat, penalaran, dan masukan sejuta token hari ini, tanpa dokumentasi, dengan harga kira-kira dua kali lipat pesaing tingkat Flash dan tampaknya tidak keliru untuk itu.

Yang tidak boleh dilakukan siapa pun adalah memperlakukan keduanya sebagai dapat dipertukarkan dalam suatu evaluasi. Skor base-checkpoint bukanlah pratinjau kualitas API, dan harga API bukanlah bukti kualitas API. Satu-satunya pengukuran yang menyelesaikan apa pun adalah pengukuran Anda sendiri — set prompt tetap yang dijalankan melalui endpoint, dihitung dalam token output, dibandingkan dengan apa pun yang akan Anda gunakan sebagai gantinya.

Menjalankan kedua pertanyaan melalui satu kunci

Bagian perbandingan dari pekerjaan ini tidak memerlukan akun Baidu. OrcaRouter merutekan lebih dari 200 model di balik satu kunci yang kompatibel dengan OpenAI dengan harga daftar penyedia tanpa markup: MiniMax M3.1 Flash seharga $0.15 dan $0.60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash, dan Gemini 3.8 Flash semuanya tersedia, dan failover otomatis menjaga proses benchmark tetap berjalan ketika penyedia mengalami gangguan di tengah penyapuan. ERNIE 5.5 Flash tidak termasuk di antaranya — tidak ada entri ERNIE dalam katalog dan tidak ada endpoint Baidu yang dapat kami rutekan — sehingga endpoint tersebut harus dipanggil melalui API milik Baidu sendiri dan angkanya dipindahkan secara manual.

Asimetri itu layak dinyatakan secara terang-terangan, bukan diakali: model yang dapat Anda unduh gratis dan tidak dapat digunakan tanpa menjalankan pelatihan, model yang dapat Anda panggil tidak terdokumentasi dan hanya dapat diakses melalui tepat satu vendor, dan model yang akan Anda gunakan sebagai pembanding untuk salah satu dari keduanya berada pada satu kunci yang dirutekan. Dua dari tiga fakta itu akan berubah. Klausul lisensinya kemungkinan tidak.

Yang perlu diperhatikan lebih sempit daripada model itu sendiri. Kartu model untuk ERNIE 5.5 Flash dengan tabel evaluasi akan membuat perbandingan ini bisa dijawab. Penyedia kedua yang melayani pratinjau akan membuat waktu aktif dan harganya kompetitif. Dan skor independen dari pelacak yang menjalankan harness-nya sendiri akan menyelesaikan dalam satu sore apa yang tidak bisa diselesaikan oleh dua minggu membaca spesifikasi — karena saat ini ringkasan jujurnya adalah bahwa Baidu telah mendokumentasikan separuh model yang tidak bisa digunakan siapa pun dan membiarkan separuh yang bisa digunakan semua orang untuk dipercaya begitu saja.