ERNIE Light DT 1.0 vs ERNIE 5.5 Flash Base: Lisensinya Adalah Produknya

ERNIE Light DT 1.0 dan ERNIE 5.5 Flash Base adalah jawaban laboratorium yang sama untuk dua pertanyaan berbeda, diterbitkan dengan selisih lima hari pada November 2026. Light DT adalah API: tanpa bobot, tanpa kartu model, harga input $1,13 per juta token dan batas output 131.072 token. Flash Base adalah unduhan: 280 miliar parameter, 14 miliar aktif per token, 33,5 triliun token pelatihan, dan sama sekali tidak ada endpoint yang dihosting oleh Baidu. Keputusan di antara keduanya sebenarnya bukan tentang benchmark — keduanya tidak memiliki skor terbit yang layak diperdebatkan — melainkan tentang apakah Anda ingin menyewa stack serving atau memiliki lisensi untuk membangun di atasnya.

Dan lisensi adalah titik ketika perbandingan ini tidak lagi simetris, karena lisensi Flash Base sangat spesifik tentang di mana Anda boleh menggunakannya dan siapa yang harus Anda beri tahu.

Dua artefak, satu lab, selisih lima hari

{{1}}Flash Base dirilis pada 5 November 2026 dengan laporan teknis dan bobot terbuka di Hugging Face dalam dua presisi — FP8 dan BF16 — yang dirilis di bawah ERNIE 5.5 Flash Base Model License v1.0. Ini adalah checkpoint pra-pelatihan, artinya bobot yang Anda dapatkan adalah bobot yang dihasilkan dari pra-pelatihan, sebelum adanya penyetelan instruksi atau pekerjaan preferensi. Tidak ada templat chat yang layak disebut dan tidak ada versi instruct saudara yang diterbitkan bersamanya.

Light DT hadir pada 10 November 2026 sebagai endpoint API internasional, yang dideskripsikan Baidu sebagai berbasis model G​LM sumber terbuka dengan penelitian dari lini "Lightning" di Search perusahaan itu yang diintegrasikan, dan dibangun di sekitar Baidu Sparse Attention plus skema kompresi riwayat yang digerakkan umpan balik yang menurut vendor memangkas penyimpanan dan komputasi KV-cache. Model ini telah menjalani pascapelatihan, menjawab pertanyaan, memanggil alat, dan tidak tersedia sebagai berkas yang dapat diunduh.

Kalau dipahami begitu, pasangan itu tampak timpang ke arah yang jelas: yang satu produk jadi dan yang lain titik awal. Tetapi harga mengatakan sebaliknya, dan lisensi mengatakan hal lain lagi.

Kartu tarif yang berjalan ke arah yang salah

Light DT lebih mahal per token dibandingkan model yang jumlah parameter aktifnya dua puluh kali lipat. Itulah fakta yang perlu direnungkan sebelum hal lain dalam tulisan ini:

• Harga input — ERNIE Light DT 1.0 sebesar $1,13 per juta token vs ERNIE 5.5 Flash Base sebesar $0, karena tidak ada endpoint Baidu dan karenanya tidak ada harga daftar. Angka $0 itu nyata: menghostingnya merupakan biaya modal, bukan baris pada faktur.

• Harga keluaran — $3,94 per juta untuk Light DT; untuk Flash Base, jam GPU Anda sendiri.

• Input cache — $0.113 per juta pada Light DT, diskon sepuluh kali lipat untuk pembacaan cache. Flash Base tidak memiliki padanan karena ekonomi cache menjadi masalah scheduler Anda.

• Parameter aktif per token — tidak diungkapkan untuk Light DT; 14 miliar untuk Flash Base.

• Konteks — 1.024.000 token untuk Light DT; 1.000.000 untuk Flash Base dalam fine-tuning dan inferensi, dengan 128.000 sebagai konteks pelatihan maksimum.

• Output maksimum — 131.072 token untuk Light DT; dibatasi oleh konfigurasi serving Anda untuk Flash Base.

• Bobot — tidak ada untuk Light DT; 280B dalam FP8 atau BF16, dipecah menjadi 128 shard safetensors di repositori FP8, untuk Flash Base.

• Tumpukan penyajian — milik Baidu, untuk Light DT; SGLang atau vLLM dengan plugin milik Baidu sendiri, untuk Flash Base. Resep SGLang yang dipublikasikan meminta paralelisme tensor sebesar 4 dan ukuran paralel data atensi sebesar 4, yang merupakan batas minimum empat GPU sebelum Anda memuat satu permintaan pun.

Berapa biaya self-hosting 280B sebenarnya per juta token

Ini adalah perhitungan yang menentukan hasil pertandingan, dan lebih baik dilakukan dengan angka bulat daripada mengandalkan firasat.

Empat GPU adalah batas minimum untuk konfigurasi yang dipublikasikan, tetapi 280B parameter dalam FP8 kira-kira 280 GB bobot sebelum ada cache apa pun, jadi node produksi yang realistis adalah delapan akselerator dengan ruang untuk KV cache dan batching. Sebut saja delapan kartu kelas H100 dengan tarif sewa campuran $2 per kartu-jam — angka pasar menengah 2026, bukan kuotasi — dan node tersebut berbiaya sekitar $16 per jam, atau kira-kira $11.700 per bulan jika berjalan terus-menerus.

Sekarang pertanyaan throughput. MoE sparse yang mengaktifkan 14 miliar parameter per token itu cepat per token sebagaimana semua model sparse cepat, tetapi throughput agregat pada satu batch itulah yang menentukan biaya per unit Anda, dan Baidu tidak menerbitkan angka token per detik untuk checkpoint ini. Misalkan, secara konservatif, node tersebut mempertahankan 4.000 token keluaran per detik di seluruh batch penuh. Itu berarti 14,4 juta token keluaran per jam, yang pada $16 per jam berada di sekitar $1,11 per juta token keluaran — sebelum kerugian utilisasi, sebelum insinyur yang bertanggung jawab atas deployment, sebelum jam-jam menganggur saat lalu lintas menurun.

Jalankan pada sepertiga kapasitas, yang merupakan cara sebagian besar penerapan nyata di luar jam puncak, dan biaya efektifnya menjadi tiga kali lipat. Ringkasan jujurnya adalah bahwa self-hosting Flash Base menelan biaya sekitar satu hingga tiga dolar per juta token keluaran, tergantung seberapa baik Anda mengisi node — rentang yang mengapit $3.94 milik Light DT dan dapat mengalahkannya dengan nyaman pada utilisasi tinggi.

Yang berarti premi harga pada {{1}}Light DT{{/1}} bukanlah pajak atas ketidaktahuan. Itu adalah biaya yang dikenakan {{2}}Baidu{{/2}} agar Anda tidak perlu melakukan perhitungan itu, dan untuk skema kompresi yang diklaimnya menjaga cache cukup kecil sehingga jendela sejuta token tetap terjangkau untuk dilayani. Jika lalu lintas Anda melonjak-lonjak, bervolume rendah, atau sebagian besar berkonteks panjang, membayar {{3}}$3.94{{/3}} dan membiarkan pihak lain menanggung masalah utilisasi adalah pilihan yang rasional.

Lisensi, yang merupakan titik di mana Flash Base menjadi rumit

Lisensi Flash Base bukan lisensi permisif standar, dan tiga klausul lebih penting daripada tolok ukur apa pun.

• Wilayah. Pemberian lisensi berlaku untuk "seluruh wilayah geografis di seluruh dunia selain Uni Eropa, Inggris Raya, dan Korea Selatan." Menggunakan bobot model, atau mendistribusikan turunannya, di luar wilayah tersebut berada di luar hak yang diberikan. Jika Anda memiliki pengguna UE, wilayah inferensi UE, atau staf UE yang menangani model, ini adalah hambatan yang harus dibaca dengan cermat bersama penasihat hukum, bukan sekadar catatan kaki.

• Ambang pendapatan. Penggunaan komersial gratis di bawah $50 juta pendapatan tahunan terkait dengan produk atau layanan yang menggunakan model, dengan syarat pemberitahuan satu kali kepada Baidu. Di atas itu, Anda memerlukan otorisasi komersial tertulis terpisah sebelum memulai, dan jika Anda tumbuh melewati ambang tersebut, Anda harus mendapatkan otorisasi sebelum melewatinya atau menghentikan penggunaan yang terdampak.

• Atribusi. Produk komersial harus menampilkan kata-kata persis "Powered by ERNIE" di tempat yang mudah diakses — UI, halaman tentang, atau, untuk API dan layanan backend, dokumentasi pengembang.

Ada juga klausul yang perlu diperhatikan bagi siapa pun yang berencana melakukan distilasi: lisensi melarang penggunaan materi atau output-nya untuk meningkatkan model AI lain selain model itu sendiri atau turunannya. Melatih model student yang lebih kecil menggunakan output Flash Base termasuk dalam izin; melatih arsitektur berbeda menggunakan output tersebut tidak termasuk.

Light DT tidak memiliki satu pun masalah ini karena tidak ada bobot yang perlu dilisensikan. Anda menerima perjanjian ketentuan layanan dan kartu tarif, yang merupakan cakupan yang jauh lebih kecil bagi tim hukum dan cakupan yang jauh lebih kecil bagi ambisi.

Kemampuan: apa yang bisa dan tidak bisa dilakukan masing-masing secara langsung

• Kontrol penalaran — Light DT menyediakan empat tingkat upaya (max, high, low, none) dengan max sebagai default. Flash Base sama sekali tidak memiliki mode penalaran; ini adalah model completion, dan perilaku penalaran apa pun adalah sesuatu yang harus Anda latih sendiri.

• Pemanggilan alat — Light DT mendukung pemanggilan fungsi dengan pemilihan alat yang dipaksakan, output terstruktur, dan format respons JSON. Flash Base mendukung apa pun yang Anda implementasikan di sekitarnya.

• Modalitas — keduanya menerima teks dan menghasilkan teks. Tidak ada yang menerima gambar, dan tidak ada yang akan membacakan dokumen hasil pindai untuk Anda.

• Konteks panjang — Light DT mengiklankan 1.024.000 token melalui desain cache terkompresinya. Flash Base mendukung 1M selama fine-tuning dan inferensi, tetapi pada panjang tersebut dengan delapan kartu, anggaran KV cache Anda menjadi kendala yang mengikat, dan kompresi yang Baidu tanamkan ke dalam attention Flash sendiri — Heavily Compressed Attention pada 37 dari 43 lapisannya — adalah yang membuatnya benar-benar layak.

• Evaluasi — Flash Base menerbitkan tabel vendor lengkap: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, HumanEval+ 82,3, LiveCodeBench 40,1, HELMET-RAG 71,5, LongBench-v2 48,7, diukur terhadap DeepSeek-V4-Flash-Base, Hy3-preview-Base, dan MiMo-V2.5-Base dalam satu pipeline. Itu adalah angka Baidu sendiri, dijalankan oleh Baidu, dan harus dibaca sebagaimana adanya. Light DT tidak menerbitkan apa pun sama sekali.

Baris terakhir itu adalah asimetri yang paling penting bagi pembeli. {{1}}Flash Base setidaknya memungkinkan Anda memeriksa klaimnya{{/1}} — unduh bobotnya, jalankan evaluasi Anda sendiri, dan lihat apakah tabel vendor itu berlaku pada data Anda. {{2}}Light DT meminta Anda menerima mekanismenya begitu saja, karena satu-satunya bukti yang tersedia hanyalah satu paragraf teks promosi produk.{{/2}}

Di mana router cocok, dan di mana tidak

Kedua model ini tidak ada di katalog OrcaRouter saat ini, dan mengatakan sebaliknya adalah hal yang bisa membuat pembaca membuang waktu seminggu. Yang memang diubah oleh router adalah bentuk keputusannya.

Jika Anda mengambil jalur Flash Base, Anda mengalokasikan modal dan personel untuk model yang kualitasnya dapat Anda ukur tetapi biaya penyajiannya tidak dapat Anda perbaiki — dan arsitektur yang masuk akal adalah mempertahankan model hosted di balik antarmuka yang sama sebagai fallback untuk hari-hari ketika node Anda penuh, batch Anda masih dingin, atau proses evaluasi sedang menghabiskan kartu. Jika Anda mengambil jalur Light DT, Anda berkomitmen pada endpoint satu vendor tanpa penyedia kedua di belakangnya dan tanpa bobot yang dapat dipindahkan jika harga berubah.

Bagaimanapun juga, mode kegagalannya sama: beban kerja konteks panjang yang terpaku pada satu model tanpa cara membandingkan berapa biaya yang akan dikeluarkan oleh alternatifnya. Itulah yang dipecahkan oleh endpoint yang dirutekan dengan daftar harga per model — bukan dengan membuat pilihan untuk Anda, tetapi dengan membuat biaya pilihan itu terlihat per permintaan, bukan per kuartal.

Mana yang harus dipilih

Ambil ERNIE 5.5 Flash Base jika Anda memiliki masalah pelatihan, bukan masalah serving: Anda menginginkan titik awal sparse 280B, Anda berniat melakukan fine-tuning, pengguna dan infrastruktur Anda berada di luar UE, Inggris, dan Korea Selatan, dan Anda berada di bawah ambang pendapatan atau siap meminta otorisasi kepada Baidu. Tabel benchmark vendor memberi Anda baseline yang dapat dipertahankan, dan bobotnya berarti tidak ada yang dapat mengambil model itu dari Anda.

Pilih ERNIE Light DT 1.0 jika jendela konteks adalah intinya. Satu juta token yang disajikan melalui cache terkompresi, dengan anggaran penalaran yang dapat disesuaikan dan pemanggilan alat, adalah produk spesifik untuk pekerjaan spesifik — dokumen hasil pengambilan yang panjang, transkrip agen yang panjang, sesi yang berjalan lama — dan membayar premi per token untuk menghindari memiliki anggaran cache adalah pertukaran yang sah.

Jika prompt Anda pendek, jangan pilih keduanya. Pada 8.000 token per permintaan, seluruh cerita arsitektur di kedua sisi tidak relevan, dan $1,13 per juta token masukan hanyalah cara mahal untuk melakukan apa yang akan dilakukan model dengan harga sepersepuluhnya sama baiknya.