ERNIE-5.5-Flash vs Claude Haiku 5.5: un checkpoint base incontra una soglia di prezzo

Baidu ha pubblicato ERNIE-5.5-Flash-Base su Hugging Face questa mattina, e la prima riga della scheda del modello è quella che conta: i pesi sono il checkpoint al termine del pre-addestramento, senza mid-training né post-training applicati. Il modello ERNIE 5.5 Flash post-addestrato, si legge nel post di rilascio di Baidu, «arriverà in seguito». Quella singola frase rende oggi impossibile un confronto diretto con Claude Haiku 5.5, perché Claude Haiku 5.5 è un modello finale, ottimizzato per le istruzioni, che Anthropic vende a 0,10 $ per milione di token di input e 0,50 $ per milione di token di output. Un lato di questo confronto è un artefatto di ricerca. L'altro lato è un prodotto con un listino prezzi. Quello che segue è ciò che ciascuno dei due è realmente, a cosa si possono rapportare e a cosa non si possono rapportare i numeri pubblicati da Baidu, e cosa dovrebbe cambiare prima che il confronto che le persone stanno cercando diventi un confronto reale. Oggi ERNIE-5.5-Flash non è presente. sfoglia il catalogo completo dei modelli Elenca ogni modello che OrcaRouter può instradare, con i prezzi dei provider in tempo reale.

Che cosa ha effettivamente pubblicato Baidu oggi

Il rilascio consiste in due repository — baidu/ERNIE-5.5-Flash-Base in FP8 e baidu/ERNIE-5.5-Flash-Base-BF16 — più un post tecnico nella sezione Product Updates su ernie.baidu.com. Si tratta di un modello linguistico sparse mixture-of-experts con 280B parametri totali e 14B attivati per token, preaddestrato da zero su 33,5T token utilizzando l'ottimizzatore Muon e la precisione mista FP8. La barra laterale di Hugging Face arrotonda il totale a 286B; la scheda indica che entrambe le cifre escludono 0,36B di quelli che Baidu chiama parametri ECHO.

L'architettura è specifica, il che è insolito per un rilascio silenzioso. Quarantatré livelli, uno denso e 42 MoE. Trentasette livelli usano l'attenzione compressa che Baidu chiama HCA, memorizzando in cache una voce ogni 128 token; sei usano MLA con attenzione sparsa in stile DeepSeek. Dimensione nascosta 4.096, 64 teste, 512 esperti instradati con routing top-10 più un esperto condiviso, e un vocabolario di 201.216. Il contesto di addestramento è 128K; la configurazione rilasciata abilita 1.048.576 token per fine-tuning e inferenza.

Il tooling è fornito in dotazione. La card include esempi di deployment con SGLang e vLLM, e il repository Megatron-Bridge di NVIDIA contiene già un esempio per il fine-tuning di ERNIE 5.5. È l’impronta pratica di un rilascio base rivolto a chi intende addestrarlo, non a chi intende chiamarlo.

Cosa non è stato rilasciato: un modello instruct, un template di chat degno di questo nome, una scheda API, un prezzo o un singolo benchmark indipendente. Al momento della pubblicazione non esiste alcuna voce ERNIE nel catalogo di 216 modelli di OrcaRouter, né una pagina di Artificial Analysis. Gli unici punteggi esistenti sono quelli di Baidu, eseguiti su 30 benchmark con un harness unificato contro altri tre modelli in versione base: DeepSeek-V4-Flash-Base a 284B-A13B, Hy3-preview-Base a 295B-A21B e MiMo-V2.5-Base a 310B-A15B.

Cosa sta vendendo Claude Haiku 5.5

Claude Haiku 5.5 è arrivato all'inizio di ottobre 2026 come il livello piccolo e veloce di Anthropic, e la sua forma commerciale è l'opposto del rilascio di Baidu: tutto è pubblicato, con un prezzo definito e disponibile. Il dato principale è stato un taglio di prezzo di circa il 90 percento rispetto a Haiku 4.5 nel livello a contesto breve — 0,10 $ in input e 0,50 $ in output per milione di token per prompt fino a 100K token, che salgono a 0,50 $ e 2,50 $ oltre quella soglia. Le letture di input in cache a 0,01 $, le batch a metà della tariffa standard. La stessa presentazione di Anthropic è che un nuovo tokenizer conta circa il 30 percento in più di token per lo stesso testo, quindi il risparmio effettivo per attività è inferiore a quanto suggerisce il prezzo di listino — circa il 75 percento secondo la stima della stessa Anthropic.

La scheda tecnica è una scheda prodotto. Contesto di un milione di token, output massimo di 128K, input di testo e immagini con output testuale, data limite delle conoscenze giugno 2026 e cinque livelli di impegno da basso a massimo. Anthropic lo presenta come il suo modello più veloce a velocità standard; Artificial Analysis lo misura a 258 token di output al secondo nella sua esecuzione attuale. È disponibile tramite l'API di Anthropic, Amazon Bedrock, Google Vertex AI e Microsoft Foundry.

Quelli sono i due oggetti. Un checkpoint base da 280B parametri con una licenza su misura, e un modello ospitato con contesto da 1M a dieci centesimi per milione di token di input. Metterli nella stessa frase è difendibile solo se si è espliciti su quale domanda si sta rispondendo.

Perché 93.3 MMLU non è un numero Haiku

La scheda di Baidu riporta MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 77,1 in modalità diretta e 89,2 con catena di pensiero, HumanEval+ 82,3, MBPP+ 81,5, LiveCodeBench 40,1, HELMET-RAG 71,5, RepoQA 91,7 e LongBench-v2 48,7. Sono numeri forti per un modello base. Inoltre, strutturalmente, non sono comparabili con nulla che Anthropic pubblichi per Haiku 5.5.

Tre ragioni, e tutte e tre contano. Primo, i modelli base vengono valutati con un prompting diverso — completamento few-shot anziché instruction following — quindi un punteggio di un modello base misura il prior preaddestrato, non l'assistente che un sviluppatore chiama. Secondo, gli harness differiscono: Baidu ha eseguito la propria pipeline con i propri prompt e conteggi few-shot, che è il modo giusto per confrontare il suo modello con altri modelli base e il modo sbagliato per confrontarlo con i benchmark instruct di un fornitore. Terzo, MMLU a 93 è in piena saturazione; le differenze tra i modelli top su quel benchmark sono ormai inferiori agli effetti di formattazione tra harness.

Quindi la lettura onesta di «ERNIE-5.5-Flash vs Claude Haiku 5.5 sui benchmark» è questa: un confronto del genere non esiste ancora, e chiunque ne pubblichi uno questa settimana o sta paragonando un checkpoint base a un modello instruct senza dichiararlo, oppure si sta inventando i numeri dell'instruct.

Un dettaglio della tabella di Baidu merita di essere conservato, perché contraddice la narrazione del lancio. Il post ammette che i concorrenti vincono diverse righe — ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench e FullStackBench vanno a uno degli altri modelli di base. Un fornitore che pubblica le proprie sconfitte nella stessa tabella delle proprie vittorie ti offre un segnale utile su quanto peso meriti il resto della tabella.

Il prezzo che non esiste ancora

"Flash" nella nomenclatura di Baidu è un'etichetta di livello, non una specifica. La linea ERNIE ha una scala di prezzi consolidata — ERNIE 5.1 si colloca intorno a $0,59 per l'input e $2,65 per l'output per milione di token nel listino internazionale Qianfan, con ERNIE 4.5 Turbo molto al di sotto — ma ERNIE 5.5 Flash non ha una tariffa pubblicata, né un endpoint Qianfan, né una scheda di terze parti. Cercando il suo prezzo si ottiene solo l'annuncio di base e nient'altro.

Quel divario è l’intera questione commerciale. I $0.10/$0.50 di Haiku 5.5 hanno ridefinito ciò che a un modello piccolo è consentito costare, ed è il numero rispetto al quale viene ora misurato ogni lancio di fascia Flash. Se Baidu fissa il prezzo di ERNIE 5.5 Flash al di sopra di quella cifra, il modello deve giustificarlo con la qualità in lingua cinese o con la residenza dei dati. Se lo fissa al di sotto, diventa un’opzione seria per i carichi di lavoro della Cina continentale. Finché non compare una tariffa, nessuno dei due scenari può essere verificato.

Artificial Analysis, il cui indice è stato ricostruito il 27 ottobre 2026, colloca Claude Haiku 5.5 a 36 con lo sforzo massimo — un dato che appartiene all'indice attuale e non può essere confrontato con i numeri pre-rebase ancora in circolazione per altri modelli. Il punto non è il valore esatto. È che Haiku ha un posto su quella scala e ERNIE-5.5-Flash no, perché non c'è un modello instruct da testare.

È anche qui che il routing cambia la decisione. OrcaRouter applica i prezzi di listino dei fornitori con markup 0%, così quando un fornitore riduce una tariffa il nuovo prezzo è attivo sulla piattaforma lo stesso giorno, anziché dopo il ricalcolo del margine di un rivenditore. ERNIE-5.5-Flash oggi non è in quel catalogo — 216 ID di modello, nessuno dei quali ERNIE — quindi il consiglio pratico per chiunque stia pianificando un modello di costo è costruirlo sui modelli che hanno effettivamente un prezzo e rivalutare quando Baidu pubblicherà un listino prezzi.

Chi dovrebbe clonare il repo questa settimana?

Non sviluppatori di applicazioni. Il checkpoint di base non ha praticamente alcun comportamento di adesione alle istruzioni, e farlo comportare come un assistente richiede una pipeline di post-addestramento che dovresti progettare da solo. Tre gruppi hanno però un motivo per scaricare i pesi ora.

• Team di adattamento al dominio che lavorano in cinese — 33,5T di token di pre-addestramento e un vocabolario da 200K; il pre-addestramento continuato su una base è un punto di partenza legittimo, e l'esempio Megatron-Bridge riduce il costo del tentativo.

• Ricercatori di RL e post-training che cercano un modello con 14B attivi e dettagli architetturali pubblicati — i 512 esperti, il routing top-10 e la ripartizione 37/6 tra HCA e MLA sono documentati in modo sufficientemente dettagliato da poter essere riprodotti.

• Team di valutazione che vogliono una baseline pulita prima che arrivi il modello instruct — eseguire ora il modello base per conto proprio offre un punto di riferimento che il marketing dei fornitori non potrà modificare in seguito.

Tutti gli altri dovrebbero aspettare. Un modello che non puoi chiamare, di cui non puoi determinare il prezzo o che non puoi confrontare con un modello instruct non è un'opzione di approvvigionamento, e il conteggio totale di 280 miliardi di parametri significa che l'hosting autonomo richiede comunque più GPU anche in FP8.

Che cosa cambierebbe il verdetto

Quattro eventi, nell'ordine in cui è probabile che contino.

• Viene rilasciata la versione post-addestrata di ERNIE 5.5 Flash. Baidu dice che seguirà. Finché non lo farà, ogni confronto sulle capacità è speculativo, e il divario tra un checkpoint di base e un modello Flash finito è esattamente dove risiede la maggior parte della qualità visibile all'utente.

• Su Qianfan compare un prezzo. È il momento in cui il confronto con Haiku diventa una vera decisione anziché un errore di categoria.

• Arriva una valutazione indipendente. Una copertura da parte di Artificial Analysis o LMArena trasformerebbe l'harness di Baidu in qualcosa di verificabile in modo incrociato. Va notato che l'indice AA stesso è stato ribasato il 27 ottobre 2026, quindi le cifre pre-ribasamento che circolano per Haiku 5.5 e altri non dovrebbero essere confrontate con quelle post-ribasamento.

• Un host di terze parti lo prende in carico. Di solito è il segnale che i costi di serving sono stati compresi, ed è il punto in cui un modello diventa instradabile anziché semplicemente scaricabile.

Il confronto nel titolo meriterà di essere scritto quando due di quei quattro si saranno verificati. Ciò che esiste oggi è un modello base ben documentato, una licenza che non è Apache e il nome di un livello di prodotto senza alcun prodotto alle spalle. Claude Haiku 5.5, nel frattempo, è un modello finito con un prezzo a cui altri fornitori ora devono rispondere. Sull'unica domanda che un acquirente si pone — quanto costa un token e cosa fa — una parte ha una risposta e l'altra ha una promessa.

La parte interessante non è che Baidu abbia rilasciato in silenzio. È che l'azienda abbia scelto di rilasciare prima i pesi di base, ancor prima del modello che chiunque può usare, e senza fissare alcun prezzo. Questa è una cadenza di rilascio da laboratorio di ricerca, non un lancio di prodotto, e va letta come tale.