ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base: uno che puoi scaricare, uno che puoi solo noleggiare

Baidu ha ormai distribuito entrambe le metà dello stesso modello, nell'ordine sbagliato. ERNIE 5.5 Flash Base — il checkpoint da 280 miliardi di parametri, 14 miliardi attivi per token — è stato pubblicato su Hugging Face il 5 novembre 2026 con un documento tecnico di venti pagine, trenta righe di benchmark e una licenza che richiedeva un avvocato per essere letta. Sei giorni dopo, il 10 novembre, ERNIE 5.5 Flash è apparso come endpoint a pagamento su Baidu Qianfan a $0.28 per milione di token di input e $1.13 per milione di output, senza alcun annuncio, senza model card e senza alcuna tabella di valutazione. Quindi la scelta tra ERNIE 5.5 Flash e ERNIE 5.5 Flash Base non è una scelta tra un modello grande e uno piccolo. È una scelta tra l'artefatto che puoi ispezionare e quello che puoi effettivamente chiamare. Le baseline rispetto a cui testeresti l'uno o l'altro ERNIE sono fatturate a prezzi di listino dei provider, con la commissione OrcaRouter indicata come $0.00 su ogni riga così un'esecuzione comparativa costa una chiave e una fattura.

Stessi pesi, due diversi stati finali

Il checkpoint di base è la fine del pre-addestramento e nient'altro. Completa il testo. Non segue istruzioni, non mantiene un prompt di sistema, non chiama uno strumento né rifiuta una richiesta, perché questi comportamenti sono prodotti dal post-addestramento e questo checkpoint non ne ha avuto alcuno. Baidu lo dice direttamente: il repository è «il checkpoint alla fine del pre-addestramento, prima di qualsiasi addestramento intermedio o successivo», posizionato come punto di partenza per l'adattamento al dominio, l'instruction tuning e la ricerca sull'apprendimento per rinforzo.

ERNIE 5.5 Flash è ciò che il post-addestramento ne ha fatto. Risponde ai prompt, espone il function calling e gli output strutturati, e ragiona prima di parlare. I due non sono versioni l'uno dell'altro in alcun senso utile — uno è un input di addestramento, l'altro è un prodotto — e la differenza pratica è l'intera decisione.

• Parametri — 280B totali, 14B attivi per token, mixture-of-experts sparsa, su entrambi i lati. Stessa architettura.

• Dimensione del download — 288 GB distribuiti su 139 file nel repository FP8, con un repository BF16 separato affiancato. Questa è la cifra da preventivare, non il numero di parametri raddoppiato.

• Contesto — 128.000 token al momento dell'addestramento, con la configurazione rilasciata impostata a 1.048.576 per fine-tuning e inferenza. Il modello servito è indicato con 1.024.000 input, che è la stessa finestra arrotondata per difetto per un listino prezzi anziché una capacità diversa.

• Limite di output — il checkpoint base non ne ha praticamente nessuno; il modello servito consente 921.600 token di output perché ragiona a ogni richiesta e non gli si può dire di non farlo.

• Modalità: testo in ingresso, testo in uscita, su entrambi i fronti. Niente immagini, niente audio, niente PDF. Qualsiasi attività che contenga uno screenshot è fuori ambito per entrambi, e non cambierà con un fine-tuning.

• Prezzo — i pesi sono gratuiti con una licenza soggetta a limiti territoriali; l'API costa 0,28 $ e 1,13 $ per milione di token, con input in cache a 0,028 $.

• Punteggio indipendente — nessuno dei due ne ha uno. Artificial Analysis include righe ERNIE 4.5 ed ERNIE 5.0 e nessuna riga ERNIE 5.5 di alcun tipo.

La documentazione procede esattamente al contrario

Per un checkpoint base, Baidu ha pubblicato una pubblicazione tecnica davvero dettagliata: l'architettura (43 layer, 512 esperti instradati per layer MoE con selezione top-10 più un esperto condiviso), il budget di addestramento (33,5 trilioni di token con l'ottimizzatore Muon), il design dell'attenzione, il tokenizer, le ricette di serving per vLLM e SGLang e una tabella di benchmark che include righe in cui il modello perde. ChineseSimpleQA segna 73,0 contro il 75,3 di DeepSeek. BBH con il chain-of-thought è un pareggio a tre che rientra nel rumore. Questa è la forma di una tabella che qualcuno ha costruito, non di una tabella che qualcuno ha selezionato, ed è il genere di divulgazione che fa guadagnare a un modello un'audizione equa.

Per il modello di chat, Baidu ha pubblicato un prezzo. Nessun limite temporale delle conoscenze. Nessuna valutazione. Nessuna dichiarazione su come il modello post-addestrato differisca dal checkpoint in qualcosa al di fuori del comportamento. La descrizione allegata all'endpoint è composta da tre frasi su architettura e velocità — 280 miliardi di parametri totali, 14 miliardi attivi, una finestra da un milione di token, oltre 200 token al secondo — e non dice nulla sulla qualità.

La conseguenza è che i due artefatti vengono giudicati sulla base di evidenze incompatibili. Tutto ciò che è conoscibile su ERNIE 5.5 Flash Base proviene dall'harness di Baidu stesso contro baseline scelte da Baidu, e tutto ciò descrive un modello che non è in grado di seguire un'istruzione. Tutto ciò che è conoscibile su ERNIE 5.5 Flash è un listino prezzi. Chiunque citi l'MMLU-Pro di 78,4 del checkpoint base come evidenza sul modello chat commette l'errore più comune in assoluto disponibile in questo confronto: le valutazioni dei modelli base e quelle dei modelli instruction misurano cose diverse e non possono essere sottratte, ereditate o estrapolate.

La licenza è la parte che la gente salta.

I pesi sono scaricabili, il che non equivale a open source. Il Contratto di licenza del modello base ERNIE 5.5 Flash v1.0, datato 5 novembre 2026 e disciplinato dalla legge di Hong Kong, limita la concessione per territorio e per ricavi:

• Territorio — l'uso, la riproduzione, la modifica e la distribuzione sono concessi ovunque «al di fuori dell'Unione europea, del Regno Unito e della Corea del Sud». Per una società costituita in uno di questi tre territori, non si tratta di una questione di termini commerciali: è un no.

• Fatturato — esente fino a 50 milioni di dollari USA di ricavi annui correlati, e anche al di sotto di tale soglia è necessaria una notifica una tantum a Baidu. Al di sopra, l'utilizzo deve essere sospeso finché non arriva un'autorizzazione scritta. I ricavi correlati sono aggregati tra prodotti e società affiliate, per cui il limite viene raggiunto prima di quanto implichi il conto economico di un singolo prodotto.

• Attribuzione — ogni prodotto commerciale deve mostrare in modo ben visibile "Powered by ERNIE".

• Output — non possono essere utilizzati per migliorare qualsiasi altro modello. Addestrare un derivato è consentito; distillare questo in qualcos'altro non lo è.

Niente di tutto ciò vale per le chiamate effettuate tramite l'API di Baidu. La via ospitata è disciplinata dai termini dell'API commerciale, non dalla licenza sui pesi, quindi un team europeo escluso dal download può comunque noleggiare il modello al token — il che è, sottovoce, uno degli argomenti più solidi a favore dell'endpoint rispetto al repository.

Quale vuoi davvero

La decisione scaturisce da tre domande, e nessuna di esse è "chi è più intelligente".

Riesci a far girare 288 GB?In caso contrario, il checkpoint di base non è un'opzione a prescindere dai suoi termini, e il confronto si riduce a "usare l'API o usare un modello diverso". Un mixture-of-experts da 280B con 14B attivi è economico da servire per token e costoso da ospitare per macchina, e il divario tra questi due fatti è il punto in cui muore la maggior parte dei piani di self-hosting.

Il tuo compito è fisso e ad alto volume? Questo è l'unico caso in cui i pesi vincono sul piano economico. Un singolo compito ristretto — classificazione, estrazione, una trasformazione specifica del dominio — sottoposto a fine-tuning su un checkpoint di base ammortizza l'addestramento e poi non costa nulla per chiamata. Pagare 1,13 $ per milione di token di output per sempre per un compito che potresti possedere è una perdita lenta, e il checkpoint di base è prezzato, in termini di licenza, proprio per quel tipo di acquirente.

Ti serve che funzioni questa settimana? Allora è l'endpoint, perché un fine-tuning su 280 miliardi di parametri è una voce di budget e un trimestre di calendario, non un pomeriggio. L'API ti offre oggi un modello con tool-calling, ragionamento e input da un milione di token, non documentato, a un prezzo che è circa il doppio della concorrenza di fascia Flash e non palesemente sbagliato per questo.

Ciò che nessuno dovrebbe fare è trattare i due come intercambiabili in una valutazione. I punteggi del checkpoint di base non sono un'anteprima della qualità dell'API, e il prezzo dell'API non è una prova della qualità dell'API. L'unica misurazione che risolve qualcosa è la tua: un set fisso di prompt eseguito attraverso l'endpoint, conteggiato in token di output, confrontato con qualunque cosa avresti usato in alternativa.

Eseguire entrambe le domande con un'unica chiave

La parte comparativa di questo lavoro non richiede un account Baidu. OrcaRouter instrada oltre 200 modelli dietro un'unica chiave compatibile con OpenAI al prezzo di listino del provider, senza ricarichi: MiniMax M3.1 Flash a $0.15 e $0.60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash e Gemini 3.8 Flash ci sono tutti, e il failover automatico mantiene in vita un'esecuzione di benchmark quando un provider vacilla a metà scansione. ERNIE 5.5 Flash non è tra questi — non esiste una voce ERNIE nel catalogo e nessun endpoint Baidu a cui instradare — quindi l'endpoint va chiamato tramite l'API di Baidu e i suoi numeri vanno trasferiti a mano.

Vale la pena affermare apertamente questa asimmetria anziché aggirarla: il modello che puoi scaricare è gratuito e inutilizzabile senza un addestramento, il modello che puoi chiamare non è documentato ed è raggiungibile tramite esattamente un fornitore, e i modelli rispetto ai quali faresti il benchmark dell'uno o dell'altro sono su un'unica chiave instradata. Due di questi tre fatti cambieranno. La clausola di licenza probabilmente no.

Ciò che resta da osservare è più limitato del modello stesso. Una model card per ERNIE 5.5 Flash con una tabella di valutazione renderebbe possibile rispondere a questo confronto. Un secondo fornitore che servisse l'anteprima renderebbe competitivi il suo tempo di attività e il suo prezzo. E un punteggio indipendente da un tracker che gestisce un proprio harness risolverebbe in un pomeriggio ciò che due settimane di lettura delle specifiche non possono risolvere — perché al momento il riepilogo onesto è che Baidu ha documentato la metà del modello che nessuno può usare e ha lasciato che l'altra metà, quella che tutti possono usare, venga presa sulla fiducia.