ERNIE-5.5-Flash vs GLM-5.3 Flash: due repo open, due offerte molto diverse

Sia ERNIE-5.5-Flash sia GLM-5.3 Flash sono scaricabili questa settimana, entrambi sono modelli sparse mixture-of-experts nella stessa classe di peso ed entrambi stanno all'incirca sullo stesso scaffale di GPU in FP8. È qui che finisce la somiglianza. GLM-5.3 Flash, rilasciato da Z.ai il 26 agosto 2026, è un modello multimodale finito sotto licenza MIT con un prezzo pubblicato e un endpoint servito. ERNIE-5.5-Flash-Base, rilasciato da Baidu il 5 novembre 2026, è il checkpoint di fine pre-addestramento di un modello che non è stato post-addestrato, sotto una licenza su misura, senza prezzo e senza endpoint. Confrontarli come modelli open rivali è ragionevole. Confrontarli come modelli sostituibili non lo è, e il divario è legale e procedurale prima che tecnico.Entrambe le varianti GLM sono fatturate ai prezzi di listino del fornitore quindi la variante del piano gratuito non costa nulla da provare.

Che cosa c'è effettivamente in ciascun repository

GLM-5.3 Flash è un modello da 320 miliardi di parametri con 18 miliardi attivi per token, 45 livelli e un ibrido di attenzione lineare e sparsa che, secondo Z.ai, riduce il calcolo dell'attenzione di circa tre volte e comprime la cache KV di circa 4,4 volte rispetto a GLM-5.3 solo testo. La finestra di contesto è di 1.048.576 token, l'output è limitato tra 128K e 131K a seconda dell'host, e il modello accetta in input testo, immagini e video restituendo testo. I pesi FP8 su Hugging Face arrivano a circa 328 GB.

ERNIE-5.5-Flash-Base ha 280B di parametri totali con 14B attivi, 33,5T token di pretraining, 43 layer — uno dense più 42 MoE — con 37 layer su attenzione HCA compressa e sei su MLA più attenzione sparsa in stile DeepSeek. Dimensione nascosta 4.096, 64 teste, 512 esperti instradati con top-10 più un esperto condiviso, vocabolario di 201.216. Contesto di training 128K, con 1.048.576 abilitato per fine-tuning e inferenza nella configurazione rilasciata. Varianti FP8 e BF16, entrambe su Hugging Face.

• Parametri totali — ERNIE 280B vs GLM 320B

Attivi per token — 14B vs 18B

• Livelli — 43 vs 45

• Contesto — 1M per l'inferenza vs 1M

• Modalità — solo testo vs testo, immagine e video in

• Licenza — ERNIE 5.5 Flash Base License v1.0 vs MIT

• Post-addestramento — nessuno vs ottimizzato per le istruzioni

• Prezzo — nessuno pubblicato rispetto a $0,15 input / $0,50 output

Il divario nei parametri è più piccolo di quanto suggerisca il nome e va nella direzione opposta a quella che potresti supporre: ERNIE attiva meno parametri per token e ne ha meno in totale, il che sulla carta lo rende il meno costoso dei due da servire. L'ingombro FP8 di 328GB di GLM è il dato concreto; ERNIE a 280B si colloca nello stesso ordine di grandezza, prima della KV cache.

La licenza è il primo bivio

MIT non è un dettaglio di marketing. Significa uso commerciale, modifica, ridistribuzione e modelli derivati senza termini di limitazione del campo d'uso da negoziare e senza alcun accordo separato da firmare. Un team può fare fine-tuning di GLM-5.3 Flash su dati proprietari e distribuire il risultato senza dover parlare con l'ufficio legale di Z.ai.

ERNIE-5.5-Flash-Base viene distribuito con l'ERNIE 5.5 Flash Base Model License Agreement v1.0. Si tratta di un accordo su misura, e il contrasto che vale la pena conoscere è storico: nel 2025 Baidu ha rilasciato la famiglia ERNIE 4.5 con licenza Apache 2.0. Passare a una licenza personalizzata per la base 5.5 è un irrigidimento deliberato, non una svista, e arriva esattamente nel momento in cui i pesi diventano davvero utili — un checkpoint base ha molte più probabilità di essere sottoposto a fine-tuning e ridistribuito rispetto a un modello instruction-tuned.

Per uso accademico e di ricerca, la differenza pratica può essere nulla. Per chiunque stia costruendo un prodotto, è il primo documento da leggere e possibilmente il motivo per scegliere l'altro repository. I pesi che puoi scaricare non sono gli stessi pesi su cui puoi costruire.

La modalità decide più carichi di lavoro di quanto facciano i benchmark.

GLM-5.3 Flash accetta video. Questa singola capacità lo esclude dal confronto con ERNIE per un'ampia classe di carichi di lavoro del 2026 — registrazioni dello schermo, filmati di prodotti, clip di sorveglianza, registrazioni di lezioni. GLM gestisce anche le immagini, il che copre fatture, grafici, screenshot e l'intera categoria di elaborazione dei documenti.

ERNIE-5.5-Flash-Base è un modello linguistico. Testo in ingresso, testo in uscita. Se la versione post-addestrata di ERNIE 5.5 Flash venisse mai rilasciata con input multimodali, Baidu non lo ha dichiarato; il rilascio descrive un modello testuale e la suite di benchmark copre conoscenza, ragionamento, matematica, codice, multilinguismo e contesto lungo. Nulla nel materiale pubblicato suggerisce capacità visive.

Vale la pena dichiarare chiaramente questa asimmetria, perché è facile perderla dentro un confronto tra specifiche. Un modello testuale da 280B e un modello multimodale da 320B non sono alternative in una decisione di acquisto; sono risposte a domande diverse. L'unica sovrapposizione è la generazione solo testuale, e in quella sovrapposizione il modello finito vince per impostazione predefinita, perché esiste.

Dove GLM-5.3 Flash è più debole di quanto il suo lancio suggerisse

L'onestà va in entrambe le direzioni. I punti di forza pubblicati di GLM-5.3 Flash sono reali — DeepSWE 63,4 contro 46,2 di GLM-5.2, Terminal-Bench 2.1 a 84,3, MMLU-Pro 86,1, MMMU-Pro 86,0, HLE con strumenti 55,3 — e Artificial Analysis colloca il suo indice di programmazione a 71,5 e il suo indice di intelligenza generale a 41,8. Ma le stesse valutazioni mostrano un modello con debolezze ristrette e profonde: ProgramBench ottiene punteggi tra circa zero e 1,5, SRE Bench 0,8, Legal Agent 6,7. La sua latenza al primo token è inoltre notevolmente lenta per un modello della fascia Flash — 6,36 secondi al p50 sul traffico di sette giorni di OrcaRouter — contro circa 1,7 secondi per il più grande GLM-5.

Niente di tutto ciò rende ERNIE la scelta migliore. Rende GLM una quantità nota — un modello i cui modi di fallire sono stati misurati da terze parti. I modi di fallire di ERNIE non sono stati misurati affatto, perché non esiste un modello instruct da misurare. In una decisione guidata dalla valutazione, modi di fallire sconosciuti sono peggiori di quelli documentati, anche quando quelli documentati sono cattivi.

Percorsi di fine-tuning: esistono entrambi, uno ha un vantaggio iniziale

Baidu ha fatto la cosa giusta sul fronte degli strumenti. La model card di ERNIE include esempi per SGLang e vLLM, e il repository Megatron-Bridge di NVIDIA ha aggiunto un esempio per ERNIE 5.5 che copre il fine-tuning. Per un checkpoint di base, questa è la differenza tra un artefatto di ricerca e un punto di partenza utilizzabile.

GLM-5.3 Flash è scaricabile da fine agosto e ha accumulato l'esperienza d'ecosistema che deriva da tre mesi di uso in produzione: quantizzazioni, integrazioni con i provider e segnalazioni di bug. Quando un kernel si rompe alle 2 del mattino, la segnalazione relativa a GLM è già stata aperta da qualcun altro. Non è un benchmark, ma è un costo reale dell'adozione e dovrebbe entrare nella decisione.

Per chiunque voglia provare GLM-5.3 Flash senza impegnare un cluster GPU, OrcaRouter instrada z-ai/glm-5.3-flash al prezzo di listino del provider con 0% di ricarico, e nel catalogo è disponibile anche una variante free-tier. Lo stesso catalogo non ha alcuna voce ERNIE tra i suoi 216 ID di modello — nessun percorso ospitato, nessun prezzo, nulla da instradare. Non è una critica al rilascio di Baidu; è la conseguenza pratica del pubblicare i pesi prima di un prodotto.

Quale repository clonare

Clona GLM-5.3 Flash se ti serve un modello aperto multimodale che puoi mettere dietro un'API, fine-tunare a fini commerciali e confrontare con valutazioni di terze parti pubblicate. MIT più un endpoint erogato più tre mesi di utilizzo in produzione è una combinazione solida, e i punti deboli documentati sono abbastanza circoscritti da poter essere aggirati.

Clona ERNIE-5.5-Flash-Base se svolgi ricerca su pre-addestramento continuato, adattamento al dominio o post-addestramento, in particolare in cinese, e sei pronto a leggere una licenza su misura prima di investire nella pipeline. La configurazione 280B-A14B è efficiente, il budget di 33,5T token è notevole, l'architettura è documentata in modo più dettagliato rispetto alla maggior parte delle release base e l'esempio Megatron-Bridge significa che il primo fine-tuning non è un progetto di ricerca a sé stante.

Non clonare nessuno dei due aspettandoti che sia un sostituto diretto dell'altro. Uno è un prodotto finito con una licenza che consente quasi qualsiasi cosa; l'altro è un solido punto di partenza con una licenza che consente meno e un prodotto che non esiste ancora. La domanda interessante è cosa rilascerà Baidu nel modello post-addestrato e a quale prezzo — perché se si collocherà vicino a $0,15/$0,50 con 14B parametri attivi, questo smetterà di essere un confronto tra due repository e diventerà una vera sfida tra due modelli Flash aperti. Fino ad allora, i repository non sono affatto sullo stesso scaffale.