ERNIE 5.5 Flash と ERNIE 5.5 Flash Preview：実際に呼び出しているのはどちらですか？

Baiduの公式サイトにはERNIE 5.5の成果物が2つ掲載されており、どちらもERNIE 5.5 Flashという名前ではありません。11月5日に公開された280Bの未加工チェックポイントであるERNIE 5.5 Flash Baseと、11月11日に公開された事後学習済みモデルであるERNIE 5.5 Flash Previewがあります。接尾辞のない名前で、価格表やモデル選択画面に表示されるERNIE 5.5 Flashは、Previewがそのプレビューとなっているモデルです。これは軽視してよいマーケティング上の気まぐれではなく、比較の核心そのものです。なぜなら、ERNIE 5.5 Flash PreviewとERNIE 5.5 Flashを分けるものはすべて、チェックポイントとリリースの違いであり、2つのアーキテクチャの違いではないからです。総パラメータ数は同じ2,800億、アクティブパラメータは同じ140億、コンテキスト長は同じ1Mトークンです。違いはライセンス、日付、安定性の保証、そしてBaiduが変わると告げている一連の数値です。 比較グループは、この決定のうちあなたが制御できる半分です。 マークアップ0%のプロバイダー定価 GPT-6.1 Sol、Claude Opus 5.5、GLM-5.3、DeepSeek V4.1 Flashは、プロバイダー定価のまま1つのキーで利用でき、OrcaRouterの手数料は$0.00と表示されます。

ややこしいのは命名の部分なので、そこから始めてください。

3つの名前、2つのモデル、1つのリリースパイプライン。ERNIE 5.5 Flash Base は事前学習済みチェックポイントです。総パラメータ280B、アクティブ14B、43層、共有エキスパートを備えた疎な mixture-of-experts 構成で、33.5兆トークンで学習されており、本日より Hugging Face にて制限付きコミュニティライセンスの下でダウンロードできます。ERNIE 5.5 Flash Preview は、そのチェックポイントに事後学習を施したもので、指示に応答し、ツールを使い、ゲームコードを書き、スライド資料を生成するモデルです。ERNIE 5.5 Flash は、存在するようになる時点では、事後学習が完了した同じモデルを指します。

Baiduはリリース投稿でその関係を率直に述べている。Previewは「ポストトレーニングからの中間チェックポイントである。すでに同サイズのモデルと競争力があるが、トレーニングが完了していないため、一部の能力はまだ不足する可能性がある。ポストトレーニングは進行中で、ERNIE 5.5 Flashは急速に改善している」と。これを二度読んでほしい。同社は、今日利用できるモデルと数か月後に利用するモデルは、名前の語幹、アーキテクチャ、コンテキストウィンドウを共有し、完成度が異なると伝えている。両者から選ぶなら、你は二つのシステムから選んでいるのではない。今買うか待つかを選んでいるのだ。

次元ごとの比較

実際に異なる点は次のとおりです。各行に両側を並べています：

• アイデンティティ — ERNIE 5.5 Flash Preview は、2026年11月11日に公開された、名前を持ち呼び出し可能なチェックポイントです。一方、ERNIE 5.5 Flash は未リリースの後継モデルであり、日付もモデルカードも独自のエンドポイントもありません。

• アーキテクチャとサイズ — 両者で同一：総パラメータ数280B、アクティブ14B、1Mトークンコンテキスト、11月5日のERNIE 5.5 Flash Baseチェックポイントから継承。事後学習ではモデルのサイズは変更されない。

• 重みとライセンス — プレビューは Apache 2.0 で「近日公開」と約束されているが、11月11日時点で Hugging Face 上にリポジトリはない。最終的な ERNIE 5.5 Flash は、Baidu が正式リリース時に提供するライセンスに従うことになり、同社はそれを明言しておらず、同じライセンスになる保証もない。Apache 2.0 の約束はプレビューに関する約束であり、ファミリー全体に関するものではないと捉えるべきだ。

• 安定性 — {{1}}Preview{{/1}} は明示的に中間的な成果物であり、その能力は「まだ不十分な可能性がある」とされ、スコアも Baidu が向上することを期待しています。正式リリースは、定義上、Baidu が責任を持てるバージョンです。

• ベンチマーク上の位置づけ — プレビュー版にはベンダー報告による20行のデータがあるだけで、独立したスコアはない。ERNIE 5.5 Flashは、Baiduがリリース時に公表する数値に加え、これまでのパターンが続けば、プレビュー版の数値を時代遅れに見せる第2弾の数値も出てくるだろう。現時点ではどちらもArtificial Analysisのエントリーを持たない。

• 価格 — PreviewはQianfanで100万入力トークンあたり0.28ドル、100万出力トークンあたり1.13ドル、キャッシュ読み取りは0.028ドルです。ERNIE 5.5 Flashには価格がなく、Previewの価格に一致すると仮定するのは推測にすぎません。Previewの価格はしばしば暫定的なものです。

• これでできること — Preview は本日呼び出し可能ですが、ダウンロードはできません。ERNIE 5.5 Flash はまだ存在しないため、呼び出すこともダウンロードすることもできません。

重要な非対称性は、そのリストの一番下にあります。プレビューは、その2つのうちテストできる唯一のものであり、手元に残せない唯一のものでもあります。

名前が控えめにしか伝えていない、プレビューが実際に行っていること

「Preview」という名は薄さを連想させるが、11月11日に公表された証拠を見る限り、これは薄くない。テキスト専用モデルでありながら、ツール利用、構造化出力、100万トークンのウィンドウを備え、価格はフラッシュ階層の安価な端に設定されている。そしてBaiduのデモは、チャットのやり取りではなく成果物を描写している。単一の11時間のコーディング実行で組み上げられたUnreal Engine 5.8のゲーム、設計書から生成された約100本のモバイルミニゲーム、2体の協調エージェントがBlender Python APIを通じてモデリングしたBoeing 747と大興空港、編集可能なFreeCADアセンブリとして構築されたW16エンジンと月面ローバー、データセンターの電力コストに関する20ページの調査報告書、4,169件の連邦事故報告に基づく24ページの自動運転分析、10,000行超のPythonで書かれた116秒のアニメーション短編である。

そのリストで最も有用な詳細は、能力に関する主張ではなく、投稿が自ら明かしている制限だ。Unrealプロジェクトについて説明する中で、Baiduは「テキスト専用モデルであり、画面を見ることができないため」、モデルはプレイテストの問題——地面から浮いているキャラクターや、位置のずれたカメラ——をコード内の測定可能なテストに変換し、スイートが通るまで反復したと書いている。これがこのモデルの能力の正直な実像だ。何も見ることができないので、代わりにアサーションを書く。タスクをテストとして表現できる場合、モデルは長時間の実行でも十分に持ちこたえる。唯一のフィードバックが視覚的判断である場合、モデルはツールを通じて、そして少なくとも一部のベンチマークハーネスでは他社の視覚モデルを通じて、作業している。

最後の点は、本文ではなくベンチマークの付録に由来する。表の脚注の一つには、「GLM-5.3と私たちのモデルにはネイティブなマルチモーダル機能がなく、画像理解はClaude Opus 5.5を搭載したツールを通じて提供される」と記載されている。スコアについてどう結論づけるにせよ、アーキテクチャは明確だ。ネイティブな視覚機能はなく、視覚に依存する評価はモデルではなくパイプラインを測っている。

ERNIE 5.5 Flashを待っているなら、何を待っているのですか？

四つの事柄がありますが、そのうち能力の向上と言えるのは一つだけです。

第一点は安定性の保証です。中間チェックポイントは、現時点からリリースまでの間に挙動が変わらないという約束を一切伴いません。これは探索には適していますが、モデル出力に固定された回帰テストスイートを持つものにとっては厄介です。

2つ目は、比較対象にできるベンチマークセットです。プレビュー版の20行——その中には Terminal-Bench 4.0 の46.5、DeepSWE v1.1 の71.2、MCP-Atlas の84.6、BrowseComp の87.4、ツールなしのHLE の46.4、AA-LCR v1.1 の79.0 が含まれます——はベンダー報告によるもので再現されておらず、Baiduはこのモデルが急速に改善していると述べています。完成したモデルの数値は、たとえより高くても有用です。なぜなら、それは他の人々も引用する数値だからです。

3つ目はライセンスです。ベースチェックポイントは、EU、英国、韓国を除外し、関連する年間収益によって無償の商用利用に上限を設け、商用製品には「Powered by ERNIE」の帰属表示を義務付ける、制限付きコミュニティライセンスの下で提供されています。プレビューの重みはApache 2.0の下で提供されることが約束されています。その約束が守られれば、事後学習済みモデルは、学習元のチェックポイントよりもはるかに寛容なものになるでしょう。これは真の逆転であり、発表ではなく実際のリポジトリで確認する価値があります。

第四は価格です。$0.28 と $1.13 はプレビュー用の数値です。この階層における GA モデルの最終価格はどちらにも動く可能性があるため、今日構築するコストモデルはレートをハードコードするのではなく、レートに基づいてパラメータ化すべきです。

その4つのうちのどれも、今週評価できるタスクがあるなら待つべきだとは主張していない。それらが主張しているのは、Baiduが文書で未完成と明言したチェックポイントに対して、複数四半期にわたるコミットメントを結ぶべきではない、ということだ。

自分で比較を実行する

ERNIE 5.5 Flash Preview を当社から入手することはできません。これはBaidu自身のQianfan API、およびそれを再販する第三者プラットフォームを通じて提供されています。OrcaRouterは200以上のモデルをルーティングしていますが、そのうちの一つもERNIEではありません。したがって、当社がこのエンドポイントを提供できるという示唆は誤りです。

私たちにできるのは、比較対象群を提供することです。それはこの判断のうち、実際にあなたがコントロールできる部分です。Baidu がベンチマーク対象としたモデル — GPT-6.1 Sol、Claude Opus 5.5、GLM-5.3、DeepSeek V4.1 Flash — はすべて、1つの OpenAI 互換キーで、プロバイダーの定価・マークアップ0%で利用できます。そのため、これらのベンダーのいずれかによる値下げは、次回の契約更新時ではなく同じ日に請求へ反映されます。

実行する評価は、あえて退屈なものにする。自分の仕事から長期的なタスクを10個選ぶ。それぞれをプレビューと、本来なら使う2つのモデルに通す。完了したかどうか、出力トークンがいくつ出たか、その呼び出しにいくらかかったかを記録する。この比較を決めるのは出力トークン数だ。プレビューは推論を出力として100万トークンあたり1.13ドルで課金し、推論をオフにする方法を提供していないため、低い料金表の冗長なモデルは、高い料金表の口数の少ないモデルより、タスクあたりのコストが高くなることはよくある。タスクごとのコストが出れば、プレビュー対GAの問いはベンチマークの行ではなく、現在のチェックポイントが置き換えられる前にその上に構築するのに十分良いかどうかになる。

そのテストに合格するワークロードにとって、自動フェイルオーバーは、今日答え得る唯一の形で安定性への異論に答えます。つまり、自分の下で変わり得るモデルを、リクエストパス上の唯一のモデルにしてはならないのです。プレビューが優位に立つところではそれをプライマリとしてルーティングし、その背後にフォールバックを維持すれば、途中での能力変化は障害ではなくルーティングの変更になります。

ベースチェックポイントとプレビューの間には5日あり、Baiduは完成版モデルが登場すると述べている。ERNIE 5.5 Flash 対 ERNIE 5.5 Flash Preview の有用な読み方は、直接対決ではなくスケジュールだ。片方は今すぐ呼び出せるが長くは保持できず、もう片方は保持できるがまだ呼び出せない。どちらで構築する人も、第2列に数値が入るまでは、コミットするのではなく計測すべきだ。