ERNIE-5.5-Flash 対 Claude Haiku 5.5：ベースチェックポイントが価格下限と出会う

Baiduは今朝、ERNIE-5.5-Flash-BaseをHugging Faceに公開しました。そしてモデルカードの最初の行こそが重要な点です。重みは事前学習終了時点のチェックポイントで、中間学習も事後学習も適用されていません。Baiduのリリース投稿によると、事後学習済みのERNIE 5.5 Flashは「後日提供される」とのことです。この一文のせいで、今日Claude Haiku 5.5との直接比較は不可能です。なぜならClaude Haiku 5.5は完成された指示チューニング済みモデルで、Anthropicが入力100万トークンあたり$0.10、出力100万トークンあたり$0.50で販売しているからです。この対決の片側は研究用の成果物です。もう片側は価格表を備えた製品です。以下では、それぞれが実際に何であるか、Baiduが公表した数値を何と比較できて何と比較できないか、そして人々が検索している比較が本当の比較になる前に何が変わる必要があるかを説明します。 ERNIE-5.5-Flashは今日はそこに含まれていません。 モデルカタログ全体を見る OrcaRouterがルーティングできるすべてのモデルを、プロバイダーの最新価格とともに一覧表示します。

Baiduが今日実際に公開したもの

このリリースは2つのリポジトリ——baidu/ERNIE-5.5-Flash-Base（FP8）とbaidu/ERNIE-5.5-Flash-Base-BF16——に加え、ernie.baidu.comのProduct Updatesにある技術投稿です。これは、総パラメータ数280B、トークンあたり14Bが活性化されるスパースなMixture-of-Experts言語モデルで、MuonオプティマイザとFP8混合精度を用いて33.5Tトークンでゼロから事前学習されています。Hugging Faceのサイドバーでは総数が286Bに丸められており、カードには、どちらの数値もBaiduがECHOパラメータと呼ぶ0.36Bを除外していると記載されています。

アーキテクチャは具体的で、ひっそりとした公開としては異例だ。43層で、1層がDense、42層がMoE。37層はBaiduがHCAと呼ぶ圧縮アテンションを使用し、128トークンごとに1エントリをキャッシュする。6層はDeepSeek流のスパースアテンションを備えたMLAを使用する。隠れサイズ4,096、64ヘッド、512のルーテッドエキスパート（top-10ルーティングと共有エキスパート1個付き）、語彙サイズ201,216。学習コンテキストは128Kで、公開された構成ではファインチューニングと推論で1,048,576トークンを有効にする。

それに同梱されるツール群。カードにはSGLangとvLLMのデプロイ例が掲載され、NVIDIAのMegatron-Bridgeリポジトリにはファインチューニング向けのERNIE 5.5の例がすでに存在します。これは、呼び出すつもりの人ではなく、実際にその上で学習するつもりの人を対象としたベースリリースの実用的な足跡です。

出荷されなかったもの：インストラクトモデル、名に値するチャットテンプレート、APIリスティング、価格、そして単一の独立系ベンチマークさえも。公開時点で、OrcaRouterの216モデルカタログにERNIEの項目はなく、Artificial Analysisのページもない。存在する唯一のスコアはBaidu自身によるもので、統一ハーネスの下、他の3つのbaseモデルに対して30のベンチマークで実行された：284B-A13BのDeepSeek-V4-Flash-Base、295B-A21BのHy3-preview-Base、310B-A15BのMiMo-V2.5-Base。

Claude Haiku 5.5が売っているもの

Claude Haiku 5.5は2026年10月初旬にAnthropicの小型で高速なティアとして登場し、その商業的な形はBaiduのリリースとは正反対で、すべてが公開され、価格設定され、提供されている。最大の話題は、ショートコンテキスト層におけるHaiku 4.5対比で約90％の値下げだった。10万トークンまでのプロンプトで入力100万トークンあたり0.10ドル、出力0.50ドル、それを超えると0.50ドルと2.50ドルに上がる。キャッシュされた入力の読み取りは0.01ドル、バッチは標準料金の半額だ。Anthropic自身の説明では、新しいトークナイザーは同じテキストで約30％多くトークンを数えるため、タスクあたりの実効的な節約額は表示価格から連想されるより小さく、Anthropic自身の見積もりでは約75％だ。

仕様表は製品シートです。100万トークンのコンテキスト、最大128Kの出力、テキストと画像の入力に対応したテキスト出力、2026年6月の知識カットオフ、低から最大までの5段階のエフォートレベルを備えています。Anthropicはこれを標準速度で最速のモデルと位置づけています。Artificial Analysisによる現在の計測では、毎秒258出力トークンです。Anthropic自身のAPI、Amazon Bedrock、Google Vertex AI、Microsoft Foundryを通じて利用できます。

それらは2つのオブジェクトです。独自ライセンスの下にある280Bパラメータのベースチェックポイントと、入力100万トークンあたり10セントのホスト型100万コンテキストモデルです。この2つを同じ文に入れることが正当化されるのは、どの問いに答えているのかを明示している場合だけです。

なぜ93.3 MMLUはHaikuの数字ではないのか

Baiduのモデルカードは、直接モードでMMLU 93.3、MMLU-Pro 78.4、GPQA 60.2、BBH 77.1、思考の連鎖で89.2、HumanEval+ 82.3、MBPP+ 81.5、LiveCodeBench 40.1、HELMET-RAG 71.5、RepoQA 91.7、LongBench-v2 48.7を報告している。これらはベースモデルとしては強い数値だ。また、構造上、AnthropicがHaiku 5.5について公表しているどの数値とも比較可能ではない。

理由は三つあり、どれも重要です。第一に、ベースモデルは指示追従ではなく少数ショット補完という異なるプロンプトで評価されるため、ベーススコアは開発者が呼び出すアシスタントではなく、事前学習で獲得した事前分布を測っています。第二に、評価ハーネスが異なります。Baiduは自社のプロンプトと少数ショット数を用いた独自のパイプラインで実行しており、それは自社モデルを他のベースモデルと比較するには適切な方法ですが、ベンダーのinstructベンチマークと比較するには不適切な方法です。第三に、MMLUの93は飽和の深い領域に達しており、このベンチマークにおける上位モデル間の差は、今ではハーネス間のフォーマット効果よりも小さくなっています。

「ERNIE-5.5-Flash vs Claude Haiku 5.5 on benchmarks」を正直に読み解くと、そのような比較はまだ存在せず、今週それを公表する人は、ベースチェックポイントをinstructモデルと（そうとは言わずに）比較しているか、instructの数値をでっち上げているかのどちらかだ。

Baiduの自社表にある一つの詳細は、ローンチの語り口に反するため、覚えておく価値がある。この投稿は、競合がいくつかの行で勝っていることを認めている——ChineseSimpleQA、INCLUDE-lite、HELMET-Rerank、InfiniteBench、FullStackBenchは、他のベースモデルの一つに軍配が上がる。自らの敗北を勝利と同じ表で公表するベンダーは、表の残りの部分をどれだけ重く見るべきかについて、有用なシグナルを与えている。

まだ存在しない価格

Baiduの命名における「Flash」は仕様ではなく階層ラベルだ。ERNIEシリーズには確立された価格ラダーがあり、国際版QianfanのリストではERNIE 5.1が入力100万トークンあたり約0.59ドル、出力約2.65ドルで、ERNIE 4.5 Turboはそれよりはるかに低い。しかしERNIE 5.5 Flashには公開価格もQianfanのエンドポイントもサードパーティのリストもない。価格を検索してもベースリリースしか返ってこない。

その差が商業上の問いのすべてだ。Haiku 5.5の$0.10/$0.50は、小型モデルに許されるコストの基準を塗り替え、今ではすべてのFlashティアのローンチが比較される数値になっている。もしBaiduがERNIE 5.5 Flashをそれを上回る価格に設定するなら、そのモデルは中国語の品質かデータレジデンシーで正当化する必要がある。下回る価格なら、中国本土のワークロードにとって真剣な選択肢になる。料金が示されるまで、どちらの分岐も確認できない。

Artificial Analysisは2026年10月27日にインデックスを再構築したが、Claude Haiku 5.5を最大エフォート時に36位に位置づけている。この数値は現在のインデックスに属するものであり、他のモデルについて今も出回っている再構築前の数値とは比較できない。重要なのは正確な値ではない。Haikuはその尺度上に位置を持つが、ERNIE-5.5-Flashは持たないということだ。なぜなら、テストできるinstructモデルが存在しないからである。

ここもまた、ルーティングによって判断が変わる場面です。OrcaRouter はプロバイダーの定価を0%のマークアップでそのまま反映するため、ベンダーが料金を引き下げると、新しい価格はリセラーのマージンが再計算された後ではなく、当日中にプラットフォーム上で有効になります。ERNIE-5.5-Flash は現在そのカタログにありません——216 個のモデル ID のいずれにも ERNIE は含まれていません——そのため、コストモデルを計画している人への実用的なアドバイスは、実際に価格が設定されているモデルに基づいて構築し、Baidu が料金表を公開した時点で再検討することです。

今週は誰がリポジトリをクローンすべきですか？

アプリケーション開発者ではない。ベースチェックポイントには、指示に従う挙動と言えるほどのものはなく、アシスタントのように振る舞わせるには、自分で設計しなければならないポストトレーニングパイプラインが必要だ。今、重みを取得する理由があるグループが3つある。

• 中国語で作業するドメイン適応チーム — 33.5Tの事前学習トークンと200Kの語彙、ベースモデルに対する継続事前学習は正当な出発点であり、Megatron-Bridgeの例は試すコストを下げる。

• 公開されたアーキテクチャ詳細を備えた14Bアクティブモデルを求めるRLおよびポストトレーニングの研究者 — 512エキスパート、top-10ルーティング、37/6のHCA-to-MLA分割は、再現可能なほど十分に文書化されています。

• インストラクトモデルが登場する前にクリーンなベースラインを確立したい評価チーム——今のうちにベースモデルを自分たちで動かしておけば、後からベンダーのマーケティングで動かすことのできない基準点が手に入ります。

他の皆は待つべきだ。instructモデルと比較して、呼び出すことも、価格を見積もることも、ベンチマークすることもできないモデルは調達の選択肢にはならない。また、総パラメータ数が280Bということは、FP8であってもセルフホスティングにはマルチGPU構成が前提となることを意味する。

何が評決を変えるのだろうか

4つの出来事を、重要になりそうな順番で。

• 事後学習済みのERNIE 5.5 Flashが提供開始。Baiduは追随すると述べている。それが実現するまで、あらゆる能力比較は推測にすぎず、ベースチェックポイントと完成したFlashモデルの間のギャップこそが、ユーザーに見える品質の大半を左右するまさにその部分だ。

• Qianfanに価格が表示される。その瞬間、Haikuとの比較はカテゴリー錯誤ではなく、現実の意思決定となる。

• 独立した評価が公表される。Artificial Analysis や LMArena による評価が行われれば、Baidu のハーネスは相互検証可能なものになる。なお、AA 指数自体は2026年10月27日に再基準化されているため、Haiku 5.5 などについて出回っている再基準化前の数値を、再基準化後の数値と比較すべきではない。

• 第三者のホストがそれを引き受ける。これは通常、提供コストが理解されたことを示すシグナルであり、モデルが単にダウンロード可能であるだけでなく、ルーティング可能になる地点です。

タイトルにある比較は、その4つのうち2つが実現したときに初めて書く価値が生まれる。今日存在するのは、十分に文書化されたベースモデル、Apacheではないライセンス、そして中身のない製品ティア名だ。一方、Claude Haiku 5.5は完成したモデルであり、その価格には他のベンダーが今や応答せざるを得ない。買い手が唯一尋ねる問い——トークンはいくらで、何ができるのか——について、一方には答えがあり、他方には約束しかない。

興味深いのは、Baiduが静かに公開したことではない。同社が、誰もが使えるモデルより先にベースウェイトを最初に公開し、価格を一切付けなかったことだ。それは製品ローンチではなく、研究ラボのリリースケイデンスであり、そう読むべきものだ。