ERNIE-5.5-Flash 対 DeepSeek V4.1 Flash：百度は自らこの勝負を選んだ

ERNIE-5.5-Flashにとって最も有用な比較は、レビュアーによって書かれたものではない。それはBaidu自身のベンチマーク表にあり、そこでは新たにリリースされたERNIE-5.5-Flash-Baseが、総パラメータ284B・アクティブ13BのDeepSeek-V4-Flash-Baseと比較評価されている——ERNIEの総パラメータ280B・アクティブ14Bとほぼまったく同じサイズクラスだ。これがERNIE 5.5のローンチ全体で唯一の同一条件の対決である。2つの事前学習済みチェックポイント、1つのハーネス、同じプロンプト。この対決におけるそれ以外のすべては非対称だ。なぜならDeepSeek V4.1 Flashは完成済みでMITライセンスの、価格設定され提供されているモデルであり、ERNIE-5.5-Flashはベースチェックポイントで、その事後学習版は「追って登場する」とBaiduが述べているからだ。したがって正直な記事は2本の記事になる。ベース対ベースの数字が何を語るのか、そしてその数字を人々が実際に呼び出せるモデルと並べたときに何が起きるのか、である。OrcaRouterはプロバイダーの定価をマークアップなしでそのまま通すため、DeepSeekの時間帯別割引は適用される日にそのまま反映されます。

百度が対等な条件で行った唯一の比較

Baiduは7カテゴリにわたる30個のベンチマークを公開し、同一のプロンプトとfew-shot例を用いた単一のパイプラインの下で、3つのベースモデル、DeepSeek-V4-Flash-Base（284B-A13B）、Hy3-preview-Base（295B-A21B）、MiMo-V2.5-Base（310B-A15B）に対して評価した。DeepSeekの行は注意深く読むべきだ。パラメータ数が十分に近いため、スケールではなくアーキテクチャとデータ品質が効いているからだ。

• 総パラメータ数 — ERNIE-5.5-Flash-Base 280B 対 DeepSeek-V4-Flash-Base 284B

• トークンあたりのアクティブ — 14B vs 13B

• 事前学習トークン — 33.5T 対 比較行には記載なし

• トレーニングコンテキスト — 128K 対 128Kクラス

• 公開済みウェイト — FP8とBF16、どちらも現在ご利用いただけます

• ライセンス — ERNIE 5.5 Flash Base Model License Agreement v1.0 対 MIT

Baiduが強調する項目では、ERNIEが首位に立つ。MMLU 93.3、MMLU-Pro 78.4、GPQA 60.2、思考の連鎖を用いたBBH 89.2、HumanEval+ 82.3、MBPP+ 81.5、HELMET-RAG 71.5、RepoQA 91.7だ。確かに強力なベースモデルのスコア表である。同時に、これはベンダーが実施し、Baiduが設計した評価ハーネス上で、重みが公開された当日に公表されたものでもある。結果としてではなく、詳細な付録が付いた主張として扱うべきだ。

より情報量が多いのは、ERNIEが負けている部分だ。Baiduの投稿は、ChineseSimpleQA、INCLUDE-lite、HELMET-Rerank、InfiniteBench、FullStackBenchでは競合に軍配が上がることを認めている。自らの負けを載せた発表用の表は、その比較が誠実に行われたことを物語っている——そしてそれは、ERNIEが勝った行の価値を下げるどころか、高める。

対称性が破れるところ：一方のモデルは完成している

DeepSeek V4.1 Flashは2026年9月10日にリリースされ、10月17日には「1017」スナップショットが公開された。これはスパースなMixture-of-Expertsモデルで、552Bのバックボーンと、条件付きメモリを含む合計約763Bのパラメータを持ち、入力時に8B、出力時に16Bを活性化する。ネイティブのマルチモーダル入力、1Mトークンのコンテキスト、45Tの学習トークン、MITライセンスを備える。OrcaRouterが提供するリスト料金では、100万入力トークンあたり0.15ドル、100万出力トークンあたり0.60ドル、キャッシュ読み取りは0.003～0.006ドルとなる。DeepSeek自身のAPIには時間帯別割引が追加されるため、見つけられる最低額を基にコストモデルを構築する前に知っておく価値がある。

そのモデルは指示に従い、ツールを呼び出し、画像を受け付け、価格も公開されています。ERNIE-5.5-Flash-Base は事後学習されていないため、これらのいずれも行いません。したがって、購入者にとって重要な比較はベースモデル同士ではなく、完成モデル同士です。しかも、その2つの完成モデルのうち1つはまだ存在しません。

これは小さな注意書きではない。インストラクション追従、ツール使用、拒否行動、フォーマット規律、そして現代のFlash級モデルにおける知覚品質の大半は、ポストトレーニングから生まれる。ベースチェックポイントのMMLUスコアが示すのは事前分布についてであり、モデルがJSONオブジェクトを確実に出力できるか、システムプロンプトに従うか、40ターンのエージェントループを耐え抜けるかについては、ほとんど何も教えてくれない。DeepSeek V4.1 Flashはこれらの軸について公表された挙動を持つ。ERNIE 5.5 Flashは約束があるだけだ。

ライセンスの違いこそが見落とされがちな問題だ

DeepSeekはV4.1 FlashをMITライセンスの下で提供している。これはモデルライセンスとしてはほぼ最も寛容な部類だ。商用利用、改変、再配布が可能で、用途制限もなく、交渉すべき別個の契約もない。BaiduはERNIE-5.5-Flash-BaseをERNIE 5.5 Flash Base Model License Agreement v1.0の下で提供している。これはApache 2.0ではなく独自ライセンスであり、注目すべきことに、2025年にApache 2.0でリリースされたERNIE 4.5からの後退だ。

{{1}}研究チームにとっては、これは問題にならないかもしれません。{{/1}} {{2}}独自データでファインチューニングを行い、製品を市場に投入したい企業にとって、それは法務が最初に目を通すものです。また、中国のモデルに特有のライセンスはこれまで、MITにはない利用制限、帰属要件、しきい値を伴ってきました。{{/2}} {{3}}重みがダウンロード可能であることは、自社の条件で重みを利用できることと同じではありません。{{/3}}

その差はモデル規模とともに増幅する。ERNIEは総パラメータ数280Bで、KVキャッシュやアクティベーション用の余裕を加える前でもFP8でおよそ280GBを要する。DeepSeek V4.1 Flashの総パラメータ数763Bはさらに大きく、まさにそのためほとんどのチームはGPUクラスタではなくAPI経由で利用する。どちらかをセルフホストする計画なら、ライセンスのほうが解決コストの低い問題だ。

提供: 両方のリポジトリが同じツールを挙げていますが、一方は2か月先行しています。

BaiduのモデルカードにはSGLangとvLLMの例が掲載されており、NVIDIAのMegatron-BridgeリポジトリにはすでにERNIE 5.5のファインチューニング例が含まれている。これは堅実なリリースだ——初日から使えるサービングレシピを備えたベースモデルは、多くのラボが実現できる以上のものだ。

DeepSeekのエコシステムにおける優位性はレシピではなく、実運用で積み上げた走行距離にある。V4.1 Flashは約2か月にわたり本番環境で稼働しており、公開された差分を伴う1017スナップショットを有している——Terminal-Bench 4.0は31.2から42.3へ、DeepSWE v1.1は74.2から77.0へ——さらにベンダー自身のAPIや、OrcaRouterを含む複数のサードパーティプラットフォームを通じて利用できる。量子化が壊れたりカーネルにリグレッションが生じたりしても、すでに誰かがイシューを起票済みだ。

OrcaRouter に限って言えば、deepseek/deepseek-v4.1-flash と固定された deepseek/deepseek-v4.1-flash-1017 はどちらも現在、プロバイダーの定価でマークアップ 0% のままルーティング可能です。つまり、オフピーク時の割引は、リセラーの上乗せを経た後ではなく、DeepSeek が適用したその日に請求に反映されます。ERNIE-5.5-Flash はカタログにありません — 216 個のモデル ID の中に ERNIE の項目はない — ため、ここでの内容は ERNIE のホスティングに関する主張として読むべきではありません。ルーティングに関する論点はより限定的です。今すぐ呼び出せるモデルと呼び出せないモデルのどちらかを選ぶのであれば、プラットフォームに関する問いはすでに決着しています。

今週やること

本番環境で安価な長コンテキストのFlashモデルが必要なら、DeepSeek V4.1 Flashが答えであり、ERNIEは検討対象に入らない。これはBaiduのチェックポイントの品質についての判断ではない。価格が設定されておらず、事後学習もされておらず、提供もされていないベースモデルは本番の枠を占めることはできない、という陈述である。

中国語で継続的事前学習を行うなら、判断基準は一変する。280B-A14BのERNIE-5.5-Flash-Baseは、33.5Tトークンに支えられており、信頼できる出発点だ。アーキテクチャは異例なほど詳細に文書化されている——43層、37のHCAと6のMLA-DSA、トップ10でルーティングされる512個のエキスパート、201,216トークンの語彙——そしてMegatron-Bridgeの例が最初のファインチューニングまでの道のりを短縮する。ベンチマークを読む前にライセンスを読め。

構築するのではなく評価する立場なら、有用なのはBaiduが公開しているベース比較を、2つのオープンチェックポイント上で自分で実行することだ。どちらもダウンロード可能で、同じハーネスに適合し、その表を再現することが、30ベンチマークのスイープが別の人の手に触れても通用するかどうかを知る唯一の方法だ。

注目の数字

MMLUではない。それはBaiduが最終的にポストトレーニング済みのERNIE 5.5 Flashに付ける価格だ。DeepSeek V4.1 Flashは、1MコンテキストとMITライセンスで、入力$0.15/$0.30、出力$0.60/$1.20という基準を示した。その価格を上回って登場するFlash級モデルには、存在する明確な理由が必要だ——中国語の品質、データレジデンシー、またはDeepSeekが持たない能力である。それを下回って登場するモデルは、あらゆる中国語ワークロードのコスト論議を変える。

その数字が存在するまでは、この対決について正当化できる結論はただ一つしかない。Baiduは、同じサイズでDeepSeekのベースモデルと互角に渡り合うベースモデルを構築したが、誰もが製品同士を比較できるようにするものはまだリリースしていない。それは確かな成果ではある。ただ、検索クエリが求めている成果ではない、というだけだ。