ERNIE 5.5 Flash 対 ERNIE 5.5 Flash Base：ダウンロードできるものと、レンタルしかできないもの

Baiduは今や、同じモデルの両方の半分を、誤った順序で出荷した。ERNIE 5.5 Flash Base —2,800億パラメータのチェックポイントで、トークンあたり140億がアクティブ— は2026年11月5日にHugging Faceで公開され、20ページの技術リリース、30行のベンチマーク、そして弁護士に読ませる必要があるライセンスを伴っていた。6日後の11月10日、ERNIE 5.5 FlashはBaidu Qianfan上で、100万入力トークンあたり$0.28、100万出力トークンあたり$1.13の価格付きエンドポイントとして登場した。告知もモデルカードも評価表も一切なかった。したがって、ERNIE 5.5 FlashとERNIE 5.5 Flash Baseの間の選択は、大きなモデルと小さなモデルの間の選択ではない。それは、検査できる一方の成果物と、実際に呼び出せるもう一方の成果物の間の選択である。 どちらのERNIEをベンチマークする場合でも、比較対象となるベースラインの請求はプロバイダーの定価で行われ、OrcaRouterの手数料はすべての行で$0.00と表示される。そのため、比較実行は1つのキーと1つの請求書だけで済む。

同じ重みで、2つの異なる完成状態

ベースチェックポイントは事前学習の終了時点そのものであり、それ以外ではありません。テキストを補完します。指示に従うこと、システムプロンプトを保持すること、ツールを呼び出すこと、リクエストを断ることは行いません。なぜなら、それらの振る舞いはポストトレーニングによって生み出されるものであり、このチェックポイントにはポストトレーニングが一切施されていないからです。Baidu はそれを明言しています。リポジトリは「事前学習の終了時点、中間トレーニングやポストトレーニングの前のチェックポイント」であり、ドメイン適応、指示チューニング、強化学習の研究の出発点として位置づけられています。

ERNIE 5.5 Flashは、ポストトレーニングが作り上げたものです。プロンプトに応答し、関数呼び出しと構造化出力を公開し、話す前に推論します。実用上、両者は互いのバージョンではありません。一方は学習入力であり、他方は製品であり、その実用上の違いが判断のすべてです。

• パラメータ — 合計280B、トークンあたり14Bがアクティブ、スパースなmixture-of-experts、双方とも。同じアーキテクチャ。

• ダウンロードサイズ — FP8リポジトリ内の139ファイルで合計288 GB、さらに別途BF16リポジトリも併存します。予算として見積もるべきはこの数値であり、パラメータ数を2倍にした値ではありません。

• コンテキスト — トレーニング時は128,000トークン、公開されている設定ではファインチューニングと推論用に1,048,576に設定されています。提供されるモデルは入力1,024,000として記載されていますが、これは異なる能力ではなく、料金表のために同じウィンドウを切り捨てたものです。

• 出力上限 — ベースチェックポイントには上限と呼べるものはほとんどない。提供されているモデルでは、すべてのリクエストで推論を行い、そうしないよう指示できないため、921,600出力トークンが許可されている。

• モダリティ — テキスト入力、テキスト出力、双方とも。画像なし、音声なし、PDFなし。スクリーンショットを含むワークロードはどちらも対象外であり、ファインチューニングでそれが変わることはありません。

• 価格 — モデルの重みは地域制限付きのライセンスの下で無料、APIは100万トークンあたり$0.28および$1.13、キャッシュ入力は$0.028。

• 独立スコア — どちらにもありません。Artificial Analysis には ERNIE 4.5 と ERNIE 5.0 の行があり、ERNIE 5.5 の行は一切ありません。

ドキュメントはまったく逆の流れになっています

ベースチェックポイントについて、Baiduは実に詳細な技術リリースを公開した。アーキテクチャ（43層、MoE層ごとに512個のルーティング対象エキスパートを備え、top-10選択に加えて共有エキスパートを併用）、学習予算（Muonオプティマイザを使用した33.5兆トークン）、アテンション設計、トークナイザー、vLLMとSGLang向けのサービングレシピ、そしてモデルが負けている行も含むベンチマーク表である。ChineseSimpleQAはD​eepSeekの75.3に対して73.0という数値を示す。chain-of-thoughtを用いたBBHは、ノイズの範囲内での三つ巴の同点だ。それは、誰かが選び出した表というより、誰かが作り上げた表の形であり、モデルが公正に評価される機会を得る類の開示だ。

チャットモデルについて、Baiduは価格を公表した。知識カットオフはない。評価もない。ポストトレーニング済みモデルがチェックポイントと振る舞い以外の点でどう異なるかについての記述もない。エンドポイントに付された説明は、アーキテクチャと速度に関する3つの文——総パラメータ数2,800億、アクティブ1,400億、100万トークンのウィンドウ、毎秒200トークン超——で、品質については何も述べていない。

その結果として、二つの成果物は互換性のない証拠に基づいて評価されている。ERNIE 5.5 Flash Base について知り得ることはすべて、Baidu が自ら選んだベースラインに対して Baidu 自身の評価ハーネスで得たものであり、そのすべてが、指示に従えないモデルを描写している。ERNIE 5.5 Flash について知り得ることは、料金表だけである。ベースチェックポイントの MMLU-Pro 78.4 をチャットモデルに関する証拠として引用する人は、この比較で犯しうる最も一般的な単一の誤りを犯している。ベースモデルの評価と指示モデルの評価は測るものが異なり、減算も継承も外挿もできない。

ライセンスは、みんなが飛ばしてしまう部分だ

重みはダウンロード可能ですが、それはオープンソースと同じではありません。2026年11月5日付で香港法に準拠するERNIE 5.5 Flash Base Model License Agreement v1.0は、許諾を地域と収益によって制限しています：

• 地域 — 使用、複製、改変、配布は「{{1}}欧州連合、英国、韓国以外{{/1}}」のすべての地域で許諾されます。これら3か国のいずれかで設立された企業にとって、これは商用条件の問題ではなく、明確に「不可」です。

• 収益 — 年間の関連収益が5,000万米ドルまでなら無償で、そのライン未満でもBaiduへの一度限りの通知が必要です。それを超える場合は、書面による許諾が届くまで利用を停止する必要があります。関連収益は製品および提携企業全体で集計されるため、上限には単一製品の損益が示唆するよりも早く到達します。

• 帰属表示 — すべての商用製品は「Powered by ERNIE」を目立つように表示しなければなりません。

• 出力 — 他のモデルの改善には使用できません。派生物のトレーニングは許可されていますが、これを別のものに蒸留することは許可されていません。

そのいずれも、Baidu の API 経由の呼び出しには当てはまらない。ホスト型の経路は重みのライセンスではなく商用 API の条件に従うため、ダウンロードから除外された欧州のチームでも、トークン単位でモデルを利用できる——これは、リポジトリよりエンドポイントを選ぶ有力な根拠の一つだと、密かに言われている。

実際にどっちが欲しいの？

その決断は3つの問いから導き出され、そのどれもが「どちらがより賢いか」ではない。

288 GBは動かせますか？ できない場合、ベースチェックポイントはその利用条件に関わらず選択肢になりません。その場合の比較は「APIを使うか、別のモデルを使うか」に帰着します。14Bがアクティブな280BのMoE（混合エキスパート）は、トークンあたりの提供コストは安く、マシンあたりのホスティングコストは高く、この2つの事実の間のギャップこそが、多くのセルフホスティング計画が頓挫するポイントです。

あなたのタスクは固定的で、大量処理が必要ですか？経済性の面で重みが有利になるのは、このケースだけです。単一の狭いタスク——分類、抽出、ドメイン固有の変換——をベースチェックポイントにファインチューニングすれば、学習実行のコストを償却でき、その後は呼び出しごとのコストがゼロになります。自分で所有できるタスクに対して、出力100万トークンあたり1.13ドルを永続的に支払うのは緩やかな漏れであり、ベースチェックポイントはライセンス条件上、まさにそうした購入者向けに価格設定されています。

今週中に動かす必要がありますか？それならエンドポイントです。280Bパラメータのファインチューンは予算項目と四半期単位の話であり、午後の作業ではないからです。APIは今日、ツール呼び出し・推論・100万トークン入力に対応したモデルを、ドキュメント未整備のまま提供しており、価格はFlashティアの競合の約2倍ですが、それが明らかに的外れというわけでもありません。

誰もすべきでないのは、評価において両者を互換的なものとして扱うことだ。ベースチェックポイントのスコアはAPI品質の予告ではなく、APIの価格はAPI品質の証拠でもない。何かを決着させる唯一の測定は自分自身で行うものだ——固定のプロンプトセットをエンドポイントに通し、出力トークンで数え、代わりに使うつもりだったものと比較する、それだけである。

両方の質問を1つのキーで実行する

この作業の比較部分には、Baidu アカウントは必要ありません。OrcaRouter は200 以上のモデルを、プロバイダー表示価格のマークアップなしで、OpenAI 互換の 1 つのキーの背後にルーティングします。MiniMax M3.1 Flash は $0.15 と $0.60、GLM-5.3-Flash、DeepSeek V4.1 Flash、Qwen 3.8 Flash、Gemini 3.8 Flash がすべて揃っており、自動フェイルオーバーにより、スイープの途中でプロバイダーが不安定になってもベンチマーク実行が維持されます。ERNIE 5.5 Flash はその中に含まれていません。カタログに ERNIE の項目はなく、ルーティング先の Baidu エンドポイントも存在しないため、エンドポイントは Baidu 独自の API で呼び出し、その数値を手作業で持ち込む必要があります。

その非対称性は、回避するのではなく率直に述べておく価値がある。ダウンロードできるモデルは無料だが学習実行なしでは使えず、呼び出せるモデルは文書化されておらず、ただ一つのベンダーを通じてしか到達できず、ベンチマークの比較対象となるモデルは単一のルーティングキー上にある。その三つの事実のうち二つは変わるだろう。ライセンス条項はおそらく変わらない。

注目すべき点は、モデルそのものよりも狭い。評価表付きのERNIE 5.5 Flashのモデルカードがあれば、この比較に答えを出せるだろう。プレビューを提供する第二のプロバイダーがいれば、その稼働率と価格は競争力を持つだろう。そして、独自のハーネスを運用するトラッカーによる独立したスコアなら、2週間仕様書を読んでも決着できないことを午後のうちに決着させられるだろう。なぜなら現時点で正直に要約すれば、Baiduは誰も使えないモデルの半分を文書化し、誰もが使える半分は信用に委ねたままにしているからだ。