ERNIE-5.5-Flash vs GLM-5.3 Flash：2つのオープンリポジトリ、大きく異なる2つの条件

ERNIE-5.5-FlashとGLM-5.3 Flashはどちらも今週ダウンロード可能で、どちらも同じ重量級に属するスパース混合エキスパートモデルであり、FP8ならほぼ同じGPU構成に収まる。類似点はそこまでだ。Z.aiが2026年8月26日にリリースしたGLM-5.3 Flashは、MITライセンスの完成済みマルチモーダルモデルで、価格が公開され、提供エンドポイントも用意されている。百度が2026年11月5日にリリースしたERNIE-5.5-Flash-Baseは、事後学習が行われていないモデルの事前学習終了時点のチェックポイントで、独自ライセンスの下にあり、価格もエンドポイントもない。両者を競合するオープンモデルとして比較するのは妥当だ。代替可能なモデルとして比較するのは妥当ではなく、その隔たりは、技術的である前に法的・手続き的なものだ。GLMの両バリアントは以下の価格で課金されます：プロバイダーの定価したがって、無料枠のバリアントを試すのに費用はかかりません。

各リポジトリには実際に何が入っていますか

GLM-5.3 Flashは320Bパラメータのモデルで、トークンあたり18Bがアクティブ、45層、線形注意とスパース注意のハイブリッドを採用しており、Z.aiによると、テキスト専用のGLM-5.3と比べて注意計算を約3分の1に削減し、KVキャッシュを約4.4分の1に縮小する。コンテキストウィンドウは1,048,576トークンで、出力はホストに応じて128Kから131Kの間のどこかで上限が設定され、モデルはテキスト、画像、動画を入力として受け取りテキストを出力する。Hugging Face上のFP8重みは約328GBに達する。

ERNIE-5.5-Flash-Baseは総パラメータ数280B、アクティブ14B、事前学習トークン数33.5T、43層（1層のdense＋42層のMoE）で、37層が圧縮HCAアテンション、6層がMLA＋DeepSeek方式のスパースアテンションです。隠れ次元4,096、64ヘッド、512個のルーテッドエキスパートをtop-10で使用＋1個の共有エキスパート、語彙サイズ201,216。学習コンテキストは128Kで、公開設定ではファインチューニングと推論に1,048,576が有効化されています。FP8とBF16のバリアントがあり、いずれもHugging Faceで公開されています。

• 総パラメータ数 — ERNIE 280B 対 GLM 320B

• トークンあたりのアクティブ — 14B vs 18B

• レイヤー — 43 対 45

• コンテキスト — 推論用1M vs 1M

• モダリティ — テキストのみ vs テキスト、画像、動画入力

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

• ポストトレーニング — なし vs 指示チューニング済み

• 価格 — 公開なし vs 入力 $0.15 / 出力 $0.50

パラメータの差は、その命名から連想されるより小さく、しかも想定とは逆方向に働く。ERNIEはトークンあたりに活性化するパラメータ数がより少なく、総パラメータ数も少ないため、机上では2つのうち提供コストが安いのはERNIEの方だ。GLMの328GBというFP8フットプリントが具体的な数値であり、280BのERNIEはKVキャッシュを除いても同じ桁に収まる。

ライセンスが最初の分岐点です

MITはマーケティング上の些細な話ではない。商用利用、改変、再配布、派生モデルを意味し、交渉すべき用途分野の条項も、別途締結すべき契約もない。チームは独自データでGLM-5.3 Flashをファインチューニングし、Z.aiの法務部門と話すことなくその成果を提供できる。

ERNIE-5.5-Flash-Baseは、ERNIE 5.5 Flash Base Model License Agreement v1.0の下で提供されます。これは個別に作成された契約であり、知っておく価値のある対比は歴史的なものです。Baiduは2025年にERNIE 4.5ファミリーをApache 2.0の下でリリースしました。5.5ベースでカスタムライセンスへ移行するのは、見落としではなく意図的な厳格化であり、重みが本当に有用になるまさにそのタイミングで行われます。ベースチェックポイントは、指示調整済みモデルよりもはるかにファインチューニングや再配布される可能性が高いからです。

学術・研究用途では、実用的な違いはほとんどないかもしれません。製品を構築する人にとっては、最初に読むべき文書であり、場合によっては別のリポジトリを選ぶ理由にもなります。ダウンロードできる重みは、その上に構築できる重みとは同じではありません。

モダリティはベンチマークよりも多くのワークロードを決定づける

{{1}}GLM-5.3 Flash{{/1}}は動画を扱えます。この単一の機能により、2026年の幅広いワークロード群——画面録画、製品映像、監視クリップ、講義収録——において、ERNIEとの比較対象から外れます。GLMは画像も処理できるため、請求書、グラフ、スクリーンショット、そしてドキュメント処理カテゴリ全体をカバーします。

ERNIE-5.5-Flash-Baseは言語モデルです。テキストを入力し、テキストを出力します。事後学習されたERNIE 5.5 Flashがマルチモーダル入力に対応して提供されることがあるとしても、Baiduはそう明言していません。リリースではテキストモデルと説明されており、ベンチマークスイートは知識、推論、数学、コード、多言語、長いコンテキストを対象としています。公開資料の中に、視覚機能を示唆するものは何もありません。

その非対称性は、仕様比較の中では見失いやすいため、はっきりと述べておく価値がある。280Bのテキストモデルと320Bのマルチモーダルモデルは、調達判断における代替案ではない。それらは異なる問いへの答えだ。唯一の重なりはテキストのみの生成であり、その重なりでは完成済みモデルが既定で勝つ。なぜなら、それは存在するからだ。

GLM-5.3 Flashがローンチ時に示唆されたほど強くない点

誠実さは双方向に働く。GLM-5.3 Flashの公表されている強みは本物だ——GLM-5.2の46.2に対してDeepSWE 63.4、Terminal-Bench 2.1で84.3、MMLU-Pro 86.1、MMMU-Pro 86.0、ツール使用時のHLE 55.3——そしてArtificial Analysisはコーディング指数を71.5、一般知能指数を41.8としている。しかし同じ評価は、狭く深い弱点を持つモデルであることも示している。ProgramBenchのスコアは0から1.5程度、SRE Bench 0.8、Legal Agent 6.7だ。ファーストトークン遅延もFlash階層のモデルとしては著しく遅い——OrcaRouterの7日間トラフィック全体でp50が6.36秒——より大規模なGLM-5の約1.7秒に対して。

そうしたことのどれも、ERNIEがより良い選択だということにはならない。それはGLMを既知の量——第三者がその故障モードを測定済みのモデル——にするだけだ。ERNIEの故障モードはまったく測定されていない。測定すべきinstructモデルが存在しないからだ。評価主導の意思決定においては、未知の故障モードは文書化されたものより悪い。たとえ文書化されたものが悪くても。

ファインチューニングの経路：どちらも存在するが、一方が先行している

Baiduはツール面で適切な対応をした。ERNIEのモデルカードにはSGLangとvLLMの例が含まれており、NVIDIAのMegatron-BridgeリポジトリにはファインチューニングをカバーするERNIE 5.5の例が追加された。ベースチェックポイントにとって、これは研究用の成果物と実用的な出発点の違いになる。

GLM-5.3 Flashは8月下旬からダウンロード可能で、3か月の本番運用に伴うエコシステムの蓄積——量子化、プロバイダ統合、バグ報告——をすでに積み重ねている。午前2時にカーネルが壊れたとしても、GLMのissueはすでに誰かが起票済みだ。それはベンチマークではないが、導入にかかる実際のコストであり、判断材料に含めるべきものだ。

GPUクラスタを用意せずにGLM-5.3 Flashを試したい人なら、OrcaRouterはz-ai/glm-5.3-flashをプロバイダーの定価で、マークアップ0%でルーティングします。さらにカタログには無料枠のバリアントもあります。同じカタログの216個のモデルIDの中にERNIEの項目はありません。ホストされた経路も価格も、ルーティングできるものも何もありません。これはBaiduのリリースへの批判ではなく、製品より先に重みを公開した場合の実際的な帰結です。

どのリポジトリをクローンしますか

API の背後に置け、商用でファインチューニングでき、公開されている第三者評価と比較できるマルチモーダルなオープンモデルが必要なら、GLM-5.3 Flash をクローンしよう。MIT ライセンスに提供済みエンドポイント、3か月の本番運用実績が加わった組み合わせは強力で、文書化されている弱点も回避策を取れる範囲に収まっている。

継続事前学習、ドメイン適応、あるいはポストトレーニング研究——特に中国語を対象とする場合——に取り組み、パイプラインへ投資する前に独自ライセンスを読み解く覚悟があるなら、ERNIE-5.5-Flash-Baseをクローンしてほしい。280B-A14Bという形状は効率的で、33.5Tトークンという予算は本格的であり、アーキテクチャは大半のベースモデル公開時よりも詳細に文書化されており、Megatron-Bridgeの例があるおかげで、最初のファインチューニングはそれ自体が独立した研究プロジェクトにはならない。

どちらかをクローンして、もう片方のそのまま差し替え可能な代替として期待してはいけない。一方はほぼ何でも許容するライセンスを持つ完成品であり、もう一方は許容範囲がより狭いライセンスを持つ強力な出発点で、製品はまだ存在しない。興味深いのは、Baidu がポストトレーニング済みモデルで何を出荷し、いくらで提供するかだ。なぜなら、14B のアクティブパラメータで $0.15/$0.50 付近に着地すれば、これは2つのリポジトリの比較ではなくなり、2つのオープンな Flash モデル間の真剣な競争になるからだ。それまでは、これらのリポジトリはそもそも同じ棚には並んでいない。