ERNIE-5.5-Flash 対 Qwen 3.8 Flash：ベースチェックポイントが完成モデルと出会う

次に置くのはERNIE-5.5-FlashとQwen 3.8 Flashだが、まず正直に言っておくべきは、両者が同じ種類のものではないということだ。Baiduが実際に公開したのはERNIE-5.5-Flash-Baseであり、これは事前学習の終了時点、つまり中間学習の前、指示チューニングの前、選好学習の前のチェックポイントだ。したがってリクエストに応答するのではなくテキストを継続するもので、提供されるのもチャット用ではなくcompletionsエンドポイントとなる。Qwen 3.8 Flashは、Alibabaが2026年8月26日にリリースした完成済みのマルチモーダルモデルで、テキスト、画像、動画を入力として受け取りテキストを返し、価格は入力100万トークンあたり$0.15、出力100万トークンあたり$0.47だ。一方はまだ学習を要する出発点であり、もう一方は今日の午後にも呼び出せる製品である。以下の数値はほぼすべて、この2つのうちどちらを比較していると考えるかによって意味が変わる。だからこそ、仕様表の後ではなく前に、これをはっきりさせておく価値がある。

Baiduがリリースしたもの、そして明かしていないこと

このリリースは、中国のオープンウェイト公開がしばしばそうであるように、独特な意味で静かだ。成果物が物語より先に届く。そのbaidu/ERNIE-5.5-Flash-Baseリポジトリは10月21日にHugging Faceで作成され、1週間ほどほぼ空のままだった後、11月2日から3日にかけて128個のFP8重みシャードを取得した。アーキテクチャとベンチマークの図は11月4日に公開され、カード自体は今朝もまだ改訂されていた。Baidu自身のリリースページは本日11月5日付で、そのページ以外で生じた議論はフォーラムのスレッドとWeChatの投稿だけだ。プレスリリースもローンチイベントも、特筆すべき報道もない。

それは、何を信頼できて何を信頼できないかに関わる。リポジトリから分かること：アーキテクチャ、パラメータ数、明示的に名前が示されたハーネスを伴うベンダーの完全なベンチマーク表、動作する SGLang と vLLM のサービングレシピ、ライセンス本文、そして FP8 版と並んで BF16 の同系モデルが存在するという事実。分からないこと：Baidu がそれを API として提供するつもりかどうか — Qianfan の料金表は最終更新が10月18日で、ERNIE 5.1、5.0、4.5 Turbo を掲載しており、ERNIE 5.5 の項目はどの種類も存在しない — 、その指示チューニング版がどんなスコアを出すのか、そして独立した評価者が Baidu の表の数字を1つでも再現するかどうか。

念のため記録として、雑誌に掲載された仕様を挙げると、総パラメータ数280B、トークンあたりのアクティブパラメータ数14B、33.5Tトークンでゼロから事前学習、43層のうち1層がdense FFNで42層がMoE、512個のルーティング対象エキスパート（top-10ルーティング）に加えて1個の共有エキスパート、語彙サイズ201,216トークン。公開された設定では1,048,576トークンのコンテキストが有効だが、学習時に見たのは131,072トークンまで。さらに、どちらのパラメータ数にも含まれない0.36Bのマルチトークン予測ヘッドもある。

実際に判断を左右する軸での、スペックの対比

• 受け取るもの — ERNIE-5.5-Flash-Base はチェックポイントにすぎません。ダウンロードする重み、/v1/completions エンドポイントだけで、指示追従行動はありません。Qwen 3.8 Flash は、ツール呼び出し、推論モード、構造化出力、最大 131,072 トークンの応答を備えた提供モデルです。

• サイズ — ERNIEは合計280B／アクティブ14Bであるのに対し、Qwen 3.8 Flashは合計125B／アクティブ約6Bで、さらに51Bのn-gram埋め込みテーブルと約4BのMTPヘッドを備えており、ディスク上には約180Bのパラメータが存在します。

• アテンション設計 — ERNIEは43層を、37層の大幅圧縮アテンション（HCA）層と、スパースアテンションを用いた6層のMLA層に分割しています。Qwen 3.8 Flashは48層にわたり、Gated DeltaNetとQwen Sparse Attentionのハイブリッドを採用しています。どちらも、Flashティアの価格で対価を払うべきものは従来のフルアテンションではないという賭けであり、相反する方向から下された判断です。

• コンテキスト — 両者とも 1M トークンを主張していますが、その由来は異なります。ERNIE は 128K で学習され、1M はファインチューニング時と推論時にのみ有効になる一方、Qwen 3.8 Flash はネイティブで 262K であり、YaRN 拡張によって 1M に到達します。

• モダリティ — ERNIE-5.5-Flash-Base は英語と中国語のテキストのみです。Qwen 3.8 Flash はテキスト、画像、動画を受け付け、そのベンダーの表には、テキストのみのチェックポイントでは生成できない AndroidWorld、OSWorld 2.0、MathVision、LVBench の結果が含まれています。

• Qwen側の重み公開 — 実運用向けのQwen 3.8 FlashはAPI専用ですが、そのオープンウェイト版であるQwen3.8-Flash-NextはQwen Community License 1.0の下で公開されているため、両者は「API対重み」という枠組みから一見受ける印象よりも比較可能です。

• 配信 — Baidu は動作するレシピを提供しています。lmsysorg/sglang:dev-ernie-55-flash イメージに --tp 4 を指定するか、vLLM 0.32.0 に baidu/vLLM-ERNIE プラグインを組み合わせてデータ並列サイズを 4 にします。Qwen 3.8 Flash は Alibaba が代わりに配信してくれるため、配信レシピは不要です。

• 料金 — ERNIE-5.5-Flash-Base については、料金を設定できるホスト型エンドポイントが存在しないため、トークンあたりの単価はどこにも公開されていません。Qwen 3.8 Flash は100万トークンあたり入力 $0.15／出力 $0.47で、キャッシュされた入力の読み取りは $0.0184 です。

• ライセンス — ERNIE 5.5 Flash Base Model License Agreement v1.0 は、この上に製品を構築する前に全文を読む価値のある独自契約であり、オープンな Qwen 側の Qwen Community License 1.0 との対比で示されています。

比較可能に見えて実際はそうでないベンチマーク行

この比較が仕掛ける罠はここにあります。両ベンダーともLiveCodeBenchの数値を公表しており、その2つの数値は40.1と91.9です。

これらは同じものを測っているわけではなく、両者の差は能力差ではない。Baiduの40.1は、生の事前学習済みチェックポイントに対するPass@1のone-shotであり、指示に従うよう教えられたことがないモデルにコードの続きを完成させるよう求めている。Alibabaの91.9はLiveCodeBench v6という、別かつ後期のベンチマークバージョンで、完全なポストトレーニングパイプラインを経たモデルについて報告された数値だ。GPQAの組にも同じ問題がある。ERNIEはベースチェックポイントでのfive-shot exact matchで60.2、Qwenはinstruction tuning後のGPQA Diamondで91.7だ。MMLUの比較でさえ、MMLUを公表していないモデルに対する93.3というだけで、並べる相手がない。

これはどちらのモデルへの批判でもない。これはベースモデル評価が何のためにあるかについての話だ。指示を一度も見たことがないチェックポイントによるLiveCodeBenchでの40.1は、事前学習がどれだけのコーディング構造を吸収したかを示すものであり、そう読む限り妥当な数値だ。しかし、同じ重みを誰かがファインチューニングした後にどうスコアするかについては何も教えてくれない。Baiduを含め、誰もその数値を公表していない。

額面どおりに読める唯一の表はBaidu自身のものである。なぜなら4列すべてが同じパイプライン、プロンプト、few-shot設定を通して実行されているからだ。DeepSeek-V4-Flash-Base（284B-A13B）、Hy3-preview-Base（295B-A21B）、MiMo-V2.5-Base（310B-A15B）に対して、ERNIE-5.5-Flash-Baseは30のベンチマーク中24で行内最高スコアを記録しており、MMLU-Proでは78.4対69.2、HumanEval+では82.3対69.5、RepoQAでは91.7対81.0を含む。ChineseSimpleQAではDeepSeekに、FullStackBenchとBBH chain-of-thoughtではHy3に、HELMET-RerankとInfiniteBenchの両方ではDeepSeekに敗れている。これらはベンダーが実行し、ベンダーが選んだハーネスによる数値であり、独立した再現はない。ただし内部的には比較可能であり、それはこの記事におけるベンダーをまたぐどの組み合わせにも言えないことだ。

各ルートの費用を、計算過程を示して記載

Qwen 3.8 Flash は価格を算出しやすいほうです。1日1,000リクエスト、平均6,000入力トークンと800出力トークンのサポートおよび抽出ワークロードを想定すると、1日あたり入力600万トークン、出力80万トークン、30日間の月では入力1億8,000万トークン、出力2,400万トークンになります。100万トークンあたり0.15ドルと0.47ドルで計算すると、27.00ドル＋11.28ドル、すなわち— 月額38.28ドル、キャッシュ読み取りが100万トークンあたり0.0184ドルで、繰り返し発生するシステムプロンプト部分をさらに削減します。

ERNIE-5.5-Flash-Baseには対応する料金明細項目がないため、唯一誠実なコストモデルはハードウェアです。FP8リポジトリはそれぞれ約2.25 GBの128シャードで、約288 GBの重みに相当します。BF16版はその2倍です。Baidu自身のSGLang起動コマンドは--tp 4で4分割するため、KVキャッシュを一切持たない時点で各GPUに約72 GBの重みが載ります。これは、コンテキストウィンドウを一切使わない場合に限り80 GBカードで実行可能で、H200クラスのカードなら余裕があります。そうしたカードを4枚、GPU時間あたり2～3ドルという中価格帯で借りて継続稼働させると、ノードのコストは月額およそ5,800～8,600ドルになります。これは、誰かにファインチューニングや評価を依頼したり、サービングスタックを最新に保ったりする費用を支払う前の金額です。

それは上記の例におけるQwen APIの請求額のおよそ150～225倍であり、この比較は意図的に一方向へ不公平になっている。ERNIEチェックポイントを誰かがポストトレーニングするまで、両者は代替品ではないからだ。この算術の要点は、セルフホスティングが高価だということではない。固定費は現実に存在し、モデルが命令を一つも答えられないうちに発生する、ということだ。したがって、完成済みのものを借りるより自前で持つ方が優位になる量は、トークン単価の比較が示唆するよりずっと高い。

長いコンテキストこそが、2つの設計が収束する領域です

両モデルとも100万トークンをうたっており、どちらも100万位置全体に完全なアテンションを適用しないことでそれを実現している。ERNIEのHCA層は128トークンごとに1つのエントリだけをキャッシュするため、43層のうち37層ではKVキャッシュの増加速度が従来の層の128分の1になる。残る6つのMLA層は、必要なトークンに対してフル解像度のアクセスを維持する。QwenのGDN＋QSAハイブリッドは、スパースアテンションの側から同種のトレードオフを行っており、60億のアクティブパラメータによって、アテンションが何をしていてもトークンあたりの計算量は低く抑えられる。

読者にとって実用上の違いは、どちらの設計がより賢いか——どちらも信頼できる——ではなく、そのコンテキストを実際に使うためのコストが付いているのは二つのうち片方だけだという点にある。Qwen 3.8 Flash での100万トークンのプロンプトには、今日、料金という数字が付いている。ERNIE-5.5-Flash-Base では、同じプロンプトにGPU時間の見積もりと、指示チューニングなしでベースモデルがその長さでどう振る舞うかという答えの出ない問いが付いている。

誰がどれを選ぶべきか

Qwen 3.8 Flash を選ぶべきなのは、今すぐ指示に従うモデルが必要で、入力にスクリーンショット、ドキュメント、動画が含まれ、長コンテキストの請求を他人のキャパシティプランニング問題にしたいなら、そして100万トークンあたり$0.15/$0.47が構築中のもののユニットエコノミクスに合うなら。登場から2か月で、ローンチ以来サードパーティのトラッカーに取り上げられており、ベンダー数値 — SWE-bench Pro 62.5、GPQA Diamond 91.7、CoWorkBench 73.9 — は検証済みの結果ではなく主張なので、独自の評価が別の結論を出すまでは上限値として扱うこと。

ERNIE-5.5-Flash-Baseは、ポストトレーニングを実行できる能力があり、モデルを借りるのではなく自ら所有する理由がある場合に選んでください。API に送信できないデータを扱う領域、CMMLU 90.0 と ChineseSimpleQA 73.0 が重視する指標となる中国語・英語のワークロード、280B-A14B を出発点にしたい RL 研究プログラム、または専用の 4 GPU ノードを正当化できるレイテンシ予算がある場合です。また、ライセンスが Apache ではなく Baidu 独自の契約であること、そしてチームが有用にするまでモデルは何の役にも立たないことを、受け入れられる必要があります。

どちらも選ばないでください。とはいえ、実際に求めているのが実績のある汎用モデルなら。Qwen 3.8 Flash は独立したベンチマークスコアがない完成品で、ERNIE-5.5-Flash-Base はベンダー提供のベンチマーク表がある未完成モデルです。どちらも、2年前のフラッグシップのような安全なデフォルトではありません。

それにロードマップを賭けずに実験を進める

この対決の厄介な点は、両者への到達方法がまったく異なり、ルーティング層が役立つのはそのうち片方だけだということです。Qwen 3.8 Flash は OrcaRouter 経由で qwen/qwen3.8-flash として利用できます。プロバイダーの定価で、マークアップは0% — ベンダーが請求するのと同じ $0.15 と $0.47 がそのまま渡され、中継分の上乗せは一切ありません。ERNIE-5.5-Flash-Base は当社が提供するものではありません。これは重みのリリースであり、ここでも、我々が見つけられる他のどこでも、それをルーティングする先のホスト型エンドポイントは存在しません。

この状況で単一エンドポイントが本当に役立つのは、実験の後に続く部分です。ERNIE 5.5 Flash の現実的な道筋は、チームがベースチェックポイントをポストトレーニングし、そのうえで調整済みモデルが自社の実際のトラフィックで Qwen 3.8 Flash を上回るかどうかが問題になる、というものです。両方が1つのキーの背後にあれば、それは2つ目の契約や2つ目の SDK ではなくモデル ID の変更で済み、ルーティング DSL は判断を下す間、本番トラフィックを両者に振り分けることができ、自動フェイルオーバーがあれば、実績のない勝者が最初の不調な日に機能全体を停止させることはありません。モデル融合は第3の選択肢——複数のモデルが一緒に答えるパネル——を提供し、これは新しい調整版が現行モデルより実際に優れているのか、それとも単に異なるだけなのかを確かめる最も安価な方法であることがよくあります。

何がこの回答を変えるでしょうか

3つある。おおよそ可能性の高い順に述べる。指示チューニング済みの ERNIE 5.5 Flash なら、これはカテゴリー違いではなく真の直接対決になるし、ベースモデルの数値から見ても競争力があるはずだ——未チューニングのチェックポイントで HumanEval+ が 82.3、RepoQA が 91.7 というのは、強い出発点だ。Qianfan の価格表に ERNIE 5.5 の項目があれば、セルフホスティングの採算計算に比較対象ができ、Baidu がこのモデルを売るつもりなのか無償で配るつもりなのかも分かる。そして、どちらかのモデルについて第三者のスコアがあれば、読者はベンダー公表の表を鵜呑みにせずに済む。それが、この組み合わせが今まさに陥っている状況だ。Qwen 3.8 Flash には独立したベンチマーク結果が一つもなく、ERNIE-5.5-Flash-Base は中立的なリーダーボードのどこにも行がない。

そのうち2つが登場するまでは、「どちらが優れているか」は誰も測定していない問いだ。今日答えられることは、より狭く、より有用だ。Qwen 3.8 Flash は呼び出せるモデルであり、ERNIE-5.5-Flash-Base はその上に構築できるモデルだ。これらは異なる仕事であり、どちらの仕事を抱えているかをベンチマーク表が決着させることはない。