ERNIE-5.5-Flash vs Claude Haiku 5.5: 베이스 체크포인트가 가격 하한선을 만나다

바이두가 오늘 아침 ERNIE-5.5-Flash-Base를 Hugging Face에 공개했는데, 모델 카드의 첫 줄이 핵심입니다: 가중치는 사전 학습 종료 시점의 체크포인트이며, 중간 학습과 사후 학습은 적용되지 않았습니다. 바이두의 발표 글에 따르면 사후 학습된 ERNIE 5.5 Flash는 "곧 이어질 것"이라고 합니다. 이 한 문장 때문에 오늘 Claude Haiku 5.5와의 직접 비교는 불가능합니다. Claude Haiku 5.5는 Anthropic이 입력 토큰 100만 개당 $0.10, 출력 토큰 100만 개당 $0.50에 판매하는, 지시 튜닝이 완료된 완성형 모델이기 때문입니다. 이 맞대결의 한쪽은 연구 산출물입니다. 다른 쪽은 가격표가 있는 제품입니다. 이어지는 내용에서는 각각이 실제로 무엇인지, 바이두가 공개한 수치를 무엇과 비교할 수 있고 무엇과는 비교할 수 없는지, 그리고 사람들이 찾고 있는 그 비교가 실제 비교가 되려면 무엇이 바뀌어야 하는지를 다룹니다. ERNIE-5.5-Flash는 현재 여기에 없습니다. 전체 모델 카탈로그 둘러보기 OrcaRouter가 라우팅할 수 있는 모든 모델을 실시간 제공업체 가격과 함께 나열합니다.

Baidu가 오늘 실제로 공개한 것

이번 릴리스는 두 개의 저장소 — baidu/ERNIE-5.5-Flash-Base(FP8)와 baidu/ERNIE-5.5-Flash-Base-BF16 — 와 ernie.baidu.com의 Product Updates에 게시된 기술 문서로 구성됩니다. 이 모델은 총 280B 파라미터에 토큰당 14B가 활성화되는 희소 전문가 혼합(mixture-of-experts) 언어 모델로, Muon 옵티마이저와 FP8 혼합 정밀도를 사용하여 33.5T 토큰으로 처음부터 사전 학습되었습니다. Hugging Face 사이드바에는 총 파라미터가 286B로 반올림되어 표시되며, 모델 카드에는 두 수치 모두 Baidu가 ECHO 파라미터라고 부르는 0.36B를 제외한 값이라고 명시되어 있습니다.

아키텍처는 구체적이며, 이는 조용한 공개치고는 이례적이다. 43개 레이어로, 1개는 dense이고 42개는 MoE다. 37개 레이어는 Baidu가 HCA라고 부르는 압축 어텐션을 사용해 128개 토큰당 하나의 엔트리를 캐싱한다. 6개는 DeepSeek 스타일 희소 어텐션을 갖춘 MLA를 사용한다. 히든 크기 4,096, 64개 헤드, top-10 라우팅에 공유 전문가 1개를 더한 512개 라우팅 전문가, 그리고 201,216개의 어휘를 갖는다. 훈련 컨텍스트는 128K이며, 공개된 구성은 파인튜닝 및 추론을 위해 1,048,576개 토큰을 활성화한다.

함께 제공되는 툴링입니다. 카드에는 SGLang 및 vLLM 배포 예제가 포함되어 있으며, NVIDIA의 Megatron-Bridge 저장소에는 이미 미세 조정을 위한 ERNIE 5.5 예제가 있습니다. 이는 호출하려는 사람이 아니라 훈련하려는 사람을 겨냥한 베이스 릴리스의 실질적인 범위입니다.

출시되지 않은 것들: 인스트럭트 모델, 제대로 된 채팅 템플릿, API 목록, 가격, 그리고 단 하나의 독립적인 벤치마크. 발표 시점 기준으로 OrcaRouter의 216개 모델 카탈로그에 ERNIE 항목은 없으며, Artificial Analysis 페이지도 없다. 존재하는 유일한 점수는 바이두 자체 측정치로, 통합 하네스 아래 30개 벤치마크에서 세 가지 다른 base 모델과 비교해 측정한 것이다: DeepSeek-V4-Flash-Base(284B-A13B), Hy3-preview-Base(295B-A21B), MiMo-V2.5-Base(310B-A15B).

Claude Haiku 5.5가 판매하는 것

Claude Haiku 5.5는 2026년 10월 초 Anthropic의 작고 빠른 티어로 출시되었으며, 그 상업적 형태는 Baidu의 출시와 정반대입니다. 모든 것이 공개되고, 가격이 책정되며, 제공됩니다. 핵심은 단문맥(short-context) 티어에서 Haiku 4.5 대비 약 90% 가격 인하였다는 점이었습니다. 최대 100K 토큰 프롬프트 기준 입력 100만 토큰당 $0.10, 출력 $0.50이며, 그 이상은 $0.50와 $2.50로 올라갑니다. 캐시된 입력 읽기는 $0.01, 배치는 표준 요금의 절반입니다. Anthropic의 자체 설명에 따르면 새 토크나이저는 동일한 텍스트에 대해 약 30% 더 많은 토큰을 계산하므로, 작업당 실질 절감은 표면적으로 보이는 것보다 작습니다. Anthropic 자체 추정으로 약 75%입니다.

이 사양서는 제품 정보 시트입니다. 100만 토큰 컨텍스트, 최대 128K 출력, 텍스트 및 이미지 입력과 텍스트 출력, 2026년 6월 지식 컷오프, 그리고 낮음부터 최대까지 다섯 가지 에포트 수준을 제공합니다. Anthropic은 이 모델을 표준 속도에서 가장 빠른 모델로 포지셔닝하며, Artificial Analysis는 현재 실행에서 초당 출력 토큰 258개로 측정합니다. Anthropic 자체 API, Amazon Bedrock, Google Vertex AI, Microsoft Foundry를 통해 사용할 수 있습니다.

그것들은 두 개의 대상입니다. 맞춤형 라이선스가 적용된 280B 매개변수 베이스 체크포인트와, 백만 입력 토큰당 10센트에 제공되는 1M 컨텍스트 호스팅 모델입니다. 이 둘을 같은 문장에 놓는 것이 정당화되는 것은 어떤 질문에 답하고 있는지를 분명히 밝힐 때뿐입니다.

왜 93.3 MMLU가 Haiku의 수치가 아닌가

Baidu의 카드에는 MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, BBH 77.1(직접 모드) 및 사고의 연쇄(chain of thought) 사용 시 89.2, HumanEval+ 82.3, MBPP+ 81.5, LiveCodeBench 40.1, HELMET-RAG 71.5, RepoQA 91.7, LongBench-v2 48.7이 보고되어 있다. 이는 베이스 모델로서는 강력한 수치다. 또한 구조적으로 Anthropic이 Haiku 5.5에 대해 공개하는 그 어떤 것과도 비교할 수 없다.

세 가지 이유가 있고, 세 가지 모두 중요합니다. 첫째, 베이스 모델은 지시 따르기 대신 퓨샷 완성이라는 서로 다른 프롬프팅으로 평가되므로, 베이스 점수는 사전 학습된 프라이어를 측정할 뿐 개발자가 호출하는 어시스턴트를 측정하는 것은 아닙니다. 둘째, 하네스가 다릅니다. 바이두는 자체 프롬프트와 퓨샷 수로 자체 파이프라인을 돌렸는데, 이는 자사 모델을 다른 베이스 모델과 비교하는 올바른 방식이지만 공급업체의 인스트럭트 벤치마크와 비교하는 잘못된 방식입니다. 셋째, MMLU 93점은 포화 상태에 깊이 들어섰습니다. 이제 해당 벤치마크에서 최상위 모델 간 차이는 하네스 간 포맷 효과보다 작습니다.

그래서 "벤치마크에서의 ERNIE-5.5-Flash 대 Claude Haiku 5.5"를 정직하게 읽으면 이렇다: 아직 그런 비교는 없고, 이번 주에 그런 비교를 발표하는 사람은 누구든 그렇다고 밝히지 않은 채 베이스 체크포인트를 인스트럭트 모델과 비교하거나, 인스트럭트 수치를 지어내고 있는 것이다.

바이두 자체 표에서 한 가지 세부 사항은 기억할 가치가 있습니다. 그것은 출시 당시의 서사와 상충하기 때문입니다. 게시물은 경쟁사가 여러 행에서 승리한다는 점을 인정합니다. ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench, FullStackBench는 다른 기본 모델 중 하나의 몫입니다. 승리와 패배를 같은 표에 공개하는 공급업체는 나머지 표에 어느 정도 비중을 둘 만한지에 대한 유용한 신호를 제공합니다.

아직 존재하지 않는 가격

바이두(Baidu)의 명명에서 "Flash"는 사양이 아니라 등급 라벨이다. ERNIE 라인에는 확립된 가격 사다리가 있다 — ERNIE 5.1은 국제 Qianfan 목록에서 백만 토큰당 입력 약 $0.59, 출력 $2.65 수준이고, ERNIE 4.5 Turbo는 그보다 훨씬 아래에 있다 — 하지만 ERNIE 5.5 Flash는 공개된 요금도, Qianfan 엔드포인트도, 제3자 목록도 없다. 가격을 검색하면 기본 릴리스만 나오고 그 외에는 아무것도 없다.

그 격차가 바로 상업적 질문의 전부다. Haiku 5.5의 $0.10/$0.50은 소형 모델의 허용 비용 기준을 새로 세웠고, 이제 모든 Flash-tier 출시는 이 숫자를 기준으로 평가받는다. 바이두가 ERNIE 5.5 Flash의 가격을 그보다 높게 책정하면, 이 모델은 중국어 품질이나 데이터 상주성으로 그 가격을 정당화해야 한다. 그보다 낮게 책정하면, 중국 본토 워크로드에서 진지한 선택지가 된다. 요금이 나오기 전까지는 어느 갈래도 확인할 수 없다.

Artificial Analysis는 2026년 10월 27일에 {{1}}지수를 재구축했으며{{/1}}, 최대 노력 설정에서 Claude Haiku 5.5를 36점에 위치시킵니다. 이 수치는 현재 지수에 속하며, 다른 모델들에 대해 여전히 회자되는 재구축 이전 수치와 비교할 수 없습니다. 핵심은 정확한 값이 아닙니다. 핵심은 Haiku가 그 척도에서 자리를 차지하지만 ERNIE-5.5-Flash는 그렇지 않다는 점입니다. 테스트할 instruct 모델이 없기 때문입니다.

바로 이 지점에서 라우팅이 의사결정을 바꿉니다. OrcaRouter는 공급자 정가를 0% 마진으로 그대로 전달하므로, 벤더가 요금을 인하하면 재판매 마진이 다시 계산된 뒤가 아니라 같은 날 새 가격이 플랫폼에 반영됩니다. ERNIE-5.5-Flash는 현재 해당 카탈로그에 없습니다. 모델 ID가 216개인데 그중 ERNIE는 하나도 없습니다. 따라서 원가 모델을 계획하는 사람에게 현실적인 조언은 실제로 가격이 책정된 모델을 기준으로 모델을 세우고, 바이두가 요금표를 공개하면 그때 다시 검토하라는 것입니다.

이번 주에 누가 리포지토리를 클론해야 하나요?

애플리케이션 개발자는 아닙니다. 기본 체크포인트에는 지시 따르기 동작이 거의 없으며, 이를 어시스턴트처럼 작동하게 만들려면 직접 설계해야 하는 사후 학습 파이프라인이 필요합니다. 지금 가중치를 내려받을 이유가 있는 세 그룹이 있습니다.

• 중국어로 작업하는 도메인 적응 팀 — 33.5T 사전 학습 토큰과 200K 어휘, 베이스 모델에 대한 지속 사전 학습은 합당한 출발점이며, Megatron-Bridge 예제는 시도 비용을 낮춰 줍니다.

• 공개된 아키텍처 세부 정보가 있는 14B 활성 모델을 원하는 RL 및 포스트트레이닝 연구자 — 512개 전문가, top-10 라우팅, 37/6 HCA-to-MLA 분할은 재현할 수 있을 만큼 충분히 문서화되어 있습니다.

• instruct 모델이 출시되기 전에 깔끔한 기준점을 확보하려는 평가 팀 — 지금 직접 베이스 모델을 실행해 두면, 나중에 벤더의 마케팅으로는 바꿀 수 없는 참조 기준을 갖게 됩니다.

다른 모든 이들은 기다려야 합니다. 호출할 수도, 가격을 매길 수도, instruct 모델과 벤치마크를 비교할 수도 없는 모델은 조달 옵션이 아니며, 총 파라미터 수가 280B라는 점은 FP8에서조차 자체 호스팅이 멀티 GPU를 전제로 하는 일이라는 뜻입니다.

무엇이 판결을 바꿀까요?

네 가지 사건, 중요해질 가능성이 높은 순서대로.

• 포스트 트레이닝을 마친 ERNIE 5.5 Flash가 출시됩니다. 바이두는 곧 뒤따를 것이라고 밝혔습니다. 그때까지는 모든 기능 비교가 추측에 불과하며, 베이스 체크포인트와 완성된 Flash 모델 사이의 격차야말로 사용자가 체감하는 품질의 대부분이 존재하는 지점입니다.

• Qianfan에 가격이 표시됩니다. 바로 그 순간 Haiku와의 비교는 범주 오류가 아니라 실제 결정이 됩니다.

• 독립적인 평가가 나옵니다. Artificial Analysis나 LMArena의 보도가 나오면 Baidu의 하네스가 상호 검증 가능한 것으로 바뀔 것입니다. AA 지수 자체가 2026년 10월 27일에 리베이스되었으므로, Haiku 5.5 및 기타 모델에 대해 유통되는 리베이스 이전 수치를 리베이스 이후 수치와 비교해서는 안 된다는 점에 유의하십시오.

• 서드파티 호스트가 이를 도입합니다. 이는 보통 서빙 비용이 파악되었다는 신호이며, 모델이 단순히 다운로드 가능한 수준을 넘어 라우팅 가능해지는 지점입니다.

제목의 비교는 그 네 가지 중 두 가지가 실제로 일어나야 쓸 가치가 있다. 오늘 존재하는 것은 잘 문서화된 베이스 모델, Apache가 아닌 라이선스, 그리고 뒤에 제품이 없는 제품 등급 이름뿐이다. 한편 Claude Haiku 5.5는 완성된 모델이며, 다른 공급업체들이 이제 대응해야 하는 가격을 갖고 있다. 구매자가 묻는 유일한 질문, 즉 토큰 비용은 얼마이고 무엇을 하는가에 대해 한쪽은 답을 갖고 있고 다른 쪽은 약속만 갖고 있다.

흥미로운 점은 바이두가 조용히 배포했다는 것이 아니다. 이 회사가 누구나 사용할 수 있는 모델보다 먼저 베이스 가중치를 내놓고, 가격은 책정하지 않았다는 점이다. 그것은 제품 출시가 아니라 연구실의 공개 주기이며, 그렇게 읽어야 한다.