ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base: 다운로드할 수 있는 모델과 대여만 할 수 있는 모델

바이두는 이제 같은 모델의 양쪽 절반을 잘못된 순서로 출시했습니다. ERNIE 5.5 Flash Base — 2,800억 개 매개변수 체크포인트이자 토큰당 140억 개가 활성인 모델 — 는 2026년 11월 5일 Hugging Face에 공개되었으며, 20페이지 분량의 기술 발표 자료, 30개의 벤치마크 행, 그리고 변호사가 읽어야 할 정도의 라이선스가 함께 있었습니다. 6일 후인 11월 10일, ERNIE 5.5 Flash는 바이두 Qianfan에서 유료 엔드포인트로 등장했으며, 입력 토큰 100만 개당 $0.28, 출력 토큰 100만 개당 $1.13의 가격이 책정되었고, 발표도, 모델 카드도, 평가 표도 전혀 없었습니다. 따라서 ERNIE 5.5 Flash와 ERNIE 5.5 Flash Base 중에서 고르는 것은 큰 모델과 작은 모델 중에서 고르는 것이 아닙니다. 그것은 검사할 수 있는 아티팩트 하나와 실제로 호출할 수 있는 아티팩트 하나 중에서 고르는 것입니다. 두 ERNIE 중 어느 쪽을 벤치마크하든 기준으로 삼는 베이스라인은 공급자 정가로 청구되며, 모든 행에서 OrcaRouter 수수료는 $0.00으로 표시됩니다 따라서 비교 실행에는 키 하나와 청구서 하나만 있으면 됩니다.

동일한 가중치, 두 가지 다른 완성 상태

베이스 체크포인트는 사전 학습의 끝이며 그 외에는 아무것도 아니다. 그것은 텍스트를 완성한다. 지시를 따르지 않고, 시스템 프롬프트를 유지하지 않으며, 도구를 호출하거나 요청을 거절하지 않는다. 왜냐하면 그러한 행동들은 사후 학습에서 생산되며 이 체크포인트는 그러한 학습을 전혀 거치지 않았기 때문이다. Baidu는 이를 직접 밝힌다: 해당 저장소는 "중간 학습이나 사후 학습 이전의, 사전 학습 종료 시점의 체크포인트"이며, 도메인 적응, 지시 튜닝 및 강화 학습 연구를 위한 시작점으로 자리매김한다.

ERNIE 5.5 Flash는 후처리 학습이 만들어낸 결과물입니다. 프롬프트에 응답하고, 함수 호출과 구조화된 출력을 제공하며, 말하기 전에 추론합니다. 이 둘은 실용적인 어떤 의미에서도 서로의 버전이 아닙니다. 하나는 학습 입력이고 다른 하나는 제품이며, 실질적인 차이가 곧 결정의 전부입니다.

• 매개변수 — 총 280B, 토큰당 14B 활성, 희소 전문가 혼합 방식, 양측 모두 동일. 동일한 아키텍처.

• 다운로드 크기 — FP8 저장소의 139개 파일에 걸쳐 288GB이며, 그와 함께 별도의 BF16 저장소가 있습니다. 예산을 잡아야 할 수치는 이 값이지, 파라미터 수를 두 배로 늘린 값이 아닙니다.

• 컨텍스트 — 학습 시점에는 128,000토큰이며, 공개된 구성은 미세 조정 및 추론을 위해 1,048,576으로 설정되어 있습니다. 제공되는 모델은 입력 1,024,000으로 표시되는데, 이는 다른 기능이 아니라 요금표를 위해 내림 처리한 동일한 윈도우입니다.

• 출력 상한 — 기본 체크포인트에는 거의 없다시피 하지만, 서빙되는 모델은 모든 요청에서 추론하기 때문에 921,600개의 출력 토큰을 허용하며, 추론하지 않도록 지시할 수도 없습니다.

• 모달리티 — 텍스트 입력, 텍스트 출력, 양쪽 모두. 이미지, 오디오, PDF는 없습니다. 스크린샷이 포함된 작업은 둘 다 범위 밖이며, 이는 파인튜닝으로도 바뀌지 않습니다.

• 가격 — 가중치는 지역 제한이 있는 라이선스에 따라 무료이며, API는 백만 토큰당 $0.28 및 $1.13이고, 캐시된 입력은 $0.028입니다.

• 독립 점수 — 어느 쪽에도 없습니다. Artificial Analysis는 ERNIE 4.5 및 ERNIE 5.0 행을 제공하며 어떤 종류의 ERNIE 5.5 행도 없습니다.

문서는 정확히 거꾸로 되어 있습니다

베이스 체크포인트에 대해 Baidu는 정말로 상세한 기술 공개를 내놓았다. 아키텍처(43개 레이어, MoE 레이어당 512개의 라우팅된 전문가에 top-10 선택과 공유 전문가 1개), 학습 예산(Muon 옵티마이저로 33.5조 토큰), 어텐션 설계, 토크나이저, vLLM과 SGLang용 서빙 레시피, 그리고 모델이 뒤지는 행까지 포함한 벤치마크 표를 공개했다. ChineseSimpleQA는 DeepSeek의 75.3에 맞서 73.0을 기록한다. 체인 오브 소트를 적용한 BBH는 노이즈 범위 안의 3자 동률이다. 이는 누군가 골라낸 표가 아니라 누군가 직접 만든 표의 형태이며, 이런 종류의 공개는 모델이 공정한 심사를 받을 자격을 얻게 해준다.

채팅 모델의 경우 바이두는 가격을 공개했다. 지식 컷오프에 대한 언급은 없다. 평가도 없다. 포스트트레이닝된 모델이 행동 외의 어떤 점에서 체크포인트와 다른지에 대한 설명도 없다. 엔드포인트에 붙은 설명은 아키텍처와 속도에 관한 세 문장이다 — 총 파라미터 2,800억 개, 활성 파라미터 140억 개, 100만 토큰 창, 초당 200토큰 이상 — 품질에 대해서는 아무 말도 하지 않는다.

그 결과, 두 산출물은 호환되지 않는 증거로 판단되고 있다. ERNIE 5.5 Flash Base에 대해 알 수 있는 모든 것은 Baidu가 선택한 기준 모델들을 상대로 Baidu 자체 하네스를 사용해 얻은 결과에서 나오며, 그 모든 것은 지시를 따를 수 없는 모델을 설명한다. ERNIE 5.5 Flash에 대해 알 수 있는 모든 것은 요금표다. 베이스 체크포인트의 MMLU-Pro 78.4를 채팅 모델에 대한 증거로 인용하는 사람은 이 비교에서 저지를 수 있는 가장 흔한 단일 오류를 범하는 것이다. 베이스 모델 평가와 지시 모델 평가는 서로 다른 것을 측정하며, 빼거나 상속하거나 외삽할 수 없다.

라이선스는 사람들이 건너뛰는 부분이다.

가중치는 다운로드할 수 있지만, 이는 오픈 소스와는 다릅니다. 2026년 11월 5일자이며 홍콩 법의 적용을 받는 ERNIE 5.5 Flash Base Model License Agreement v1.0은 라이선스 부여를 지역과 수익에 따라 제한합니다:

• 지역 — 사용, 복제, 수정 및 배포는 "유럽연합, 영국 및 한국을 제외한" 모든 지역에서 라이선스됩니다. 이 세 곳 중 하나에 설립된 회사의 경우, 이는 상업적 조건의 문제가 아니라 거절입니다.

• 매출 — 연간 관련 매출 미화 5,000만 달러까지는 무료이며, 해당 기준 미만이라도 Baidu에 일회성 통지가 필요합니다. 기준을 초과하면 서면 승인이 도착할 때까지 사용을 중단해야 합니다. 관련 매출은 제품과 제휴 회사 전반에 걸쳐 합산되므로, 단일 제품의 손익(P&L)이 시사하는 것보다 상한에 더 일찍 도달합니다.

• 출처 표시 — 모든 상용 제품은 "Powered by ERNIE"를 눈에 띄게 표시해야 합니다.

• 출력물 — 다른 모델을 개선하는 데 사용할 수 없습니다. 파생 모델을 훈련하는 것은 허용되지만, 이 모델을 다른 무언가로 증류하는 것은 허용되지 않습니다.

바이두 API를 통해 이루어지는 호출에는 그중 어느 것도 적용되지 않는다. 호스팅 경로는 가중치 라이선스가 아니라 상용 API 약관의 적용을 받으므로, 다운로드에서 배제된 유럽 팀도 토큰 단위로 모델을 임대할 수 있다. 이는 조용히, 저장소보다 엔드포인트를 택할 만한 더 강력한 근거 중 하나다.

어느 걸 진짜 원해

그 결정은 세 가지 질문에서 도출되며, 그중 어느 것도 "어느 쪽이 더 똑똑한가"에 관한 것이 아닙니다.

288GB를 실행할 수 있나요? 그럴 수 없다면, 기본 체크포인트는 약관과 무관하게 선택지가 아니며, 비교는 "API를 사용하거나 다른 모델을 사용하라"로 귀결됩니다. 활성 매개변수 14B인 280B 전문가 혼합 모델은 토큰당 서빙 비용은 저렴하지만 머신당 호스팅 비용은 비싸며, 이 두 사실 사이의 간극에서 대부분의 자체 호스팅 계획이 좌초됩니다.

작업이 고정되어 있고 대량인가요? 가중치가 경제성에서 이기는 유일한 경우입니다. 분류, 추출, 도메인 특화 변환 같은 단일의 좁은 작업을 기반 체크포인트에 파인튜닝하면 학습 실행 비용을 상각하고 이후에는 호출당 비용이 들지 않습니다. 소유할 수 있는 작업에 대해 백만 출력 토큰당 $1.13을 영구히 지불하는 것은 느린 누수이며, 기반 체크포인트는 라이선스 조건상 바로 그 구매자를 위해 가격이 책정되어 있습니다.

이번 주 안에 작동해야 하나요? 그렇다면 답은 엔드포인트입니다. 280B 파라미터를 파인튜닝하는 일은 예산 항목에 한 분기짜리 일정이지, 반나절이 아니니까요. 이 API는 오늘 당장 도구 호출과 추론, 백만 토큰 입력을 지원하는 모델을 문서화도 없이 제공하는데, 가격은 Flash 등급 경쟁 모델의 대략 두 배 수준이고 그게 딱히 틀린 값도 아닙니다.

누구도 해서는 안 되는 일은 평가에서 이 둘을 서로 바꿔 쓸 수 있는 것으로 취급하는 것입니다. 베이스 체크포인트 점수는 API 품질의 미리보기가 아니며, API의 가격은 API 품질의 증거가 아닙니다. 무엇이든 결판내는 유일한 측정은 직접 해 보는 것입니다 — 고정된 프롬프트 세트를 엔드포인트로 실행하고, 출력 토큰으로 집계하며, 대신 사용하려던 것과 비교하는 것입니다.

하나의 키로 두 질문을 실행하기

이 작업의 비교 부분은 Baidu 계정이 필요하지 않습니다. OrcaRouter가 라우팅하는 대상은 공급자 정가에 마크업 없이 하나의 OpenAI 호환 키 뒤에 있는 200개 이상의 모델입니다: MiniMax M3.1 Flash는 $0.15 및 $0.60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash, Gemini 3.8 Flash가 모두 있으며, 자동 장애 조치 덕분에 공급자가 스윕 도중 흔들려도 벤치마크 실행이 계속 유지됩니다. ERNIE 5.5 Flash는 그중에 없습니다 — 카탈로그에 ERNIE 항목이 없고 우리가 라우팅할 Baidu 엔드포인트도 없으므로, 해당 엔드포인트는 Baidu 자체 API에서 호출하고 그 수치를 수작업으로 옮겨와야 합니다.

그 비대칭성은 우회하기보다 분명히 말할 가치가 있다. 다운로드할 수 있는 모델은 무료지만 학습 실행 없이는 쓸 수 없고, 호출할 수 있는 모델은 문서화되지 않았으며 정확히 한 공급업체를 통해서만 접근할 수 있고, 둘 중 어느 것과 비교해 벤치마크하려는 모델들은 단일 라우팅 키에 묶여 있다. 이 세 가지 사실 중 두 가지는 바뀔 것이다. 라이선스 조항은 아마 바뀌지 않을 것이다.

무엇을 지켜볼지의 범위는 모델 자체보다 좁다. 평가 표가 포함된 ERNIE 5.5 Flash 모델 카드가 있다면 이 비교는 답할 수 있는 질문이 될 것이다. 프리뷰를 제공하는 두 번째 공급자가 있다면 그 가동 시간과 가격은 경쟁력을 갖추게 될 것이다. 그리고 자체 하네스를 운영하는 트래커의 독립적인 점수라면, 보름 동안 사양서를 읽어도 풀리지 않을 문제를 오후 한 나절이면 결판낼 수 있을 것이다. 왜냐하면 지금 솔직한 요약은 이렇기 때문이다. 바이두는 아무도 쓸 수 없는 모델의 절반을 문서화해 두었고, 모두가 쓸 수 있는 절반은 그저 믿으라고 남겨두었다.