ERNIE-5.5-Flash vs Qwen 3.8 Flash: 베이스 체크포인트가 완성된 모델을 만나다

를 ERNIE-5.5-Flash 옆에 두고 보면,Qwen 3.8 Flash 그리고 첫 번째 솔직한 관찰은 둘이 같은 종류의 대상이 아니라는 점이다. Baidu가 실제로 공개한 것은 ERNIE-5.5-Flash-Base, 즉 사전 학습이 끝난 시점의 체크포인트로, 중간 학습 전이고, 인스트럭션 튜닝 전이며, 어떤 선호도 작업도 하기 전입니다. 따라서 요청에 응답하기보다 텍스트를 이어서 생성하며, 채팅 엔드포인트가 아니라 completions 엔드포인트를 통해 제공됩니다. Qwen 3.8 Flash, 즉 Alibaba가 2026년 8월 26일에 출시한 완성된 멀티모달 모델로, 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환하며, 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.47입니다. 하나는 여전히 학습시켜야 하는 출발점이고, 다른 하나는 오늘 오후에 바로 호출할 수 있는 제품입니다. 아래의 거의 모든 수치는 두 대상 중 무엇을 비교하고 있다고 생각하는지에 따라 의미가 달라지므로, 스펙 표를 본 뒤가 아니라 그 전에 정리해 두는 것이 좋습니다.

Baidu가 내놓은 것, 그리고 아직 말하지 않은 것

이번 공개는 중국의 오픈 웨이트 모델 공개에서 흔히 볼 수 있는 특유의 조용함을 띠고 있다. 결과물이 이야기보다 먼저 도착한다. baidu/ERNIE-5.5-Flash-Base 저장소는 10월 21일 Hugging Face에 만들어졌고, 일주일 동안 거의 비어 있다가 11월 2일과 3일 사이에 128개의 FP8 가중치 샤드를 갖추었다. 아키텍처와 벤치마크 도표는 11월 4일에 공개됐고, 카드 자체는 오늘 아침에도 계속 수정되고 있었다. 바이두 자체의 공개 페이지는 오늘인 11월 5일자이며, 그 페이지 밖에서 이 공개가 불러일으킨 논의라고는 포럼 스레드 하나와 위챗 게시물 하나뿐이다. 보도자료도, 출시 행사도, 내놓을 만한 언론 보도도 없다.

그것은 무엇을 신뢰할 수 있고 무엇을 신뢰할 수 없는지에 중요합니다. 저장소에서 알 수 있는 것: 아키텍처, 파라미터 수, 하네스가 명시적으로 이름 붙은 완전한 벤더 벤치마크 표, 작동하는 SGLang 및 vLLM 서빙 레시피, 라이선스 텍스트, 그리고 BF16 형제 모델이 FP8 모델과 함께 존재한다는 사실입니다. 알 수 없는 것: 바이두가 이를 API로 제공할 의도가 있는지 — 10월 18일에 마지막으로 업데이트된 Qianfan의 가격표에는 ERNIE 5.1, 5.0, 4.5 Turbo가 나열되어 있고 어떤 종류의 ERNIE 5.5 항목도 없습니다 —, 인스트럭션 튜닝된 버전이 받는 점수, 그리고 독립 평가자가 바이두 표의 숫자 하나라도 재현할지 여부입니다.

기록상 매거진 스펙은 다음과 같습니다: 총 파라미터 280B에 토큰당 활성 파라미터 14B, 33.5T 토큰으로 처음부터 사전 학습되었고, 43개 레이어 중 하나는 dense FFN이며 42개는 MoE입니다. 512개의 라우팅된 전문가에 top-10 라우팅과 공유 전문가 1개가 더해지며, 어휘 크기는 201,216토큰입니다. 공개된 구성은 1,048,576토큰 컨텍스트를 지원하지만, 학습에서는 131,072토큰까지만 보았습니다. 또한 어느 파라미터 수치에도 포함되지 않는 0.36B 멀티 토큰 예측 헤드도 있습니다.

실제로 판가름하는 차원에서 본 스펙 대비

• 제공되는 것 — ERNIE-5.5-Flash-Base는 체크포인트 그 자체이며 그 이상은 아닙니다. 다운로드하는 가중치, /v1/completions 엔드포인트가 전부이고, 명령 수행 동작은 없습니다. Qwen 3.8 Flash는 도구 호출, 추론 모드, 구조화된 출력, 최대 131,072 토큰 응답을 갖춘 서빙 모델입니다.

• 크기 — ERNIE는 총 280B / 활성 14B인 반면, Qwen 3.8 Flash는 총 125B / 약 6B 활성이며, 51B n-gram 임베딩 테이블과 약 4B MTP 헤드를 함께 갖추고 있어 디스크에 약 180B의 파라미터를 저장합니다.

• 어텐션 설계 — ERNIE는 43개 레이어를 37개의 고도로 압축된 어텐션(HCA) 레이어와, 희소 어텐션을 사용하는 6개의 MLA 레이어로 나누어 구성한다. Qwen 3.8 Flash는 48개 레이어 전반에 걸쳐 Gated DeltaNet과 Qwen Sparse Attention을 결합한 하이브리드를 사용한다. 두 모델 모두 Flash 등급의 가격에서는 기존의 완전 어텐션이 지불할 가치가 있는 대상이 아니라는 판단을, 서로 정반대 방향에서 내린 결과다.

• 컨텍스트 — 양쪽 모두 1M 토큰을 내세우지만 그 근거는 서로 다릅니다. ERNIE는 128K로 학습되었고 파인튜닝 및 추론 시점에만 1M을 활성화하는 반면, Qwen 3.8 Flash는 기본적으로 262K이며 YaRN 확장을 통해 1M에 도달합니다.

• 모달리티 — ERNIE-5.5-Flash-Base는 영어와 중국어만 지원하는 텍스트 전용 모델입니다. Qwen 3.8 Flash는 텍스트, 이미지, 동영상을 입력받으며, 공급업체 표에는 텍스트 전용 체크포인트가 산출할 수 없는 AndroidWorld, OSWorld 2.0, MathVision, LVBench 결과가 포함되어 있습니다.

• Qwen 쪽의 가중치 — 프로덕션용 Qwen 3.8 Flash는 API 전용이지만, 공개 가중치 형제 모델인 Qwen3.8-Flash-Next는 Qwen Community License 1.0에 따라 공개되어 있으므로, 두 진영은 'API 대 가중치'라는 구도가 처음에 시사하는 것보다 훨씬 비교 가능성이 높습니다.

• 서빙 — Baidu는 실제로 동작하는 레시피를 제공합니다: --tp 4를 사용하는 lmsysorg/sglang:dev-ernie-55-flash 이미지 또는 vLLM 0.32.0에 baidu/vLLM-ERNIE 플러그인을 더하고 data-parallel 크기를 4로 설정하는 방법입니다. Qwen 3.8 Flash는 Alibaba가 대신 서빙해 주므로 서빙 레시피가 필요 없습니다.

• 가격 — ERNIE-5.5-Flash-Base의 토큰당 가격은 어디에도 공개되어 있지 않습니다. 가격을 책정할 호스팅 엔드포인트가 없기 때문입니다. Qwen 3.8 Flash는 백만 토큰당 입력 $0.15 / 출력 $0.47이며, 캐시된 입력 읽기는 $0.0184입니다.

• 라이선스 — ERNIE 5.5 Flash Base Model License Agreement v1.0은 제품을 구축하기 전에 전체 내용을 읽어볼 가치가 있는 맞춤형 계약으로, 오픈 Qwen 측의 Qwen Community License 1.0과 대비됩니다.

비교 가능해 보이지만 실제로는 그렇지 않은 벤치마크 행

이 비교가 만들어내는 함정은 다음과 같습니다. 두 공급업체 모두 LiveCodeBench 수치를 공개하는데, 그 두 수치는 40.1과 91.9입니다.

두 수치는 같은 것을 측정하는 게 아니며, 그 사이의 격차는 역량 격차가 아니다. 바이두의 40.1은 원시 사전 학습 체크포인트에서의 1-shot Pass@1이다 — 이 모델은 명령을 따르도록 배운 적이 없는 상태에서 코드 이어쓰기를 완성하도록 요구받고 있다. 알리바바의 91.9는 LiveCodeBench v6, 더 다르고 더 나중의 벤치마크 버전이며, 전체 포스트트레이닝 파이프라인을 거친 모델에 대해 보고된 수치다. GPQA 쌍도 같은 문제가 있다: ERNIE는 베이스 체크포인트에서 5-shot exact match로 60.2, Qwen은 인스트럭션 튜닝 후 GPQA Diamond에서 91.7이다. MMLU를 공개하지 않는 모델을 상대로 한 93.3이라는 MMLU 비교조차 나란히 비교할 대상이 없다.

이것은 두 모델 중 어느 쪽을 깎아내리는 말이 아닙니다. 이는 베이스 모델 평가가 무엇을 위한 것인지에 대한 진술입니다. 지시문을 한 번도 본 적 없는 체크포인트가 LiveCodeBench에서 40.1을 기록했다는 것은 사전 학습이 코딩 구조를 얼마나 흡수했는지를 보여주는 진술이며, 그런 해석에서는 합리적인 수치입니다. 그것은 누군가가 같은 가중치를 파인튜닝한 뒤 그 가중치가 어떤 점수를 받을지에 대해서는 아무것도 알려주지 않습니다. Baidu를 포함해 누구도 그 수치를 공개하지 않았습니다.

액면 그대로 읽을 수 있는 유일한 표는 Baidu 자체 표다. 네 개 열 모두 동일한 파이프라인과 프롬프트, 퓨샷 설정을 거쳤기 때문이다. DeepSeek-V4-Flash-Base(284B-A13B), Hy3-preview-Base(295B-A21B), MiMo-V2.5-Base(310B-A15B)와 비교해 ERNIE-5.5-Flash-Base는 30개 벤치마크 중 24개에서 행 내 최고 성능을 기록했으며, 여기에는 MMLU-Pro 78.4 대 69.2, HumanEval+ 82.3 대 69.5, RepoQA 91.7 대 81.0이 포함된다. ChineseSimpleQA는 DeepSeek에, FullStackBench와 BBH chain-of-thought는 Hy3에, HELMET-Rerank와 InfiniteBench는 둘 다 DeepSeek에 뒤진다. 이는 독립적 재현 없이 벤더가 선택한 하네스에서 벤더가 실행한 수치다 — 하지만 내부적으로는 비교 가능하며, 이는 이 글의 어떤 교차 벤더 조합에 대해서도 할 수 있는 말이 아니다.

각 경로의 비용과 계산 과정을 함께 표시

Qwen 3.8 Flash는 가격 책정이 쉬운 모델입니다. 하루 1,000건의 요청, 평균 입력 토큰 6,000개와 출력 토큰 800개로 구성된 지원 및 추출 워크로드를 가정해 보겠습니다. 즉 하루 입력 6M, 출력 0.8M 토큰이며, 30일 기준 한 달로는 180M과 24M입니다. 백만 토큰당 $0.15와 $0.47을 적용하면 $27.00에 $11.28을 더한 금액, 즉 한 달에 $38.28이며, 백만 토큰당 $0.0184의 캐시 읽기를 적용하면 반복되는 시스템 프롬프트 부분이 추가로 절감됩니다.

ERNIE-5.5-Flash-Base에는 대응하는 개별 항목이 없으므로 유일하게 정직한 비용 모델은 하드웨어입니다. FP8 리포지토리는 각각 약 2.25GB인 128개 샤드, 즉 약 288GB의 가중치이며, BF16 버전은 그 두 배입니다. Baidu 자체의 SGLang 실행 명령은 --tp 4로 이를 네 갈래로 샤딩하므로, KV 캐시가 존재하기도 전에 각 GPU에 약 72GB의 가중치가 올라갑니다. 이는 80GB 카드에서는 컨텍스트 창을 전혀 사용하지 않을 때만 실행 가능하고, H200급 카드에서는 여유롭습니다. GPU 시간당 $2–3의 중간 가격대에 그중 네 대를 임대하면, 지속 실행 시 노드 비용은 월 약 $5,800–8,600이며, 이는 누군가에게 이 모델을 미세 조정하고, 평가하고, 서빙 스택을 최신 상태로 유지하도록 비용을 지불하기 전의 금액입니다.

이는 위 예시의 Qwen API 청구액의 약 150~225배에 해당하며, 이 비교는 한 방향으로 의도적으로 불공정합니다. 누군가 ERNIE 체크포인트를 포스트트레이닝하기 전까지 둘은 대체재가 아니기 때문입니다. 이 계산의 요점은 셀프 호스팅이 비싸다는 것이 아니라, 고정 비용이 실재하며 모델이 단 하나의 지시에도 답하기 전에 발생한다는 점입니다. 따라서 자체 소유가 완성된 무언가를 임대하는 것보다 유리해지는 볼륨은 토큰당 비교가 시사하는 것보다 훨씬 높습니다.

긴 컨텍스트는 두 설계가 수렴하는 지점입니다.

두 모델 모두 100만 토큰을 내세우며, 둘 다 100만 개 위치 전체에 완전한 어텐션을 적용하지 않음으로써 그 목표를 달성한다. ERNIE의 HCA 레이어는 128개 토큰당 단일 항목을 캐시하므로, 43개 레이어 중 37개는 KV 캐시가 기존 레이어보다 128배 더 느리게 증가한다. 6개의 MLA 레이어는 필요한 토큰에 대해 전체 해상도 접근을 유지한다. Qwen의 GDN-plus-QSA 하이브리드는 희소 어텐션 측면에서 같은 종류의 절충을 수행하며, 6B 활성 파라미터는 어텐션이 무엇을 하든 토큰당 연산량을 낮게 유지한다.

독자에게 실질적인 차이는 어느 설계가 더 영리한가가 아니라 — 둘 다 신뢰할 만하지만 — 둘 중 하나만 실제로 그 컨텍스트를 사용할 때 비용이 따른다는 점이다. Qwen 3.8 Flash의 100만 토큰 프롬프트에는 오늘날 가격이 매겨져 있다. ERNIE-5.5-Flash-Base에서는 같은 프롬프트에 GPU 시간 추정치와, 베이스 모델이 인스트럭션 튜닝 없이 그 길이에서 어떻게 동작하는지에 대한 답할 수 없는 질문이 따른다.

누가 무엇을 골라야 할까요?

Qwen 3.8 Flash를 선택하세요 지금 바로 지시를 따르는 모델이 필요하다면, 입력에 스크린샷, 문서 또는 동영상이 포함된다면, 긴 컨텍스트 청구서를 다른 누군가의 용량 계획 문제로 만들고 싶다면, 그리고 백만 토큰당 $0.15/$0.47이 만들고 있는 것의 단위 경제성에 맞는다면 말입니다. 이 모델은 출시된 지 두 달 되었고, 출시 이후 서드파티 트래커들이 이를 포착해 왔으며, 벤더 수치인 SWE-bench Pro 62.5, GPQA Diamond 91.7, CoWorkBench 73.9는 검증된 결과가 아니라 주장에 불과하므로, 자체 평가에서 달리 말할 때까지는 상한선으로 취급하세요.

ERNIE-5.5-Flash-Base를 선택하세요, 포스트 트레이닝을 수행할 역량과 모델을 임대하는 대신 소유할 이유가 있다면: 데이터를 API로 보낼 수 없는 도메인, CMMLU 90.0과 ChineseSimpleQA 73.0이 중요하게 여기는 수치인 중국어·영어 워크로드, 280B-A14B 출발점을 원하는 RL 연구 프로그램, 또는 전용 4-GPU 노드를 정당화할 만한 지연 시간 예산이 그 이유입니다. 또한 라이선스가 Apache가 아닌 Baidu 맞춤형 계약이라는 점과, 팀이 쓸모 있게 만들기 전까지 모델은 아무 쓸모가 없다는 점을 받아들일 수 있어야 합니다.

둘 다 고르지 마세요. 다만 정말로 원하는 것이 검증된 범용 모델이라면 말입니다. Qwen 3.8 Flash는 독립적인 벤치마크 점수가 없는 완성된 제품이고, ERNIE-5.5-Flash-Base는 공급업체 벤치마크 표가 있는 미완성 모델입니다. 둘 중 어느 것도 2년 된 플래그십이 해 주었을 안전한 기본값은 아닙니다.

로드맵을 걸지 않고 실험을 진행하기

이 대결에서 어색한 부분은 양측에 완전히 다른 방식으로 접근한다는 점이며, 라우팅 계층은 그중 정확히 한쪽에만 도움이 됩니다. Qwen 3.8 Flash는 OrcaRouter를 통해 qwen/qwen3.8-flash로 이용할 수 있으며, 공급업체 정가에 0% 마크업으로 — 공급업체가 부과하는 동일한 $0.15와 $0.47이 그대로 전달되고, 홉에 대해 아무것도 추가되지 않습니다. ERNIE-5.5-Flash-Base는 저희가 제공하는 서비스가 아닙니다: 이는 가중치 릴리스이며, 여기에서도 저희가 찾을 수 있는 다른 어디에서도 라우팅할 호스팅 엔드포인트가 존재하지 않습니다.

이 상황에서 단일 엔드포인트가 진정으로 유용한 부분은 실험이 끝난 뒤에 오는 단계다. ERNIE 5.5 Flash의 현실적인 경로는 팀이 베이스 체크포인트를 포스트트레이닝하는 것이고, 그다음 질문은 튜닝된 모델이 자사 트래픽에서 Qwen 3.8 Flash를 앞서는지 여부다. 둘 다 하나의 키 뒤에 있으면 그것은 두 번째 계약과 두 번째 SDK가 아니라 모델 ID 변경일 뿐이며, 라우팅 DSL은 결정을 내리는 동안 프로덕션 트래픽을 둘 사이로 분할할 수 있고, 자동 장애 조치가 있기에 검증되지 않은 승자가 첫날 문제가 생겼다고 해서 기능 전체를 무너뜨릴 수는 없다. 모델 퓨전은 세 번째 옵션, 즉 패널이 함께 답하는 방식을 제공하며, 이는 새로운 튜닝 모델이 기존 모델보다 실제로 더 나은지 아니면 단지 다른지 알아내는 가장 저렴한 방법인 경우가 많다.

이 답변을 바꾸려면 무엇이 필요할까요?

세 가지입니다, 대략 가능성이 높은 순서대로. 인스트럭션 튜닝된 ERNIE 5.5 Flash는 이것을 범주 불일치에서 진짜 정면 대결로 바꿔 놓을 것이며, 기본 수치는 그것이 경쟁력이 있을 것임을 시사합니다 — 튜닝되지 않은 체크포인트에서 HumanEval+ 82.3, RepoQA 91.7은 강력한 출발점입니다. Qianfan의 가격표에 ERNIE 5.5 항목이 추가되면 자체 호스팅 계산에 비교할 대상이 생기고, Baidu가 이 모델을 판매할 생각인지 무료로 제공할 생각인지 알 수 있게 해줄 것입니다. 그리고 두 모델 중 어느 하나에 대한 제3자 점수가 있으면 독자가 벤더 표를 그대로 신뢰하지 않아도 되게 해줄 텐데, 그것이 바로 오늘날 이 조합이 빠져 있는 상태입니다: Qwen 3.8 Flash는 독립적인 벤치마크 결과가 전무하고, ERNIE-5.5-Flash-Base는 어떤 중립 리더보드에도 행이 없습니다.

그중 두 가지가 실현되기 전까지는 {{1}}"어느 쪽이 더 나은가"{{/1}}는 아무도 측정한 적 없는 질문이다. 오늘 답할 수 있는 것은 더 좁고 더 유용하다: {{2}}Qwen 3.8 Flash{{/2}}는 호출할 수 있는 모델이고, {{3}}ERNIE-5.5-Flash-Base{{/3}}는 그 위에 구축할 수 있는 모델이다. 이 둘은 서로 다른 작업이며, 어떤 벤치마크 표도 여러분이 어느 쪽을 가졌는지를 판가름하지 못할 것이다.