
Hy4 flash-Base vs ERNIE 5.5 Flash Base: 어느 한 벤더가 공개한 유일한 공정한 비교
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 138 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 175 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
중국 두 연구소가 12일 간격으로 사전 학습 체크포인트를 공개했고, 이번만큼은 비교 표가 저절로 완성된다: Hy4 flash-Base 대 ERNIE 5.5 Flash Base, 파이프라인의 동일한 단계에서 나온 같은 종류의 산출물이며, 동일한 방식으로 평가되었다. 텐센트는 2026년 11월 17일 인스트럭션 모델과 함께 Hy4 flash-Base를 공개했다. 바이두는 2026년 11월 5일 ERNIE 5.5 Flash Base를 공개했으며, 이 글을 쓰는 시점에도 그것은 존재하는 유일한 ERNIE 5.5 산출물이다 — 포스트 트레이닝된 채팅 모델은 아직 출시되지 않았다.
체크포인트를 둘러싼 것들의 차이가 이 맞대결을 한 페이지 분량으로 다룰 가치가 있게 만드는 요소의 대부분이다. 두 베이스를 비교하면 사전 학습이 어떻게 진행됐는지 알 수 있다. 두 릴리스를 비교하면 둘 모두에 대해 그다지 좋게 들리지 않는 무언가를 알 수 있다. 한 회사는 원재료와 완성품을 같은 날 내놓았고, 다른 회사는 원재료와 약속을 내놓았다.
베이스 체크포인트가 정직한 비교인 이유
당신이 읽는 거의 모든 모델 비교는 은근히 불공정합니다. 한 벤더의 완성된 인스트럭션 튜닝 모델을 다른 벤더의 완성된 인스트럭션 튜닝 모델과 비교하면서, 각각을 자체 하네스와 자체 베이스라인으로 평가하기 때문입니다. 베이스 체크포인트는 그 변수 중 하나를 제거합니다. 두 모델 모두 포스트트레이닝되지 않았고, 출력 형식을 규정하는 채팅 템플릿도 없으며, 두 벤더 모두 맞춤형 에이전틱 스위트 대신 표준 학술 벤치마크에 대한 퓨샷 표를 공개합니다.
남아 있는 것 — 하네스, 샷 수, 부분집합 — 은 여전히 벤더별로 다르므로, 여기서 어떤 것도 통제된 실험이 아니다. 하지만 베이스 대 베이스 표는 사전 학습 실행들을 비교하는 것이고, 사전 학습은 비용이 많이 드는 부분이다. 이것은 이 두 회사가 서로에 대해 공개한 것 중 동일 조건 비교에 가장 가까운 수치다.
두 개의 체크포인트, 나란히
• 매개변수 — Hy4 flash-Base 총 220.3B, 토큰당 활성 12B; ERNIE 5.5 Flash Base 총 280B, 토큰당 활성 14B.
• 파라미터가 어디에 있는지 — Hy4 flash-Base는 42개 레이어 백본에 155.5B, Engram n-gram 임베딩 테이블에 63.5B, 비전 인코더에 0.43B, DFly2 드래프터에 0.85B를 담고 있습니다; ERNIE의 280B는 보다 전통적인 MoE 분포이며, 여기에 대표 집계에서 제외된 0.36B ECHO 모듈이 더해집니다.
• 깊이 및 라우팅 — Hy4 flash-Base의 경우 42개 레이어(밀집 1개, MoE 41개)에 라우팅된 전문가 512개와 공유 전문가 1개, 활성 16개, 은닉 크기 3,072; ERNIE의 경우 43개 레이어(밀집 1개, Multi-Router Latent MoE 42개)에 라우팅된 전문가 512개와 공유 전문가 1개, top-10, 은닉 크기 4,096.
• 컨텍스트 — 둘 다 1,048,576 토큰으로 구성되었습니다. Tencent는 Hy4 flash를 해당 길이에서 직접 학습시켰습니다. Baidu는 ERNIE를 128,000에서 학습시키고 공개된 구성을 파인튜닝 및 추론용으로 1,048,576에 설정했는데, 이는 측정된 동작이 아니라 구성상의 역량입니다.
• 모달리티 — 텍스트와 이미지 입력, 텍스트 출력, 두 모델 모두 해당. Hy4 flash-Base는 SigLIP2에서 파생된 비전 인코더를 탑재합니다; ERNIE 5.5 Flash Base의 카드는 모델 링크 표에서 텍스트 입력만 설명합니다.
• 라이선스 — Tencent Hy License v1.0은 매출 5,000만 달러 또는 MAU 1억 명에 적용되는 MaaS 조항이 포함된 Apache 2.0 파생 라이선스이며, ERNIE 5.5 Flash Base Model License v1.0은 유럽연합, 영국, 한국을 영토에서 완전히 제외합니다.
라이선스 행은 각주가 아니다. 유럽 팀은 지원금 조건상 ERNIE 체크포인트를 전혀 사용할 수 없으며, 아무리 큰 벤치마크 우위도 이를 바꾸지 못한다. 어떤 규모의 팀이든 Hy4 flash-Base를 사용할 수 있지만, MaaS 매출이 5,000만 달러를 초과하는 팀은 사용 전에 이메일을 보내야 한다.
Baidu의 표가 말하는 것, 그리고 그것을 믿는 데 드는 대가
바이두의 비교 세트는 베이스 릴리스에 적합합니다: ERNIE 5.5 Flash Base를 DeepSeek-V4-Flash-Base, Hy3-preview-Base, MiMo-V2.5-Base와 비교하며, 카드에서 네 모델 모두 공유한다고 설명하는 하나의 파이프라인에서 수행됩니다. 아래의 모든 수치는 바이두가 보고한 것이며 재현되지 않았습니다.
• MMLU — ERNIE 93.3, DeepSeek-V4-Flash-Base 89.4, Hy3-preview-Base 87.5, MiMo-V2.5-Base 87.6.
• MMLU-Pro — 78.4 대 69.2, 66.9, 65.7. 이 세트에서 가장 큰 격차입니다.
• GPQA — 55.9, 50.2, 51.4 대비 60.2.
• HumanEval+ — 69.5, 78.0, 74.4와 비교해 82.3.
• LiveCodeBench — 31.9, 33.5, 32.4 대비 40.1.
• LongBench-v2 — 44.5, 39.8, 44.6에 비해 48.7.
• 사고의 연쇄(chain-of-thought)를 적용한 BBH — Hy3-preview-Base의 90.0, MiMo-V2.5-Base의 89.8에 맞선 89.2. 굵은 서식이 무엇을 암시하든, 이는 노이즈 범위 안의 3자 동률이다.
• ChineseSimpleQA — DeepSeek의 75.3 대비 73.0. Baidu의 홈 시장에 가장 가까운 벤치마크에서의 패배다.
그 표는 행이 빠져 있어서, 누군가 골라낸 표라기보다 누군가 직접 만든 표처럼 읽힌다. 그 표에서 빠진 것을 주목하라: Hy4 flash-Base. Tencent의 체크포인트는 11월 5일에는 존재하지 않았으므로, 이 비교에서 두 모델 사이를 직접 잇는 행은 누구에 의해서도 공개된 적이 없다.
면책 조항을 포함해 Tencent의 표에 적힌 내용
Tencent의 기본 테이블은 5종입니다 — Hy4 flash-Base, Hy4 Base, Hy3 preview Base, DeepSeek-V4-flash-Base, DeepSeek-V4-Pro-Base — 또한 행이 누락됩니다. 벤더 보고, 재현되지 않음:
• MMLU-Pro — Hy4 flash-Base의 71.1 대 Hy4 Base의 73.9, Hy3 preview Base의 65.8, DeepSeek-V4-flash-Base의 68.6, DeepSeek-V4-Pro-Base의 73.4.
• SimpleQA — 57.2, 26.4, 31.3, 52.1 대비 37.5. 이 카드에서 가장 큰 손실.
• C-Eval — 95.0, 90.1, 91.9, 93.4 대비 92.0.
• CMMLU — 93.1, 89.6, 89.8 및 90.7 대비 91.6.
• AGIEval 중국어 — 90.6 대 91.2, 87.8, 88.5 및 89.8.
• Belebele — 95.0, 94.2, 94.4 및 95.2 대비 93.8.
• INCLUDE — 82.8 대 88.1, 84.3, 84.0 및 84.3.
• MMMU-Pro — Hy4 Base의 59.6 대비 52.0. 멀티모달 행은 두 Hy 모델에만 존재합니다.
전체적으로 보면: Hy4 flash-Base는 형제 모델들보다 더 작고 저렴한 모델이며 대부분의 행에서 그들에게 뒤지는데, 이는 12B-active 모델이 49B-active 모델을 상대로 보여야 하는 바로 그 모습입니다. 흥미로운 행은 다국어 행으로, 여기서는 훨씬 큰 모델들과 1~2포인트 차이 안에 머물고, SimpleQA에서는 Hy4 Base에 20포인트 뒤처집니다 — 이 사실 검색 격차는 그 능력 중 얼마나 많은 부분이 훈련 데이터보다 파라미터 수에 달려 있는지를 말해줍니다.
텐센트는 바이두의 모델 카드에는 없는 주의사항도 자발적으로 밝힌다. 베이스 모델이 중간 학습 단계에서 대량의 합성 지시 데이터에 노출되었기 때문에, 이 모델은 "퓨샷 평가에서 기대되는 답변 형식을 따르지 못하는 경우가 간혹 있으며, 이로 인해 점수가 왜곡될 수 있다." 자사 평가 하네스가 형식 준수를 측정하고 있을 수도 있다고 벤더가 직접 말하는 것은 그 문장 하나쯤은 언급할 가치가 있을 만큼 드문 일이다.

두 테이블은 서로 겹쳐 놓을 수 없습니다.
이 비교에는 함정이 있으며, 대부분의 인터넷은 말하지 않을 것이기 때문에 분명히 짚고 넘어갈 가치가 있습니다. 두 업체 모두 MMLU-Pro를 공개합니다. Baidu는 ERNIE 5.5 Flash Base에 대해 78.4를 보고합니다. Tencent는 Hy4 flash-Base에 대해 71.1을 보고합니다. 빼서 Baidu의 7.3점 승리라고 보고하고 싶어지지만, 그 뺄셈은 정당화될 수 없습니다.
샷 수가 다르고, 프롬프트 형식도 다르며, Hy4 flash-Base의 경우에는 매크로 평균 점수를 낮출 수 있는 형식 준수 문제가 인정되어 있다. 두 표 모두에 공통된 정의와 함께 등장하는 유일한 수치인 5개 언어 하위 집합의 Belebele는 Hy4 flash-Base의 경우 93.8로 나오며 Baidu의 표에는 아예 없다. 차감할 수 있을 만큼 엄밀한 중첩은 없다.
말할 수 있는 것은 더 좁지만 여전히 유용합니다. 각 벤더의 체크포인트는 대부분의 행에서, 각자 선택한 서드파티 DeepSeek 베이스라인을, 자체 하네스가 산출한 격차만큼 앞선다는 것입니다. 같은 방향을 가리키는, 어느 정도 독립적인 두 주장은 어느 하나보다 강한 증거이고, 공유 벤치마크보다는 약한 증거입니다. 이것이 이 두 카드가 뒷받침하는 것의 정직한 상한입니다.

한 릴리스는 끝났고, 다른 하나는 약속입니다.
이것이 위의 어떤 행보다도 더 중요한 비대칭성이며, 그것은 벤치마크 품질에 관한 것이 아니다.
텐센트는 11월 17일에 세 가지 아티팩트를 공개했습니다: 인스트럭트 모델, 해당 모델의 FP8 빌드, 그리고 베이스 체크포인트입니다. 오늘 채팅 모델을 원하는 팀은 이를 다운로드하고, 고정된 vllm/vllm-openai:hy4-flash 이미지로 vLLM에 로드하여 서빙할 수 있습니다. 베이스 체크포인트는 파인튜닝을 원하는 사람들을 위해 마련되어 있으며, 카드에서는 파인튜닝 가이드를 안내합니다.
바이두는 11월 5일 하나의 산출물을 공개했다. ERNIE 5.5 Flash Base는 사전 학습된 가중치다. 다운로드할 수 있는 인스트럭션 튜닝된 ERNIE 5.5 Flash는 없고, 배포 자료 어디에도 그 이름으로 문서화된 API 엔드포인트가 없으며, 모델 카드는 포스트 트레이닝된 모델을 단지 "뒤따를 예정인 것"으로만 설명한다. 오늘 ERNIE 5.5 Flash Base를 다운로드하는 팀은 사용 가능한 형식으로 질문에 답할 수 있는 모델을 갖기 전에 280B 규모의 가중치를 대상으로 포스트 트레이닝을 직접 수행하기로 사실상 약속하는 셈이다.
연구 그룹에게 그것은 바로 흥미로운 아티팩트다. 제품 팀에게 그것은 모델이 아니라 끝없는 작업이 따라붙는 출발점이며, 올바른 비교 대상은 Hy4 flash-Base가 아니라 Hy4 flash다 — 후자는 토큰당 비용이 들지만 지금 작동한다.

라우터가 베이스 체크포인트 결정에 어떻게 들어맞는가
베이스 체크포인트는 라우터가 제공하는 것이 아니며, 그렇다고 암시하는 것은 정직하지 않습니다. OrcaRouter는 Hy4 flash-Base도 ERNIE 5.5 Flash Base도 제공하지 않으며, 어느 벤더의 instruct 모델도 현재 카탈로그에 없습니다. 카탈로그에 실제로 있는 것은 tencent/hy4-preview — Hy4 flash가 증류된 770B/49B 모델 — 로, 백만 입력 토큰당 $0.834, 백만 출력 토큰당 $2.501이며, 캐시 읽기는 $0.042입니다.
이는 특정 결정에 중요합니다. 220B 기본 체크포인트를 파인튜닝할지 고려 중이라면, 첫 번째 질문은 해당 패밀리의 동작이 애초에 귀하의 작업에 적합한지이며, 미리보기 모델이 한나절 만에 그 답을 내줍니다 테스트에 쓰는 토큰 비용만 치르면 됩니다. 텐서 병렬 FP8 배포를 위해 GPU 8개를 프로비저닝하기 전에 그렇게 하는 것이 프로젝트 전체에서 가장 저렴한 단계입니다. 공급자 정가는 0% 마크업으로 그대로 전달되므로, Tencent의 가격 변경은 다음 재구축 때가 아니라 발생 당일 카탈로그에 반영되며, 자동 페일오버 덕분에 평가 작업이 중단되지 않습니다 업스트림 하나가 한 시간 동안 장애를 겪었다고 해서.
파인튜닝이 효과가 있다면, 가중치를 소유하게 되고 라우터는 더 이상 그 경로의 일부가 아니게 됩니다. 효과가 없다면, 알아내는 데 분기가 아니라 오후 한나절을 쓴 셈입니다.
이 매치업을 어떻게 읽어야 할까요
작업을 수행할 수 있는 모델을 원한다면 이 페이지는 잘못된 페이지입니다: {{1}}Hy4 flash{{/1}}는 완성된 모델이고 {{2}}ERNIE 5.5 Flash{{/2}}는 아직 완성된 모델이 없습니다. 구축할 기반이 되는 사전 학습 모델을 원한다면, 두 후보는 마케팅이 시사하는 것보다 더 가깝고 벤치마크 단순 비교가 보여주는 것보다는 더 멀리 떨어져 있습니다.
ERNIE 5.5 Flash Base는 더 크고 더 오래 학습되었습니다 — Muon 옵티마이저로 33.5조 토큰 — 그리고 자체 하네스에서 더 강한 점수를 보고하며, 여기에는 비교표에 있는 어떤 Tencent 모델도 필적하지 못하는 MMLU-Pro 수치가 포함됩니다. Hy4 flash-Base는 더 작고 활성 12B로 서빙 비용이 더 저렴하며, 네이티브 멀티모달이고, 비전 인코더와 추측 디코딩 드래프터를 갖추고 있으며, 세 관할권을 배제하지 않는 라이선스와 함께 제공됩니다.
결정적 요인은 아마도 성능도 라이선스도 아니라 둘 사이의 12일일 것이다. Baidu의 체크포인트는 파인튜닝 커뮤니티가 무언가를 만들어 낼 수 있는 거의 2주를 가졌고, Hy4 flash-Base는 1주를 가졌다. 인스트럭션 튜닝된 ERNIE 5.5 Flash가 등장하는지, 그리고 누군가 Hy4 flash-Base용 LoRA를 공개하는지 지켜보라. 전자는 공유 벤치마크가 뒤따를 가능성이 큰 진짜 비교를 가능하게 할 것이고, 후자는 실무자들이 실제로 어느 베이스를 더 선호했는지를 알려 줄 것이다.
이 글에서 비교한 모델1
이 글에서 자동 인식
