ERNIE 5.5 Flash Preview: twee prijzen, een gratis endpoint en geen ranking om mee uit te pakken

Baidu's verkooppraatje voor ERNIE 5.5 Flash Preview, gepost op X op 13 november 2026, is dat het model "breed inzetbaar" is: speelbare werelden, 3D-modellen, onderzoeksrapporten, interactieve werkboeken. De boodschap eronder is "open-weight basismodel." Drie dagen na de aankondiging van 11 november kloppen de dingen die een koper als eerste zou controleren niet met een van beide woorden. Het model heeft twee gepubliceerde betaalde tariefkaarten waarvan de een ongeveer half zo duur is als de andere, een gratis gehoste variant die al een dag vóór de lancering bestond, geen onafhankelijke benchmarkscore en geen positie op de arena-ranglijst die zijn naam draagt. En de gewichten die daadwerkelijk te downloaden zijn, zijn van ERNIE 5.5 Flash Base, niet van het model waarmee de demo's zijn gemaakt.

Dat maakt het nog geen slecht model. Het maakt er een preview van waarvan de marketing het papierwerk heeft ingehaald, wat normaal is voor een release van drie dagen oud en de moeite waard om te weten voordat je er een pipeline op richt.

Wat Baidu op 11 november daadwerkelijk heeft uitgebracht

De eigen productupdatespagina van het ERNIE-team is gedateerd op 11 november 2026 en beschrijft ERNIE 5.5 Flash als een mixture-of-expertsmodel met 280B parameters, 14B actieve parameters en een contextvenster van 1.024.000 tokens. De pagina noemt de release "een tussencheckpoint uit de post-training" — een formulering die heel wat werk verzet, want ze betekent dat het model expliciet nog niet het definitieve product is. De gewichten, zo staat er, "zullen binnenkort onder Apache 2.0 open source worden vrijgegeven."

Die pagina is waar de demoreel vandaan komt, en de demo's zijn de reden dat het model aandacht kreeg. Een speelbare Unreal Engine 5.8-build die in één taak van 11 uur tot stand kwam. Ongeveer 100 minigames via Cocos, Unity, LayaAir, PixiJS en Canvas 2D. Een Blender-scène van een 747 en Daxing Airport, aangestuurd door twee samenwerkende agents. Een FreeCAD W16-motor, Shenzhen-torens en een maanrover. Een rapport van 20 pagina's over AI-energiekosten, een werkmap met een Monte Carlo van 1.000 paden, 4.169 verwerkte NHTSA-crashrapporten, een orkestrale WAV van 6m34s, en een 116 seconden durende "Pelican Test" die meer dan 10.000 regels Python voortbrengt in 20 kunststijlen. Baidu noemt ook 300.000 workspaces, 10 miljoen referentiebestanden en meer dan 40 ondersteunde bestandstypen als de omgeving waarin deze draaiden.

Het deel dat lezers verkeerd begrijpen: het ziet niet

ERNIE 5.5 Flash Preview rendert 3D-modellen en gamewerelden, dus de voor de hand liggende aanname is dat het een multimodaal model is dat afbeeldingen genereert. Dat is het niet. Het arena-rooster dat de rij van het model bevat, registreert de capaciteit voor beeldinvoer als onwaar, en Baidu's eigen beschrijvingen noemen elk visueel artefact code: Blender-scripts, FreeCAD-scripts, Pycairo- en Pillow-tekenaanroepen, Unity-projecten. Het model schrijft het programma dat de afbeelding produceert. Dat onderscheid is van belang voor hoe je er budget aan toekent, omdat een tekstgebaseerd model dat 3D-werk doet tokens verbruikt aan broncode in plaats van aan beeldpatches, en het faalt op een andere manier — een kapot script in plaats van een verkeerde pixel.

De Pelican Test van 116 seconden is het zuiverste voorbeeld van waar het model daadwerkelijk goed in is. Tienduizend regels Python, twintig kunststijlen, tweeëntwintig audio-opnamen, allemaal in minder dan twee minuten; Baidu's eigen framing is dat het model bugs uit playtests omzet in codetests. Dat is een verhaal over een coding-agent met een grafische opsmuk erbovenop, niet een verhaal over beeldgeneratie.

Drie prijskaartjes, één model

Deze week stond op de Chinese productpagina van Baidu Qianfan het tarievenoverzicht voor ERNIE 5.5 Flash Preview: ¥0,001 per duizend invoertokens in het venster van 08:00–22:00, ¥0,0001 per duizend gecachte invoertokens en ¥0,004 per duizend uitvoertokens. Per miljoen tokens komt dat neer op ¥1 voor invoer, ¥0,1 voor gecachte invoer en ¥4 voor uitvoer. Bij de referentekoers van 13 november van 6,685 CNY per dollar is dat omgerekend ongeveer $0,15 voor invoer, $0,015 voor gecachte invoer en $0,60 voor uitvoer per miljoen tokens.

De USD-prijsopgave die eerdere berichtgeving over dit model gebruikte — degene die de meeste artikelen nog steeds herhalen — is $0,28 voor input, $0,028 voor cached en $1,13 voor output. Hetzelfde model, dezelfde week, gepubliceerd door dezelfde leverancier, met ongeveer 47% verschil op elke regel.

Dan is er nul. Een gratis variant van hetzelfde model, met dezelfde context van 1.024.000 tokens en hetzelfde plafond van 921.600 tokens voor completions, verscheen op 10 november in een modelcatalogus van een derde partij — een dag vóór Baidu's eigen releasepagina, en staat nog steeds vermeld op $0 voor zowel prompt- als completion-tokens. Dat is het eindpunt waar Baidu's thread van 13 november lezers naartoe wijst wanneer er staat dat ze het model moeten proberen. Dus het bereik in de tweet is echt; de prijs is wat de interface ook zegt dat die is.

Neem een concrete agent-run: 40 modelaanroepen, 30.000 invoertokens per aanroep, in totaal 260.000 uitvoertokens.

• Op de USD-kaart — 1,2M invoer tegen $0,28 plus 0,26M uitvoer tegen $1,13 komt neer op ongeveer $0,63 per run.

• Op de CNY-kaart — dezelfde tokens komen neer op ongeveer $0,34 per run.

• Op de gratis variant — $0.00, wat de snelheidslimieten ook blijken te zijn.

Ik ga het CNY-bedrag niet als prijsverlaging bestempelen, want ik kan niet aantonen dat het nieuw is in plaats van de regionale tariefkaart die altijd al bestond. Wat wel controleerbaar is, is dat het getal waar een lezer op uitkomt volledig afhangt van welke pagina die opent, en dat geen enkel tot nu toe gepubliceerd artikel die cijfers met elkaar verzoent. Voor een chatsessie gaat het om centen. Voor een agent die honderdduizenden aanroepen doet, is het een begrotingspost, en het is de moeite waard om te weten voor welke van de drie je je eigenlijk aanmeldt voordat de factuur het je vertelt.

Ongerangschikt is niet hetzelfde als slecht, maar het is ook geen resultaat.

De arena-roster die ERNIE 5.5 Flash Preview vermeldt, heeft er een rij voor en geen positie. In de categorie web-dev bevat de vermelding de placeholder met de maximale integerwaarde van de roster in plaats van een rang — de waarde die een leaderboard gebruikt voor een model dat stemmen heeft verzameld, maar nog niet is geplaatst. Twee andere vermeldingen in dezelfde dump hebben dezelfde placeholder, dus dit is een normale status vóór rangschikking, geen straf. Het betekent wel dat wanneer iemand je vertelt dat het model ergens "gerangschikt" is, die persoon een getal leest dat niet is berekend.

Artificial Analysis heeft helemaal geen pagina voor het model — de leaderboard ervan vermeldt ERNIE 4.5 300B A47B en ERNIE 5.0 Thinking Preview, en niets uit de 5.5 Flash-lijn. De benchmarktabel die Baidu bij de release publiceerde, telt twintig rijen, waaronder Terminal-Bench 2.0 met 46,5, en elk van die cijfers is door de leverancier uitgevoerd en door niemand buiten Baidu gereproduceerd. Dezelfde voorzichtigheid geldt voor de score van 1.668 op Code Arena die sinds de lancering circuleert, die een AutoEval-basis heeft en geen stemmentelling.

Dus de eerlijke scorekaart voor dit model heeft per 14 november precies één lege kolom: onafhankelijk bewijs.

De gewichten die bestaan, zijn van Base, niet van Preview.

Het bericht van Baidu van 13 november noemt ERNIE 5.5 Flash Preview een "open-weight basismodel". Wat op Hugging Face staat, is ERNIE 5.5 Flash Base — een repository die op 21 oktober 2026 is aangemaakt en voor het laatst op 5 november is gewijzigd, met de ERNIE 5.5 Flash Base Model License v1.0 in plaats van Apache 2.0. Die licentie sluit de EU, het VK en Zuid-Korea uit, hanteert een omzetdrempel van $50M en vereist een naamsvermelding "Powered by ERNIE". Er is geen Preview-gewichtenrepository in de lijst van de organisatie, alleen Base en Base-BF16.

De zin in de tweet geldt dus voor de familie en nog niet voor het model daarin. De Apache 2.0-belofte staat op "binnenkort" en is nog niet ingelost. Wie vandaag ERNIE 5.5 Flash Preview zelf wil hosten, heeft niets om te downloaden; wie ERNIE 5.5 Flash Base zelf wil hosten, heeft een licentie die eerst zorgvuldig moet worden gelezen, want de beperkingen zijn geografisch en commercieel, niet alleen een kwestie van naamsvermelding.

Hoe een preview met alleen tekst zonder rang wordt overgenomen

De verstandige manier om een model in deze staat te gebruiken, is zoals je elk onbewezen endpoint zou gebruiken: geef het de werklast waarvoor zijn ene duidelijke voordeel geschikt is, en laat het nooit het enige zijn dat een productiepad overeind houdt. Dat voordeel is concreet: 1.024.000 tokens aan invoer en een uitvoerplafond van 921.600 tokens, wat veel meer is dan de meeste modellen in één antwoord zullen genereren, plus een prijs die laag is, zelfs op de duurste van zijn twee tariefkaarten.

Dit is ook waar een routeringslaag echt zijn meerwaarde bewijst in plaats van alleen maar handig te zijn. De catalogus van OrcaRouter bevat momenteel geen ERNIE 5.5 Flash Preview — de modellenlijst retourneert 215 vermeldingen en helemaal geen Baidu-model — dus ik ga je geen beschikbaarheidsregel schrijven die doet alsof dat wel zo is. Wat het platform je voor een preview als deze wél biedt, zijn de contouren van een veilig experiment: automatische failover tussen providers achter één endpoint, zodat een preview zonder uptimegeschiedenis nooit een single point of failure hoeft te zijn, en 0% markup met de lijstprijs van de provider doorgegeven, zodat je van die twee tariefkaarten degene ziet waarop je wordt gefactureerd, op de dag dat die verandert. Als je op het model bouwt via de eigen API van Baidu en meerdere platforms van derden en later alles anders op dezelfde sleutel wilt, stelt de routing-DSL meerdere modellen samen in één aanroep zonder een tweede contract of een codewijziging.

Wat zou deze uiteenzetting veranderen?

Drie gebeurtenissen, in de volgorde waarin ze waarschijnlijk zullen plaatsvinden. De Apache 2.0-gewichten voor ERNIE 5.5 Flash die op de Hub verschijnen, zouden de open-weight-kwestie beslechten en, als de licentie echt Apache 2.0 is, het model wezenlijk anders maken dan de Base-checkpoint die daar nu staat. Een eerste onafhankelijke evaluatie — een Artificial Analysis-pagina, een gerangschikte arenapositie, een reproduceerbare Terminal-Bench-run van iemand die niet van Baidu is — zou de leverancierstabel vervangen door bewijs. En iemand die de CNY- en USD-tariefkaarten verzoent tot één gepubliceerd getal, zou je vertellen wat het model werkelijk kost.

Tot die tijd is de eerlijke samenvatting degene waartegen de demo reel pleit: een sterk tekst-en-code-model met ongewoon lange uitvoer, goedkoop geprijsd op ten minste één kaart en gratis op een andere, verpakt in marketing die capaciteiten en openheid suggereert die het nog niet heeft. Gebruik het voor wat het aantoonbaar doet — schrijf het script, genereer de test, stel het rapport op — en beschouw de 3D-werelden, het label 'open-weight' en de ontbrekende rang als claims die nog onderweg zijn, niet als specificaties waarop je kunt bouwen. Het gratis endpoint is de minst riskante manier om erachter te komen of het model bij je past, juist omdat er nog niets van afhangt.