ERNIE-5.5-Flash vs DeepSeek V4.1 Flash: Baidu is deze strijd zelf aangegaan

De nuttigste vergelijking voor ERNIE-5.5-Flash is niet door een recensent geschreven. Die staat in Baidu's eigen benchmarktabel, waar de nieuw uitgebrachte ERNIE-5.5-Flash-Base wordt afgezet tegen DeepSeek-V4-Flash-Base met 284B totale en 13B actieve parameters — bijna exact dezelfde grootteklasse als ERNIE's 280B totale en 14B actieve. Dat is de enige gelijkwaardige confrontatie in de hele ERNIE 5.5-lancering: twee voorgetrainde checkpoints, één harness, dezelfde prompts. Al het andere in deze confrontatie is asymmetrisch, want DeepSeek V4.1 Flash is een afgerond, MIT-gelicenseerd, geprijsd en geserveerd model, en ERNIE-5.5-Flash is een basis-checkpoint waarvan de post-getrainde versie volgens Baidu "nog volgt." Het eerlijke artikel is daarom twee artikelen: wat de base-tot-base-cijfers zeggen, en wat er gebeurt als je die cijfers naast een model legt dat mensen daadwerkelijk kunnen aanroepen. OrcaRouter geeft providerlijstprijzen door zonder opslag, dus DeepSeek's tijdstipkorting gaat in op de dag dat die geldt.

De enige vergelijking die Baidu op gelijke voorwaarden uitvoerde

Baidu heeft 30 benchmarks gepubliceerd verdeeld over zeven categorieën, geëvalueerd binnen één enkele pipeline met identieke prompts en few-shot-voorbeelden, tegen drie basismodellen: DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) en MiMo-V2.5-Base (310B-A15B). De DeepSeek-rij is degene die je aandachtig moet lezen, omdat de parameteraantallen dicht genoeg bij elkaar liggen dat architectuur en datakwaliteit het werk doen in plaats van schaal.

• Totaal aantal parameters — ERNIE-5.5-Flash-Base 280B vs DeepSeek-V4-Flash-Base 284B

• Actief per token — 14B vs 13B

• Pretraining-tokens — 33.5T vs. niet vermeld in de vergelijkingsrij

• Trainingscontext — 128K vs 128K-klasse

• Vrijgegeven gewichten — FP8 en BF16, beide nu beschikbaar

• Licentie — ERNIE 5.5 Flash Base Model License Agreement v1.0 vs MIT

Op de rijen die Baidu benadrukt, leidt ERNIE: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 89,2 met chain of thought, HumanEval+ 82,3, MBPP+ 81,5, HELMET-RAG 71,5 en RepoQA 91,7. Het is een oprecht sterk scoreblad voor het basismodel. Het is ook door de leverancier uitgevoerd, op een door Baidu ontworpen harness, gepubliceerd op de dag dat de gewichten werden vrijgegeven. Beschouw het als een claim met een gedetailleerde bijlage, niet als een resultaat.

Het meest informatieve deel is waar ERNIE verliest. Baidu's bericht geeft toe dat ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench en FullStackBench naar een concurrent gaan. Een lanceringstabel die zijn eigen verliezen afdrukt, vertelt je dat de vergelijking te goeder trouw is uitgevoerd — wat de waarde van de rijen die ERNIE wint vergroot in plaats van verkleint.

Waar de symmetrie breekt: één model is klaar

DeepSeek V4.1 Flash werd uitgebracht op 10 september 2026, met een "1017"-snapshot op 17 oktober. Het is een sparse mixture-of-experts-model met een ruggengraat van 552B en ongeveer 763B totale parameters, inclusief conditioneel geheugen, dat 8B activeert bij invoer en 16B bij uitvoer. Native multimodale invoer, een context van 1M tokens, 45T trainingstokens en een MIT-licentie. Volgens de lijsttarieven die OrcaRouter hanteert, kost het $0,15 per miljoen invoertokens en $0,60 per miljoen uitvoertokens, met gecachte leesbewerkingen aan $0,003–$0,006; DeepSeeks eigen API voegt een korting op basis van het tijdstip van de dag toe, wat goed is om te weten voordat je een kostenmodel bouwt rond het laagste getal dat je kunt vinden.

Dat model volgt instructies op, roept tools aan, accepteert afbeeldingen en heeft een gepubliceerde prijs. ERNIE-5.5-Flash-Base doet geen van die dingen, omdat het niet post-trained is. De vergelijking die voor een koper van belang is, is daarom niet base-to-base — het is voltooid-model-tegen-voltooid-model, en een van de twee voltooide modellen bestaat nog niet.

Dit is geen kleine kanttekening. Post-training is waar instructieopvolging, toolgebruik, weigeringsgedrag, opmaakdiscipline en het grootste deel van de waargenomen kwaliteit van een modern model uit de Flash-klasse vandaan komen. De MMLU-score van een basis-checkpoint zegt je iets over de prior. Over de vraag of het model betrouwbaar een JSON-object zal produceren, een systeemprompt zal volgen of een agent-loop van 40 beurten zal doorstaan, zegt die bijna niets. DeepSeek V4.1 Flash heeft op die assen gepubliceerd gedrag. ERNIE 5.5 Flash heeft een belofte.

Het licentieverschil is de sluimerende kwestie.

DeepSeek brengt V4.1 Flash uit onder MIT. Dat is ongeveer zo ruim als modellicenties kunnen zijn: commercieel gebruik, wijziging, herdistributie, geen beperkingen op het gebruiksgebied, geen afzonderlijke overeenkomst om te onderhandelen. Baidu brengt ERNIE-5.5-Flash-Base uit onder de ERNIE 5.5 Flash Base Model License Agreement v1.0 — een licentie op maat, niet Apache 2.0, en opmerkelijk genoeg een stap terug ten opzichte van ERNIE 4.5, dat in 2025 onder Apache 2.0 werd uitgebracht.

Voor een onderzoeksteam maakt dit misschien niets uit. Voor een bedrijf dat wil fine-tunen op propriëtaire data en een product op de markt wil brengen, is het het eerste dat de juridische afdeling zal lezen, en op maat gemaakte Chinese modellicenties hebben historisch gezien gebruiksbeperkingen, naamsvermeldingsvereisten en drempelwaarden gekend die MIT niet heeft. Dat de gewichten downloadbaar zijn, is niet hetzelfde als dat de gewichten bruikbaar zijn op jouw voorwaarden.

Dat verschil wordt groter naarmate de omvang toeneemt. ERNIE met in totaal 280B parameters is in FP8 goed voor ongeveer 280GB, nog voordat je KV-cache en extra ruimte voor activaties meerekent; het totaal van 763B van DeepSeek V4.1 Flash is nog groter, en dat is precies waarom de meeste teams het via een API gebruiken in plaats van via een GPU-cluster. Als je van plan bent een van beide zelf te hosten, is de licentie het goedkopere probleem om op te lossen.

Serving: beide repo's noemen dezelfde tools, de ene heeft twee maanden voorsprong

{{1}}De modelkaart van Baidu bevat voorbeelden voor SGLang en vLLM, en de Megatron-Bridge-repository van NVIDIA bevat al een fine-tuningvoorbeeld voor ERNIE 5.5.{{/1}} {{2}}Dat is een degelijke release — een basismodel met kant-en-klare servingrecepten vanaf dag één is meer dan veel labs voor elkaar krijgen.{{/2}}

Het ecosysteemvoordeel van DeepSeek zit niet in de recepten, maar in de kilometers. V4.1 Flash is al bijna twee maanden in productie, heeft een 1017-snapshot met gepubliceerde delta's — Terminal-Bench 4.0 gaat van 31.2 naar 42.3, DeepSWE v1.1 van 74.2 naar 77.0 — en is beschikbaar via de eigen API van de leverancier en verschillende platforms van derden, waaronder OrcaRouter. Wanneer een quantisatie breekt of een kernel regresseert, heeft iemand het probleem al gemeld.

Specifiek op OrcaRouterdeepseek/deepseek-v4.1-flash en de vastgezettedeepseek/deepseek-v4.1-flash-1017 zijn vandaag beide routeerbaar tegen de lijstprijs van de provider met 0% markup, wat betekent dat de korting buiten de piekuren op de dag dat DeepSeek die toepast zichtbaar is in je facturering, in plaats van pas na een resellermarge. ERNIE-5.5-Flash staat niet in de catalogus — er is geen ERNIE-vermelding onder de 216 model-ID's — dus niets hier mag worden opgevat als een claim dat ERNIE wordt gehost. Het routeerpunt is beperkter: als je moet kiezen tussen een model dat je nu kunt aanroepen en een dat je niet kunt, is de platformvraag al beslecht.

Wat te doen deze week

Als je in productie een goedkoop Flash-model met een lange context nodig hebt, is DeepSeek V4.1 Flash het antwoord en zit ERNIE niet in de overweging. Dat is geen oordeel over de kwaliteit van Baidu's checkpoint. Het is een constatering dat een onbeprijsd, niet-post-getraind, niet-geserveerd basismodel geen productieslot kan bezetten.

Als je continued pretraining in het Chinees doet, kantelt de berekening. ERNIE-5.5-Flash-Base op 280B-A14B met 33.5T tokens erachter is een geloofwaardig startpunt, de architectuur is ongewoon gedetailleerd gedocumenteerd — 43 lagen, 37 HCA plus 6 MLA-DSA, 512 routed experts bij top-10, een vocabulaire van 201.216 tokens — en het Megatron-Bridge-voorbeeld verkort de weg naar een eerste fine-tune. Lees de licentie voordat je de benchmarks leest.

Als je evalueert in plaats van bouwt, is de nuttige stap om de gepubliceerde basisvergelijking van Baidu zelf uit te voeren op de twee open checkpoints. Beide zijn downloadbaar, beide passen in dezelfde testopstelling, en het reproduceren van de tabel is de enige manier om te weten of de 30-benchmark-sweep contact met een tweede paar handen overleeft.

Het getal om in de gaten te houden

Het is niet MMLU. Het is de prijs die Baidu uiteindelijk op de post-trained ERNIE 5.5 Flash plakt. DeepSeek V4.1 Flash zette een referentie op $0,15/$0,30 input en $0,60/$1,20 output met een context van 1M en een MIT-licentie. Een model uit de Flash-klasse dat boven die prijs uitkomt, heeft een specifieke reden van bestaan nodig — Chinese-taalkwaliteit, dataresidentie of een capaciteit die DeepSeek niet heeft. Een model dat daaronder uitkomt, verandert het kostenverhaal voor elke Chinese-taaltakenworkload.

Totdat dat getal bestaat, heeft deze confrontatie precies één verdedigbare conclusie: Baidu heeft een basismodel gebouwd dat op gelijke voet staat met DeepSeek's basismodel van dezelfde omvang, en heeft nog niet het ding geleverd waarmee iemand de producten zou kunnen vergelijken. Dat is een echt resultaat. Alleen niet het resultaat waar de zoekopdracht om vraagt.