ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base: de ene kun je downloaden, de andere alleen huren

Baidu heeft nu beide helften van hetzelfde model uitgebracht, in de verkeerde volgorde. ERNIE 5.5 Flash Base — de checkpoint met 280 miljard parameters, 14 miljard actieve parameters per token — verscheen op 5 november 2026 op Hugging Face met een technische release van twintig pagina's, dertig benchmarkregels en een licentie waarvoor je een jurist nodig had om haar te lezen. Zes dagen later, op 10 november, verscheen ERNIE 5.5 Flash als geprijsd endpoint op Baidu Qianfan voor $0.28 per miljoen inputtokens en $1.13 per miljoen outputtokens, zonder aankondiging, zonder modelkaart en zonder enige evaluatietabel. De keuze tussen ERNIE 5.5 Flash en ERNIE 5.5 Flash Base is dus geen keuze tussen een groot model en een klein model. Het is een keuze tussen het ene artefact dat je kunt inspecteren en het ene dat je daadwerkelijk kunt aanroepen. De baselines waarmee je elk van beide ERNIE-modellen zou benchmarken, worden gefactureerd tegen lijstprijzen van de provider, waarbij de OrcaRouter-vergoeding op elke rij als $0.00 wordt weergegeven dus een vergelijkingsrun kost één sleutel en één factuur.

Dezelfde gewichten, twee verschillende eindtoestanden

Het basischeckpoint is het einde van pre-training en niets anders. Het maakt tekst af. Het volgt geen instructies, houdt geen systeemprompt aan, roept geen tool aan en weigert geen verzoek, omdat die gedragingen door post-training worden geproduceerd en dit checkpoint die niet heeft gehad. Baidu zegt dat direct: de repository is "het checkpoint aan het einde van pre-training, vóór enige mid- of post-training," gepositioneerd als uitgangspunt voor domeinaanpassing, instruction tuning en onderzoek naar reinforcement learning.

ERNIE 5.5 Flash is wat post-training ervan heeft gemaakt. Het beantwoordt prompts, biedt function calling en gestructureerde outputs, en redeneert voordat het spreekt. De twee zijn in geen bruikbare zin versies van elkaar — de ene is een trainingsinput, de andere een product — en dat praktische verschil bepaalt de hele beslissing.

• Parameters — 280B totaal, 14B actief per token, sparse mixture-of-experts, aan beide zijden. Zelfde architectuur.

• Downloadgrootte — 288 GB verdeeld over 139 bestanden in de FP8-repository, met daarnaast een aparte BF16-repo. Dit is het getal om mee te begroten, niet het verdubbelde aantal parameters.

• Context — 128.000 tokens tijdens training, waarbij de vrijgegeven configuratie op 1.048.576 is ingesteld voor fine-tuning en inferentie. Het geserveerde model staat vermeld op 1.024.000 invoer, wat hetzelfde venster is, naar beneden afgerond voor een tariefkaart in plaats van een andere capaciteit.

• Uitvoerplafond — het basis-checkpoint heeft er praktisch geen; het geserveerde model staat 921.600 uitvoertokens toe, omdat het bij elk verzoek redeneert en men het niet kan opdragen dat niet te doen.

• Modaliteit — tekst in, tekst uit, aan beide kanten. Geen afbeeldingen, geen audio, geen pdf's. Elke workload met een screenshot erin valt voor beide buiten scope, en dat gaat niet veranderen met een fine-tune.

• Prijs — de gewichten zijn gratis onder een licentie met territoriale beperkingen; de API kost $0,28 en $1,13 per miljoen tokens, met gecachte invoer tegen $0,028.

• Onafhankelijke score — geen van beide heeft er een. Artificial Analysis bevat rijen voor ERNIE 4.5 en ERNIE 5.0 en helemaal geen rij voor ERNIE 5.5, van welke aard dan ook.

De documentatie loopt precies achterstevoren

Voor een basis-checkpoint heeft Baidu een werkelijk gedetailleerde technische release gepubliceerd: de architectuur (43 lagen, 512 gerouteerde experts per MoE-laag met top-10-selectie plus een gedeelde expert), het trainingsbudget (33,5 biljoen tokens met de Muon-optimizer), het attention-ontwerp, de tokenizer, de serving-recepten voor vLLM en SGLang, en een benchmarktabel met rijen waarin het model verliest. ChineseSimpleQA staat op 73,0 tegenover 75,3 van DeepSeek. BBH met chain-of-thought is een drieweggelijkspel binnen de ruis. Dat is de vorm van een tabel die iemand heeft opgebouwd in plaats van een tabel die iemand heeft uitgekozen, en het is het soort openheid dat een model een eerlijke kans op beoordeling geeft.

Voor het chatmodel heeft Baidu een prijs gepubliceerd. Geen kennisafsluitdatum. Geen evaluatie. Geen uitspraak over hoe het post-trained model van de checkpoint verschilt in iets anders dan gedrag. De beschrijving bij het endpoint bestaat uit drie zinnen over architectuur en snelheid — 280 miljard parameters in totaal, 14 miljard actief, een venster van één miljoen tokens, meer dan 200 tokens per seconde — en zegt niets over kwaliteit.

De consequentie is dat de twee artefacten op basis van onverenigbaar bewijs worden beoordeeld. Alles wat bekend kan zijn over ERNIE 5.5 Flash Base komt uit Baidu's eigen harness tegen baselines die Baidu zelf heeft gekozen, en dat alles beschrijft een model dat geen instructie kan volgen. Alles wat bekend kan zijn over ERNIE 5.5 Flash is een prijslijst. Wie de MMLU-Pro-score van 78,4 van het basischeckpoint aanhaalt als bewijs over het chatmodel, maakt de meest voorkomende fout die in deze vergelijking mogelijk is: evaluaties van basismodellen en evaluaties van instructiemodellen meten verschillende dingen en kunnen niet van elkaar worden afgetrokken, geërfd of geëxtrapoleerd.

De licentie is het onderdeel dat mensen overslaan.

De gewichten zijn downloadbaar, wat niet hetzelfde is als open source. De ERNIE 5.5 Flash Base Model License Agreement v1.0, gedateerd 5 november 2026 en vallend onder het recht van Hongkong, beperkt de verlening per grondgebied en per omzet:

• Territorium — gebruik, reproductie, wijziging en distributie zijn overal gelicentieerd "met uitzondering van de Europese Unie, het Verenigd Koninkrijk en Zuid-Korea." Voor een onderneming die in een van die drie is opgericht, is dit geen kwestie van commerciële voorwaarden, maar een nee.

• Omzet — vrij tot US$ 50 miljoen aan jaarlijkse gerelateerde omzet, en zelfs onder die grens is een eenmalige kennisgeving aan Baidu vereist. Daarboven moet het gebruik worden onderbroken totdat schriftelijke autorisatie is ontvangen. Gerelateerde omzet wordt geaggregeerd over producten en gelieerde ondernemingen, waardoor het plafond eerder wordt bereikt dan de P&L van een enkel product doet vermoeden.

• Naamsvermelding — elk commercieel product moet prominent "Powered by ERNIE" weergeven.

• Outputs — mogen niet worden gebruikt om een ander model te verbeteren. Het trainen van een afgeleide is toegestaan; het distilleren van dit model naar iets anders niet.

Niets daarvan geldt voor aanroepen via Baidu's API. De gehoste route valt onder commerciële API-voorwaarden, niet onder de licenties voor de gewichten, dus een Europees team dat van de download is uitgesloten, kan het model nog steeds per token huren — wat stilletjes een van de sterkere argumenten is voor de endpoint boven de repository.

Welke je eigenlijk wilt

De beslissing volgt uit drie vragen, en geen ervan is 'wie het slimst is'.

Kun je 288 GB draaien? Zo niet, dan is het basischeckpoint geen optie, ongeacht de voorwaarden, en valt de vergelijking terug op "gebruik de API of gebruik een ander model." Een 280B mixture-of-experts met 14B actief is goedkoop om per token te serveren en duur om per machine te hosten, en de kloof tussen die twee feiten is waar de meeste selfhostingplannen sneuvelen.

Is uw taak vast en gaat het om grote volumes? Dit is het enige geval waarin de gewichten economisch winnen. Een enkele smalle taak — classificatie, extractie, een domeinspecifieke transformatie — die op een basischeckpoint wordt fijngestuurd, amortiseert de trainingsrun en kost daarna niets per aanroep. Voor altijd $1.13 per miljoen outputtokens betalen voor een taak die u zelf kunt bezitten, is een langzame lekkage, en het basischeckpoint is qua licentievoorwaarden precies voor die koper geprijsd.

Moet het deze week werken? Dan is het de endpoint, want een fine-tune op 280B parameters is een begrotingspost en een kalenderkwartaal, geen middag. De API geeft je vandaag een ongedocumenteerd model met tool-calling, reasoning en invoer van een miljoen tokens, tegen een prijs die ongeveer het dubbele is van de concurrentie in de Flash-tier en die daar niet duidelijk onredelijk voor is.

Wat niemand zou moeten doen, is de twee in een evaluatie als uitwisselbaar behandelen. Scores van base-checkpoints zijn geen voorproefje van API-kwaliteit, en de prijs van de API is geen bewijs van API-kwaliteit. De enige meting die iets beslecht, is die van jezelf — een vaste promptset die je door het endpoint laat lopen, geteld in outputtokens, vergeleken met wat je anders van plan was te gebruiken.

Beide vragen via één sleutel laten lopen

Het vergelijkingsgedeelte van dit werk vereist geen Baidu-account. OrcaRouter routeert meer dan 200 modellen achter één OpenAI-compatibele sleutel tegen de lijstprijs van de provider, zonder opslag: MiniMax M3.1 Flash voor $0,15 en $0,60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash en Gemini 3.8 Flash zijn er allemaal, en automatische failover houdt een benchmarkrun in leven wanneer een provider midden in een sweep hapert. ERNIE 5.5 Flash zit er niet bij — er is geen ERNIE-vermelding in de catalogus en geen Baidu-endpoint waar we naartoe kunnen routeren — dus het endpoint moet via Baidu's eigen API worden aangeroepen en de cijfers moeten handmatig worden overgenomen.

Die asymmetrie is het waard om ronduit te benoemen in plaats van eromheen te werken: het model dat je kunt downloaden is gratis en onbruikbaar zonder een training, het model dat je kunt aanroepen is ongedocumenteerd en uitsluitend bereikbaar via één leverancier, en de modellen waartegen je zou benchmarken staan op één enkele gerouteerde sleutel. Twee van die drie feiten zullen veranderen. De licentievoorwaarde waarschijnlijk niet.

Wat er te bekijken valt, is beperkter dan het model zelf. Een modelkaart voor ERNIE 5.5 Flash met een evaluatietabel zou het mogelijk maken deze vergelijking te beantwoorden. Een tweede aanbieder die de preview serveert, zou zijn uptime en zijn prijs concurrerend maken. En een onafhankelijke score van een tracker die zijn eigen harness draait, zou in één middag beslechten wat twee weken specificaties lezen niet kan — want op dit moment is de eerlijke samenvatting dat Baidu de helft van het model heeft gedocumenteerd die niemand kan gebruiken, en de helft die iedereen kan gebruiken op goed vertrouwen heeft overgelaten.