ERNIE-5.5-Flash vs GLM-5.3 Flash: twee open repo's, twee heel verschillende deals

Zowel ERNIE-5.5-Flash als GLM-5.3 Flash is deze week downloadbaar, beide zijn sparse mixture-of-experts-modellen in dezelfde gewichtsklasse, en beide passen op ongeveer dezelfde GPU-configuratie in FP8. Daar houdt de overeenkomst op. GLM-5.3 Flash, op 26 augustus 2026 uitgebracht door Z.ai, is een afgerond multimodaal model onder de MIT-licentie met een gepubliceerde prijs en een beschikbaar endpoint. ERNIE-5.5-Flash-Base, op 5 november 2026 uitgebracht door Baidu, is het checkpoint aan het einde van de pretraining van een model dat geen post-training heeft ondergaan, onder een op maat gemaakte licentie, zonder prijs en zonder endpoint. Ze als concurrerende open modellen vergelijken is redelijk. Ze als onderling vervangbare modellen vergelijken is dat niet, en die kloof is eerder juridisch en procedureel dan technisch.Beide GLM-varianten worden gefactureerd tegen providerlijstprijzen, dus de variant uit de gratis laag kost niets om uit te proberen.

Wat zit er eigenlijk in elke repository?

GLM-5.3 Flash is een model met 320B parameters, 18B actief per token, 45 lagen en een hybride van lineaire en sparse attention die volgens Z.ai de attention-berekening ongeveer met een factor drie verlaagt en de KV-cache ongeveer 4,4 keer verkleint ten opzichte van de tekst-only GLM-5.3. Het contextvenster is 1.048.576 tokens, de uitvoer is afhankelijk van de host ergens tussen 128K en 131K gemaximeerd, en het model accepteert tekst, afbeeldingen en video als invoer en levert tekst als uitvoer. De FP8-gewichten op Hugging Face bedragen ongeveer 328 GB.

ERNIE-5.5-Flash-Base heeft 280B totaal met 14B actief, 33,5T pretraining-tokens, 43 lagen — één dense plus 42 MoE — met 37 lagen op gecomprimeerde HCA-attentie en zes op MLA plus DeepSeek-achtige sparse attention. Verborgen grootte 4.096, 64 heads, 512 gerouteerde experts bij top-10 plus één gedeelde expert, vocabulaire 201.216. Trainingscontext 128K, met 1.048.576 ingeschakeld voor fine-tuning en inferentie in de vrijgegeven configuratie. FP8- en BF16-varianten, beide op Hugging Face.

• Totaal aantal parameters — ERNIE 280B vs GLM 320B

• Actief per token — 14B vs 18B

• Lagen — 43 vs 45

• Context — 1M voor inferentie vs 1M

• Modaliteit — alleen tekst versus tekst, afbeelding en video in

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

• Post-training — geen vs. instructie-afgestemd

• Prijs — niet gepubliceerd vs. $0,15 invoer / $0,50 uitvoer

Het parameterverschil is kleiner dan de naamgeving doet vermoeden en wijst de tegenovergestelde richting op dan je zou aannemen: ERNIE activeert minder parameters per token en heeft er in totaal minder, wat het op papier de goedkopere van de twee maakt om te serveren. GLM's 328GB FP8-voetafdruk is het concrete getal; ERNIE met 280B valt in dezelfde orde van grootte, vóór KV-cache.

De licentie is de eerste tweesprong.

MIT is geen marketingdetail. Het betekent commercieel gebruik, wijziging, herdistributie en afgeleide modellen zonder voorwaarden voor gebruiksgebieden om over te onderhandelen en zonder aparte overeenkomst om te ondertekenen. Een team kan GLM-5.3 Flash fine-tunen op propriëtaire data en het resultaat uitbrengen zonder overleg met de juridische afdeling van Z.ai.

ERNIE-5.5-Flash-Base wordt geleverd onder de ERNIE 5.5 Flash Base Model License Agreement v1.0. Dat is een overeenkomst op maat, en het contrast dat de moeite waard is om te kennen is historisch: Baidu bracht de ERNIE 4.5-familie in 2025 uit onder Apache 2.0. De overstap naar een aangepaste licentie voor de 5.5-basis is een bewuste aanscherping, geen nalatigheid, en die komt precies op het moment dat de gewichten echt nuttig worden — een basis-checkpoint wordt veel waarschijnlijker gefinetuned en opnieuw verspreid dan een instructiegetraind model.

Voor academisch en onderzoeksgebruik is het praktische verschil mogelijk nihil. Voor iedereen die een product bouwt, is het het eerste document om te lezen en mogelijk de reden om de andere repository te kiezen. Gewichten die je kunt downloaden zijn niet hetzelfde als gewichten waarop je kunt voortbouwen.

Modaliteit bepaalt meer workloads dan benchmarks doen.

GLM-5.3 Flash accepteert video. Die ene mogelijkheid haalt het uit de vergelijking met ERNIE voor een grote klasse van 2026-workloads: schermopnamen, productbeelden, bewakingsclips en hoorcollege-opnamen. GLM verwerkt ook afbeeldingen, wat facturen, grafieken, screenshots en de hele categorie documentverwerking omvat.

ERNIE-5.5-Flash-Base is een taalmodel. Tekst erin, tekst eruit. Als de na-getrainde ERNIE 5.5 Flash ooit met multimodale input zou worden uitgebracht, heeft Baidu dat niet gezegd; de release beschrijft een tekstmodel en de benchmarksuite omvat kennis, redeneren, wiskunde, code, meertaligheid en lange context. Niets in het gepubliceerde materiaal wijst op visie.

Die asymmetrie is het waard om ronduit te benoemen, omdat ze gemakkelijk verloren gaat in een specificatievergelijking. Een tekstmodel van 280B en een multimodaal model van 320B zijn geen alternatieven in een inkoopbeslissing; het zijn antwoorden op verschillende vragen. De enige overlap is tekstgeneratie, en in die overlap wint het voltooide model standaard, omdat het bestaat.

Waar GLM-5.3 Flash zwakker is dan de lancering deed vermoeden

Eerlijkheid werkt twee kanten op. De gepubliceerde sterke punten van GLM-5.3 Flash zijn echt — DeepSWE 63,4 tegenover 46,2 voor GLM-5.2, Terminal-Bench 2.1 op 84,3, MMLU-Pro 86,1, MMMU-Pro 86,0, HLE met tools 55,3 — en Artificial Analysis zet zijn codingindex op 71,5 en zijn algemene intelligentie-index op 41,8. Maar dezelfde evaluaties laten een model zien met smalle, diepe zwakheden: ProgramBench scoort rond nul tot 1,5, SRE Bench 0,8, Legal Agent 6,7. De first-tokenlatentie is ook opvallend traag voor een model in de Flash-klasse — 6,36 seconden op p50 over het verkeer van zeven dagen bij OrcaRouter — tegen ongeveer 1,7 seconden voor het grotere GLM-5.

Niets daarvan maakt ERNIE de betere keuze. Het maakt van GLM een bekende grootheid — een model waarvan de faalmodi door derden zijn gemeten. De faalmodi van ERNIE zijn helemaal niet gemeten, omdat er geen instructmodel is om te meten. In een evaluatiegestuurde beslissing zijn onbekende faalmodi erger dan gedocumenteerde, zelfs wanneer de gedocumenteerde slecht zijn.

Fine-tuningpaden: beide bestaan, één heeft een voorsprong

Baidu heeft het op het gebied van tooling goed aangepakt. De ERNIE-modelkaart bevat voorbeelden voor SGLang en vLLM, en NVIDIA's Megatron-Bridge-repository heeft een ERNIE 5.5-voorbeeld toegevoegd dat fine-tuning behandelt. Voor een basis-checkpoint is dat het verschil tussen een onderzoeksartefact en een bruikbaar startpunt.

GLM-5.3 Flash is sinds eind augustus te downloaden en heeft de ecosysteemkilometers opgebouwd die bij drie maanden productiegebruik horen: kwantisaties, providerintegraties en bugrapporten. Wanneer om 2 uur 's nachts een kernel kapotgaat, heeft iemand anders de GLM-issue al ingediend. Dat is geen benchmark, maar het is wel een echte kostenpost bij adoptie en het zou in de beslissing moeten meewegen.

Voor iedereen die GLM-5.3 Flash wil uitproberen zonder een GPU-cluster vast te leggen, routeert OrcaRouter z-ai/glm-5.3-flash tegen de lijstprijs van de provider met 0% opslag, en er is ook een gratis variant in de catalogus. Dezelfde catalogus bevat geen ERNIE-vermelding onder de 216 model-ID's — geen gehost pad, geen prijs, niets om te routeren. Dat is geen kritiek op Baidu's release; het is het praktische gevolg van het uitbrengen van gewichten vóór een product.

Welke repository moet ik klonen?

Kloon GLM-5.3 Flash als je een multimodaal open model nodig hebt dat je achter een API kunt zetten, commercieel kunt fine-tunen en kunt vergelijken met gepubliceerde evaluaties van derden. MIT plus een geserveerd endpoint plus drie maanden productie-ervaring is een sterke combinatie, en de gedocumenteerde zwakke plekken zijn smal genoeg om eromheen te werken.

Kloon ERNIE-5.5-Flash-Base als u onderzoek doet naar voortgezette pretraining, domeinaanpassing of post-training, met name in het Chinees, en bereid bent een op maat gemaakte licentie te lezen voordat u in de pipeline investeert. De 280B-A14B-vorm is efficiënt, het budget van 33.5T tokens is aanzienlijk, de architectuur is in meer detail gedocumenteerd dan bij de meeste basisreleases, en het Megatron-Bridge-voorbeeld betekent dat de eerste fine-tune geen eigen onderzoeksproject is.

Kloon geen van beide in de verwachting dat het een kant-en-klare vervanging voor het andere is. Het ene is een afgewerkt product met een licentie die bijna alles toestaat; het andere is een sterk uitgangspunt met een licentie die minder toestaat en een product dat nog niet bestaat. De interessante vraag is wat Baidu in het post-trained model levert en tegen welke prijs — want als het rond $0.15/$0.50 uitkomt met 14B actieve parameters, is dit niet langer een vergelijking van twee repositories maar een echte wedstrijd tussen twee open Flash-modellen. Tot die tijd liggen de repositories helemaal niet op dezelfde plank.