ERNIE Light DT 1.0 vs ERNIE 5.5 Flash Base: De licentie is het product

ERNIE Light DT 1.0 en ERNIE 5.5 Flash Base zijn het antwoord van hetzelfde lab op twee verschillende vragen, vijf dagen na elkaar gepubliceerd in november 2026. Light DT is een API: geen gewichten, geen modelkaart, een invoerprijs van $1,13 per miljoen en een uitvoerlimiet van 131.072 tokens. Flash Base is een download: 280 miljard parameters, 14 miljard actief per token, 33,5 biljoen trainingstokens en helemaal geen gehost endpoint van Baidu. De keuze tussen beide gaat niet echt over benchmarks — geen van beide heeft een gepubliceerde score die het discussiëren waard is — maar over de vraag of je een servingstack wilt huren of een licentie wilt bezitten om erop voort te bouwen.

En de licentie is waar deze vergelijking ophoudt symmetrisch te zijn, omdat die van Flash Base ongewoon specifiek is over waar je hem mag gebruiken en wie je moet informeren.

Twee artefacten, één lab, vijf dagen na elkaar

Flash Base verscheen op 5 november 2026 met een technisch rapport en open gewichten op Hugging Face in twee precisies — FP8 en BF16 — vrijgegeven onder de ERNIE 5.5 Flash Base Model License v1.0. Het is een pre-training-checkpoint, wat betekent dat de gewichten die je krijgt degene zijn die uit de pre-training zijn gekomen, vóór enige instruction tuning of preference-werk. Er is geen chat template die de naam waard is en er is geen instruct-variant samen met dit model gepubliceerd.

Light DT kwam op 10 november 2026 beschikbaar als een internationale API-endpoint, door Baidu omschreven als gebaseerd op open-source GLM-modellen, met onderzoek uit de Search-"Lightning"-lijn van het bedrijf erin verwerkt, en gebouwd rond Baidu Sparse Attention plus een op feedback gebaseerd geschiedeniscompressieschema waarvan de leverancier zegt dat het de opslag en berekeningen voor de KV-cache vermindert. Het is nagetraind, het beantwoordt vragen, het roept tools aan, en het bestaat niet als een bestand dat je kunt downloaden.

Zo gesteld lijkt de combinatie scheef te liggen in de voor de hand liggende richting: het ene is een afgewerkt product en het andere een uitgangspunt. Maar de prijs zegt iets anders, en de licentie zegt weer iets anders.

De tariefkaart die de verkeerde kant op gaat

Light DT kost meer per token dan een model met twintig keer zoveel actieve parameters. Dat is het feit om bij stil te staan voordat je iets anders in dit stuk leest:

• Invoerprijs — ERNIE Light DT 1.0 voor $1,13 per miljoen tokens versus ERNIE 5.5 Flash Base voor $0, omdat er geen Baidu-endpoint is en dus geen lijstprijs. De $0 is reëel: het hosten ervan is een kapitaalkostenpost, geen regel op een factuur.

• Outputprijs — $3,94 per miljoen voor Light DT; voor Flash Base, uw eigen GPU-uren.

• Gecachte invoer — $0,113 per miljoen op Light DT, een tienvoudige korting op gecachte reads. Flash Base heeft geen equivalent, omdat de cache-economie dan het probleem van je scheduler wordt.

• Actieve parameters per token — niet bekendgemaakt voor Light DT; 14 miljard voor Flash Base.

• Context — 1.024.000 tokens voor Light DT; 1.000.000 voor Flash Base bij fine-tuning en inferentie, met 128.000 als de maximale trainingscontext.

• Maximale uitvoer — 131.072 tokens voor Light DT; begrensd door uw serverconfiguratie voor Flash Base.

• Gewichten — geen voor Light DT; 280B in FP8 of BF16, verdeeld over 128 safetensors-shards in de FP8-repository, voor Flash Base.

• Serving-stack — die van Baidu, voor Light DT; SGLang of vLLM met Baidu's eigen plugin, voor Flash Base. Het gepubliceerde SGLang-recept vraagt om tensorparallellisme van 4 en een attention-data-parallelgrootte van 4, wat een ondergrens van vier GPU's is voordat je ook maar één verzoek hebt geladen.

Wat zelfhosting van 280B daadwerkelijk kost per miljoen tokens

Dit is de berekening die de confrontatie bepaalt, en het loont om die met ronde getallen te doen in plaats van op gevoel.

Vier GPU's is het minimum voor de gepubliceerde configuratie, maar 280B parameters in FP8 is ongeveer 280 GB aan gewichten vóór enige cache, dus een realistische productienode is acht accelerators met ruimte voor KV-cache en batching. Noem het acht kaarten van H100-klasse tegen een gemiddelde huurprijs van $2 per kaartuur — een middenmarktcijfer voor 2026, geen offerte — en de node kost ongeveer $16 per uur, of ruwweg $11.700 per maand als hij continu draait.

Nu de doorvoervraag. Een sparse MoE die per token 14 miljard parameters activeert, is per token snel op de manier waarop alle sparse modellen snel zijn, maar de totale doorvoer over een batch bepaalt je kosten per eenheid, en Baidu publiceert geen tokens-per-seconde-cijfer voor deze checkpoint. Stel, conservatief, dat de node over een volledige batch 4.000 outputtokens per seconde volhoudt. Dat is 14,4 miljoen outputtokens per uur, wat bij $16 per uur neerkomt op bijna $1,11 per miljoen outputtokens — nog vóór verliezen door benutting, nog vóór de engineer die de deployment beheert, nog vóór de idle-uren wanneer het verkeer terugloopt.

Draai het op een derde van de capaciteit, wat de meeste echte implementaties buiten de piek doen, en de effectieve kosten verdrievoudigen. De eerlijke samenvatting is dat zelfhosting van Flash Base ergens tussen grofweg één en drie dollar per miljoen outputtokens kost, afhankelijk van hoe goed je de node vult — een bereik dat Light DT's $3.94 omvat en het bij hoge benutting ruimschoots kan verslaan.

Wat betekent dat de prijspremie op Light DT geen belasting op onwetendheid is. Het is wat Baidu rekent om die berekening niet te hoeven maken, en voor een compressieschema waarvan het beweert dat het de cache klein genoeg houdt zodat een venster van een miljoen tokens betaalbaar blijft om te bedienen. Als je verkeer pieken kent, weinig volume heeft of grotendeels lange context is, is $3,94 betalen en iemand anders het benuttingsprobleem laten oplossen de rationele keuze.

De licentie, en dat is waar Flash Base ingewikkeld wordt

De licentie van Flash Base is geen standaard permissieve licentie, en drie clausules wegen zwaarder dan welke benchmark dan ook.

• Grondgebied. De verlening geldt voor "alle geografische gebieden wereldwijd met uitzondering van de Europese Unie, het Verenigd Koninkrijk en Zuid-Korea." Het gebruiken van de gewichten of het distribueren van afgeleiden buiten dat grondgebied valt buiten de verleende rechten. Als u EU-gebruikers hebt, een EU-inferentieregio of EU-personeel dat met het model werkt, is dit een blokkerend punt dat u zorgvuldig met juridisch adviseur moet bekijken, niet als voetnoot.

• Omzetdrempel. Commercieel gebruik is gratis onder $50 miljoen aan jaarlijkse omzet die verband houdt met de producten of diensten die het model gebruiken, mits u Baidu hiervan eenmalig op de hoogte stelt. Daarboven hebt u afzonderlijke schriftelijke commerciële toestemming nodig voordat u begint, en als u door de drempel heen groeit, moet u toestemming krijgen voordat u deze overschrijdt of het betrokken gebruik opschorten.

• Naamsvermelding. Commerciële producten moeten de exacte woorden "Powered by ERNIE" op een gemakkelijk toegankelijke plek weergeven — een UI, een aboutpagina of, voor API's en backenddiensten, de ontwikkelaarsdocumentatie.

Er is ook een clausule die het vermelden waard is voor iedereen die van plan is te distilleren: de licentie verbiedt het gebruik van de materialen of hun outputs om een ander AI-model te verbeteren dan het model zelf of zijn afgeleiden. Een kleinere student trainen op outputs van Flash Base valt binnen de vergunning; een andere architectuur erop trainen niet.

Light DT heeft geen van deze problemen, omdat het geen gewichten heeft om te licentiëren. Je krijgt een servicevoorwaardenovereenkomst en een tariefkaart, wat een veel kleiner oppervlak is voor een juridisch team en een veel kleiner oppervlak voor ambitie.

Capaciteit: wat elk standaard wel en niet doet

• Beheersing van redeneren — Light DT biedt vier inspanningsniveaus (max, high, low, none), met max als standaard. Flash Base heeft helemaal geen redeneermodus; het is een completion-model, en eventueel redeneergedrag zou je erin moeten trainen.

• Tool calling — Light DT ondersteunt functieaanroepen met geforceerde toolkeuze, gestructureerde outputs en JSON-responsformaten. Flash Base ondersteunt wat je eromheen implementeert.

• Modaliteit — beide zijn tekst in, tekst uit. Geen van beide accepteert afbeeldingen, en geen van beide leest een gescand document voor je.

• Lange context — Light DT adverteert 1,024,000 tokens via zijn gecomprimeerde-cacheontwerp. Flash Base ondersteunt 1M tijdens fine-tuning en inferentie, maar op die lengte op acht kaarten is je KV-cachebudget de knellende beperking, en de compressie die Baidu in Flash's eigen attention heeft ingebouwd — Heavily Compressed Attention op 37 van zijn 43 lagen — is wat het überhaupt haalbaar maakt.

• Evaluatie — Flash Base publiceert een volledige leverancierstabel: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, HumanEval+ 82,3, LiveCodeBench 40,1, HELMET-RAG 71,5, LongBench-v2 48,7, gemeten ten opzichte van DeepSeek-V4-Flash-Base, Hy3-preview-Base en MiMo-V2.5-Base binnen één pipeline. Dat zijn Baidu's eigen cijfers, uitgevoerd door Baidu, en ze moeten als zodanig worden gelezen. Light DT publiceert helemaal niets.

Die laatste regel is de asymmetrie die voor een koper het zwaarst weegt. Met Flash Base kun je tenminste de beweringen controleren: download de gewichten, voer je eigen evaluatie uit en kijk of de leverancierstabel standhoudt op jouw gegevens. Light DT vraagt je het mechanisme op goed vertrouwen aan te nemen, omdat het enige beschikbare bewijs een alinea producttekst is.

Waar een router past, en waar niet

Geen van deze modellen staat vandaag in de catalogus van OrcaRouter, en iets anders beweren zou een lezer een week kunnen kosten. Wat een router wél verandert, is de vorm van de beslissing.

Als je voor de Flash Base-route kiest, leg je kapitaal en mensen vast op een model waarvan je de kwaliteit kunt meten, maar de kosten om het te serveren niet kunt beheersen — en de verstandige architectuur is om een gehost model achter dezelfde interface als fallback achter de hand te houden voor de dagen dat je node vol zit, je batch koud is of een evaluatierun je kaarten opeist. Als je voor de Light DT-route kiest, leg je je vast op het endpoint van één leverancier, zonder een tweede aanbieder erachter en zonder gewichten om te verplaatsen als de prijs verandert.

Hoe dan ook is de faalwijze dezelfde: een werkbelasting met lange context die aan één model vastzit, zonder mogelijkheid om te vergelijken wat het alternatief zou hebben gekost. Dat is wat een gerouteerd endpoint met een prijslijst per model oplost — niet door de keuze voor je te maken, maar door de kosten van de keuze per verzoek zichtbaar te maken in plaats van per kwartaal.

Welke moet je kiezen?

Kies ERNIE 5.5 Flash Base als je een trainingsprobleem hebt in plaats van een servingprobleem: je wilt een 280B sparse startpunt, je bent van plan het te fine-tunen, je gebruikers en infrastructuur bevinden zich buiten de EU, het VK en Zuid-Korea, en je zit onder de omzetdrempel of bent bereid Baidu om autorisatie te vragen. De benchmarktabel van de leverancier geeft je een verdedigbare baseline, en de gewichten betekenen dat niemand het model van je kan afnemen.

Kies ERNIE Light DT 1.0 als het contextvenster het punt is. Een miljoen tokens via een gecomprimeerde cache, met een instelbaar redeneerbudget en tool calling, is een specifiek product voor een specifieke taak — lange opgehaalde documenten, lange agent-transcripten, langdurige sessies — en extra betalen per token om het cachebudget niet zelf te hoeven beheren is een legitieme afweging.

Kies geen van beide als je prompts kort zijn. Bij 8.000 tokens per verzoek is het hele architectuurverhaal aan beide kanten irrelevant, en $1,13 per miljoen inputtokens is simpelweg een dure manier om te doen wat een model dat een tiende van de prijs kost net zo goed doet.