ERNIE 5.5 Flash Preview: dwie ceny, darmowy endpoint i brak miejsca w rankingu, którym można by się pochwalić

Materiał promocyjny Baidu dotyczący ERNIE 5.5 Flash Preview, opublikowany na X 13 listopada 2026 r., przekonuje, że model „ma szeroki zakres możliwości”: grywalne światy, modele 3D, raporty badawcze, interaktywne skoroszyty. Kryjące się pod tym hasło to „fundamentalny model z otwartymi wagami”. Trzy dni po ogłoszeniu z 11 listopada to, co kupujący sprawdziłby w pierwszej kolejności, nie pasuje do żadnego z tych określeń. Model ma dwa opublikowane płatne cenniki różniące się mniej więcej o połowę, darmowy wariant hostowany, który wyprzedza premierę o dzień, brak niezależnego wyniku benchmarku i brak miejsca w rankingu areny noszącej jego nazwę. A wagi, które faktycznie można pobrać, należą do ERNIE 5.5 Flash Base, a nie do modelu, na którym tworzono dema.

Nic z tego nie czyni go złym modelem. Czyni go to wersją zapoznawczą, której marketing wyprzedził dokumentację — co jest normalne w przypadku trzy dni temu opublikowanej wersji i co warto wiedzieć, zanim skierujesz na nią swój potok przetwarzania.

Co Baidu faktycznie wypuściło 11 listopada

Własna strona aktualizacji produktowych zespołu ERNIE jest datowana na 11 listopada 2026 r. i opisuje ERNIE 5.5 Flash jako model typu mixture-of-experts o 280B parametrów, 14B aktywnych parametrów i oknie kontekstu wynoszącym 1 024 000 tokenów. Strona nazywa to wydanie „pośrednim checkpointem z fazy post-training” — sformułowanie, które wiele mówi, ponieważ oznacza, że model wyraźnie nie jest jeszcze gotowym produktem. Wagi — jak czytamy — „wkrótce zostaną udostępnione na zasadach open source na licencji Apache 2.0”.

Ta strona jest źródłem showreelu, a to właśnie dema sprawiły, że model przyciągnął uwagę. Grywalna kompilacja Unreal Engine 5.8 stworzona w ramach jednego 11-godzinnego zadania. Około 100 mini-gier w Cocos, Unity, LayaAir, PixiJS i Canvas 2D. Scena w Blenderze z 747 i portem lotniczym Daxing sterowana przez dwa współpracujące agenty. Silnik W16 w FreeCAD, wieżowce Shenzhen i łazik księżycowy. Raport na 20 stron o kosztach energii AI, skoroszyt z symulacją Monte Carlo na 1000 ścieżek, przeanalizowane 4169 raportów o wypadkach NHTSA, 6-minutowy i 34-sekundowy orkiestrowy plik WAV oraz 116-sekundowy „Pelican Test”, który generuje ponad 10 000 linii Pythona w 20 stylach artystycznych. Baidu wymienia też 300 000 przestrzeni roboczych, 10 milionów plików referencyjnych i ponad 40 obsługiwanych typów plików jako środowisko, w którym to wszystko działało.

To, co czytelnicy błędnie rozumieją: to nie widzi

ERNIE 5.5 Flash Preview renderuje modele 3D i światy gier, więc naturalnym założeniem jest, że to model multimodalny generujący obrazy. Tak nie jest. W zestawieniu areny, w którym znajduje się wiersz modelu, jego zdolność do przyjmowania obrazów jest oznaczona jako fałsz, a własne materiały Baidu opisują każdy artefakt wizualny jako kod: skrypty Blendera, skrypty FreeCAD, wywołania rysowania Pycairo i Pillow, projekty Unity. Model pisze program, który tworzy obraz. To rozróżnienie ma znaczenie dla sposobu planowania jego budżetu, ponieważ model tekstowy wykonujący prace 3D zużywa tokeny na kod źródłowy, a nie na fragmenty obrazów, i zawodzi w inny sposób — przez błędny skrypt, a nie przez niewłaściwy piksel.

116-sekundowy Pelican Test to najczystszy przykład tego, w czym model jest naprawdę dobry. Dziesięć tysięcy linii Pythona, dwadzieścia stylów artystycznych, dwadzieścia dwa nagrania audio — wszystko w mniej niż dwie minuty; według samego Baidu model przekształca błędy wykryte podczas testów rozgrywki w testy kodu. To opowieść o agencie kodującym z efektownym akcentem renderowania, a nie historia o generowaniu obrazów.

Trzy metki cenowe, jeden model

Cennik Baidu Qianfan dla ERNIE 5.5 Flash Preview, odczytany w tym tygodniu na chińskojęzycznej stronie produktu, podaje 0,001 ¥ za tysiąc tokenów wejściowych w oknie 08:00–22:00, 0,0001 ¥ za tysiąc tokenów wejściowych z pamięci podręcznej oraz 0,004 ¥ za tysiąc tokenów wyjściowych. W przeliczeniu na milion tokenów daje to 1 ¥ za wejście, 0,1 ¥ za wejście z pamięci podręcznej i 4 ¥ za wyjście. Przy kursie referencyjnym z 13 listopada wynoszącym 6,685 CNY za dolara przekłada się to na około 0,15 USD za wejście, 0,015 USD za wejście z pamięci podręcznej i 0,60 USD za wyjście na milion tokenów.

Cennik w USD, którego użyto we wcześniejszych materiałach o tym modelu — ten, który większość publikacji wciąż powtarza — to 0,28 USD za wejście, 0,028 USD za cached i 1,13 USD za wyjście. Ten sam model, ten sam tydzień, opublikowane przez tego samego dostawcę, około 47% różnicy w każdej pozycji.

A potem jest zero. Bezpłatny wariant tego samego modelu, z tym samym kontekstem 1 024 000 tokenów i tym samym limitem ukończenia wynoszącym 921 600 tokenów, pojawił się w zewnętrznym katalogu modeli 10 listopada — dzień przed własną stroną wydania Baidu, i nadal jest wyceniany na 0 USD zarówno za tokeny promptu, jak i tokeny ukończenia. To jest endpoint, na który wątek Baidu z 13 listopada kieruje czytelników, mówiąc, aby wypróbować model. Zatem zakres w tweecie jest rzeczywisty; cena jest taka, jak podaje dany interfejs.

Weź konkretny przebieg agenta: 40 wywołań modelu po 30 000 tokenów wejściowych każde, łącznie 260 000 tokenów wyjściowych.

• W przypadku karty USD — 1,2 mln tokenów wejściowych po 0,28 USD plus 0,26 mln tokenów wyjściowych po 1,13 USD daje około 0,63 USD na jedno uruchomienie.

• W przypadku karty CNY — te same tokeny przeliczają się na około 0,34 USD za jedno uruchomienie.

• W wariancie bezpłatnym — 0,00 USD, niezależnie od tego, jakie okażą się limity szybkości.

Nie nazwę kwoty w CNY obniżką ceny, bo nie potrafię wykazać, że jest nowa, a nie jest to regionalna stawka, która istniała zawsze. Sprawdzić można jedno: liczba, na którą trafia czytelnik, zależy wyłącznie od tego, którą stronę otworzy, i żadna dotychczas opublikowana analiza ich nie uzgadnia. W przypadku sesji czatu różnica to grosze. Dla agenta wykonującego setki tysięcy wywołań to pozycja budżetowa — i warto wiedzieć, na który z tych trzech wariantów faktycznie się decydujesz, zanim powie ci o tym faktura.

Brak pozycji w rankingu to nie to samo co bycie złym, ale to też nie jest wynik.

Lista startowa areny, na której widnieje ERNIE 5.5 Flash Preview, ma dla niego wiersz, ale nie ma dla niego pozycji. W kategorii web-dev wpis zawiera zastępczą wartość maksymalnej liczby całkowitej z listy zamiast rangi — wartość, której ranking używa dla modelu, który zebrał głosy, ale nie został umieszczony. Dwa inne wpisy w tym samym zrzucie mają tę samą wartość zastępczą, więc jest to normalny stan przed nadaniem rangi, a nie kara. Oznacza to, że gdy ktoś mówi, że model jest „sklasyfikowany” na jakimkolwiek miejscu, czyta liczbę, która nie została obliczona.

Artificial Analysis nie ma w ogóle strony dla tego modelu — jego tabela liderów wymienia ERNIE 4.5 300B A47B i ERNIE 5.0 Thinking Preview, a nic z serii 5.5 Flash. Tabela benchmarków, którą Baidu opublikował wraz z wydaniem, ma dwadzieścia wierszy, w tym Terminal-Bench 2.0 na 46,5, i każda z tych liczb pochodzi z testów dostawcy i nie została odtworzona przez nikogo spoza Baidu. Ta sama ostrożność dotyczy wyniku 1 668 w Code Arena, który krąży od premiery, a który opiera się na AutoEval i nie podano liczby głosów.

A więc uczciwa tablica wyników dla tego modelu na dzień 14 listopada ma dokładnie jedną pustą kolumnę: niezależne dowody.

Istniejące wagi należą do Base, a nie do Preview.

Post Baidu z 13 listopada nazywa ERNIE 5.5 Flash Preview „modelem fundamentowym z otwartymi wagami”. To, co znajduje się na Hugging Face, to ERNIE 5.5 Flash Base — repozytorium utworzone 21 października 2026 r. i ostatnio zmodyfikowane 5 listopada, objęte licencją ERNIE 5.5 Flash Base Model License v1.0, a nie Apache 2.0. Licencja ta wyklucza UE, Wielką Brytanię i Koreę Południową, ustala próg przychodów na poziomie 50 mln USD i wymaga atrybucji „Powered by ERNIE”. W wykazie organizacji nie ma repozytorium wag Preview, tylko Base i Base-BF16.

Zatem zdanie z tweeta jest prawdziwe w odniesieniu do rodziny, a jeszcze nie jest prawdziwe w odniesieniu do modelu w niej zawartego. Obietnica Apache 2.0 ma datę „wkrótce” i nie została zrealizowana. Każdy, kto planuje dziś samodzielnie hostować ERNIE 5.5 Flash Preview, nie ma czego pobrać; każdy, kto planuje samodzielnie hostować ERNIE 5.5 Flash Base, ma licencję, którą najpierw powinien uważnie przeczytać, ponieważ ograniczenia mają charakter geograficzny i komercyjny, a nie tylko dotyczą atrybucji.

Jak przyjmowany jest podgląd wyłącznie tekstowy bez rangi

Sensowny sposób korzystania z modelu w tym stanie jest taki, jakiego użyłbyś w przypadku dowolnego nieprzetestowanego endpointu: przydziel mu obciążenie, do którego pasuje jego jedna wyraźna przewaga, i nigdy nie pozwól, by był jedynym elementem utrzymującym ścieżkę produkcyjną. Ta przewaga jest konkretna — 1 024 000 tokenów wejściowych i limit wyjściowy wynoszący 921 600 tokenów, co znacznie wykracza poza to, co większość modeli wygeneruje w jednej odpowiedzi, a do tego cena, która jest niska nawet w przypadku droższej z jego dwóch kart.

To także miejsce, w którym warstwa routingu uzasadnia swoje istnienie, a nie tylko jest wygodnym dodatkiem. Katalog OrcaRouter nie zawiera obecnie ERNIE 5.5 Flash Preview — lista modeli zwraca 215 pozycji i nie zawiera żadnego modelu Baidu — dlatego nie napiszę Ci wiersza o dostępności, który sugerowałby coś innego. To, co platforma faktycznie daje Ci w przypadku takiego podglądu, to kształt bezpiecznego eksperymentu: automatyczne przełączanie awaryjne między dostawcami za pojedynczym punktem końcowym, więc podgląd bez historii dostępności nigdy nie musi być pojedynczym punktem awarii, a 0% narzutu z przekazywaniem ceny katalogowej dostawcy, więc widzisz dokładnie tę z dwóch kart stawek, według której jesteś rozliczany, w dniu jej zmiany. Jeśli budujesz na tym modelu przez własne API Baidu i kilka platform zewnętrznych, a później chcesz mieć wszystko inne na tym samym kluczu, DSL routingu łączy kilka modeli w jedno wywołanie bez dodatkowej umowy i bez zmiany kodu.

Co zmieniłoby ten tekst?

Trzy wydarzenia, w kolejności, w jakiej prawdopodobnie nadejdą. Wagi Apache 2.0 dla ERNIE 5.5 Flash trafiające na Hub rozstrzygnęłyby kwestię otwartych wag i, gdyby licencja rzeczywiście była Apache 2.0, sprawiłyby, że model byłby naprawdę inny od checkpointu Base, który znajduje się tam obecnie. Pierwsza niezależna ocena — strona Artificial Analysis, rankingowa pozycja w arenie, możliwy do odtworzenia przebieg Terminal-Bench od kogoś, kto nie jest Baidu — zastąpiłaby tabelę dostawcy dowodami. A ktoś, kto uzgodni cenniki w CNY i USD w jedną opublikowaną liczbę, powiedziałby ci, ile model faktycznie kosztuje.

Do tego czasu uczciwym podsumowaniem jest to, przeciwko któremu argumentuje film demonstracyjny: mocny model do tekstu i kodu z nietypowo długim wyjściem, wyceniony tanio na co najmniej jednej karcie i darmowy na innej, opakowany w marketing sugerujący możliwości i otwartość, których jeszcze nie ma. Używaj go do tego, co udowodnił, że potrafi — napisz scenariusz, wygeneruj test, sporządź raport — a światy 3D, etykietę „open-weight” i brakujący ranking traktuj jako twierdzenia wciąż w drodze, a nie specyfikacje, na których można budować. Darmowy endpoint to najmniej ryzykowny sposób, by przekonać się, czy model ci odpowiada, właśnie dlatego, że jeszcze nic nie opiera się na nim w sposób krytyczny.