ERNIE 5.5 Flash vs ERNIE 5.5 Flash Preview: który z nich właściwie wywołujesz?

Własna strona Baidu wymienia dwa artefakty ERNIE 5.5 i żaden z nich nie nazywa się ERNIE 5.5 Flash. Jest ERNIE 5.5 Flash Base, surowy checkpoint 280B opublikowany 5 listopada, oraz ERNIE 5.5 Flash Preview, model po treningu opublikowany 11 listopada. ERNIE 5.5 Flash — nazwa bez sufiksu, ta, która pojawia się w cennikach i selektorach modeli — to model, którego Preview jest podglądem. To nie jest marketingowy kaprys, który można zbyć milczeniem; to cała istota porównania, ponieważ wszystko, co odróżnia ERNIE 5.5 Flash Preview od ERNIE 5.5 Flash, to różnica między checkpointem a wydaniem, a nie między dwiema architekturami. Te same 280 miliardów parametrów łącznie, te same 14 miliardów aktywnych, ten sam kontekst 1 mln tokenów. Różnice to licencja, data, gwarancja stabilności i zestaw liczb, o których Baidu poinformowało, że się zmienią. Grupa porównawcza to ta połowa tej decyzji, która jest pod twoją kontrolą. cena katalogowa dostawcy z 0% narzutu GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3 i DeepSeek V4.1 Flash są dostępne pod jednym kluczem w cenie katalogowej dostawcy, a opłata OrcaRouter jest wyświetlana jako $0.00.

Najbardziej mylące jest nazewnictwo, więc zacznij od niego.

Trzy nazwy, dwa modele, jeden potok wydania. ERNIE 5.5 Flash Base to wstępnie wytrenowany checkpoint: 280 mld parametrów łącznie, 14 mld aktywnych, 43 warstwy, rzadki stos mixture-of-experts z ekspertem współdzielonym, wytrenowany na 33,5 biliona tokenów, dostępny do pobrania już dziś na Hugging Face na podstawie ograniczonej licencji społecznościowej. ERNIE 5.5 Flash Preview to ten checkpoint po etapie post-trainingu — ten, który odpowiada na instrukcje, korzysta z narzędzi, pisze kod gier i tworzy prezentacje. ERNIE 5.5 Flash, kiedy już powstanie, to ten sam model po zakończeniu post-trainingu.

Baidu jasno określa tę zależność w poście o wydaniu: wersja Preview „jest pośrednim checkpointem z etapu post-trainingu. Jest już konkurencyjna wobec modeli swojego rozmiaru, ale ponieważ trening nie został ukończony, niektóre możliwości mogą wciąż pozostawać w tyle. Post-training trwa, a ERNIE 5.5 Flash szybko się poprawia”. Przeczytaj to dwa razy. Firma mówi ci, że model, który możesz wywołać dziś, i model, który będziesz wywoływać za kilka miesięcy, mają wspólną podstawę nazwy, architekturę i okno kontekstu, a różnią się stopniem ukończenia. Jeśli wybierasz między nimi, nie wybierasz między dwoma systemami. Wybierasz między kupnem teraz a czekaniem.

Porównanie, wymiar po wymiarze

Oto, co faktycznie się różni, z obiema stronami w każdym wierszu:

• Tożsamość — ERNIE 5.5 Flash Preview to nazwany checkpoint możliwy do wywołania, opublikowany 11 listopada 2026 r.; ERNIE 5.5 Flash to niewydany następca bez daty, bez karty modelu i bez własnego endpointu.

• Architektura i rozmiar — identyczne po obu stronach: łącznie 280B parametrów, 14B aktywnych, kontekst 1M tokenów, odziedziczony z punktu kontrolnego ERNIE 5.5 Flash Base z 5 listopada. Dostrajanie nie zmienia rozmiaru modelu.

• Wagi i licencja — wersja Preview ma zostać udostępniona na licencji Apache 2.0 „wkrótce”, a na dzień 11 listopada nie ma jej repozytorium na Hugging Face; docelowy ERNIE 5.5 Flash będzie podlegać licencji, którą Baidu udostępni przy oficjalnej premierze — firma jej nie określiła i nie ma gwarancji, że będzie taka sama. Obietnicę dotyczącą Apache 2.0 traktuj jako obietnicę dla wersji Preview, a nie dla całej rodziny.

• Stabilność — wersja Preview jest wyraźnie określana jako produkt pośredni, którego możliwości „mogą jeszcze nie dorównywać”, a którego wyniki Baidu spodziewa się poprawić; oficjalne wydanie jest z definicji wersją, za którą Baidu jest gotów stanąć.

• Pozycja w benchmarkach — wersja Preview ma dwadzieścia wierszy raportowanych przez dostawcę i żadnego niezależnego wyniku; ERNIE 5.5 Flash będzie mieć to, co Baidu opublikuje w dniu premiery, plus — jeśli wzorzec się utrzyma — drugą rundę liczb, które sprawią, że wyniki wersji Preview będą wyglądać na przestarzałe. Żaden z nich nie ma dziś wpisu w Artificial Analysis.

• Cena — wersja Preview kosztuje 0,28 USD za milion tokenów wejściowych i 1,13 USD za milion tokenów wyjściowych na Qianfan, a odczyt z pamięci podręcznej to 0,028 USD. Dla ERNIE 5.5 Flash nie ma podanej ceny, a założenie, że będzie ona taka sama jak w wersji Preview, pozostaje przypuszczeniem: ceny wersji Preview często są jedynie wartością zastępczą.

Co możesz z tym zrobić — wersję Preview można wywołać już dziś, ale nie można jej pobrać; ERNIE 5.5 Flash nie można ani wywołać, ani pobrać, ponieważ jeszcze nie istnieje.

Asymetria, która ma znaczenie, znajduje się na dole tej listy. Podgląd jest jedynym z tych dwóch, który możesz przetestować, i jedynym, którego nie możesz zachować.

Co robi podgląd, czego nazwa nie oddaje

„Preview” sugeruje coś lekkiego, ale sądząc po dowodach opublikowanych 11 listopada, ten model wcale nie jest lekki. To model wyłącznie tekstowy z obsługą narzędzi, ustrukturyzowanym wyjściem i oknem miliona tokenów, wyceniony na tanim końcu poziomu flash, a demonstracje Baidu opisują efekty pracy, a nie wymiany czatowe: grę na Unreal Engine 5.8 złożoną w jednym 11-godzinnym przebiegu kodowania, około 100 mobilnych minigier wygenerowanych na podstawie dokumentów projektowych, Boeinga 747 i lotnisko Daxing wymodelowane przez dwa skoordynowane agenty za pośrednictwem API Pythona Blendera, silnik W16 i łazik księżycowy zbudowane jako edytowalne złożenia FreeCAD, 20-stronicowy raport badawczy o kosztach energii elektrycznej centrów danych, 24-stronicową analizę jazdy autonomicznej opartą na 4 169 federalnych raportach o wypadkach oraz 116-sekundowy animowany film krótkometrażowy zapisany w ponad 10 000 linii Pythona.

Najbardziej użytecznym pojedynczym szczegółem na tej liście nie jest twierdzenie o możliwościach, lecz ograniczenie, które wpis sam ujawnia. Opisując projekt Unreal, Baidu pisze, że „ponieważ jest to model wyłącznie tekstowy i nie widzi ekranu”, model przekształcił problemy z playtestów — postać unoszącą się nad ziemią, nieprawidłowo ustawioną kamerę — w mierzalne testy w kodzie i iterował, aż zestaw testów przeszedł. Taki jest uczciwy kształt kompetencji tego modelu: nie potrafi na nic patrzeć, więc zamiast tego pisze asercje. Tam, gdzie zadanie można wyrazić jako test, model dobrze sprawdza się w długich przebiegach. Tam, gdzie jedyną informacją zwrotną jest ocena wizualna, model działa za pośrednictwem narzędzi, a w co najmniej niektórych środowiskach benchmarkowych — za pośrednictwem modelu wizyjnego innej firmy.

Ten ostatni punkt pochodzi z załącznika do benchmarku, a nie z samego tekstu. Przypis w tabeli stwierdza, że „GLM-5.3 i nasz model nie mają natywnych możliwości multimodalnych; rozumienie obrazów zapewnia narzędzie obsługiwane przez Claude Opus 5.5”. Cokolwiek by sądzić o wynikach, architektura jest jednoznaczna: brak natywnego widzenia oraz ewaluacja zależna od widzenia, która mierzy potok przetwarzania, a nie model.

Jeśli czekasz na ERNIE 5.5 Flash, to na co jeszcze czekasz?

Cztery rzeczy, a tylko jedna z nich jest ulepszeniem możliwości.

Pierwsza z nich to gwarancja stabilności. Pośredni checkpoint nie daje żadnej obietnicy, że zachowanie nie zmieni się między teraz a wydaniem, co jest w porządku w przypadku eksploracji, ale kłopotliwe dla czegokolwiek, co ma zestaw testów regresyjnych przypięty do wyników modelu.

Drugi to zestaw benchmarków, z którym można się porównać. Dwadzieścia wierszy w podglądzie — w tym Terminal-Bench 4.0 na poziomie 46,5, DeepSWE v1.1 na 71,2, MCP-Atlas na 84,6, BrowseComp na 87,4, HLE bez narzędzi na 46,4, AA-LCR v1.1 na 79,0 — jest raportowanych przez dostawcę i nie zostało odtworzonych, a Baidu stwierdziło, że model szybko się poprawia. Liczby pochodzące z ukończonego modelu są bardziej użyteczne, nawet gdy są wyższe, ponieważ to właśnie na te liczby będą powoływać się inni.

Trzecia kwestia to licencja. Bazowy checkpoint został udostępniony na restrykcyjnej licencji społecznościowej, która wyklucza UE, Wielką Brytanię i Koreę Południową, ogranicza darmowe wykorzystanie komercyjne w zależności od powiązanego rocznego przychodu i wymaga atrybucji „Powered by ERNIE” na produktach komercyjnych. Wagi wersji zapoznawczej są obiecane na licencji Apache 2.0. Jeśli ta obietnica zostanie dotrzymana, model po treningu będzie znacznie bardziej permisywny niż checkpoint, na którym go wytrenowano — to prawdziwe odwrócenie sytuacji i warto je potwierdzić w rzeczywistym repozytorium, a nie w ogłoszeniu.

Czwarta kwestia to cena. $0.28 i $1.13 to liczby poglądowe. Ostateczna cena modelu GA w tym przedziale może pójść w obie strony, a każdy model kosztów, który dziś zbudujesz, powinien być parametryzowany według stawki, a nie zakodowany na sztywno.

Żaden z tych czterech nie opowiada się za czekaniem, jeśli masz zadanie, które możesz ocenić w tym tygodniu. Opowiadają się za niepodpisywaniem wielokwartalnego zobowiązania wobec checkpointu, który Baidu opisał na piśmie jako niedokończony.

Samodzielne przeprowadzanie porównania

Nie możesz uzyskać ERNIE 5.5 Flash Preview od nas. Jest udostępniany przez należące do Baidu API Qianfan oraz przez zewnętrzne platformy, które go odsprzedają; OrcaRouter kieruje ruch do ponad 200 modeli i żaden z nich nie jest ERNIE, więc każda sugestia, że możemy udostępnić ci ten endpoint, byłaby fałszywa.

To, co możemy zrobić, to dostarczyć grupę porównawczą, czyli tę część tej decyzji, która faktycznie jest pod twoją kontrolą: modele, względem których Baidu przeprowadzał testy porównawcze — GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3, DeepSeek V4.1 Flash — są dostępne na jednym kluczu zgodnym z OpenAI, w cenie katalogowej dostawcy z 0% marży, więc obniżka ceny od któregokolwiek z tych dostawców trafia na twoje rozliczenie tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy.

Ewaluacja do przeprowadzenia jest celowo nudna. Wybierz dziesięć zadań o długim horyzoncie z własnej pracy. Przepuść każde przez wersję preview oraz przez dwa modele, których normalnie byś używał. Zapisz, czy zadanie zostało ukończone, ile tokenów wyjściowych wygenerowano i ile kosztowało wywołanie. To liczba tokenów wyjściowych rozstrzyga w tym porównaniu, ponieważ preview rozlicza rozumowanie jako wyjście po 1,13 USD za milion i nie udostępnia sposobu wyłączenia rozumowania — rozwlekły model przy niskim cenniku jest często droższy w przeliczeniu na zadanie niż oszczędny model przy wysokim. Gdy masz już koszt na zadanie, pytanie preview kontra GA przestaje dotyczyć wierszy benchmarków, a zaczyna dotyczyć tego, czy bieżący checkpoint jest wystarczająco dobry, by na nim budować, zanim zostanie zastąpiony.

W przypadku obciążeń, które przechodzą ten test, automatyczne przełączanie awaryjne odpowiada na zarzut dotyczący stabilności w jedyny sposób, w jaki można na niego dziś odpowiedzieć: model, który może zmienić się pod tobą, nigdy nie powinien być jedynym modelem na ścieżce żądania. Kieruj wersję zapoznawczą jako podstawową tam, gdzie wygrywa, i utrzymuj za nią wariant zapasowy, a zmiana możliwości w trakcie strumienia staje się zmianą routingu, a nie awarią.

Pięć dni dzieli bazowy checkpoint od wersji preview, a Baidu zapowiedziało, że gotowy model nadchodzi. Użyteczne odczytanie zestawienia ERNIE 5.5 Flash z ERNIE 5.5 Flash Preview wcale nie polega na bezpośrednim starciu — to harmonogram. Jeden z nich możesz wywołać już teraz i nie będzie można go zatrzymać; drugi będzie można zatrzymać, ale na razie nie można go wywołać. Każdy, kto buduje na którymkolwiek z nich, powinien mierzyć, a nie zobowiązywać się, dopóki w drugiej kolumnie nie pojawią się liczby.