ERNIE-5.5-Flash kontra Claude Haiku 5.5: bazowy checkpoint spotyka dolną granicę ceny

Baidu udostępniło dziś rano ERNIE-5.5-Flash-Base na Hugging Face, a pierwsza linijka karty modelu jest tą, która się liczy: wagi to punkt kontrolny z końca wstępnego trenowania; nie zastosowano treningu pośredniego ani treningu po wstępnym. W poście Baidu zapowiadającym wydanie napisano, że ERNIE 5.5 Flash po etapie treningu po wstępnym „pojawi się później”. To jedno zdanie sprawia, że bezpośrednie porównanie z Claude Haiku 5.5 jest dziś niemożliwe, ponieważ Claude Haiku 5.5 to gotowy model dostrojony do instrukcji, który Anthropic sprzedaje za 0,10 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych. Jedna strona tego porównania to artefakt badawczy. Druga to produkt z cennikiem. W dalszej części wyjaśniamy, czym każdy z nich jest w rzeczywistości, z czym można, a z czym nie można zestawić liczb opublikowanych przez Baidu, oraz co musiałoby się zmienić, zanim porównanie, którego ludzie szukają, stanie się rzeczywiste. ERNIE-5.5-Flash nie jest dziś w nim uwzględniony. przeglądaj pełny katalog modeli Zawiera listę wszystkich modeli, które OrcaRouter może trasować, wraz z aktualnymi cenami dostawców.

Co Baidu faktycznie opublikowało dzisiaj

Wydanie obejmuje dwa repozytoria — baidu/ERNIE-5.5-Flash-Base w FP8 oraz baidu/ERNIE-5.5-Flash-Base-BF16 — a także wpis techniczny w sekcji Product Updates na ernie.baidu.com. To rzadki model językowy typu mixture-of-experts z 280 mld parametrów łącznie i 14 mld aktywowanych na token, wytrenowany od zera na 33,5 bln tokenów z użyciem optymalizatora Muon i mieszanej precyzji FP8. W panelu bocznym Hugging Face suma jest zaokrąglona do 286 mld; karta podaje, że obie liczby nie obejmują 0,36 mld parametrów, które Baidu nazywa parametrami ECHO.

Architektura jest konkretna, co jest nietypowe jak na cichą premierę. Czterdzieści trzy warstwy: jedna gęsta i 42 MoE. Trzydzieści siedem warstw wykorzystuje skompresowaną uwagę, którą Baidu nazywa HCA, buforując jeden wpis na 128 tokenów; sześć używa MLA z rzadką uwagą w stylu DeepSeek. Rozmiar ukryty 4096, 64 głowy, 512 ekspertów routowanych z routingiem top-10 plus jeden ekspert wspólny oraz słownik obejmujący 201 216 tokenów. Kontekst trenowania wynosi 128K; udostępniona konfiguracja umożliwia 1 048 576 tokenów na potrzeby dostrajania i wnioskowania.

Narzędzia dostarczane wraz z nim. Karta zawiera przykłady wdrożeń SGLang i vLLM, a repozytorium Megatron-Bridge firmy NVIDIA ma już przykład ERNIE 5.5 do dostrajania. To praktyczny zakres wydania bazowego skierowanego do osób, które zamierzają je trenować, a nie do osób, które zamierzają je wywoływać.

Czego nie wydano: modelu instruct, szablonu czatu godnego tej nazwy, wpisu w API, ceny ani ani jednego niezależnego benchmarku. Na moment publikacji nie ma wpisu ERNIE w katalogu 216 modeli OrcaRouter ani strony Artificial Analysis. Jedyne istniejące wyniki to własne wyniki Baidu, uzyskane na 30 benchmarkach w ramach ujednoliconego środowiska testowego, w porównaniu z trzema innymi bazowymi modelami: DeepSeek-V4-Flash-Base o rozmiarze 284B-A13B, Hy3-preview-Base o rozmiarze 295B-A21B i MiMo-V2.5-Base o rozmiarze 310B-A15B.

Co sprzedaje Claude Haiku 5.5

Claude Haiku 5.5 pojawił się na początku października 2026 r. jako mała, szybka warstwa oferty Anthropic, a jego komercyjny kształt jest przeciwieństwem premiery Baidu: wszystko jest publikowane, wyceniane i serwowane. Głównym punktem była obniżka ceny o około 90 procent względem Haiku 4.5 w warstwie krótkiego kontekstu — 0,10 USD za wejście i 0,50 USD za wyjście za milion tokenów dla promptów do 100 tys. tokenów, a powyżej tej wartości stawki rosną do 0,50 USD i 2,50 USD. Odczyt z pamięci podręcznej na wejściu kosztuje 0,01 USD, a przetwarzanie wsadowe — połowę stawki standardowej. Samo Anthropic przedstawia to w ten sposób, że nowy tokenizer liczy około 30 procent więcej tokenów dla tego samego tekstu, więc rzeczywista oszczędność na zadanie jest mniejsza, niż sugeruje cena na metce — około 75 procent według własnych szacunków Anthropic.

Karta specyfikacji to karta produktu. Kontekst miliona tokenów, maksymalnie 128 tys. tokenów wyjściowych, wejście tekstowe i obrazowe oraz wyjście tekstowe, wiedza do czerwca 2026 r. i pięć poziomów wysiłku od niskiego do maksymalnego. Anthropic pozycjonuje go jako swój najszybszy model przy standardowej prędkości; Artificial Analysis mierzy go na 258 tokenów wyjściowych na sekundę w bieżącym przebiegu. Jest dostępny przez własne API Anthropic, Amazon Bedrock, Google Vertex AI i Microsoft Foundry.

To dwa obiekty. Bazowy checkpoint z 280 mld parametrów objęty niestandardową licencją oraz hostowany model z kontekstem 1 mln tokenów w cenie dziesięciu centów za milion tokenów wejściowych. Umieszczanie ich w jednym zdaniu jest uzasadnione tylko wtedy, gdy jasno określisz, na które pytanie odpowiadasz.

Dlaczego 93.3 MMLU nie jest liczbą Haiku

Karta Baidu podaje MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 77,1 w trybie bezpośrednim i 89,2 z łańcuchem myśli, HumanEval+ 82,3, MBPP+ 81,5, LiveCodeBench 40,1, HELMET-RAG 71,5, RepoQA 91,7 i LongBench-v2 48,7. To mocne wyniki jak na model bazowy. Są też strukturalnie nieporównywalne z niczym, co Anthropic publikuje dla Haiku 5.5.

Trzy powody i wszystkie trzy mają znaczenie. Po pierwsze, modele bazowe są oceniane przy użyciu innego promptowania — uzupełniania na podstawie kilku przykładów (few-shot completion) zamiast podążania za instrukcjami — więc wynik modelu bazowego mierzy wstępnie wytrenowany prior, a nie asystenta, którego wywołuje deweloper. Po drugie, harnessy się różnią: Baidu uruchomiło własny pipeline z własnymi promptami i liczbą przykładów few-shot, co jest właściwym sposobem porównania jego modelu z innymi modelami bazowymi, a niewłaściwym sposobem porównywania go z benchmarkami instruct dostawcy. Po trzecie, MMLU na poziomie 93 jest głęboko w strefie nasycenia; różnice między najlepszymi modelami w tym benchmarku są teraz mniejsze niż efekty formatowania między harnessami.

Uczciwa interpretacja „ERNIE-5.5-Flash vs Claude Haiku 5.5 na benchmarkach” jest więc taka: takiego porównania jeszcze nie ma, a każdy, kto publikuje je w tym tygodniu, albo porównuje base checkpoint z modelem instruct, nie mówiąc o tym, albo wymyśla wyniki dla modelu instruct.

Jeden szczegół z tabeli samego Baidu warto zapamiętać, ponieważ przeczy narracji premierowej. We wpisie przyznano, że konkurenci wygrywają w kilku wierszach — ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench i FullStackBench przypadają jednemu z pozostałych modeli bazowych. Dostawca, który publikuje swoje porażki w tej samej tabeli co zwycięstwa, daje użyteczny sygnał, ile wagi należy przypisywać reszcie tabeli.

Cena, która jeszcze nie istnieje

„Flash” w nazewnictwie Baidu to etykieta poziomu, a nie specyfikacja. Linia ERNIE ma ustaloną drabinkę cenową — ERNIE 5.1 kosztuje około 0,59 USD za tokeny wejściowe i 2,65 USD za tokeny wyjściowe za milion w międzynarodowej ofercie Qianfan, a ERNIE 4.5 Turbo znacznie poniżej tego — ale ERNIE 5.5 Flash nie ma opublikowanej stawki, punktu końcowego Qianfan ani oferty u firm trzecich. Wyszukiwanie jego ceny zwraca wyłącznie podstawową informację o premierze i nic więcej.

Ta luka to cała kwestia komercyjna. Cena Haiku 5.5 wynosząca $0.10/$0.50 na nowo określiła, ile może kosztować mały model, i to jest liczba, do której mierzy się teraz każde wydanie klasy Flash. Jeśli Baidu wyceni ERNIE 5.5 Flash powyżej tego poziomu, model będzie musiał to uzasadnić jakością w języku chińskim albo rezydencją danych. Jeśli wyceni go poniżej, stanie się poważną opcją dla obciążeń w Chinach kontynentalnych. Dopóki nie pojawi się stawka, nie można zweryfikować żadnego z tych wariantów.

Artificial Analysis, którego indeks przebudowano 27 października 2026 r., umieszcza Claude Haiku 5.5 na 36. miejscu przy maksymalnym wysiłku — liczba ta należy do obecnego indeksu i nie można jej porównywać z liczbami sprzed przebudowy, które wciąż krążą dla innych modeli. Nie chodzi o dokładną wartość. Chodzi o to, że Haiku ma miejsce na tej skali, a ERNIE-5.5-Flash nie, ponieważ nie ma modelu instruct do przetestowania.

To również miejsce, w którym routing zmienia decyzję. OrcaRouter przekazuje ceny katalogowe dostawców z marżą 0%, więc gdy dostawca obniża stawkę, nowa cena jest dostępna na platformie tego samego dnia, a nie dopiero po ponownym przeliczeniu marży resellera. ERNIE-5.5-Flash nie znajduje się dziś w tym katalogu — 216 identyfikatorów modeli, żaden z nich to ERNIE — dlatego praktyczna rada dla każdego, kto planuje model kosztów, brzmi: zbudować go na modelach, które są faktycznie wycenione, i wrócić do tematu, gdy Baidu opublikuje cennik.

Kto powinien sklonować repozytorium w tym tygodniu

Nie deweloperzy aplikacji. Bazowy checkpoint praktycznie nie wykazuje zachowań polegających na stosowaniu się do instrukcji, a skłonienie go do zachowania jak asystent wymaga pipeline’u po treningu, który musiałbyś zaprojektować samodzielnie. Trzy grupy mają jednak powód, by teraz pobrać wagi.

• Zespoły ds. adaptacji dziedzinowej pracujące po chińsku — 33,5 bln tokenów pretreningowych i słownik obejmujący 200 tys. tokenów, kontynuowanie pretreningu na modelu bazowym to uzasadniony punkt wyjścia, a przykład Megatron-Bridge obniża koszt próby.

• Badacze zajmujący się RL i post-trainingiem, którzy chcą modelu z 14B aktywnych parametrów i opublikowanymi szczegółami architektury — routing z 512 ekspertami i wyborem top-10 oraz podział 37/6 między HCA a MLA są udokumentowane wystarczająco dobrze, by można je było odtworzyć.

• Zespoły oceniające, które chcą uzyskać czystą linię bazową, zanim pojawi się model instruct — samodzielne uruchomienie modelu bazowego już teraz daje punkt odniesienia, którego marketing dostawcy nie będzie w stanie później zmienić.

Wszyscy inni powinni poczekać. Modelu, którego nie można wywołać, wycenić ani porównać w testach z modelem typu instruct, nie można traktować jako opcji zakupowej, a łączna liczba parametrów wynosząca 280B oznacza, że hostowanie go we własnym zakresie wymaga wielu GPU nawet przy FP8.

Co zmieniłoby werdykt?

Cztery wydarzenia, w kolejności, w jakiej prawdopodobnie będą miały znaczenie.

• Post-trenowany ERNIE 5.5 Flash trafia do wydania. Baidu zapowiada, że pójdzie w jego ślady. Dopóki to nie nastąpi, każde porównanie możliwości jest spekulacją, a różnica między bazowym checkpointem a ukończonym modelem Flash to dokładnie miejsce, w którym tkwi większość jakości widocznej dla użytkownika.

• Na Qianfan pojawia się cena. To moment, w którym porównanie z Haiku staje się realną decyzją, a nie błędem kategorii.

• Pojawia się niezależna ocena. Omówienie przez Artificial Analysis lub LMArena sprawiłoby, że system testowy Baidu stałby się czymś, co można niezależnie zweryfikować. Należy zauważyć, że sam indeks AA został przeliczony na nową bazę 27 października 2026 r., więc krążących wartości sprzed przeliczenia dla Haiku 5.5 i innych nie należy porównywać z wartościami po przeliczeniu.

• Przejmuje go host zewnętrzny. To zwykle sygnał, że koszty serwowania są już znane, oraz moment, w którym model można kierować ruchem, a nie tylko pobierać.

Porównanie z tytułu będzie warte napisania, gdy wydarzą się dwie z tych czterech rzeczy. To, co istnieje dziś, to dobrze udokumentowany model bazowy, licencja, która nie jest Apache, oraz nazwa poziomu produktu, za którą nie stoi żaden produkt. Claude Haiku 5.5 tymczasem jest ukończonym modelem z ceną, na którą inni dostawcy muszą teraz odpowiedzieć. Na jedyne pytanie, jakie zadaje kupujący — ile kosztuje token i co on robi — jedna strona ma odpowiedź, a druga obietnicę.

Najciekawsze nie jest to, że Baidu wypuściło to po cichu. Chodzi o to, że firma zdecydowała się najpierw udostępnić wagi bazowe, a dopiero potem model, z którego każdy może korzystać, i nie ustaliła przy tym żadnej ceny. To rytm wydań laboratorium badawczego, a nie premiera produktu, i tak należy to odczytywać.