ERNIE-5.5-Flash kontra DeepSeek V4.1 Flash: Baidu samo wszczęło tę walkę

Najbardziej użytecznego porównania dla ERNIE-5.5-Flash nie napisał recenzent. Znajduje się ono w tabeli benchmarków samego Baidu, gdzie nowo wydany ERNIE-5.5-Flash-Base jest oceniany względem DeepSeek-V4-Flash-Base przy 284 mld parametrów łącznie i 13 mld aktywnych — czyli w niemal dokładnie tej samej klasie rozmiaru co 280 mld łącznie i 14 mld aktywnych w ERNIE. To jedyna bezpośrednia konfrontacja porównywalnych modeli w całej premierze ERNIE 5.5: dwa bazowe checkpointy, jeden zestaw testowy, te same prompty. Wszystko inne w tym zestawieniu jest asymetryczne, ponieważ DeepSeek V4.1 Flash to ukończony model na licencji MIT, z ustaloną ceną i udostępniany w usłudze, a ERNIE-5.5-Flash to bazowy checkpoint, którego wersja po treningu wtórnym, jak twierdzi Baidu, „będzie później”. Uczciwy artykuł to zatem dwa artykuły: co mówią liczby w porównaniu base-to-base oraz co się dzieje, gdy zestawi się te liczby z modelem, który można faktycznie wywołać.OrcaRouter przekazuje ceny katalogowe dostawców bez doliczania marży, więc zniżka DeepSeek zależna od pory dnia jest uwzględniana w dniu, w którym obowiązuje.

Jedyne porównanie, jakie Baidu przeprowadził na równych warunkach

Baidu opublikowało 30 benchmarków w siedmiu kategoriach, ocenianych w ramach jednego potoku z identycznymi promptami i przykładami few-shot, na tle trzech modeli bazowych: DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) i MiMo-V2.5-Base (310B-A15B). Na wiersz DeepSeek warto spojrzeć uważnie, ponieważ liczby parametrów są na tyle zbliżone, że to architektura i jakość danych odgrywają kluczową rolę, a nie skala.

• Całkowita liczba parametrów — ERNIE-5.5-Flash-Base 280B vs DeepSeek-V4-Flash-Base 284B

• Aktywne na token — 14B vs 13B

• Tokeny pretreningu — 33,5T vs nie podano w porównywanym wierszu

• Kontekst treningowy — 128K vs 128K-class

• Udostępnione wagi — FP8 i BF16, oba dostępne już teraz

• Licencja — Umowa licencyjna ERNIE 5.5 Flash Base Model v1.0 vs MIT

W wierszach wyróżnianych przez Baidu ERNIE prowadzi: MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, BBH 89.2 z łańcuchem myślenia, HumanEval+ 82.3, MBPP+ 81.5, HELMET-RAG 71.5 i RepoQA 91.7. To naprawdę mocny arkusz modelu bazowego. Jest też jednak przeprowadzony przez dostawcę, w środowisku testowym zaprojektowanym przez Baidu, opublikowany w dniu udostępnienia wag. Traktuj go jako twierdzenie ze szczegółowym aneksem, a nie jako wynik.

Bardziej pouczająca jest ta część, w której ERNIE przegrywa. Wpis Baidu przyznaje, że ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench i FullStackBench przypadają konkurentowi. Tabela premierowa, która drukuje własne porażki, mówi, że porównanie przeprowadzono w dobrej wierze — co podnosi, a nie obniża, wartość wierszy, które ERNIE wygrywa.

Gdzie symetria się załamuje: jeden model jest ukończony

DeepSeek V4.1 Flash został wydany 10 września 2026 r., a snapshot „1017” — 17 października. To rzadki model mixture-of-experts z rdzeniem 552B i około 763B łącznych parametrów, w tym pamięcią warunkową, aktywujący 8B na wejściu i 16B na wyjściu. Natywne wejście multimodalne, kontekst 1M tokenów, 45T tokenów treningowych i licencja MIT. Według stawek z listy, po których OrcaRouter go udostępnia, kosztuje 0,15 USD za milion tokenów wejściowych i 0,60 USD za milion wyjściowych, a odczyty z pamięci podręcznej kosztują 0,003–0,006 USD; własne API DeepSeek dodaje zniżkę zależną od pory dnia, co warto wiedzieć, zanim zbudujesz model kosztów w oparciu o najniższą liczbę, jaką uda ci się znaleźć.

Ten model wykonuje instrukcje, wywołuje narzędzia, przyjmuje obrazy i ma opublikowaną cenę. ERNIE-5.5-Flash-Base nie robi żadnej z tych rzeczy, ponieważ nie przeszedł post-trainingu. Dlatego porównanie istotne dla kupującego to nie porównanie modeli bazowych — to porównanie gotowych modeli, a jeden z dwóch gotowych modeli jeszcze nie istnieje.

To nie jest drobne zastrzeżenie. Właśnie na etapie post-trainingu powstają: stosowanie się do instrukcji, korzystanie z narzędzi, zachowania odmowne, dyscyplina formatowania i większość postrzeganej jakości nowoczesnego modelu klasy Flash. Wynik MMLU bazowego checkpointu mówi coś o priorze. Nie mówi prawie nic o tym, czy model będzie niezawodnie emitować obiekt JSON, przestrzegać system promptu lub przetrwać 40-turową pętlę agentową. DeepSeek V4.1 Flash ma opublikowane zachowanie w tych wymiarach. ERNIE 5.5 Flash ma obietnicę.

Różnica w licencji to ukryty problem, który może dać o sobie znać później

DeepSeek udostępnia V4.1 Flash na licencji MIT. To mniej więcej tak liberalne warunki licencjonowania modeli, jak to tylko możliwe: użycie komercyjne, modyfikacja, redystrybucja, brak ograniczeń dotyczących dziedziny zastosowań, brak odrębnej umowy do negocjowania. Baidu udostępnia ERNIE-5.5-Flash-Base na podstawie ERNIE 5.5 Flash Base Model License Agreement v1.0 — licencji szytej na miarę, a nie Apache 2.0, i co istotne stanowi to krok wstecz względem ERNIE 4.5, który w 2025 r. wydano na licencji Apache 2.0.

Dla zespołu badawczego może to nie mieć znaczenia. Dla firmy, która chce dostrajać model na zastrzeżonych danych i wprowadzić produkt na rynek, to pierwsza rzecz, którą przeczyta dział prawny, a licencje chińskich modeli tworzone na zamówienie historycznie wiązały się z ograniczeniami użytkowania, wymogami dotyczącymi atrybucji i progami, których licencja MIT nie przewiduje. To, że wagi można pobrać, nie oznacza, że można ich używać na własnych warunkach.

Ta różnica kumuluje się wraz z rozmiarem. ERNIE przy łącznej liczbie 280B parametrów to w praktyce około 280 GB w FP8, zanim dodamy pamięć podręczną KV i zapas na aktywacje; łączna wielkość DeepSeek V4.1 Flash wynosząca 763B jest jeszcze większa, dlatego właśnie większość zespołów korzysta z niego przez API, a nie z klastra GPU. Jeśli planujesz samodzielnie hostować którykolwiek z nich, licencja jest tańszym problemem do rozwiązania.

Serwowanie: oba repozytoria wymieniają te same narzędzia, jedno ma dwa miesiące przewagi.

Karta modelu Baidu zawiera przykłady użycia SGLang i vLLM, a repozytorium Megatron-Bridge firmy NVIDIA ma już przykład dostrajania ERNIE 5.5. To kompetentne wydanie — model bazowy z przepisami na serwowanie od pierwszego dnia to więcej, niż udaje się osiągnąć wielu laboratoriom.

Przewaga ekosystemu DeepSeek nie tkwi w recepturach, lecz w zgromadzonym przebiegu. V4.1 Flash jest w środowisku produkcyjnym od prawie dwóch miesięcy, ma snapshot 1017 z opublikowanymi deltami — Terminal-Bench 4.0 wzrósł z 31,2 do 42,3, DeepSWE v1.1 z 74,2 do 77,0 — i jest dostępny przez własne API dostawcy oraz kilka platform zewnętrznych, w tym OrcaRouter. Gdy kwantyzacja się psuje albo kernel ulega regresji, ktoś już zgłosił problem.

Konkretnie w OrcaRouter, deepseek/deepseek-v4.1-flash oraz przypięty deepseek/deepseek-v4.1-flash-1017 są dziś dostępne w routingu po cenie katalogowej dostawcy z 0% marży, co oznacza, że obniżka poza godzinami szczytu jest widoczna na Twoim rozliczeniu w dniu, w którym DeepSeek ją zastosuje, a nie dopiero po doliczeniu marży przez resellera. ERNIE-5.5-Flash nie znajduje się w katalogu — wśród 216 identyfikatorów modeli nie ma wpisu ERNIE — więc niczego tutaj nie należy odczytywać jako twierdzenia o hostowaniu ERNIE. Sedno kwestii routingu jest węższe: jeśli wybierasz między modelem, który możesz wywołać teraz, a takim, którego nie możesz, kwestia platformy jest już rozstrzygnięta.

Co robić w tym tygodniu

Jeśli w produkcji potrzebujesz taniego modelu Flash z długim kontekstem, odpowiedzią jest DeepSeek V4.1 Flash, a ERNIE nie należy do zestawu rozważanych opcji. To nie jest ocena jakości checkpointu Baidu. To stwierdzenie, że model bazowy bez ceny, bez post-trainingu i bez obsługi nie może zajmować miejsca produkcyjnego.

Jeśli prowadzisz kontynuowane pretrenowanie w języku chińskim, kalkulacja się odwraca. ERNIE-5.5-Flash-Base o rozmiarze 280B-A14B, za którym stoi 33,5T tokenów, jest wiarygodnym punktem wyjścia; architektura jest udokumentowana z niezwykłą szczegółowością — 43 warstwy, 37 HCA plus 6 MLA-DSA, 512 ekspertów routowanych w top-10, słownik 201 216 tokenów — a przykład Megatron-Bridge skraca drogę do pierwszego dostrojenia. Przeczytaj licencję, zanim przeczytasz benchmarki.

Jeśli oceniasz, a nie budujesz, użytecznym krokiem jest samodzielne uruchomienie opublikowanego przez Baidu porównania bazowego na dwóch otwartych punktach kontrolnych. Oba można pobrać, oba pasują do tego samego środowiska testowego, a odtworzenie tabeli to jedyny sposób, by przekonać się, czy przegląd 30 benchmarków przetrwa kontakt z drugą parą rąk.

Liczba, na którą warto zwrócić uwagę

To nie MMLU. To cena, jaką Baidu ostatecznie ustali dla dostrojonego ERNIE 5.5 Flash. DeepSeek V4.1 Flash wyznaczył punkt odniesienia na poziomie $0.15/$0.30 za wejście i $0.60/$1.20 za wyjście, z kontekstem 1M i licencją MIT. Model klasy Flash, który pojawi się powyżej tej ceny, potrzebuje konkretnego powodu, by istnieć — jakości w języku chińskim, rezydencji danych albo możliwości, której DeepSeek nie ma. Model, który pojawi się poniżej niej, zmienia rozmowę o kosztach dla każdego obciążenia w języku chińskim.

Dopóki ta liczba nie powstanie, to porównanie ma dokładnie jeden wniosek, którego można bronić: Baidu zbudowało model bazowy, który idzie łeb w łeb z modelem bazowym DeepSeek o tym samym rozmiarze, i nie wypuściło jeszcze tego, co pozwoliłoby komukolwiek porównać produkty. To jest realny wynik. Po prostu nie ten, o który pyta zapytanie wyszukiwania.