ERNIE Light DT 1.0 vs ERNIE 5.5 Flash Base: Licencja jest produktem

ERNIE Light DT 1.0 i ERNIE 5.5 Flash Base to odpowiedź tego samego laboratorium na dwa różne pytania, opublikowana w odstępie pięciu dni w listopadzie 2026 roku. Light DT to API: żadnych wag, żadnej karty modelu, cena 1,13 USD za milion tokenów wejściowych i limit wyjścia wynoszący 131 072 tokeny. Flash Base to plik do pobrania: 280 miliardów parametrów, 14 miliardów aktywnych na token, 33,5 biliona tokenów treningowych i zupełny brak hostowanego endpointu od Baidu. Decyzja między nimi tak naprawdę nie dotyczy benchmarków — żaden z nich nie ma opublikowanego wyniku, o który warto by się spierać — chodzi o to, czy chcesz wynająć stos serwowania, czy posiadać licencję, na której można budować.

A licencja to miejsce, w którym to porównanie przestaje być symetryczne, ponieważ licencja Flash Base jest wyjątkowo szczegółowa w kwestii tego, gdzie można jej używać i komu trzeba to zgłosić.

Dwa artefakty, jedno laboratorium, pięć dni odstępu

Flash Base zadebiutował 5 listopada 2026 r. wraz z raportem technicznym i otwartymi wagami na Hugging Face w dwóch precyzjach — FP8 i BF16 — udostępnionymi na licencji ERNIE 5.5 Flash Base Model License v1.0. To punkt kontrolny z etapu wstępnego treningu, co oznacza, że otrzymane wagi to te, które wyszły z wstępnego treningu, przed jakimkolwiek dostrajaniem instrukcyjnym lub pracami nad preferencjami. Nie ma godnego tej nazwy szablonu czatu ani opublikowanego obok niego modelu instrukcyjnego.

Light DT pojawił się 10 listopada 2026 r. jako międzynarodowy punkt końcowy API, opisany przez Baidu jako oparty na modelach G​LM o otwartym kodzie źródłowym, z uwzględnieniem badań z linii „Lightning” w wyszukiwarce firmy, i zbudowany wokół Baidu Sparse Attention oraz sterowanego informacją zwrotną schematu kompresji historii, który według dostawcy zmniejsza zapotrzebowanie na pamięć i obliczenia dla KV-cache. Został poddany treningowi końcowemu, odpowiada na pytania, wywołuje narzędzia i nie istnieje jako plik do pobrania.

Ujęte w ten sposób, to zestawienie wygląda nierównomiernie w oczywistym kierunku: jedno jest gotowym produktem, a drugie punktem wyjścia. Ale cena mówi co innego, a licencja jeszcze coś innego.

Cennik, który działa w niewłaściwym kierunku

Light DT kosztuje więcej za token niż model o dwudziestokrotnie większej liczbie aktywnych parametrów. To fakt, z którym trzeba się zmierzyć, zanim przejdziemy do czegokolwiek innego w tym tekście:

• Cena tokenów wejściowych — ERNIE Light DT 1.0 za 1,13 USD za milion tokenów w porównaniu z ERNIE 5.5 Flash Base za 0 USD, ponieważ nie ma endpointu Baidu, a zatem nie ma ceny katalogowej. To 0 USD jest prawdziwe: hostowanie go to koszt kapitałowy, a nie pozycja na fakturze.

• Cena za wynik — 3,94 USD za milion dla Light DT; w przypadku Flash Base — własne godziny GPU.

Buforowane dane wejściowe — 0,113 USD za milion w Light DT, dziesięciokrotna zniżka przy odczytach z pamięci podręcznej. Flash Base nie ma odpowiednika, ponieważ ekonomika pamięci podręcznej staje się problemem twojego schedulera.

• Aktywne parametry na token — nieujawnione dla Light DT; 14 miliardów dla Flash Base.

• Kontekst — 1 024 000 tokenów dla Light DT; 1 000 000 dla Flash Base w dostrajaniu i wnioskowaniu, przy czym 128 000 to maksymalny kontekst treningowy.

• Maksymalna wielkość wyjścia — 131 072 tokenów dla Light DT; ograniczona przez Twoją konfigurację serwowania dla Flash Base.

• Wagi — brak dla Light DT; 280B w FP8 lub BF16, podzielone na 128 shardów safetensors w repozytorium FP8, dla Flash Base.

• Stos serwowania — Baidu, dla Light DT; SGLang lub vLLM z własną wtyczką Baidu, dla Flash Base. Opublikowana recepta SGLang wymaga równoległości tensorowej równej 4 oraz rozmiaru równoległości danych uwagi równego 4, co oznacza minimum cztery GPU, jeszcze przed załadowaniem choćby jednego żądania.

Ile faktycznie kosztuje samodzielne hostowanie modelu 280B w przeliczeniu na milion tokenów

To rachunek, który rozstrzyga pojedynek, i warto go przeprowadzić na okrągłych liczbach, a nie na przeczuciu.

Cztery GPU to minimum dla publikowanej konfiguracji, ale 280 mld parametrów w FP8 to około 280 GB wag przed jakimkolwiek cache, więc realistyczny węzeł produkcyjny to osiem akceleratorów z miejscem na KV cache i batchowanie. Przyjmijmy osiem kart klasy H100 przy uśrednionej stawce najmu 2 USD za kartogodzinę — średnia rynkowa z 2026 r., a nie konkretna wycena — wtedy węzeł kosztuje około 16 USD na godzinę, czyli około 11 700 USD miesięcznie, jeśli działa bez przerwy.

Teraz kwestia przepustowości. Rzadki MoE uruchamiający 14 miliardów parametrów na token jest szybki w przeliczeniu na token w sposób, w jaki szybkie są wszystkie rzadkie modele, ale to zbiorcza przepustowość w partii określa koszt jednostkowy, a Baidu nie publikuje dla tego checkpointu danych o liczbie tokenów na sekundę. Załóżmy ostrożnie, że węzeł utrzymuje 4000 tokenów wyjściowych na sekundę w ramach pełnej partii. To 14,4 mln tokenów wyjściowych na godzinę, co przy 16 USD za godzinę daje około 1,11 USD za milion tokenów wyjściowych — przed stratami z tytułu wykorzystania, przed inżynierem odpowiedzialnym za wdrożenie, przed godzinami bezczynności, gdy ruch spada.

Uruchom to przy jednej trzeciej pojemności, co robi większość rzeczywistych wdrożeń poza szczytem, a efektywny koszt rośnie trzykrotnie. Uczciwe podsumowanie jest takie, że samodzielne hostowanie Flash Base kosztuje od około jednego do trzech dolarów za milion tokenów wyjściowych, w zależności od tego, jak dobrze zapełnisz węzeł — zakres, który obejmuje 3,94 USD Light DT i może go wyraźnie pobić przy wysokim wykorzystaniu.

Co oznacza, że premia cenowa za Light DT nie jest podatkiem od niewiedzy. To opłata, którą Baidu pobiera za to, że nie musisz wykonywać tych obliczeń, oraz za schemat kompresji, który – jak twierdzi – utrzymuje cache na tyle mały, że okno miliona tokenów pozostaje opłacalne w obsłudze. Jeśli Twój ruch jest skokowy, niskowolumenowy lub w większości dotyczy długiego kontekstu, zapłacenie 3,94 USD i oddanie komuś innemu problemu wykorzystania jest racjonalnym wyborem.

Licencja — i tu właśnie Flash Base się komplikuje.

Licencja Flash Base nie jest standardową licencją permisywną, a trzy klauzule mają większe znaczenie niż jakikolwiek benchmark.

• Terytorium. Udzielona licencja obejmuje „wszystkie obszary geograficzne na świecie poza Unią Europejską, Zjednoczonym Królestwem i Koreą Południową”. Korzystanie z wag lub rozpowszechnianie opracowań pochodnych poza tym terytorium wykracza poza przyznane prawa. Jeśli masz użytkowników w UE, region wnioskowania w UE lub pracowników z UE mających styczność z modelem, jest to przeszkoda, którą należy uważnie przeanalizować z prawnikiem, a nie traktować jak przypis.

• Próg przychodów. Komercyjne wykorzystanie jest bezpłatne poniżej 50 mln USD rocznego przychodu związanego z produktami lub usługami wykorzystującymi model, pod warunkiem jednorazowego powiadomienia Baidu. Powyżej tego progu potrzebna jest odrębna pisemna zgoda na wykorzystanie komercyjne przed rozpoczęciem, a jeśli w wyniku wzrostu przekroczysz ten próg, musisz uzyskać zgodę przed jego przekroczeniem albo zawiesić objęte nim wykorzystanie.

• Atrybucja. Produkty komercyjne muszą wyświetlać dokładnie słowa „Powered by ERNIE” w łatwo dostępnym miejscu — w interfejsie użytkownika, na stronie informacyjnej lub, w przypadku interfejsów API i usług backendowych, w dokumentacji dla deweloperów.

Istnieje również klauzula warta podkreślenia dla każdego, kto planuje destylację: licencja zabrania wykorzystywania materiałów lub ich wyników do ulepszania jakiegokolwiek innego modelu AI niż sam model lub jego pochodne. Trenowanie mniejszego studenta na wynikach Flash Base jest objęte zakresem licencji; trenowanie na nich innej architektury już nie.

Light DT nie ma żadnego z tych problemów, ponieważ nie ma wag do licencjonowania. Otrzymujesz umowę o świadczenie usług i cennik, co stanowi znacznie mniejszy obszar dla zespołu prawnego i znacznie mniejszy obszar dla ambicji.

Możliwości: co każde z nich potrafi, a czego nie potrafi od razu po wyjęciu z pudełka

• Kontrola rozumowania — Light DT udostępnia cztery poziomy wysiłku (max, high, low, none), przy czym domyślny to max. Flash Base nie ma w ogóle trybu rozumowania; to model uzupełniania, a wszelkie zachowania związane z rozumowaniem trzeba by dopiero wytrenować.

• Wywoływanie narzędzi — Light DT obsługuje wywoływanie funkcji z wymuszonym wyborem narzędzia, ustrukturyzowane dane wyjściowe i formaty odpowiedzi JSON. Flash Base obsługuje wszystko, co zaimplementujesz wokół niego.

• Modalność — oba działają na zasadzie tekst na wejściu, tekst na wyjściu. Żaden nie przyjmuje obrazów i żaden nie odczyta za Ciebie zeskanowanego dokumentu.

• Długi kontekst — Light DT reklamuje 1 024 000 tokenów dzięki swojej konstrukcji skompresowanej pamięci podręcznej. Flash Base obsługuje 1 mln podczas dostrajania i wnioskowania, ale przy tej długości na ośmiu kartach twoim ograniczeniem wiążącym jest budżet pamięci podręcznej KV, a kompresja wbudowana przez Baidu w samą uwagę Flash — Heavily Compressed Attention w 37 z 43 warstw — jest tym, co w ogóle czyni to wykonalnym.

• Ewaluacja — Flash Base publikuje pełną tabelę dostawcy: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, HumanEval+ 82,3, LiveCodeBench 40,1, HELMET-RAG 71,5, LongBench-v2 48,7, mierzone względem DeepSeek-V4-Flash-Base, Hy3-preview-Base i MiMo-V2.5-Base w ramach jednego potoku. To własne liczby Baidu, uruchomione przez Baidu, i tak należy je odczytywać. Light DT nie publikuje zupełnie nic.

To ostatnie zdanie to asymetria, która najbardziej liczy się dla nabywcy. Flash Base przynajmniej pozwala zweryfikować swoje twierdzenia — pobrać wagi, przeprowadzić własną ewaluację i sprawdzić, czy tabela dostawcy sprawdza się na twoich danych. Light DT wymaga przyjęcia mechanizmu na wiarę, ponieważ jedynym dostępnym dowodem jest akapit tekstu marketingowego.

Gdzie router pasuje, a gdzie nie

Żaden z tych modeli nie znajduje się dziś w katalogu OrcaRouter, a twierdzenie inaczej byłoby czymś, co może kosztować czytelnika tydzień. To, co router faktycznie zmienia, to kształt decyzji.

Jeśli wybierzesz ścieżkę Flash Base, angażujesz kapitał i ludzi w model, którego jakość możesz mierzyć, ale którego kosztu obsługi nie możesz ustabilizować — a rozsądna architektura polega na utrzymywaniu hostowanego modelu za tym samym interfejsem jako fallbacku na dni, gdy twój węzeł jest pełny, twoja partia jest zimna albo przebieg ewaluacji okupuje karty. Jeśli wybierzesz ścieżkę Light DT, angażujesz się w endpoint jednego dostawcy, bez drugiego dostawcy za nim i bez wag do przeniesienia, gdy zmieni się cena.

Tak czy inaczej, tryb awarii jest ten sam: obciążenie długim kontekstem przypięte do jednego modelu, bez możliwości porównania, ile kosztowałaby alternatywa. Właśnie to rozwiązuje endpoint z routingiem i cennikiem dla poszczególnych modeli — nie podejmując za Ciebie wyboru, lecz pokazując koszt tego wyboru przy każdym żądaniu, a nie raz na kwartał.

Który wybrać?

Wybierz ERNIE 5.5 Flash Base, jeśli masz problem z trenowaniem, a nie z serwowaniem: chcesz mieć rzadki punkt wyjścia o 280B parametrów, zamierzasz go dostroić, Twoi użytkownicy i infrastruktura znajdują się poza UE, Wielką Brytanią i Koreą Południową, a Ty jesteś poniżej progu przychodowego lub jesteś gotów poprosić Baidu o autoryzację. Tabela benchmarków dostawcy daje Ci możliwy do obrony punkt odniesienia, a wagi oznaczają, że nikt nie może odebrać Ci modelu.

Wybierz ERNIE Light DT 1.0, jeśli kluczowe jest okno kontekstu. Milion tokenów obsługiwanych przez skompresowany cache, z regulowanym budżetem rozumowania i wywoływaniem narzędzi, to konkretny produkt do konkretnego zadania — długie dokumenty z wyszukiwania, długie transkrypty agentów, długotrwałe sesje — a płacenie wyższej stawki za token, by nie musieć zarządzać budżetem cache’u, jest uzasadnionym kompromisem.

Nie wybieraj żadnego z nich, jeśli Twoje prompty są krótkie. Przy 8000 tokenów na żądanie cała historia architektury po obu stronach jest nieistotna, a $1.13 za milion tokenów wejściowych to po prostu drogi sposób robienia tego, co model za jedną dziesiątą ceny zrobi równie dobrze.