ERNIE-5.5-Flash vs Claude Haiku 5.5: Um Checkpoint Base Encontra um Piso de Preço

A Baidu colocou o ERNIE-5.5-Flash-Base no Hugging Face hoje pela manhã, e a primeira linha da ficha do modelo é a que importa: os pesos são o checkpoint de fim de pré-treinamento, sem treinamento intermediário e sem pós-treinamento aplicados. O ERNIE 5.5 Flash pós-treinado, diz o post de lançamento da Baidu, "virá em seguida". Essa única frase torna impossível hoje uma comparação direta com o Claude Haiku 5.5, porque o Claude Haiku 5.5 é um modelo finalizado e ajustado para instruções que a Anthropic vende a US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída. Um lado dessa comparação é um artefato de pesquisa. O outro lado é um produto com uma tabela de preços. O que vem a seguir é o que cada um realmente é, contra o que os números publicados pela Baidu podem e não podem ser comparados, e o que teria de mudar antes que a comparação que as pessoas estão buscando se torne real. O ERNIE-5.5-Flash não está nele hoje. navegue pelo catálogo completo de modelos Ele lista todos os modelos que o OrcaRouter pode rotear, com preços de provedores em tempo real.

O que a Baidu realmente publicou hoje

O lançamento consiste em dois repositórios — baidu/ERNIE-5.5-Flash-Base em FP8 e baidu/ERNIE-5.5-Flash-Base-BF16 — além de um post técnico em Product Updates no ernie.baidu.com. Trata-se de um modelo de linguagem de mistura esparsa de especialistas com 280B de parâmetros totais e 14B ativados por token, pré-treinado do zero em 33,5T de tokens usando o otimizador Muon e precisão mista FP8. A barra lateral do Hugging Face arredonda o total para 286B; o card afirma que ambos os números excluem 0,36B do que a Baidu chama de parâmetros ECHO.

A arquitetura é específica, o que é incomum para um lançamento discreto. Quarenta e três camadas, uma densa e 42 MoE. Trinta e sete camadas usam a atenção comprimida que a Baidu chama de HCA, armazenando em cache uma entrada a cada 128 tokens; seis usam MLA com atenção esparsa no estilo DeepSeek. Tamanho oculto 4.096, 64 cabeças, 512 especialistas roteados com roteamento top-10 mais um especialista compartilhado, e um vocabulário de 201.216. O contexto de treinamento é 128K; a configuração lançada habilita 1.048.576 tokens para ajuste fino e inferência.

Ferramentas incluídas com ele. O card traz exemplos de implantação com SGLang e vLLM, e o repositório Megatron-Bridge da NVIDIA já tem um exemplo de ERNIE 5.5 para ajuste fino. Esse é o alcance prático de um lançamento base voltado a pessoas que pretendem treinar com ele, não a pessoas que pretendem chamá-lo.

O que não foi lançado: um modelo instruct, um template de chat que mereça o nome, uma listagem de API, um preço ou um único benchmark independente. Não há entrada do ERNIE no catálogo de 216 modelos do OrcaRouter na data de publicação, nem página do Artificial Analysis. As únicas pontuações existentes são as da própria Baidu, executadas em 30 benchmarks sob um harness unificado contra três outros modelos base: DeepSeek-V4-Flash-Base em 284B-A13B, Hy3-preview-Base em 295B-A21B e MiMo-V2.5-Base em 310B-A15B.

O que Claude Haiku 5.5 está vendendo

O Claude Haiku 5.5 chegou no início de outubro de 2026 como a camada pequena e rápida da Anthropic, e seu formato comercial é o oposto do lançamento da Baidu: tudo é publicado, precificado e disponibilizado. O destaque foi um corte de preço de cerca de 90% em relação ao Haiku 4.5 na camada de contexto curto — US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens para prompts de até 100 mil tokens, subindo para US$ 0,50 e US$ 2,50 acima disso. Leituras de entrada em cache a US$ 0,01, lote pela metade da tarifa padrão. A própria Anthropic apresenta isso assim: um novo tokenizador conta cerca de 30% mais tokens para o mesmo texto, então a economia efetiva por tarefa é menor do que o valor de fachada sugere — cerca de 75% segundo a própria estimativa da Anthropic.

A ficha técnica é uma ficha de produto. Contexto de um milhão de tokens, saída máxima de 128K, entrada de texto e imagem com saída de texto, data de corte de conhecimento em junho de 2026 e cinco níveis de esforço, de baixo a máximo. A Anthropic o posiciona como seu modelo mais rápido em velocidade padrão; a Artificial Analysis o mede em 258 tokens de saída por segundo em sua execução atual. Ele está disponível por meio da própria API da Anthropic, Amazon Bedrock, Google Vertex AI e Microsoft Foundry.

Esses são os dois objetos. Um checkpoint base de 280B parâmetros sob uma licença sob medida, e um modelo hospedado com contexto de 1M a dez centavos por milhão de tokens de entrada. Colocá-los na mesma frase só é defensável se você for explícito sobre qual pergunta está respondendo.

Por que 93,3 no MMLU não é um número Haiku

A ficha da Baidu informa MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 77,1 no modo direto e 89,2 com cadeia de pensamento, HumanEval+ 82,3, MBPP+ 81,5, LiveCodeBench 40,1, HELMET-RAG 71,5, RepoQA 91,7 e LongBench-v2 48,7. Esses são números fortes para um modelo base. Eles também, estruturalmente, não são comparáveis a nada que a Anthropic publique para o Haiku 5.5.

Três razões, e todas as três importam. Primeiro, os modelos base são avaliados com prompting diferente — conclusão few-shot em vez de seguimento de instruções —, então uma pontuação de modelo base mede o prior pré-treinado, não o assistente que um desenvolvedor chama. Segundo, os harnesses diferem: a Baidu executou seu próprio pipeline com seus próprios prompts e contagens de few-shot, o que é a maneira certa de comparar seu modelo com outros modelos base e a maneira errada de compará-lo com os benchmarks instruct de um fornecedor. Terceiro, MMLU em 93 está profundamente em saturação; as diferenças entre os melhores modelos nesse benchmark agora são menores que os efeitos de formatação entre os harnesses.

Então, a leitura honesta de “ERNIE-5.5-Flash vs Claude Haiku 5.5 em benchmarks” é: ainda não existe tal comparação, e qualquer pessoa que publique uma esta semana ou está comparando um checkpoint base com um modelo instruct sem dizer isso, ou está inventando os números do instruct.

Um detalhe da própria tabela da Baidu merece ser mantido, porque contraria a narrativa de lançamento. O post admite que concorrentes vencem várias linhas — ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench e FullStackBench ficam com um dos outros modelos base. Um fornecedor que publica suas perdas na mesma tabela que suas vitórias está lhe dando um sinal útil sobre quanto peso o restante da tabela merece.

O preço que ainda não existe

"Flash", na nomenclatura da Baidu, é um rótulo de nível, não uma especificação. A linha ERNIE tem uma escada de preços estabelecida — o ERNIE 5.1 fica em torno de US$ 0,59 de entrada e US$ 2,65 de saída por milhão de tokens na listagem internacional do Qianfan, com o ERNIE 4.5 Turbo bem abaixo disso —, mas o ERNIE 5.5 Flash não tem tarifa publicada, nem endpoint no Qianfan, nem listagem de terceiros. Pesquisar por seu preço retorna apenas o lançamento base e nada mais.

Essa diferença é toda a questão comercial. Os $0.10/$0.50 do Haiku 5.5 redefiniram quanto um modelo pequeno pode custar, e é o número contra o qual todo lançamento da categoria Flash agora é medido. Se a Baidu precificar o ERNIE 5.5 Flash acima disso, o modelo terá de justificar com base na qualidade em chinês ou na residência de dados. Se precificar abaixo, torna-se uma opção séria para cargas de trabalho na China continental. Até que apareça um preço, nenhum dos dois cenários pode ser verificado.

Artificial Analysis, cujo índice foi reconstruído em 27 de outubro de 2026, coloca o Claude Haiku 5.5 na posição 36 com esforço máximo — um número que pertence ao índice atual e não pode ser comparado com números anteriores à reconstrução que ainda circulam para outros modelos. O ponto não é o valor exato. É que o Haiku tem um lugar nessa escala, e o ERNIE-5.5-Flash não tem, porque não há um modelo instruct para testar.

É também aqui que o encaminhamento muda a decisão. O OrcaRouter repassa os preços de tabela dos fornecedores com 0% de margem, pelo que, quando um fornecedor reduz uma tarifa, o novo preço fica disponível na plataforma no próprio dia, e não depois de recalcular a margem de um revendedor. O ERNIE-5.5-Flash não consta desse catálogo atualmente — 216 IDs de modelos, nenhum deles ERNIE —, pelo que o conselho prático para quem está a planear um modelo de custos é basear-se nos modelos que têm preço efetivo e voltar a avaliar quando a Baidu publicar uma tabela de tarifas.

Quem deve clonar o repositório esta semana?

Não desenvolvedores de aplicações. O checkpoint base não tem comportamento de seguir instruções que se possa mencionar, e fazê-lo comportar-se como um assistente exige um pipeline de pós-treinamento que você mesmo teria de projetar. Três grupos têm, sim, motivo para baixar os pesos agora.

• Equipes de adaptação de domínio que trabalham em chinês — 33,5T de tokens de pré-treinamento e um vocabulário de 200K, o pré-treinamento continuado em uma base é um ponto de partida legítimo, e o exemplo do Megatron-Bridge reduz o custo de tentar.

• Pesquisadores de RL e de pós-treinamento que buscam um modelo com 14B de parâmetros ativos e detalhes de arquitetura publicados — o roteamento top-10 com 512 especialistas e a divisão 37/6 entre HCA e MLA estão documentados de forma suficientemente detalhada para permitir a reprodução.

Equipes de avaliação que desejam uma linha de base limpa antes do lançamento do modelo instruct — rodar o modelo base por conta própria agora oferece um ponto de referência que o marketing do fornecedor não poderá mudar depois.

Todos os outros devem esperar. Um modelo que você não pode chamar, precificar ou comparar por benchmark com um modelo instruct não é uma opção de aquisição, e a contagem total de 280B parâmetros significa que hospedá-lo por conta própria é uma empreitada com várias GPUs, mesmo em FP8.

O que mudaria o veredito?

Quatro eventos, na ordem em que provavelmente serão relevantes.

• O ERNIE 5.5 Flash pós-treinado é lançado. A Baidu afirma que o lançamento virá em seguida. Até que isso aconteça, qualquer comparação de capacidades é especulativa, e a lacuna entre um checkpoint base e um modelo Flash finalizado é exatamente onde reside a maior parte da qualidade visível ao usuário.

• Um preço aparece no Qianfan. Esse é o momento em que a comparação com o Haiku se torna uma decisão real, e não um erro de categoria.

• É divulgada uma avaliação independente. Uma cobertura da Artificial Analysis ou da LMArena tornaria o harness da Baidu algo passível de verificação cruzada. Observe que o próprio índice AA foi rebaseado em 27 de outubro de 2026, portanto os números pré-rebase que circulam para o Haiku 5.5 e outros não devem ser comparados aos pós-rebase.

• Um host de terceiros o adota. Esse é normalmente o sinal de que os custos de serving são compreendidos, e é o ponto em que um modelo passa a ser roteável, e não apenas baixável.

A comparação do título valerá a pena ser escrita quando duas dessas quatro coisas tiverem acontecido. O que existe hoje é um modelo base bem documentado, uma licença que não é Apache e um nome de nível de produto sem produto por trás. O Claude Haiku 5.5, por sua vez, é um modelo acabado com um preço ao qual outros fornecedores agora precisam responder. Na única pergunta que um comprador faz — quanto custa um token e o que ele faz — um lado tem uma resposta e o outro tem uma promessa.

A parte interessante não é que a Baidu tenha lançado discretamente. É que a empresa optou por disponibilizar primeiro os pesos base, antes do modelo que qualquer pessoa pode usar, e não cobrou nada. Essa é uma cadência de lançamento de laboratório de pesquisa, não de um lançamento de produto, e deve ser interpretada como tal.