ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base: um você pode baixar, o outro você só pode alugar

A Baidu agora lançou as duas metades do mesmo modelo, na ordem errada. O ERNIE 5.5 Flash Base — o checkpoint de 280 bilhões de parâmetros, 14 bilhões ativos por token — foi disponibilizado no Hugging Face em 5 de novembro de 2026 com uma divulgação técnica de vinte páginas, trinta linhas de benchmark e uma licença que exigia um advogado para ler. Seis dias depois, em 10 de novembro, o ERNIE 5.5 Flash surgiu como um endpoint pago no Baidu Qianfan a US$ 0,28 por milhão de tokens de entrada e US$ 1,13 por milhão de saída, sem anúncio, sem ficha do modelo e sem nenhuma tabela de avaliação. Portanto, a escolha entre o ERNIE 5.5 Flash e o ERNIE 5.5 Flash Base não é uma escolha entre um modelo grande e um pequeno. É uma escolha entre o artefato que você pode inspecionar e aquele que você pode realmente invocar. As referências de comparação contra as quais você avaliaria qualquer uma das versões do ERNIE são cobradas a preços de lista do provedor, com a taxa do OrcaRouter exibida como US$ 0,00 em todas as linhas assim, uma execução de comparação custa uma chave e uma fatura.

Mesmos pesos, dois estados finais diferentes

O checkpoint base é o fim do pré-treinamento e nada mais. Ele completa texto. Não segue instruções, mantém um prompt de sistema, chama uma ferramenta ou recusa uma solicitação, porque esses comportamentos são produzidos pelo pós-treinamento e este checkpoint não teve nenhum. A Baidu diz isso diretamente: o repositório é "o checkpoint ao final do pré-treinamento, antes de qualquer treinamento intermediário ou pós-treinamento", posicionado como ponto de partida para adaptação de domínio, ajuste por instruções e pesquisa em aprendizado por reforço.

ERNIE 5.5 Flash é o que o pós-treinamento fez dele. Ele responde a prompts, expõe chamada de funções e saídas estruturadas, e raciocina antes de falar. Os dois não são versões um do outro em nenhum sentido utilizável — um é uma entrada de treinamento, o outro é um produto — e a diferença prática é o que define a decisão por completo.

• Parâmetros — 280B no total, 14B ativos por token, mistura esparsa de especialistas, em ambos os lados. Mesma arquitetura.

• Tamanho do download — 288 GB em 139 arquivos no repositório FP8, com um repositório BF16 separado ao lado dele. É esse o valor a considerar no orçamento, e não o número de parâmetros dobrado.

• Contexto — 128.000 tokens no momento do treinamento, com a configuração disponibilizada definida como 1.048.576 para ajuste fino e inferência. O modelo em serviço está listado com 1.024.000 de entrada, que é a mesma janela arredondada para baixo para uma tabela de preços, e não uma capacidade diferente.

• Teto de saída — o checkpoint base não tem nenhum, por assim dizer; o modelo servido permite 921.600 tokens de saída porque raciocina em cada requisição e não há como instruí-lo a não fazer isso.

• Modalidade — texto entra, texto sai, em ambos os lados. Sem imagens, sem áudio, sem PDFs. Qualquer carga de trabalho que inclua uma captura de tela está fora do escopo de ambos, e isso não vai mudar com um ajuste fino.

• Preço — os pesos são gratuitos sob uma licença com limites territoriais; a API custa US$ 0,28 e US$ 1,13 por milhão de tokens, com entrada em cache a US$ 0,028.

• Pontuação independente — nenhum dos dois possui uma. O Artificial Analysis traz linhas do ERNIE 4.5 e do ERNIE 5.0 e nenhuma linha do ERNIE 5.5 de qualquer tipo.

A documentação está exatamente ao contrário

Para um checkpoint base, o Baidu publicou um lançamento técnico genuinamente detalhado: a arquitetura (43 camadas, 512 especialistas roteados por camada MoE com seleção top-10 mais um especialista compartilhado), o orçamento de treinamento (33,5 trilhões de tokens com o otimizador Muon), o design de atenção, o tokenizador, as receitas de serving para vLLM e SGLang, e uma tabela de benchmarks que inclui linhas em que o modelo perde. O ChineseSimpleQA marca 73,0 contra 75,3 do DeepSeek. O BBH com cadeia de raciocínio é um empate triplo dentro do ruído. Essa é a forma de uma tabela que alguém construiu em vez de uma tabela que alguém escolheu, e é o tipo de divulgação que garante a um modelo uma avaliação justa.

Para o modelo de chat, a Baidu publicou um preço. Sem data de corte de conhecimento. Sem avaliação. Nenhuma declaração sobre como o modelo pós-treinado difere do checkpoint em qualquer aspecto além do comportamento. A descrição anexada ao endpoint tem três frases sobre arquitetura e velocidade — 280 bilhões de parâmetros totais, 14 bilhões ativos, uma janela de um milhão de tokens, mais de 200 tokens por segundo — e não diz nada sobre qualidade.

A consequência é que os dois artefatos estão sendo avaliados com base em evidências incompatíveis. Tudo o que se pode saber sobre o ERNIE 5.5 Flash Base vem do próprio harness da Baidu contra baselines que a Baidu escolheu, e tudo isso descreve um modelo que não consegue seguir uma instrução. Tudo o que se pode saber sobre o ERNIE 5.5 Flash é uma tabela de preços. Qualquer pessoa que cite o MMLU-Pro de 78,4 do checkpoint base como evidência sobre o modelo de chat está cometendo o erro mais comum possível nesta comparação: avaliações de modelos base e avaliações de modelos de instrução medem coisas diferentes e não podem ser subtraídas, herdadas ou extrapoladas.

A licença é a parte que as pessoas pulam

Os pesos são disponibilizados para download, o que não é o mesmo que código aberto. O Contrato de Licença do Modelo Base ERNIE 5.5 Flash v1.0, datado de 5 de novembro de 2026 e regido pela legislação de Hong Kong, restringe a concessão por território e por receita:

• Território — uso, reprodução, modificação e distribuição são licenciados em todos os lugares “exceto na União Europeia, no Reino Unido e na Coreia do Sul”. Para uma empresa constituída em qualquer um desses três, isso não é uma questão de termos comerciais, é um não.

• Receita — gratuita até US$ 50 milhões em receita relacionada anual, e uma notificação única à Baidu é exigida mesmo abaixo desse limite. Acima dele, o uso deve ser pausado até que a autorização por escrito seja recebida. A receita relacionada é agregada entre produtos e empresas afiliadas, então o teto é alcançado mais cedo do que o P&L de um único produto sugere.

• Atribuição — todo produto comercial deve exibir "Powered by ERNIE" de forma destacada.

• Saídas — não podem ser usadas para melhorar qualquer outro modelo. É permitido treinar um derivado; destilá-lo em outra coisa não é.

Nada disso se aplica a chamadas feitas através da API da Baidu. A via alojada é regida pelos termos comerciais da API, e não pela licença dos pesos, pelo que uma equipa europeia excluída do download pode ainda alugar o modelo por token — o que é, discretamente, um dos argumentos mais fortes a favor do endpoint em vez do repositório.

Qual deles você realmente quer

A decisão decorre de três perguntas, e nenhuma delas é “qual é o mais inteligente”.

Você consegue rodar 288 GB? Se não, o checkpoint base não é uma opção, independentemente dos termos dele, e a comparação se reduz a "usar a API ou usar um modelo diferente". Um modelo de mistura de especialistas de 280B com 14B ativos é barato de servir por token e caro de hospedar por máquina, e a lacuna entre esses dois fatos é onde a maioria dos planos de auto-hospedagem morre.

Sua tarefa é fixa e de alto volume? Este é o único caso em que os pesos vencem em termos econômicos. Uma única tarefa estreita — classificação, extração, uma transformação específica de domínio — ajustada com fine-tuning sobre um checkpoint base amortiza o treinamento e depois não custa nada por chamada. Pagar US$ 1,13 por milhão de tokens de saída para sempre por uma tarefa que você poderia ter é um vazamento lento, e o checkpoint base tem preço, em termos de licença, justamente para esse comprador.

Você precisa que isso funcione esta semana?Então é o endpoint, porque um fine-tune em 280B parâmetros é uma linha de orçamento e um trimestre de calendário, não uma tarde. A API hoje te dá um modelo com chamada de ferramentas, raciocínio e entrada de um milhão de tokens, não documentado, a um preço que é aproximadamente o dobro da concorrência do nível Flash e não obviamente errado por isso.

O que ninguém deve fazer é tratar os dois como intercambiáveis em uma avaliação. As pontuações do checkpoint base não são uma prévia da qualidade da API, e o preço da API não é evidência da qualidade da API. A única medição que resolve qualquer coisa é a sua própria — um conjunto fixo de prompts executado no endpoint, contado em tokens de saída, comparado com o que você iria usar em vez disso.

Executando as duas perguntas com uma única chave

A parte comparativa deste trabalho não exige uma conta Baidu. O OrcaRouter encaminha mais de 200 modelos por trás de uma única chave compatível com OpenAI, ao preço de tabela do provedor e sem markup: MiniMax M3.1 Flash a US$ 0,15 e US$ 0,60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash e Gemini 3.8 Flash estão todos lá, e o failover automático mantém uma execução de benchmark ativa quando um provedor oscila no meio da varredura. O ERNIE 5.5 Flash não está entre eles — não há entrada ERNIE no catálogo nem endpoint Baidu para o qual possamos rotear —, então o endpoint precisa ser chamado na própria API da Baidu e seus números precisam ser transferidos manualmente.

Essa assimetria merece ser dita claramente, em vez de contornada: o modelo que você pode baixar é gratuito e inutilizável sem um treinamento, o modelo que você pode chamar não tem documentação e é acessível por exatamente um fornecedor, e os modelos com os quais você faria benchmark estão em uma única chave roteada. Dois desses três fatos mudarão. A cláusula de licença provavelmente não.

O que observar é mais restrito do que o próprio modelo. Um cartão de modelo para o ERNIE 5.5 Flash com uma tabela de avaliação tornaria esta comparação respondível. Um segundo provedor servindo a prévia tornaria sua disponibilidade e seu preço competitivos. E uma pontuação independente de um rastreador que executa seu próprio harness resolveria em uma tarde o que duas semanas de leitura de especificações não conseguem — porque, no momento, o resumo honesto é que a Baidu documentou a metade do modelo que ninguém pode usar e deixou a metade que todos podem usar para ser aceita com base na confiança.