Ling-3.2-flash vs ERNIE 5.5 Flash: Um é um produto, o outro é um ponto de partida

Dois laboratórios chineses lançaram modelos próximos dos carros-chefe com poucas horas de diferença em 5 de novembro de 2026, e quase toda comparação que você possa escrever sobre Ling-3.2-flash e ERNIE 5.5 Flash se desfaz no momento em que você percebe que eles não são o mesmo tipo de objeto. Ling-3.2-flash é um modelo de chat multimodal acabado e ajustado por instruções: texto, imagem e vídeo na entrada, respostas na saída, disponível no endpoint compatível com OpenAI da Ant Ling e gratuito por duas semanas. O que a Baidu publicou é o ERNIE-5.5-Flash-Base — o checkpoint ao final do pré-treinamento, antes do mid-training, antes do ajuste por instruções, somente texto, e servido por um endpoint de completions porque ele ainda não foi ensinado a seguir instruções. A própria página de lançamento da Baidu diz que o ERNIE 5.5 Flash pós-treinado "virá em seguida".

Essa única assimetria decide a maioria das questões práticas abaixo. Um modelo você pode chamar hoje à tarde. O outro você pode baixar, ajustar e transformar em algo — o que é uma compra totalmente diferente, com um contrato jurídico anexado.

Os dois objetos, lado a lado

O que se segue é o que cada fornecedor documenta hoje. Quando um número é do próprio fornecedor e não foi reproduzido, isso é indicado.

• Parâmetros totais e ativos — Ling-3.2-flash: 560B no total / 25B ativos; ERNIE-5.5-Flash-Base: 280B no total / 14B ativos por token, além de 0,36B de parâmetros ECHO que ambas as contagens excluem.

• Entradas — Ling-3.2-flash aceita texto, imagens e vídeo nativamente, com blocos image_url e video_url na requisição; ERNIE-5.5-Flash-Base é somente texto, e ponto final.

• O que você recebe — Ling-3.2-flash é um modelo de chat pós-treinado por trás de uma API; ERNIE-5.5-Flash-Base são pesos brutos de pré-treinamento que você deve pós-treinar por conta própria.

• Arquitetura — o Ling-3.2-flash é um MoE da linha híbrido-linear Ling que a Ant mantém desde a 3.1; o ERNIE-5.5-Flash-Base tem 43 camadas (uma FFN densa, 42 MoE Latente Multi-Router), 512 especialistas roteados com roteamento top-10 mais um especialista compartilhado, 37 camadas de Atenção Fortemente Comprimida e seis camadas MLA com atenção esparsa.

• Contexto — Ling-3.2-flash oferece uma janela de 1 milhão de tokens na API; ERNIE-5.5-Flash-Base foi treinado com 128K, e sua configuração divulgada habilita 1.048.576 tokens para ajuste fino e inferência, o que não é a mesma afirmação.

• Pesos — o Ling-3.2-flash não tem nenhum publicado; o ERNIE-5.5-Flash-Base vem com safetensors FP8 e BF16 no Hugging Face e no ModelScope.

• Preço — Ling-3.2-flash é gratuito por duas semanas após o lançamento, sem tarifa publicada para o décimo quinto dia; ERNIE-5.5-Flash-Base não tem preço de hospedagem porque a Baidu não o está servindo, e a auto-hospedagem custa o que quer que 280B de pesos lhe custe.

Nenhuma dessas linhas é uma alegação de qualidade. Elas são uma descrição do que você estaria comprando.

Para que o Ling-3.2-flash é realmente útil, segundo as evidências

O material de lançamento da Ant são três números de benchmark e cinco vídeos de demonstração. Os números comparam o Ling-3.2-flash ao Opus 5 no esforço máximo no OmniDocBench1.5 (92,21 vs 90,56), no ZEROBench(Sub) (43,71 vs 39,52) e no Vision2Web (85,86 vs 80,20). Todos os três são informados pelo fornecedor, todos os três são visuais e nenhum foi reproduzido por terceiros. Lidos em conjunto, eles afirmam uma coisa: em parsing de documentos, raciocínio de cenas 3D e tarefas de visão para web, a Ant acredita que supera um modelo fechado de fronteira. Não afirmam absolutamente nada sobre raciocínio textual, programação ou trabalho agêntico em terminal, que é para onde ainda vai a maior parte do tráfego de produção.

As demos são mais informativas que os números, porque mostram o ciclo para o qual o Ant construiu o modelo. O Ling-3.2-flash inspeciona renderizações headless de esferas de material, compara mapas de rugosidade e normais e reescreve seu próprio script; controla o Blender por meio de ações de UI; converte desenhos de engenharia em modelos 3D para web; lê PDFs de pesquisa com equações e implementa os algoritmos em código. Cada uma dessas tarefas exige que o modelo observe um artefato intermediário e se corrija. É isso que o treinamento multimodal nativo oferece em relação a um modelo de texto com um adaptador de visão, e é a capacidade que você deve testar primeiro se esse for o seu caso de uso.

Duas ressalvas operacionais precisam ser mencionadas juntas. A Ant documenta um limite global de duas consultas por segundo, com erros 429 acima disso, e um tempo limite de 90 segundos em chamadas síncronas, com recomendação de streaming. E o modelo é gratuito apenas até aproximadamente 19 de novembro; a página de preços diz que as tarifas originais voltam depois disso, sem informar quais são.

Para que o ERNIE-5.5-Flash-Base é realmente bom

A proposta da Baidu é o deslocamento de custos, e é coerente. A empresa investiu a computação de pré-treinamento em 33,5 trilhões de tokens com o otimizador Muon; você investe a sua em adaptação de domínio, ajuste por instruções ou aprendizado por reforço, partindo de um checkpoint que já traz código em escala de repositório e comportamento de contexto longo incorporados. O lançamento é excepcionalmente limpo como baseline de pesquisa: um checkpoint ao final do pré-treinamento, sem treinamento intermediário, sem pós-treinamento, de modo que dois métodos de ajuste fino podem ser comparados sem discutir o que a base já sabia.

A avaliação da Baidu compara-o com três modelos base abertos de tamanho semelhante — DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) e MiMo-V2.5-Base (310B-A15B) — sob um único harness, um único conjunto de prompts e um único juiz, em 30 benchmarks de sete categorias. Essa é uma comparação mais bem controlada do que a maioria das tabelas de lançamento, e ainda assim é realizada pelo fornecedor. A principal alegação arquitetural que vale conhecer: 37 das 43 camadas aplicam atenção sobre uma sequência comprimida em 128×, e a Baidu afirma que as seis camadas MLA são suficientes para manter o desempenho em contextos longos. Se isso se confirmar em testes independentes, é a coisa mais interessante do lançamento — uma compressão de 128× que não compromete a recuperação em contextos longos.

O problema é a licença, e não é pequena. O ERNIE 5.5 Flash Base Model License Agreement v1.0 define um Território como "todas as áreas geográficas em todo o mundo, exceto a União Europeia, o Reino Unido e a Coreia do Sul", e exige que os materiais não sejam usados, distribuídos ou exibidos fora dele. O uso comercial é gratuito abaixo de US$ 50 milhões de receita anual proveniente de produtos relacionados, desde que você envie um aviso único e exiba "Powered by ERNIE" em destaque em uma interface de usuário, site, página "sobre" ou documentação do produto. Acima de US$ 50 milhões, você precisa da autorização prévia por escrito separada da Baidu antes de ultrapassar o limite, e o uso deve ser suspenso se você ultrapassá-lo sem uma.

Então, a forma honesta de enquadrar o checkpoint "gratuito" de 280B é: gratuito para baixar em qualquer lugar fora de três jurisdições, gratuito para uso comercial até um limite de receita e com uma obrigação de branding que a maioria das equipes de produto notará no site de marketing antes de notar na licença.

Qual escolher, de acordo com o que você está fazendo

Escolha o Ling-3.2-flash se o trabalho for visual e você precisar de uma resposta neste mês. Extração de documentos em que o layout importa, agentes de UI guiados por capturas de tela, conversão de desenho para 3D, triagem de imagens médicas, qualquer coisa em que o modelo precise verificar sua própria saída renderizada. A API segue o formato da OpenAI, então a integração é só uma mudança de base-URL, e a janela gratuita de duas semanas significa que a avaliação não custa nada além do seu tempo. Ainda não o coloque em um caminho de produção: não há preço publicado, nem pontuação independente, nem pesos, nem provedor de fallback.

Escolha o ERNIE-5.5-Flash-Base se você tiver capacidade de pós-treinamento e um domínio. Uma base 280B-A14B com arquitetura documentada, receitas funcionais de SGLang e vLLM, uma versão FP8 e uma BF16, e um exemplo de fine-tuning com Megatron-Bridge é um ativo genuíno para uma equipe que quer seu próprio modelo. Verifique a cláusula de Território em relação à sua entidade legal antes de começar, não depois. E não o avalie como modelo de chat — ele continua texto, não responde a solicitações, então qualquer comparação de seguimento de instruções com o Ling-3.2-flash está medindo a coisa errada.

Se o que você realmente queria era um ERNIE finalizado para chamar, espere. A Baidu diz que o ERNIE 5.5 Flash pós-treinado está chegando, e até que ele chegue não há ERNIE 5.5 hospedado na tabela de preços do Qianfan — a lista internacional que lemos hoje traz ERNIE 5.1, ERNIE 5.0 e ERNIE 4.5 Turbo, sem nenhuma linha do 5.5.

Nenhum dos dois está no nosso catálogo — aqui está o que está

Sendo direto sobre roteamento: relimos o catálogo do OrcaRouter em 6 de novembro e ele retorna 215 identificadores de modelo. Não há entrada de Ling, inclusionAI, Ring ou ERNIE nele; as únicas correspondências de "ling" são modelos de vídeo Kling. Portanto, esta comparação não é uma escolha entre duas coisas que uma única chave já alcança.

O que uma única chave alcança, pelo preço de tabela do provedor e sem markup, são os modelos que cobrem as mesmas duas funções. Para trabalho de visão com tarifa publicada, Qwen3.8-Flash custa US$ 0,15 por milhão de tokens de entrada e US$ 0,47 por milhão de tokens de saída. Para agentes de texto baratos em escala, DeepSeek V4.1 Flash custa US$ 0,15 e US$ 0,60, e o GLM-5.3-Flash custa US$ 0,15 e US$ 0,50. Os três aceitam uma requisição no formato OpenAI, então uma integração com o Ling-3.2-flash portada para eles é uma mudança na string do modelo, não uma reescrita — o que importa quando a janela gratuita fecha e você ainda não tem uma tabela de preços.

Esse também é o argumento para colocar um roteador na frente de um ajuste fino do ERNIE auto-hospedado em vez de apontar seu app diretamente para seu próprio cluster: um endpoint, uma chave e failover automático para um modelo hospedado quando suas GPUs estiverem saturadas ou sua implantação estiver em rolling. A DSL de roteamento compõe vários modelos em uma única chamada, que é como você executaria um modelo de visão e um modelo de texto como uma etapa em vez de duas.

A coisa a observar

Ambos os lançamentos estão pela metade em direções opostas, e ambas as lacunas se fecham no cronograma de outra pessoa. A Ant deve uma lista de preços, um cartão de modelo e — se o padrão de 2026 se mantiver — um checkpoint licenciado sob MIT. A Baidu deve o ERNIE 5.5 Flash pós-treinado, e deve uma declaração mais clara sobre se a cláusula Territory se aplica às saídas do modelo ou apenas aos pesos e seus derivados, o que, conforme o texto está redigido, sugere ser mais amplo do que a maioria das equipes suporá.

Até que um desses chegue, a comparação tem uma forma simples: Ling-3.2-flash é aquele que você pode avaliar hoje e não pode orçar, e ERNIE-5.5-Flash-Base é aquele para o qual você pode orçar e não pode chamar.