
Hy4 flash-Base vs ERNIE 5.5 Flash Base: A única comparação justa publicada por qualquer um dos fornecedores
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 138 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 175 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
Dois laboratórios chineses publicaram checkpoints pré-treinados com doze dias de diferença e, desta vez, a tabela de comparação praticamente se escreve sozinha: Hy4 flash-Base contra ERNIE 5.5 Flash Base, o mesmo tipo de artefato da mesma etapa do pipeline, avaliado da mesma forma. A Tencent publicou o Hy4 flash-Base em 17 de novembro de 2026 junto com o modelo de instrução. A Baidu publicou o ERNIE 5.5 Flash Base em 5 de novembro de 2026 e, no momento em que este texto é escrito, ele ainda é o único artefato do ERNIE 5.5 existente — o modelo de chat pós-treinado ainda não foi lançado.
Essa diferença no que cerca o checkpoint é grande parte do que torna esta comparação digna de uma página. Comparar as duas bases diz como foi o pré-treinamento. Comparar os dois lançamentos diz algo menos lisonjeiro sobre ambas: uma empresa entregou a matéria-prima e o produto acabado no mesmo dia, a outra entregou a matéria-prima e uma promessa.
Por que checkpoints base são a comparação honesta
Quase toda comparação de modelos que você lê é silenciosamente injusta, porque coloca o modelo finalizado e ajustado por instrução de um fornecedor contra o modelo finalizado e ajustado por instrução de outro fornecedor, cada um avaliado em sua própria estrutura de avaliação com suas próprias linhas de base. Checkpoints base removem uma dessas variáveis. Nenhum dos modelos foi pós-treinado, nenhum tem um template de chat que molda o formato da saída, e ambos os fornecedores publicam tabelas few-shot em benchmarks acadêmicos padrão em vez de suítes agênticas personalizadas.
O que resta — o harness, as contagens de shots, os subconjuntos — ainda é específico do fornecedor, então nada aqui é um experimento controlado. Mas uma tabela base versus base é uma comparação de execuções de pré-treinamento, e o pré-treinamento é a parte cara. É a coisa mais próxima de um número comparável em condições iguais que essas duas empresas publicaram uma sobre a outra.
Os dois checkpoints, lado a lado
• Parâmetros — Hy4 flash-Base 220,3B no total, 12B ativos por token; ERNIE 5.5 Flash Base 280B no total, 14B ativos por token.
• {{1}}Onde ficam os parâmetros{{/1}} — o Hy4 flash-Base carrega {{2}}155.5B{{/2}} no {{3}}backbone de 42 camadas{{/3}}, {{4}}63.5B{{/4}} nas {{5}}tabelas de embeddings n-grama do Engram{{/5}}, {{6}}0.43B{{/6}} em um {{7}}codificador de visão{{/7}} e {{8}}0.85B{{/8}} em um {{9}}drafter DFly2{{/9}}; os {{10}}280B do ERNIE{{/10}} são uma {{11}}distribuição MoE{{/11}} mais convencional, além de um {{12}}módulo ECHO de 0.36B{{/12}} excluído da {{13}}contagem principal{{/13}}.
• Profundidade e roteamento — 42 camadas (uma densa, 41 MoE) com 512 especialistas roteados mais um compartilhado, 16 ativos, tamanho oculto 3.072, para Hy4 flash-Base; 43 camadas (uma densa, 42 Multi-Router Latent MoE) com 512 especialistas roteados mais um compartilhado, top-10, tamanho oculto 4.096, para ERNIE.
• Contexto — 1.048.576 tokens configurados em ambos. A Tencent treinou o Hy4 flash diretamente nesse comprimento; a Baidu treinou o ERNIE com 128.000 e definiu a configuração lançada como 1.048.576 para ajuste fino e inferência, o que é uma capacidade da configuração, e não um comportamento medido.
• Modalidade — texto e imagem na entrada, texto na saída, em ambos. O Hy4 flash-Base vem com um codificador visual derivado do SigLIP2; o cartão do ERNIE 5.5 Flash Base descreve entrada apenas de texto na tabela de links do modelo.
• Licença — Tencent Hy License v1.0, um derivado da Apache 2.0 com uma cláusula de MaaS para receita de US$ 50 milhões ou 100 milhões de MAU; ERNIE 5.5 Flash Base Model License v1.0, que exclui totalmente a União Europeia, o Reino Unido e a Coreia do Sul como territórios.
A linha da licença não é uma nota de rodapé. Uma equipa europeia não pode sequer usar o checkpoint ERNIE ao abrigo da sua bolsa, e nenhuma vantagem em benchmarks altera isso. Uma equipa de qualquer dimensão pode usar o Hy4 flash-Base, e uma equipa com mais de 50 milhões de dólares em receita de MaaS tem de enviar um email antes de o fazer.
O que diz a tabela do Baidu, e quanto custa acreditar nela
O conjunto de comparação da Baidu é o adequado para uma versão base: ERNIE 5.5 Flash Base contra DeepSeek-V4-Flash-Base, Hy3-preview-Base e MiMo-V2.5-Base, em um único pipeline que o card descreve como compartilhado pelos quatro. Todos os números abaixo são informados pela Baidu e não foram reproduzidos.
• MMLU — 93,3 ERNIE, 89,4 DeepSeek-V4-Flash-Base, 87,5 Hy3-preview-Base, 87,6 MiMo-V2.5-Base.
• MMLU-Pro — 78,4 em comparação com 69,2, 66,9 e 65,7. A maior diferença do conjunto.
• GPQA — 60,2 contra 55,9, 50,2 e 51,4.
• HumanEval+ — 82,3 contra 69,5, 78,0 e 74,4.
• LiveCodeBench — 40,1 contra 31,9, 33,5 e 32,4.
• LongBench-v2 — 48,7 contra 44,5, 39,8 e 44,6.
• BBH com cadeia de raciocínio — 89,2 contra 90,0 do Hy3-preview-Base e 89,8 do MiMo-V2.5-Base. Um empate triplo dentro do ruído, independentemente do que a formatação em negrito implique.
• ChineseSimpleQA — 73,0 contra 75,3 da DeepSeek. Uma derrota, no benchmark mais próximo do mercado doméstico da Baidu.
A tabela omite linhas, e é por isso que parece uma tabela que alguém montou, em vez de uma que alguém selecionou. Observe o que está ausente nela: Hy4 flash-Base. O checkpoint da Tencent não existia em 5 de novembro, portanto nenhuma linha direta entre os dois modelos nesta comparação jamais foi publicada por ninguém.
O que diz a tabela da Tencent, incluindo o aviso de isenção de responsabilidade
A tabela base da Tencent é de cinco vias — Hy4 flash-Base, Hy4 Base, Hy3 preview Base, DeepSeek-V4-flash-Base e DeepSeek-V4-Pro-Base — e também perde linhas. Relatado pelo fornecedor, não reproduzido:
• MMLU-Pro — 71,1 para Hy4 flash-Base contra 73,9 para Hy4 Base, 65,8 para Hy3 preview Base, 68,6 para DeepSeek-V4-flash-Base e 73,4 para DeepSeek-V4-Pro-Base.
• SimpleQA — 37,5 contra 57,2, 26,4, 31,3 e 52,1. A maior perda do cartão.
• C-Eval — 92,0 contra 95,0, 90,1, 91,9 e 93,4.
• CMMLU — 91,6 contra 93,1, 89,6, 89,8 e 90,7.
• AGIEval em chinês — 90,6 contra 91,2, 87,8, 88,5 e 89,8.
• Belebele — 93,8 contra 95,0, 94,2, 94,4 e 95,2.
• INCLUDE — 82,8 contra 88,1, 84,3, 84,0 e 84,3.
• MMMU-Pro — 52,0 contra 59,6 do Hy4 Base. As linhas multimodais existem apenas para os dois modelos Hy.
Visto como um todo: o Hy4 flash-Base é um modelo menor e mais barato que seus irmãos e perde para eles na maioria das linhas, o que é exatamente o que um modelo com 12B ativos deveria fazer contra um com 49B ativos. As linhas interessantes são as multilíngues, em que ele se mantém a um ou dois pontos de modelos muito maiores, e a SimpleQA, em que fica vinte pontos atrás do Hy4 Base — uma lacuna de recuperação de fatos que diz algo sobre quanto dessa capacidade reside na contagem de parâmetros, e não nos dados de treinamento.
A Tencent também apresenta voluntariamente uma ressalva que a ficha do modelo do Baidu não traz: como o modelo base foi exposto a uma grande quantidade de dados sintéticos de instrução durante o mid-training, ele "ocasionalmente falha em seguir o formato de resposta esperado em avaliações few-shot, o que pode distorcer as pontuações." Um fornecedor dizer que seu próprio harness de avaliação pode estar medindo conformidade de formato é raro o suficiente para merecer a frase.

As duas tabelas não podem ser colocadas uma sobre a outra.
Aqui está a armadilha nesta comparação, e vale a pena declará-la claramente porque a maior parte da internet não o fará. Ambos os fornecedores publicam o MMLU-Pro. A Baidu relata 78,4 para o ERNIE 5.5 Flash Base. A Tencent relata 71,1 para o Hy4 flash-Base. É tentador subtrair e relatar uma vitória de 7,3 pontos da Baidu. Essa subtração não é defensável.
Contagens de shot diferentes, formatos de prompt diferentes e, no caso do Hy4 flash-Base, um problema reconhecido de aderência ao formato que pode reduzir uma pontuação de média macro. O único número em ambas as tabelas que tem uma definição compartilhada — Belebele em um subconjunto de cinco idiomas — registra 93,8 para o Hy4 flash-Base e está simplesmente ausente da tabela da Baidu. Não há sobreposição suficientemente rigorosa para subtrair.
O que se pode dizer é mais restrito e ainda assim útil: o checkpoint de cada fornecedor supera as baselines de terceiros do DeepSeek que cada um deles escolheu, na maioria das linhas, por margens produzidas pelos seus próprios harnesses. Duas alegações mais ou menos independentes na mesma direção são evidência mais forte do que qualquer uma delas isolada e mais fraca do que um benchmark compartilhado. Esse é o teto honesto do que esses dois cards sustentam.

Um lançamento está concluído; o outro é uma promessa
Esta é a assimetria que importa mais do que qualquer linha acima, e não se trata da qualidade do benchmark.
A Tencent publicou três artefatos em 17 de novembro: o modelo instruct, sua versão FP8 e o checkpoint base. Uma equipe que quer um modelo de chat hoje pode baixar um, carregá-lo no vLLM com a imagem fixada vllm/vllm-openai:hy4-flash e servi-lo. O checkpoint base está lá para quem quer fazer fine-tuning, e o card aponta para um guia de fine-tuning.
A Baidu publicou um artefato em 5 de novembro. O ERNIE 5.5 Flash Base são pesos pré-treinados. Não há um ERNIE 5.5 Flash ajustado por instrução para baixar, nenhum endpoint de API documentado sob esse nome no material de lançamento, e a ficha descreve o modelo pós-treinado apenas como algo que "deve seguir". Uma equipe que baixa o ERNIE 5.5 Flash Base hoje está se comprometendo a fazer o pós-treinamento por conta própria, sobre 280 bilhões de pesos, antes de ter um modelo que consiga responder a uma pergunta em um formato utilizável.
Para um grupo de pesquisa, isso é precisamente o artefato interessante. Para uma equipe de produto, não é um modelo, é um ponto de partida com uma quantidade ilimitada de trabalho atrelada, e a comparação correta não é com o Hy4 flash-Base, mas com o Hy4 flash — que custa dinheiro por token e funciona agora.

Onde um roteador se encaixa em uma decisão de checkpoint base
Um roteador não disponibiliza checkpoints base, e seria desonesto sugerir o contrário. O OrcaRouter não oferece nem o Hy4 flash-Base nem o ERNIE 5.5 Flash Base, e nenhum dos modelos instruct dos dois fornecedores está no catálogo hoje. O que o catálogo oferece é tencent/hy4-preview — o modelo 770B/49B do qual o Hy4 flash foi destilado — a $0,834 por milhão de tokens de entrada e $2,501 por milhão de saída, com leitura de cache a $0,042.
Isso importa para uma decisão específica. Se você está avaliando se deve fazer fine-tuning de um checkpoint base de 220B, a primeira pergunta é se o comportamento da família se adequa à sua tarefa, e o modelo de prévia responde a isso em uma tarde pelo preço dos tokens que você gasta testando. Fazer isso antes de provisionar oito GPUs para uma implantação FP8 com paralelismo de tensores é a etapa mais barata de todo o projeto. O preço de tabela do provedor é repassado com 0% de margem, então uma mudança de preço da Tencent chega ao catálogo no dia em que acontece, em vez de esperar pela próxima reconstrução, e o failover automático significa que um job de avaliação não morre porque um upstream teve uma hora ruim.
Se o ajuste fino funcionar, os pesos são seus e o roteador deixa de fazer parte desse caminho. Se não funcionar, você gastou uma tarde em vez de um trimestre para descobrir.
Como ler este confronto
Se você quer um modelo que consiga fazer trabalho, esta é a página errada: Hy4 flash é o modelo finalizado e o ERNIE 5.5 Flash ainda não tem um. Se você quer uma base pré-treinada para construir em cima, os dois candidatos estão mais próximos do que o marketing sugere e mais distantes do que uma subtração de benchmark indicaria.
O ERNIE 5.5 Flash Base é maior, treinado por mais tempo — 33,5 trilhões de tokens com o otimizador Muon — e relata pontuações mais fortes em seu próprio harness, incluindo um número no MMLU-Pro que nenhum modelo Tencent no cartão de comparação iguala. O Hy4 flash-Base é menor, mais barato de servir com 12B ativos, nativamente multimodal, vem com um codificador de visão e um drafter de decodificação especulativa, e acompanha uma licença que não exclui três jurisdições.
O fator decisivo provavelmente não será nem a capacidade nem a licença, mas os doze dias entre os dois. O checkpoint da Baidu teve quase duas semanas para a comunidade de fine-tuning produzir algo; o Hy4 flash-Base teve apenas um dia. Fique atento para ver se surge um ERNIE 5.5 Flash ajustado por instruções e para ver se alguém publica um LoRA para o Hy4 flash-Base. O primeiro tornaria isto uma comparação real, com um benchmark compartilhado muito provavelmente a seguir; o segundo revelaria qual base os profissionais realmente preferiram.
Comparados neste artigo1
Detectado a partir deste artigo
