ERNIE-5.5-Flash против Claude Haiku 5.5: базовый чекпоинт встречает ценовой минимум

Baidu сегодня утром выложила ERNIE-5.5-Flash-Base на Hugging Face, и первая строка карточки модели — именно та, что имеет значение: веса представляют собой контрольную точку завершения предварительного обучения, без промежуточного обучения и без постобучения. ERNIE 5.5 Flash после постобучения, как сказано в релизе Baidu, «выйдет следом». Из-за одного этого предложения прямое сравнение с Claude Haiku 5.5 сегодня невозможно, потому что Claude Haiku 5.5 — это готовая модель, дообученная на инструкциях, которую Anthropic продаёт по цене $0.10 за миллион входных токенов и $0.50 за миллион выходных токенов. Одна сторона этого противостояния — исследовательский артефакт. Другая сторона — продукт с прайс-листом. Далее — что каждое из них на самом деле представляет собой, с чем можно и с чем нельзя сопоставлять опубликованные Baidu цифры и что должно измениться, прежде чем сравнение, которое люди ищут, станет реальным. ERNIE-5.5-Flash сегодня в нём отсутствует. просмотреть полный каталог моделей В нём перечислены все модели, которые может маршрутизировать OrcaRouter, с актуальными ценами провайдеров.

Что Baidu на самом деле опубликовал сегодня

Релиз включает два репозитория — baidu/ERNIE-5.5-Flash-Base в FP8 и baidu/ERNIE-5.5-Flash-Base-BF16 — а также техническую публикацию в разделе Product Updates на ernie.baidu.com. Это разреженная языковая модель со смесью экспертов: 280 млрд параметров всего и 14 млрд активируемых на токен, предобученная с нуля на 33,5 трлн токенов с использованием оптимизатора Muon и FP8 смешанной точности. В боковой панели Hugging Face общее число округлено до 286 млрд; в карточке указано, что обе цифры не учитывают 0,36 млрд того, что Baidu называет ECHO-параметрами.

Архитектура специфична, что необычно для тихого релиза. Сорок три слоя: один плотный и 42 MoE. Тридцать семь слоёв используют сжатое внимание, которое Baidu называет HCA, кэшируя одну запись на каждые 128 токенов; шесть используют MLA с разреженным вниманием в стиле DeepSeek. Скрытый размер — 4 096, 64 головы, 512 маршрутизируемых экспертов с маршрутизацией top-10 плюс один общий эксперт, и словарь из 201 216. Контекст обучения — 128K; выпущенная конфигурация включает 1 048 576 токенов для дообучения и инференса.

Вместе с ним поставляется инструментарий. В карточке приведены примеры развертывания с SGLang и vLLM, а в репозитории Megatron-Bridge от NVIDIA уже есть пример ERNIE 5.5 для дообучения. Таков практический профиль базового релиза, ориентированного на тех, кто собирается обучать модель, а не на тех, кто собирается её вызывать.

Что так и не вышло: instruct-модель, шаблон чата, заслуживающий этого названия, листинг в API, цена или хотя бы один независимый бенчмарк. По состоянию на момент публикации в каталоге OrcaRouter из 216 моделей нет записи ERNIE, как и страницы Artificial Analysis. Единственные существующие оценки — собственные результаты Baidu, полученные на 30 бенчмарках в рамках единого харнесса в сравнении с тремя другими базовыми моделями: DeepSeek-V4-Flash-Base с 284B-A13B, Hy3-preview-Base с 295B-A21B и MiMo-V2.5-Base с 310B-A15B.

Что продаёт Claude Haiku 5.5

Claude Haiku 5.5 появился в начале октября 2026 года как малый и быстрый уровень Anthropic, и его коммерческая модель противоположна релизу Baidu: всё опубликовано, оценено и доступно в виде сервиса. Главной новостью стало снижение цены примерно на 90% по сравнению с Haiku 4.5 в тарифе для короткого контекста — $0,10 за вход и $0,50 за выход за миллион токенов для запросов до 100K токенов, а выше этого — $0,50 и $2,50. Чтение кэшированного ввода — $0,01, пакетная обработка — по половине стандартного тарифа. Сама Anthropic поясняет, что новый токенизатор насчитывает примерно на 30% больше токенов для того же текста, поэтому фактическая экономия на задачу меньше, чем кажется по заявленной цене, — около 75% по собственной оценке Anthropic.

Техническая спецификация — это продуктовый лист. Контекст на один миллион токенов, максимальный объём вывода 128K, ввод текста и изображений с выводом текста, отсечение знаний на июнь 2026 года и пять уровней усилий — от низкого до максимального. Anthropic позиционирует её как свою самую быструю модель при стандартной скорости; Artificial Analysis измеряет её в текущем прогоне на уровне 258 выходных токенов в секунду. Она доступна через собственный API Anthropic, Amazon Bedrock, Google Vertex AI и Microsoft Foundry.

Это два объекта. Базовый чекпоинт на 280 млрд параметров под специальной лицензией и размещённая на хостинге модель с контекстом 1 млн токенов по цене десять центов за миллион входных токенов. Упоминать их в одном предложении оправданно только если явно указать, на какой вопрос вы отвечаете.

Почему 93.3 MMLU — это не число Haiku

Карточка Baidu сообщает: MMLU — 93,3, MMLU-Pro — 78,4, GPQA — 60,2, BBH — 77,1 в прямом режиме и 89,2 с цепочкой рассуждений, HumanEval+ — 82,3, MBPP+ — 81,5, LiveCodeBench — 40,1, HELMET-RAG — 71,5, RepoQA — 91,7 и LongBench-v2 — 48,7. Это сильные показатели для базовой модели. Кроме того, структурно они несопоставимы ни с чем, что Anthropic публикует для Haiku 5.5.

Три причины, и все три важны. Во-первых, базовые модели оцениваются с другим промптингом — few-shot completion, а не следование инструкциям, — поэтому оценка базовой модели измеряет предобученный приор, а не ассистента, к которому обращается разработчик. Во-вторых, различаются харнессы: Baidu запускала собственный конвейер со своими промптами и своим числом few-shot примеров, что правильно для сравнения её модели с другими базовыми моделями и неправильно для сравнения с instruct-бенчмарками производителя. В-третьих, MMLU на уровне 93 — это глубокая зона насыщения; различия между топовыми моделями на этом бенчмарке теперь меньше, чем эффекты форматирования между харнессами.

Итак, честная интерпретация фразы «ERNIE-5.5-Flash против Claude Haiku 5.5 на бенчмарках» такова: такого сравнения пока не существует, и любой, кто опубликует его на этой неделе, либо сравнивает базовый чекпоинт с instruct-моделью, не признаваясь в этом, либо выдумывает показатели instruct-модели.

Одна деталь из собственной таблицы Baidu заслуживает того, чтобы её сохранить, потому что она противоречит нарративу запуска. В посте признаётся, что конкуренты выигрывают в нескольких строках — ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench и FullStackBench достаются одной из других базовых моделей. Поставщик, публикующий свои поражения в той же таблице, что и победы, даёт вам полезный сигнал о том, насколько стоит доверять остальной таблице.

Цена, которой ещё не существует

«Flash» в нейминге Baidu — это обозначение уровня, а не спецификация. У линейки ERNIE есть устоявшаяся ценовая лестница: ERNIE 5.1 стоит около $0,59 за входные и $2,65 за выходные данные за миллион токенов в международном листинге Qianfan, а ERNIE 4.5 Turbo значительно ниже. Но у ERNIE 5.5 Flash нет опубликованного тарифа, нет эндпоинта Qianfan и нет стороннего листинга. Поиск по его ценам возвращает только базовый релиз и ничего больше.

Этот разрыв и есть весь коммерческий вопрос. Цены Haiku 5.5 — $0,10/$0,50 — заново задали допустимую стоимость небольшой модели, и именно с этой цифрой теперь сравнивают каждый запуск в сегменте Flash. Если Baidu оценит ERNIE 5.5 Flash выше, модели придётся оправдывать это качеством работы с китайским языком или размещением данных. Если ниже — она станет серьёзным вариантом для рабочих нагрузок в материковом Китае. Пока тариф не появился, ни одну из этих ветвей проверить нельзя.

Artificial Analysis, чей индекс был перестроен 27 октября 2026 года, ставит Claude Haiku 5.5 на отметку 36 при максимальном усилии — показатель, относящийся к текущему индексу, который нельзя сравнивать с цифрами до перебазирования, всё ещё циркулирующими для других моделей. Дело не в точном значении. Дело в том, что у Haiku есть место на этой шкале, а у ERNIE-5.5-Flash — нет, потому что нет instruct-модели для тестирования.

Именно здесь маршрутизация меняет решение. OrcaRouter передаёт цены из прайс-листов провайдеров с наценкой 0%, поэтому когда поставщик снижает тариф, новая цена появляется на платформе в тот же день, а не после пересчёта наценки реселлера. ERNIE-5.5-Flash сегодня отсутствует в этом каталоге — 216 идентификаторов моделей, и ни один из них не ERNIE — поэтому практический совет тем, кто планирует модель затрат: строить её на моделях, которые действительно имеют цену, и вернуться к вопросу, когда Baidu опубликует прайс-лист.

Кому следует клонировать репозиторий на этой неделе?

Не разработчики приложений. У базового чекпоинта нет сколько-нибудь заметного поведения следования инструкциям, а чтобы он вел себя как ассистент, понадобится конвейер постобучения, который придется спроектировать самостоятельно. Но у трех групп есть причина скачать веса прямо сейчас.

• Команды, занимающиеся доменной адаптацией для китайского языка — 33,5 трлн токенов предварительного обучения и словарь объёмом 200 тыс. токенов; продолжение предварительного обучения на базовой модели — законная отправная точка, а пример Megatron-Bridge снижает затраты на то, чтобы попробовать.

• Исследователи в области RL и посттренировки, которым нужна модель с 14B активных параметров и опубликованными деталями архитектуры: маршрутизация с 512 экспертами и top-10, а также разделение HCA-to-MLA 37/6 описаны достаточно подробно для воспроизведения.

• Команды оценки, которым нужна чистая базовая линия до выхода instruct-модели: если запустить базовую модель самостоятельно уже сейчас, вы получите точку отсчёта, которую маркетинг поставщика потом уже не сможет сдвинуть.

Все остальные должны подождать. Модель, которую нельзя вызвать, оценить по цене или сравнить с instruct-моделью по бенчмаркам, не является вариантом для закупки, а общее количество параметров 280B означает, что её самостоятельный хостинг потребует нескольких GPU даже при FP8.

Что изменило бы вердикт

Четыре события — в порядке их вероятной значимости.

• Прошедший посттренировку ERNIE 5.5 Flash выпускается. Baidu говорит, что последует за этим. А пока этого не произошло, любое сравнение возможностей остаётся спекулятивным, и разрыв между базовым чекпоинтом и готовой моделью Flash — это ровно то место, где сосредоточена большая часть качества, видимого пользователю.

• На Qianfan появляется цена. Именно в этот момент сравнение с Haiku становится реальным решением, а не категориальной ошибкой.

• Публикуется независимая оценка. Освещение от Artificial Analysis или LMArena превратило бы стенд Baidu в нечто, поддающееся перекрёстной проверке. Учтите, что сам индекс AA был перебазирован 27 октября 2026 года, поэтому цифры до перебазирования, циркулирующие для Haiku 5.5 и других, не следует сравнивать с цифрами после перебазирования.

• Его подхватывает сторонний хостинг-провайдер. Обычно это сигнал о том, что затраты на обслуживание понятны, и именно в этот момент модель становится доступной для маршрутизации, а не просто для скачивания.

Сравнение, вынесенное в заголовок, будет иметь смысл писать, когда произойдут два из этих четырёх событий. То, что существует сегодня, — это хорошо документированная базовая модель, лицензия, которая не является Apache, и название продуктового уровня, за которым нет продукта. Claude Haiku 5.5, тем временем, — это готовая модель с ценой, на которую другим вендорам теперь приходится отвечать. По единственному вопросу, который задаёт покупатель — сколько стоит токен и что он умеет, — у одной стороны есть ответ, а у другой — обещание.

Интересно не то, что Baidu выпустила это тихо. А то, что компания решила сначала выложить базовые веса — раньше модели, которой может воспользоваться любой желающий, — и ничего за это не назначила. Это темп релизов исследовательской лаборатории, а не запуск продукта, и читать это следует именно так.