ERNIE-5.5-Flash против DeepSeek V4.1 Flash: Baidu сам выбрал этот бой

Наиболее полезное сравнение для ERNIE-5.5-Flash написал не обозреватель. Оно находится в собственной таблице бенчмарков Baidu, где недавно выпущенный ERNIE-5.5-Flash-Base сопоставляется с DeepSeek-V4-Flash-Base при 284B общих и 13B активных параметрах — почти точно тот же класс размера, что и у ERNIE с 280B общих и 14B активных. Это единственное сравнение на равных за весь запуск ERNIE 5.5: два предобученных чекпойнта, один испытательный стенд, одинаковые промпты. Всё остальное в этом противостоянии асимметрично, потому что DeepSeek V4.1 Flash — это готовая модель под лицензией MIT, с установленными ценами и предоставляемым сервисом, а ERNIE-5.5-Flash — это базовый чекпойнт, дообученная версия которого, по словам Baidu, «выйдет позже». Поэтому честная статья — это две статьи: о том, что говорят цифры сравнения базовых моделей, и о том, что происходит, когда эти цифры ставишь рядом с моделью, к которой люди действительно могут обратиться.OrcaRouter передаёт цены из прайс-листа провайдеров без наценки, поэтому скидка DeepSeek в зависимости от времени суток действует с того дня, когда она применяется.

Единственное сравнение, которое Baidu провела на равных условиях

Baidu опубликовала 30 бенчмарков в семи категориях, оценённых в рамках единого пайплайна с идентичными промптами и few-shot примерами, на трёх базовых моделях: DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) и MiMo-V2.5-Base (310B-A15B). Именно строку DeepSeek стоит читать внимательно, потому что количество параметров достаточно близко, и работу выполняют архитектура и качество данных, а не масштаб.

• Всего параметров — ERNIE-5.5-Flash-Base 280B против DeepSeek-V4-Flash-Base 284B

• Активных параметров на токен — 14B против 13B

• Токены предварительного обучения — 33.5T против «не указано» в строке сравнения

• Контекст обучения — 128K против 128K-класса

• Выпущены веса — FP8 и BF16, оба уже доступны

• Лицензия — Лицензионное соглашение на базовую модель ERNIE 5.5 Flash v1.0 vs MIT

В строках, которые выделяет Baidu, лидирует ERNIE: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 89,2 с цепочкой рассуждений, HumanEval+ 82,3, MBPP+ 81,5, HELMET-RAG 71,5 и RepoQA 91,7. Это по-настоящему сильная таблица базовой модели. Но она также проведена вендором, на стенде, разработанном Baidu, и опубликована в день выхода весов. Относитесь к ней как к заявлению с подробным приложением, а не как к результату.

Наиболее информативная часть — там, где ERNIE проигрывает. В публикации Baidu признаётся, что ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench и FullStackBench уходят конкуренту. Таблица запуска, которая печатает собственные поражения, говорит о том, что сравнение проводилось добросовестно, — и это повышает, а не понижает ценность строк, в которых ERNIE выигрывает.

Где симметрия нарушается: одна модель завершена

Релиз DeepSeek V4.1 Flash состоялся 10 сентября 2026 года, а снимок «1017» вышел 17 октября. Это разреженная модель смеси экспертов с магистралью на 552B и примерно 763B общих параметров, включая условную память; она активирует 8B на входе и 16B на выходе. Нативный мультимодальный ввод, контекст в 1M токенов, 45T токенов обучения и лицензия MIT. По тарифам из прайс-листа, по которым OrcaRouter её предоставляет, стоимость составляет $0,15 за миллион входных токенов и $0,60 за миллион выходных, а чтение из кеша — $0,003–$0,006; собственный API DeepSeek добавляет скидку в зависимости от времени суток, и об этом стоит знать, прежде чем строить модель затрат вокруг самой низкой найденной цифры.

Эта модель следует инструкциям, вызывает инструменты, принимает изображения и имеет опубликованную цену. ERNIE-5.5-Flash-Base не делает ничего из этого, потому что её не дообучали. Поэтому сравнение, важное для покупателя, — это не сравнение базовых моделей между собой, а сравнение готовых моделей между собой, и одной из двух готовых моделей ещё не существует.

Это не мелкая оговорка. Именно посттренировка — источник следования инструкциям, использования инструментов, поведения при отказах, дисциплины форматирования и большей части воспринимаемого качества современной модели уровня Flash. Оценка MMLU базового чекпоинта говорит о приоре. Она почти ничего не говорит о том, будет ли модель надёжно выдавать JSON-объект, следовать системному промпту или выдерживать 40-ходовой цикл агента. У DeepSeek V4.1 Flash есть опубликованные данные о поведении по этим параметрам. У ERNIE 5.5 Flash есть лишь обещание.

Разница в лицензиях — вот скрытая проблема.

DeepSeek выпускает V4.1 Flash под лицензией MIT. Это, пожалуй, максимально разрешительная из возможных лицензий на модели: коммерческое использование, модификация, распространение, без ограничений по области применения, без необходимости согласовывать отдельное соглашение. Baidu выпускает ERNIE-5.5-Flash-Base под лицензией ERNIE 5.5 Flash Base Model License Agreement v1.0 — специально разработанной лицензией, а не Apache 2.0, и, что примечательно, это шаг назад по сравнению с ERNIE 4.5, который был выпущен под Apache 2.0 в 2025 году.

Для исследовательской команды это может не иметь значения. Для компании, которая хочет дообучить модель на собственных данных и выпустить продукт, это первое, что прочитают юристы, а индивидуальные китайские лицензии на модели исторически содержали ограничения на использование, требования об указании авторства и пороговые условия, которых нет в MIT. То, что веса можно скачать, не означает, что их можно использовать на ваших условиях.

Эта разница усиливается с ростом размера. ERNIE с общим числом параметров 280B — это примерно 280 ГБ в FP8 ещё без учёта KV-кэша и запаса под активации; общий объём DeepSeek V4.1 Flash в 763B ещё больше, и именно поэтому большинство команд используют её через API, а не через GPU-кластер. Если вы планируете развернуть любую из них у себя, то лицензия — более дешёвая из проблем, которые придётся решать.

Обслуживание: в обоих репозиториях указаны одни и те же инструменты, но один начал на два месяца раньше.

Карточка модели Baidu содержит примеры для SGLang и vLLM, а репозиторий Megatron-Bridge от NVIDIA уже включает пример дообучения ERNIE 5.5. Это грамотный релиз — базовая модель с готовыми рецептами обслуживания с первого дня — это больше, чем удаётся многим лабораториям.

Преимущество экосистемы DeepSeek не в рецептах, а в накопленном пробеге. {{1}}V4.1 Flash{{/1}} уже почти два месяца в продакшене, имеет {{2}}снапшот 1017{{/2}} с опубликованными дельтами — Terminal-Bench 4.0 вырос с 31.2 до 42.3, DeepSWE v1.1 — с 74.2 до 77.0 — и доступен через собственный API вендора и несколько сторонних платформ, включая OrcaRouter. Когда квантование ломается или происходит регрессия ядра, кто-то уже завёл issue.

Конкретно на OrcaRouter, deepseek/deepseek-v4.1-flash и закреплённая версия deepseek/deepseek-v4.1-flash-1017 обе сегодня доступны для маршрутизации по прейскурантной цене провайдера с наценкой 0%, а значит, скидка за непиковые часы будет видна в вашем счёте в тот день, когда DeepSeek её применит, а не после наценки реселлера. ERNIE-5.5-Flash отсутствует в каталоге — среди 216 идентификаторов моделей нет записи ERNIE — поэтому ничто здесь не следует воспринимать как утверждение о хостинге ERNIE. Суть в маршрутизации уже: если вы выбираете между моделью, к которой можно обратиться сейчас, и той, к которой нельзя, вопрос о платформе уже решён.

Что делать на этой неделе

Если вам нужна дешёвая Flash-модель с длинным контекстом для продакшена, ответ — DeepSeek V4.1 Flash, а ERNIE не входит в круг рассмотрения. Это не оценка качества чекпоинта Baidu. Это утверждение о том, что базовая модель без установленной цены, без постобучения и без сервинга не может занимать продакшен-слот.

Если вы продолжаете предобучение на китайском, расклад меняется. ERNIE-5.5-Flash-Base с 280B-A14B и 33,5 трлн токенов за плечами — убедительная отправная точка; архитектура задокументирована с необычной подробностью — 43 слоя, 37 HCA плюс 6 MLA-DSA, 512 маршрутизируемых экспертов при top-10, словарь на 201 216 токенов — а пример Megatron-Bridge сокращает путь к первому дообучению. Прочитайте лицензию, прежде чем читать бенчмарки.

Если вы оцениваете, а не создаёте, полезный шаг — самостоятельно запустить опубликованное Baidu сравнение базовых моделей на двух открытых контрольных точках. Обе доступны для скачивания, обе подходят к одному и тому же стенду, и воспроизведение таблицы — единственный способ узнать, выдержит ли прогон по 30 бенчмаркам проверку вторыми руками.

Число, за которым стоит следить

Дело не в MMLU. Дело в цене, которую Baidu в итоге назначит на ERNIE 5.5 Flash после посттренировки. DeepSeek V4.1 Flash задала ориентир: $0,15/$0,30 за вход и $0,60/$1,20 за выход при контексте 1M и лицензии MIT. Модель уровня Flash, выходящая по цене выше этой, нуждается в конкретной причине для существования — качество работы с китайским языком, резидентность данных или возможность, которой нет у DeepSeek. Модель, выходящая по цене ниже, меняет разговор о затратах для любой рабочей нагрузки на китайском языке.

Пока этого числа нет, у этого сравнения есть ровно один обоснованный вывод: Baidu построила базовую модель, которая на равных соперничает с базовой моделью DeepSeek того же размера, и ещё не выпустила то, что позволило бы кому-либо сравнить продукты. Это реальный результат. Просто не тот, который запрашивает поисковый запрос.