ERNIE-5.5-Flash против GLM-5.3 Flash: два открытых репозитория, две очень разные сделки

Модели ERNIE-5.5-Flash и GLM-5.3 Flash обе доступны для скачивания на этой неделе, обе представляют собой разреженные модели со смесью экспертов одного и того же весового класса, и обе помещаются примерно на одну и ту же полку GPU в FP8. На этом сходство заканчивается. GLM-5.3 Flash, выпущенная Z.ai 26 августа 2026 года, — это готовая мультимодальная модель под лицензией MIT с опубликованной ценой и обслуживаемым эндпоинтом. ERNIE-5.5-Flash-Base, выпущенная Baidu 5 ноября 2026 года, — это чекпоинт завершения предобучения модели, которая не проходила посттренировку, под специальной лицензией, без цены и без эндпоинта. Сравнивать их как конкурирующие открытые модели разумно. Сравнивать их как взаимозаменяемые — нет, и разрыв носит юридический и процедурный характер прежде чем технический. Оба варианта GLM тарифицируются по списочным ценам провайдера поэтому вариант с бесплатным тарифом можно опробовать без затрат.

Что на самом деле находится в каждом репозитории

GLM-5.3 Flash — это модель с 320 млрд параметров, из которых 18 млрд активны на каждый токен, 45 слоёв и гибрид линейного и разреженного внимания, который, по словам Z.ai, примерно втрое сокращает вычисления для внимания и примерно в 4,4 раза уменьшает KV-кэш по сравнению с чисто текстовой GLM-5.3. Контекстное окно составляет 1 048 576 токенов, объём вывода ограничен где-то в диапазоне от 128K до 131K в зависимости от хоста, а модель принимает на вход текст, изображения и видео, выдавая текст. Веса FP8 на Hugging Face занимают примерно 328 ГБ.

ERNIE-5.5-Flash-Base — 280B всего, 14B активных, 33,5 трлн токенов предобучения, 43 слоя — один плотный плюс 42 MoE — при этом 37 слоёв на сжатом внимании HCA и шесть на MLA плюс разреженном внимании в стиле DeepSeek. Скрытая размерность 4 096, 64 головы, 512 маршрутизируемых экспертов при top-10 плюс один общий эксперт, словарь 201 216. Контекст обучения 128K, при этом 1 048 576 включён для дообучения и инференса в выпущенной конфигурации. Варианты FP8 и BF16, оба на Hugging Face.

• Общее количество параметров — ERNIE 280B против GLM 320B

• Активных параметров на токен — 14B против 18B

• Слои — 43 против 45

• Контекст — 1M для инференса vs 1M

• Модальность — только текст против текста, изображения и видео в

• Лицензия — ERNIE 5.5 Flash Base License v1.0 против MIT

• Постобучение — отсутствует vs с инструкционной настройкой

• Цена — не опубликована против $0.15 за ввод / $0.50 за вывод

Разрыв по числу параметров меньше, чем можно предположить по названиям, и направлен противоположно тому, что вы могли бы ожидать: ERNIE активирует меньше параметров на токен и имеет меньшее общее число параметров, что на бумаге делает его более дешёвым в обслуживании из этих двух. 328 ГБ в FP8 у GLM — конкретная цифра; ERNIE с 280 млрд попадает в тот же порядок величины, без учёта KV-кэша.

Лицензия — это первая развилка на пути.

MIT — это не маркетинговая деталь. Она означает коммерческое использование, модификацию, распространение и производные модели без условий по области применения, которые нужно согласовывать, и без отдельного соглашения, которое нужно подписывать. Команда может дообучить GLM-5.3 Flash на проприетарных данных и выпустить результат, не проводя переговоров с юридическим отделом Z.ai.

ERNIE-5.5-Flash-Base выпускается в соответствии с лицензионным соглашением ERNIE 5.5 Flash Base Model License Agreement v1.0. Это индивидуальное соглашение, и показательный контраст носит исторический характер: Baidu выпустила семейство ERNIE 4.5 под Apache 2.0 в 2025 году. Переход на кастомную лицензию для базовой модели 5.5 — это осознанное ужесточение, а не недосмотр, и он приходится ровно на тот момент, когда веса становятся действительно полезными: базовый чекпойнт гораздо чаще дообучают и повторно распространяют, чем модель, дообученную на инструкциях.

Для академического и исследовательского использования практическая разница может быть ничтожной. Для любого, кто создаёт продукт, это первый документ, который стоит прочитать, и, возможно, причина выбрать другой репозиторий. Веса, которые можно скачать, — это не то же самое, что веса, на которых можно строить.

Модальность определяет больше рабочих нагрузок, чем бенчмарки.

GLM-5.3 Flash принимает видео. Одна эта возможность выводит его из сравнения с ERNIE для большого класса рабочих нагрузок 2026 года — записей экрана, видеоматериалов о продукте, фрагментов видеонаблюдения, записей лекций. GLM также работает с изображениями, что охватывает счета, диаграммы, скриншоты и всю категорию обработки документов.

ERNIE-5.5-Flash-Base — это языковая модель. Текст на входе, текст на выходе. Если когда-нибудь дообученная ERNIE 5.5 Flash выйдет с поддержкой мультимодального ввода, Baidu об этом не сообщала; в релизе описывается текстовая модель, а набор бенчмарков охватывает знания, рассуждения, математику, код, многоязычность и длинный контекст. Ничто в опубликованных материалах не указывает на визуальные возможности.

Эта асимметрия заслуживает того, чтобы сказать о ней прямо, потому что её легко упустить в сравнении спецификаций. Текстовая модель на 280B и мультимодальная на 320B — это не альтернативы в решении о закупке; это ответы на разные вопросы. Единственная область пересечения — генерация только текста, и в ней готовая модель побеждает по умолчанию, потому что она существует.

В чём GLM-5.3 Flash слабее, чем казалось на момент запуска

Честность должна быть обоюдной. Опубликованные сильные стороны GLM-5.3 Flash реальны: DeepSWE — 63,4 против 46,2 у GLM-5.2, Terminal-Bench 2.1 — 84,3, MMLU-Pro — 86,1, MMMU-Pro — 86,0, HLE с инструментами — 55,3, а Artificial Analysis ставит её индекс программирования на 71,5, а индекс общего интеллекта — на 41,8. Но те же оценки показывают модель с узкими и глубокими слабостями: ProgramBench — примерно от нуля до 1,5, SRE Bench — 0,8, Legal Agent — 6,7. Кроме того, для модели уровня Flash у неё заметно медленная задержка до первого токена — 6,36 секунды на p50 по трафику OrcaRouter за семь дней — против примерно 1,7 секунды у более крупной GLM-5.

Ничто из этого не делает ERNIE лучшим выбором. Это делает GLM известной величиной — моделью, чьи режимы отказа были измерены третьими сторонами. Режимы отказа ERNIE вообще не измерялись, потому что нет instruct-модели, которую можно было бы измерить. При принятии решения на основе оценки неизвестные режимы отказа хуже задокументированных, даже если задокументированные плохи.

Пути тонкой настройки: существуют оба, но у одного есть фора

Baidu правильно поступила в плане инструментария. Карточка модели ERNIE включает примеры для SGLang и vLLM, а репозиторий Megatron-Bridge от NVIDIA добавил пример ERNIE 5.5, охватывающий дообучение. Для базового чекпоинта это разница между исследовательским артефактом и пригодной к использованию отправной точкой.

GLM-5.3 Flash доступен для скачивания с конца августа и накопил тот экосистемный багаж, который дают три месяца использования в продакшене: квантования, интеграции с провайдерами и отчёты об ошибках. Когда ядро падает в 2 часа ночи, баг-репорт по GLM уже кто-то другой отправил. Это не бенчмарк, но это реальные издержки внедрения, и их следует учитывать при принятии решения.

Для всех, кто хочет попробовать GLM-5.3 Flash, не выделяя под это целый GPU-кластер, OrcaRouter маршрутизирует z-ai/glm-5.3-flash по прайсовой цене провайдера с наценкой 0%, а в каталоге есть ещё и вариант бесплатного уровня. В том же каталоге среди его 216 идентификаторов моделей нет записи ERNIE — ни хостингового пути, ни цены, ничего для маршрутизации. Это не критика релиза Baidu; это практическое следствие выпуска весов до появления продукта.

Какой репозиторий клонировать

Клонируйте GLM-5.3 Flash, если вам нужна мультимодальная открытая модель, которую можно разместить за API, коммерчески дообучить и сравнить с опубликованными сторонними оценками. MIT плюс обслуживаемый эндпоинт плюс три месяца работы в продакшене — сильное сочетание, а задокументированные слабые места достаточно узки, чтобы их обойти.

Клонируйте ERNIE-5.5-Flash-Base, если вы занимаетесь продолженным предобучением, доменной адаптацией или исследованиями в области постобучения, особенно на китайском языке, и готовы прочитать специальную лицензию, прежде чем вкладываться в пайплайн. Конфигурация 280B-A14B эффективна, бюджет в 33,5 трлн токенов — это серьёзно, архитектура задокументирована подробнее, чем в большинстве базовых релизов, а пример Megatron-Bridge означает, что первый файн-тюнинг не станет отдельным исследовательским проектом.

Не клонируйте ни один из них в расчёте на то, что он станет готовой заменой другому. Один — законченный продукт с лицензией, разрешающей почти всё; другой — сильная отправная точка с более ограничительной лицензией и продуктом, которого пока не существует. Интересный вопрос — что Baidu выпустит в дообученной модели и по какой цене, потому что если она окажется около $0.15/$0.50 при 14 млрд активных параметров, это перестанет быть сравнением двух репозиториев и станет настоящим состязанием двух открытых моделей Flash. До тех пор эти репозитории вообще не стоят на одной полке.