ERNIE Light DT 1.0 против ERNIE 5.5 Flash Base: лицензия и есть продукт

ERNIE Light DT 1.0 и ERNIE 5.5 Flash Base — это два ответа одной и той же лаборатории на два разных вопроса, опубликованные с разницей в пять дней в ноябре 2026 года. Light DT — это API: без весов, без карточки модели, цена $1.13 за миллион входных токенов и лимит вывода в 131 072 токена. Flash Base — это скачиваемая модель: 280 млрд параметров, 14 млрд активных на токен, 33,5 трлн обучающих токенов и вообще нет хостингового эндпоинта от Baidu. Выбор между ними на самом деле не в бенчмарках — ни у одного нет опубликованной оценки, из-за которой стоило бы спорить, — а в том, хотите ли вы арендовать стек обслуживания или владеть лицензией, чтобы строить на нём.

И именно лицензия — это то место, где данное сравнение перестаёт быть симметричным, потому что лицензия Flash Base необычайно конкретно указывает, где вы можете её использовать и кому вы обязаны сообщить.

Два артефакта, одна лаборатория, пять дней между ними

Flash Base вышел 5 ноября 2026 года вместе с техническим отчётом и открытыми весами на Hugging Face в двух точностях — FP8 и BF16 — выпущенными под лицензией ERNIE 5.5 Flash Base Model License v1.0. Это чекпоинт предобучения, то есть веса, которые вы получаете, — это те, что вышли из предобучения, до какой-либо инструкционной настройки или работы с предпочтениями. Здесь нет шаблона чата, достойного упоминания, и вместе с ним не опубликована никакая instruct-версия.

Light DT появился 10 ноября 2026 года в качестве международного API-эндпоинта; Baidu описывает его как основанный на открытых моделях GLM с включёнными наработками из линейки «Lightning» поискового направления компании и построенный вокруг Baidu Sparse Attention и схемы сжатия истории на основе обратной связи, которая, по словам поставщика, сокращает объём хранения и вычислений KV-кэша. Он прошёл постобучение, отвечает на вопросы, вызывает инструменты и не существует в виде файла, доступного для скачивания.

Если так поставить, эта пара выглядит неравной в очевидную сторону: одно — готовый продукт, а другое — отправная точка. Но цена говорит об обратном, а лицензия — ещё о другом.

Тарифная карта, которая идёт не в ту сторону

Light DT обходится дороже за токен, чем модель с в двадцать раз большим числом активных параметров. Вот факт, который стоит осознать прежде всего остального в этом материале:

• Цена на входные данные — ERNIE Light DT 1.0 по $1,13 за миллион токенов против ERNIE 5.5 Flash Base по $0, поскольку эндпоинта Baidu не существует, а значит, нет и прайс-листовой цены. Этот $0 реален: хостинг здесь — капитальные затраты, а не строка в счёте.

• Цена вывода — $3.94 за миллион для Light DT; для Flash Base — ваши собственные GPU-часы.

{{1}}Кэшированный ввод{{/1}} — $0,113 за миллион на {{2}}Light DT{{/2}}, десятикратная скидка на чтение из кэша. У {{3}}Flash Base{{/3}} нет эквивалента, потому что экономика кэша становится проблемой вашего планировщика.

• Активные параметры на один токен — не раскрываются для Light DT; 14 миллиардов для Flash Base.

• Контекст — 1,024,000 токенов для Light DT; 1,000,000 для Flash Base при дообучении и инференсе, при этом 128,000 — максимальный контекст обучения.

• Максимальный объём вывода — 131 072 токена для Light DT; ограничивается конфигурацией вашего сервиса для Flash Base.

• Веса — отсутствуют для Light DT; 280B в FP8 или BF16, разделённые на 128 шардов safetensors в репозитории FP8, для Flash Base.

• Стек обслуживания: Baidu — для Light DT; SGLang или vLLM с собственным плагином Baidu — для Flash Base. В опубликованном рецепте SGLang требуется тензорный параллелизм, равный 4, и размер параллелизма данных для attention, равный 4, — то есть минимум четыре GPU ещё до загрузки хотя бы одного запроса.

Сколько на самом деле стоит развёртывание 280B на собственных серверах в расчёте на миллион токенов

Это расчёт, который решает исход противостояния, и его стоит делать на круглых числах, а не на ощущениях.

Четыре GPU — это минимум для опубликованной конфигурации, но 280 млрд параметров в FP8 — это примерно 280 ГБ весов ещё без учёта кеша, поэтому реалистичный производственный узел — это восемь ускорителей с запасом под KV-кеш и батчинг. Скажем, восемь карт класса H100 при смешанной арендной ставке $2 за карту-час — ориентир среднего сегмента рынка на 2026 год, а не коммерческое предложение — и узел обходится примерно в $16 в час, или около $11 700 в месяц при непрерывной работе.

Теперь вопрос пропускной способности. Разреженный MoE, задействующий 14 млрд параметров на токен, быстр в расчёте на токен — так, как быстры все разреженные модели, — но именно совокупная пропускная способность на батче определяет вашу удельную стоимость, а Baidu не публикует для этого чекпоинта показатель токенов в секунду. Предположим консервативно, что узел выдерживает 4000 выходных токенов в секунду на полном батче. Это 14,4 млн выходных токенов в час, что при $16 в час даёт около $1,11 за миллион выходных токенов — не считая потерь от недозагрузки, не считая инженера, отвечающего за развёртывание, не считая часов простоя, когда трафик падает.

Запустите его на трети мощности — так поступает большинство реальных развёртываний вне пиковых нагрузок — и эффективная стоимость утроится. Если честно: самостоятельный хостинг Flash Base обходится где-то от примерно одного до трёх долларов за миллион выходных токенов в зависимости от того, насколько хорошо вы загружаете узел — диапазон, который охватывает $3,94 у Light DT и при высокой загрузке может с запасом его превзойти.

Это означает, что ценовая надбавка за Light DT — не налог на невежество. Это то, что Baidu берёт за избавление от необходимости выполнять этот расчёт, а также за схему сжатия, которая, по его утверждению, удерживает кэш настолько малым, что окно в миллион токенов остаётся доступным по цене обслуживания. Если ваш трафик неравномерный, мал по объёму или преимущественно состоит из длинных контекстов, рациональным выбором будет заплатить $3.94 и позволить кому-то другому решать проблему загрузки.

Лицензия — вот где Flash Base становится сложным.

Лицензия Flash Base не является стандартной разрешительной, и три пункта важнее любого бенчмарка.

• Территория. Предоставление прав распространяется на «все географические регионы по всему миру, кроме Европейского союза, Соединенного Королевства и Южной Кореи». Использование весов или распространение производных за пределами этой территории выходит за рамки предоставленных прав. Если у вас есть пользователи в ЕС, регион инференса в ЕС или сотрудники в ЕС, работающие с моделью, это блокирующее обстоятельство, которое нужно внимательно изучить с юристом, а не считать сноской.

• Порог выручки. Коммерческое использование бесплатно при годовой выручке менее 50 млн долларов, связанной с продуктами или услугами, использующими модель, при условии однократного уведомления Baidu. Сверх этого порога требуется отдельное письменное коммерческое разрешение до начала использования; если в процессе роста вы достигаете порога, необходимо получить разрешение до его пересечения или приостановить затронутое использование.

• Атрибуция. Коммерческие продукты должны отображать точные слова «Powered by ERNIE» в легкодоступном месте — в пользовательском интерфейсе, на странице «О программе» или, для API и серверных сервисов, в документации для разработчиков.

Есть также пункт, о котором стоит предупредить всех, кто планирует проводить дистилляцию: лицензия запрещает использовать материалы или их выходные данные для улучшения любой другой ИИ-модели, кроме самой модели или её производных. Обучение меньшей студенческой модели на выходных данных Flash Base входит в разрешение; обучение на них модели другой архитектуры — нет.

У Light DT нет ни одной из этих проблем, потому что у неё нет весов, которые нужно лицензировать. Вы получаете соглашение об условиях обслуживания и прайс-лист — гораздо меньше пространства для юридической команды и гораздо меньше пространства для амбиций.

Возможности: что каждый из них будет и чего не будет делать «из коробки»

• Управление рассуждением — Light DT поддерживает четыре уровня усилий (max, high, low, none), причём по умолчанию используется max. У Flash Base вообще нет режима рассуждения; это модель генерации завершений, и любое поведение рассуждения вам пришлось бы обучать самостоятельно.

• Вызов инструментов — Light DT поддерживает вызов функций с принудительным выбором инструмента, структурированные выходные данные и форматы ответов JSON. Flash Base поддерживает всё, что вы реализуете вокруг него.

• Модальность — обе работают с текстом: текст на входе, текст на выходе. Ни одна из них не принимает изображения и не будет читать за вас отсканированный документ.

• Длинный контекст — Light DT заявляет 1 024 000 токенов благодаря архитектуре со сжатым кэшем. Flash Base поддерживает 1 млн токенов при дообучении и инференсе, но на такой длине на восьми картах ограничивающим фактором становится бюджет KV-кэша, и именно сжатие, которое Baidu встроил в собственный механизм внимания Flash — Heavily Compressed Attention в 37 из 43 слоёв, — делает это вообще осуществимым.

• Оценка — Flash Base публикует полную таблицу от вендора: MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1, HELMET-RAG 71.5, LongBench-v2 48.7, измеренные на DeepSeek-V4-Flash-Base, Hy3-preview-Base и MiMo-V2.5-Base в рамках единого пайплайна. Это собственные цифры Baidu, полученные Baidu, и воспринимать их следует именно так. Light DT не публикует вообще ничего.

Эта последняя фраза — та асимметрия, которая важнее всего для покупателя. Flash Base по крайней мере позволяет проверить свои заявления — скачать веса, провести собственную оценку и посмотреть, подтверждается ли таблица поставщика на ваших данных. Light DT же требует принять механизм на веру, потому что единственное доступное доказательство — абзац маркетингового описания продукта.

Где маршрутизатор уместен, а где нет

Ни одной из этих моделей сегодня нет в каталоге OrcaRouter, и утверждать обратное — это как раз то, что может стоить читателю недели. Что маршрутизатор действительно меняет, так это форму решения.

Если вы выбираете путь Flash Base, вы вкладываете капитал и людей в модель, качество которой можете измерять, но стоимость обслуживания которой не можете зафиксировать, — и разумная архитектура состоит в том, чтобы держать хостинговую модель за тем же интерфейсом в качестве резервного варианта на дни, когда ваша нода переполнена, ваш батч холодный или прогон оценки занимает все карты. Если вы выбираете путь Light DT, вы привязываетесь к конечной точке одного поставщика, за которой нет второго провайдера и нет весов, которые можно перенести, если изменится цена.

Так или иначе, сценарий сбоя один и тот же: рабочая нагрузка с длинным контекстом, привязанная к одной модели, без возможности сравнить, во что обошлась бы альтернатива. Именно это решает маршрутизируемая конечная точка с прайс-листом по каждой модели — не тем, что делает выбор за вас, а тем, что делает стоимость выбора видимой на уровне запроса, а не квартала.

Какой вариант выбрать

Выбирайте ERNIE 5.5 Flash Base, если у вас задача обучения, а не инференса: вам нужна разреженная стартовая точка на 280B, вы собираетесь дообучить её, ваши пользователи и инфраструктура находятся за пределами ЕС, Великобритании и Южной Кореи, и вы либо не превышаете порог выручки, либо готовы запросить у Baidu разрешение. Таблица бенчмарков от поставщика даёт вам обоснованную базовую линию, а веса означают, что никто не сможет отнять у вас модель.

Выбирайте ERNIE Light DT 1.0, если главное — контекстное окно. Миллион токенов, обслуживаемых через сжатый кэш, с настраиваемым бюджетом рассуждений и вызовом инструментов — это конкретный продукт для конкретной задачи: длинные извлечённые документы, длинные транскрипты агентов, долго работающие сессии — и платить надбавку за токен, чтобы не брать на себя управление бюджетом кэша, — оправданный компромисс.

Не берите ни то, ни другое, если ваши промпты короткие. При 8 000 токенов на запрос вся история с архитектурой обеих сторон не имеет значения, и $1.13 за миллион входных токенов — это просто дорогой способ делать то, с чем модель в десять раз дешевле справится так же хорошо.