Ling-3.2-flash против ERNIE 5.5 Flash: один — продукт, другой — отправная точка.

Две китайские лаборатории выпустили модели, близкие к флагманским, с разницей в несколько часов 5 ноября 2026 года, и почти любое сравнение Ling-3.2-flash и ERNIE 5.5 Flash, которое только можно написать, рассыпается в тот момент, когда замечаешь, что это объекты разного рода. Ling-3.2-flash — это законченная мультимодальная чат-модель, настроенная на инструкции: на входе текст, изображение и видео, на выходе — ответы; она доступна через OpenAI-совместимый эндпоинт Ant Ling и бесплатна в течение двух недель. То, что опубликовала Baidu, — это ERNIE-5.5-Flash-Base: контрольная точка по завершении предобучения, до mid-training, до instruction tuning, только для текста, и она обслуживается через эндпоинт completions, потому что её ещё не учили следовать инструкциям. На собственной странице релиза Baidu говорится, что ERNIE 5.5 Flash после постобучения «выйдет следом».

Эта единственная асимметрия решает большинство практических вопросов, приведённых ниже. Одну модель вы можете вызвать уже сегодня днём. Другую можно скачать, дообучить и превратить во что-то — а это уже совсем другая покупка, с прилагаемым юридическим договором.

Два объекта, бок о бок

Далее приведено то, что каждый поставщик документирует на сегодняшний день. Если показатель является собственным показателем поставщика и не был воспроизведён, это указано.

• Общее и активное количество параметров — Ling-3.2-flash: 560B общих / 25B активных; ERNIE-5.5-Flash-Base: 280B общих / 14B активных на токен, плюс 0,36B параметров ECHO, которые оба подсчёта не включают.

• Входные данные — Ling-3.2-flash нативно принимает текст, изображения и видео, с блоками image_url и video_url в запросе; ERNIE-5.5-Flash-Base работает только с текстом, и точка.

• Что вы получаете — Ling-3.2-flash — это прошедшая постобучение чат-модель, доступная через API; ERNIE-5.5-Flash-Base — это сырые веса предварительного обучения, которые предполагается, что вы дообучите самостоятельно.

• Архитектура — Ling-3.2-flash — это MoE в линейке гибридных линейных моделей Ling, которую Ant развивает с версии 3.1; ERNIE-5.5-Flash-Base имеет 43 слоя (один плотный FFN, 42 слоя Multi-Router Latent MoE), 512 маршрутизируемых экспертов с маршрутизацией top-10 плюс один общий эксперт, 37 слоёв Heavily Compressed Attention и шесть слоёв MLA с разреженным вниманием.

• Контекст — Ling-3.2-flash предоставляет в API окно размером 1M токенов; ERNIE-5.5-Flash-Base обучалась на 128K, а её выпущенная конфигурация допускает 1 048 576 токенов для дообучения и инференса, что не является тем же самым утверждением.

• Веса — у Ling-3.2-flash они не опубликованы; ERNIE-5.5-Flash-Base поставляется с safetensors в форматах FP8 и BF16 на Hugging Face и ModelScope.

• Цена — Ling-3.2-flash бесплатен в течение двух недель после запуска, без опубликованного тарифа на пятнадцатый день; у ERNIE-5.5-Flash-Base нет цены за размещение, поскольку Baidu его не предоставляет, а самостоятельный хостинг обойдётся во столько, во сколько вам обойдутся веса на 280 млрд параметров.

Ни одна из этих строк не является заявлением о качестве. Это описание того, что вы собираетесь приобрести.

Для чего Ling-3.2-flash на самом деле хорош, судя по имеющимся данным

В материале запуска Ant — три контрольных показателя и пять демонстрационных видео. Показатели сравнивают Ling-3.2-flash с Opus 5 при максимальных усилиях на OmniDocBench1.5 (92,21 против 90,56), ZEROBench(Sub) (43,71 против 39,52) и Vision2Web (85,86 против 80,20). Все три заявлены производителем, все три касаются визуальных задач, и ни один не был воспроизведён третьей стороной. Если рассматривать их как набор, они утверждают одно: по разбору документов, рассуждениям о 3D-сценах и задачам vision-to-web Ant, по её мнению, превосходит передовую закрытую модель. О текстовых рассуждениях, программировании или агентных задачах в терминале не утверждается вообще ничего — а именно туда по-прежнему идёт большая часть продакшен-трафика.

Демо информативнее цифр, потому что показывает цикл, для которого Ant создавал модель. Ling-3.2-flash изучает headless-рендеры сфер с материалами, сравнивает карты шероховатости и нормалей и переписывает собственный скрипт; управляет Blender через действия в интерфейсе; преобразует инженерные чертежи в 3D-веб-модели; читает научные PDF с уравнениями и реализует алгоритмы в коде. Каждая из этих задач требует, чтобы модель смотрела на промежуточный артефакт и исправляла себя. Именно это даёт нативное мультимодальное обучение по сравнению с текстовой моделью с адаптером зрения, и именно эту способность стоит проверить в первую очередь, если это ваш сценарий использования.

Две операционные оговорки уместно упомянуть сразу. Ant документирует глобальное ограничение в два запроса в секунду, при превышении которого возвращаются ошибки 429, а также 90-секундный тайм-аут для синхронных вызовов, при этом рекомендуется использовать стриминг. И модель бесплатна только примерно до 19 ноября; на странице цен сказано, что после этого возобновляются исходные тарифы, но не указано, какими они будут.

Для чего на самом деле годится ERNIE-5.5-Flash-Base

Аргумент Baidu — это перенос затрат, и он вполне логичен. Компания потратила вычислительные ресурсы на предобучение на 33,5 трлн токенов с оптимизатором Muon; вы тратите свои на адаптацию к предметной области, инструкционную настройку или обучение с подкреплением, начиная с контрольной точки, в которую уже встроены работа с кодом в масштабе репозитория и поведение на длинном контексте. Релиз на удивление чист как исследовательская база: одна контрольная точка по завершении предобучения, без промежуточного обучения, без постобучения, поэтому два метода тонкой настройки можно сравнить, не споря о том, что базовая модель уже знала.

Оценка Baidu сравнивает её с тремя открытыми базовыми моделями сопоставимого размера — DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) и MiMo-V2.5-Base (310B-A15B) — в рамках одного харнесса, одного набора промптов и одного судьи, по 30 бенчмаркам в семи категориях. Это более контролируемое сравнение, чем в большинстве таблиц запуска, и всё равно оно проведено вендором. Главное архитектурное утверждение, о котором стоит знать: 37 из 43 слоёв выполняют внимание по последовательности, сжатой в 128 раз, и Baidu утверждает, что шести слоёв MLA достаточно, чтобы сохранить производительность на длинном контексте. Если это подтвердится в независимом тестировании, это самое интересное в релизе — сжатие в 128 раз, не ухудшающее извлечение информации из длинного контекста.

Подвох — в лицензии, и немалый. ERNIE 5.5 Flash Base Model License Agreement v1.0 определяет Территорию как «все географические области по всему миру, кроме Европейского союза, Соединенного Королевства и Южной Кореи» и требует, чтобы материалы не использовались, не распространялись и не демонстрировались за ее пределами. Коммерческое использование бесплатно при годовом доходе от связанных продуктов ниже 50 млн долларов США при условии, что вы отправите однократное уведомление и заметно отобразите «Powered by ERNIE» в пользовательском интерфейсе, на веб-сайте, на странице «О программе» или в документации продукта. Свыше 50 млн долларов США вам нужно отдельное предварительное письменное разрешение Baidu, прежде чем пересечь этот порог, а использование должно быть приостановлено, если вы пересекли его без такого разрешения.

Итак, честная формулировка про «бесплатный» чекпойнт на 280B такова: его можно бесплатно скачать везде, кроме трёх юрисдикций, бесплатно использовать в коммерческих целях до достижения порога выручки, и он накладывает обязательство по брендированию, которое большинство продуктовых команд заметит на своём маркетинговом сайте раньше, чем в лицензии.

Что выбрать — зависит от того, чем вы занимаетесь

Выбирайте Ling-3.2-flash, если задача визуальная и ответ нужен в этом месяце. Извлечение данных из документов, где важна вёрстка, UI-агенты, управляемые скриншотами, преобразование чертежей в 3D, сортировка медицинских изображений — всё, где модель должна проверять собственный отрендеренный вывод. API по форме совместим с OpenAI, поэтому интеграция сводится к смене base-URL, а двухнедельный бесплатный период означает, что оценка не будет стоить ничего, кроме вашего времени. Пока не выводите его на продакшен-путь: нет опубликованной цены, независимой оценки, весов и резервного провайдера.

Выбирайте ERNIE-5.5-Flash-Base, если у вас есть ресурсы для постобучения и предметная область. Базовая модель 280B-A14B с документированной архитектурой, рабочими рецептами для SGLang и vLLM, сборками FP8 и BF16 и примером дообучения через Megatron-Bridge — это реальный актив для команды, которая хочет собственную модель. Сверьте пункт о территории со своим юридическим лицом до начала работы, а не после. И не бенчмаркайте её как чат-модель — она продолжает текст, а не отвечает на запросы, поэтому любое сравнение следования инструкциям с Ling-3.2-flash измеряет не то.

Если вам на самом деле нужен готовый ERNIE, к которому можно обращаться, подождите. Baidu говорит, что прошедший постобучение ERNIE 5.5 Flash уже на подходе, и пока он не появится, на прайс-листе Qianfan нет размещённого ERNIE 5.5 — в международном списке, который мы читали сегодня, указаны ERNIE 5.1, ERNIE 5.0 и ERNIE 4.5 Turbo, а строки с 5.5 нет.

Ни того, ни другого нет в нашем каталоге — вот что есть.

Говоря прямо о маршрутизации: 6 ноября мы повторно изучили каталог OrcaRouter, и он возвращает 215 идентификаторов моделей. В нём нет ни записи Ling, ни inclusionAI, ни Ring, ни ERNIE; единственные совпадения по «ling» — это видеомодели Kling. Так что это сравнение не является выбором между двумя вещами, до которых уже дотягивается один ключ.

Что действительно можно получить по одному ключу — по прайс-листовой цене провайдера, без наценки — так это модели, которые закрывают те же две задачи. Для задач компьютерного зрения с опубликованным тарифом Qwen3.8-Flashстоит $0.15 за миллион входных токенов и $0.47 за миллион выходных. Что касается дешёвых текстовых агентов в масштабе, DeepSeek V4.1 Flashобойдётся в $0.15 и $0.60, а GLM-5.3-Flash — в $0.15 и $0.50. Все три принимают запросы в формате OpenAI, поэтому интеграция Ling-3.2-flash, перенесённая на них, — это смена строки модели, а не переписывание, что важно, когда бесплатное окно закроется, а тарифной карты у вас так и не появится.

Это также аргумент в пользу того, чтобы поставить маршрутизатор перед самостоятельно развёрнутым файнтюном ERNIE, а не направлять приложение напрямую в собственный кластер: одна конечная точка, один ключ и автоматическое переключение при сбое на размещённую модель, когда ваши GPU перегружены или идёт поэтапное развёртывание. DSL маршрутизации объединяет несколько моделей в один вызов — так можно запустить модель зрения и текстовую модель как один шаг вместо двух.

То, за чем стоит следить

Оба релиза завершены наполовину, причем в противоположных направлениях, и обе недостающие части появятся по чужому графику. Ant должен предоставить прайс-лист, карточку модели и — если закономерность 2026 года сохранится — чекпоинт под лицензией MIT. Baidu должен выпустить версию ERNIE 5.5 Flash, прошедшую посттренировку, а также представить более четкое разъяснение того, распространяется ли оговорка о территории на выходные данные модели или только на веса и их производные; судя по тексту в нынешней редакции, она шире, чем предположит большинство команд.

До выхода любой из этих моделей сравнение выглядит просто: Ling-3.2-flash — это та, которую можно оценить уже сегодня, но нельзя заложить в бюджет, а ERNIE-5.5-Flash-Base — та, которую можно заложить в бюджет, но нельзя вызвать.