ERNIE-5.5-Flash vs DeepSeek V4.1 Flash: Baidu valde den här fighten själv

Den mest användbara jämförelsen för ERNIE-5.5-Flash skrevs inte av en recensent. Den finns i Baidus egen benchmarktabell, där den nyligen lanserade ERNIE-5.5-Flash-Base poängsätts mot DeepSeek-V4-Flash-Base med 284B totalt och 13B aktiva parametrar – nästan exakt samma storleksklass som ERNIE:s 280B totalt och 14B aktiva. Det är den enda rättvisa jämförelsen i hela ERNIE 5.5-lanseringen: två förtränade checkpoints, en harness och samma prompter. Allt annat i den här jämförelsen är asymmetriskt, eftersom DeepSeek V4.1 Flash är en färdig, MIT-licensierad, prissatt och serverad modell, och ERNIE-5.5-Flash är en bas-checkpoint vars eftertränade version Baidu säger "kommer att följa". Den ärliga artikeln är därför två artiklar: vad siffrorna bas mot bas säger, och vad som händer när man ställer de siffrorna bredvid en modell som folk faktiskt kan anropa. OrcaRouter vidarebefordrar leverantörers listpriser utan påslag, så DeepSeeks rabatt beroende på tid på dygnet slår igenom samma dag som den börjar gälla.

Den enda jämförelsen Baidu gjorde på lika villkor

Baidu publicerade 30 benchmarks inom sju kategorier, utvärderade i en enda pipeline med identiska prompter och few-shot-exempel, mot tre basmodeller: DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) och MiMo-V2.5-Base (310B-A15B). DeepSeek-raden är den man bör läsa noga, eftersom parametrarna ligger tillräckligt nära varandra för att det är arkitektur och datakvalitet som gör jobbet snarare än skalan.

• Totalt antal parametrar — ERNIE-5.5-Flash-Base 280B vs DeepSeek-V4-Flash-Base 284B

• Aktiva per token — 14B vs 13B

• Förträningstokens — 33,5T vs inte angivet på jämförelseraden

• Träningskontext — 128K vs 128K-klass

• Släppta vikter — FP8 och BF16, båda tillgängliga nu

• Licens — ERNIE 5.5 Flash Base Model License Agreement v1.0 mot MIT

På de rader som Baidu lyfter fram leder ERNIE: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 89,2 med chain of thought, HumanEval+ 82,3, MBPP+ 81,5, HELMET-RAG 71,5 och RepoQA 91,7. Det är ett genuint starkt basmodellsblad. Det är också leverantörsdrivet, på ett testramverk som Baidu har konstruerat, och publicerat samma dag som vikterna släpptes. Behandla det som ett påstående med en detaljerad bilaga, inte som ett resultat.

Den mer informativa delen är där ERNIE förlorar. Baidus inlägg medger att ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench och FullStackBench tillfaller en konkurrent. En lanseringstabell som trycker sina egna förluster säger dig att jämförelsen genomfördes i god tro – vilket höjer, snarare än sänker, värdet på de rader som ERNIE vinner.

Där symmetrin bryts: en modell är färdig

DeepSeek V4.1 Flash släpptes den 10 september 2026, med en "1017"-ögonblicksbild den 17 oktober. Det är en gles mixture-of-experts-modell med en 552B-stomme och cirka 763B parametrar totalt, inklusive villkorsminne, som aktiverar 8B vid indata och 16B vid utdata. Inbyggd multimodalinmatning, 1M-tokenkontext, 45T träningstokens och MIT-licens. Enligt de listpriser som OrcaRouter erbjuder ligger den på $0.15 per miljon indatatokens och $0.60 per miljon utdatatokens, med cachade läsningar på $0.003–$0.006; DeepSeeks eget API har dessutom en rabatt beroende på tid på dygnet, vilket är värt att känna till innan du bygger en kostnadsmodell kring det lägsta tal du kan hitta.

Den modellen följer instruktioner, anropar verktyg, accepterar bilder och har ett publicerat pris. ERNIE-5.5-Flash-Base gör inget av detta, eftersom den inte har eftertränats. Jämförelsen som spelar roll för en köpare är därför inte bas mot bas – den är färdig modell mot färdig modell, och en av de två färdiga modellerna finns inte ännu.

Det här är inte ett litet förbehåll. Efterträning är där instruktionsföljning, verktygsanvändning, vägranbeteende, formateringsdisciplin och det mesta av den upplevda kvaliteten hos en modern modell i Flash-klassen kommer ifrån. En bascheckpunkts MMLU-poäng säger dig något om priorn. Den säger dig nästan ingenting om huruvida modellen pålitligt producerar ett JSON-objekt, följer en systemprompt eller överlever en agentloop på 40 turer. DeepSeek V4.1 Flash har publicerat beteende inom dessa dimensioner. ERNIE 5.5 Flash har ett löfte.

Licensskillnaden är den dolda frågan

DeepSeek släpper V4.1 Flash under MIT. Det är ungefär så tillåtande som modellicensiering kan bli: kommersiell användning, modifiering, vidaredistribution, inga begränsningar av användningsområde, inget separat avtal att förhandla om. Baidu släpper ERNIE-5.5-Flash-Base under ERNIE 5.5 Flash Base Model License Agreement v1.0 — en specialanpassad licens, inte Apache 2.0, och noterbart ett steg tillbaka från ERNIE 4.5, som släpptes under Apache 2.0 2025.

För ett forskningsteam spelar det kanske ingen roll. För ett företag som vill finjustera på proprietära data och lansera en produkt är det det första juristerna kommer att läsa, och skräddarsydda kinesiska modellicenser har historiskt medfört användningsrestriktioner, attributionskrav och trösklar som MIT inte har. Att vikterna går att ladda ner är inte samma sak som att vikterna är användbara på dina villkor.

Den skillnaden förstärks med storleken. ERNIE med totalt 280B parametrar är ungefär en 280 GB-fråga i FP8 innan man lägger till KV-cache och utrymme för aktiveringar; DeepSeek V4.1 Flash med totalt 763B är ännu större, vilket är precis anledningen till att de flesta team möter den via ett API i stället för ett GPU-kluster. Om din plan är att självhosta någon av dem är licensen det billigare problemet att lösa.

Servering: båda repon namnger samma verktyg, det ena har två månaders försprång

Baidus modellkort innehåller exempel för SGLang och vLLM, och NVIDIAs Megatron-Bridge-förråd innehåller redan ett finjusteringsexempel för ERNIE 5.5. Det är en kompetent lansering – en basmodell med serveringsrecept från dag ett är mer än vad många labb klarar av.

DeepSeeks ekosystemfördel är inte recepten, utan körsträckan. V4.1 Flash har varit i produktion i nästan två månader, har en 1017-snapshot med publicerade deltan – Terminal-Bench 4.0 går från 31,2 till 42,3, DeepSWE v1.1 från 74,2 till 77,0 – och är tillgänglig via leverantörens egen API och flera tredjepartsplattformar, inklusive OrcaRouter. När en kvantisering går sönder eller en kernel regredierar har någon redan rapporterat problemet.

Specifikt för OrcaRouter, deepseek/deepseek-v4.1-flash och den fastnålade deepseek/deepseek-v4.1-flash-1017 är båda dirigerbara i dag till leverantörens listpris med 0 % påslag, vilket innebär att lågtrafikrabatten syns i din fakturering samma dag som DeepSeek tillämpar den, i stället för efter en återförsäljarmarginal. ERNIE-5.5-Flash finns inte i katalogen – det finns ingen ERNIE-post bland de 216 modell-ID:na – så inget här bör läsas som ett påstående om hosting av ERNIE. Poängen med routingen är snävare: om du väljer mellan en modell som du kan anropa nu och en som du inte kan, är plattformsfrågan redan avgjord.

Vad du ska göra den här veckan

Om du behöver en billig Flash-modell med lång kontext i produktion är DeepSeek V4.1 Flash svaret, och ERNIE ingår inte i urvalet. Det är inte en bedömning av kvaliteten på Baidus checkpoint. Det är ett konstaterande att en basmodell som varken är prissatt, eftertränad eller serverad inte kan hålla en produktionsplats.

Om du gör fortsatt förträning på kinesiska förändras kalkylen. ERNIE-5.5-Flash-Base på 280B-A14B med 33,5T token bakom sig är en trovärdig utgångspunkt, arkitekturen är dokumenterad i ovanlig detalj – 43 lager, 37 HCA plus 6 MLA-DSA, 512 routade experter vid top-10, en vokabulär på 201 216 token – och Megatron-Bridge-exemplet förkortar vägen till en första finjustering. Läs licensen innan du läser benchmarkresultaten.

Om du utvärderar i stället för att bygga är det användbara draget att själv köra Baidus publicerade basjämförelse på de två öppna checkpoints. Båda går att ladda ner, båda passar i samma testramverk, och att reproducera tabellen är det enda sättet att veta om genomgången av 30 benchmarks överlever kontakten med ett andra par händer.

Siffran att hålla koll på

Det är inte MMLU. Det är priset som Baidu till slut sätter på den eftertränade ERNIE 5.5 Flash. DeepSeek V4.1 Flash satte en referens på $0.15/$0.30 för indata och $0.60/$1.20 för utdata med en kontext på 1M och en MIT-licens. En modell i Flash-klassen som lanseras över det priset behöver en specifik anledning att finnas – kvalitet på kinesiska, dataresidens eller en förmåga som DeepSeek inte har. En modell som lanseras under det förändrar kostnadsdiskussionen för varje arbetsbelastning på kinesiska.

Tills den siffran finns har den här jämförelsen exakt en försvarbar slutsats: Baidu har byggt en basmodell som mäter sig med DeepSeeks basmodell i samma storlek, och har ännu inte lanserat det som skulle göra det möjligt för någon att jämföra produkterna. Det är ett riktigt resultat. Det är bara inte det som sökfrågan efterfrågar.