ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base: En kan du ladda ner, en kan du bara hyra

Baidu har nu släppt båda halvorna av samma modell, i fel ordning. ERNIE 5.5 Flash Base – checkpointen med 280 miljarder parametrar, 14 miljarder aktiva per token – lades upp på Hugging Face den 5 november 2026 med en tjugo sidor lång teknisk release, trettio benchmarkrader och en licens som krävde en jurist för att förstå. Sex dagar senare, den 10 november, dök ERNIE 5.5 Flash upp som en prissatt endpoint på Baidu Qianfan för $0,28 per miljon inputtokens och $1,13 per miljon outputtokens, utan tillkännagivande, utan modellkort och utan någon som helst utvärderingstabell. Så valet mellan ERNIE 5.5 Flash och ERNIE 5.5 Flash Base är inte ett val mellan en stor modell och en liten. Det är ett val mellan den artefakt du kan granska och den du faktiskt kan anropa. De baslinjer som du skulle benchmarka endera ERNIE mot debiteras enligt leverantörernas listpriser, med OrcaRouter-avgiften visad som $0,00 på varje rad så en jämförelsekörning kostar en nyckel och en faktura.

Samma vikter, två olika färdiga tillstånd

Bascheckpointen är slutet på förträningen och inget annat. Den kompletterar text. Den följer inte instruktioner, håller inte en systemprompt, anropar inte ett verktyg och avböjer inte en begäran, eftersom dessa beteenden skapas av efterträning och denna checkpoint inte har genomgått någon sådan. Baidu säger det direkt: repositoriet är "checkpointen i slutet av förträningen, före all mellan- eller efterträning" och positioneras som en utgångspunkt för domänanpassning, instruktionstuning och forskning inom förstärkningsinlärning.

ERNIE 5.5 Flash är vad efterträningen har gjort den till. Den svarar på promptar, erbjuder funktionsanrop och strukturerade utdata och resonerar innan den talar. De två är inte versioner av varandra i någon användbar bemärkelse – den ena är en träningsindata, den andra är en produkt – och den praktiska skillnaden är hela beslutet.

• Parametrar — 280B totalt, 14B aktiva per token, gles mixture-of-experts, på båda sidor. Samma arkitektur.

• Nedladdningsstorlek — 288 GB fördelat på 139 filer i FP8-repot, med ett separat BF16-repo vid sidan av. Detta är siffran att budgetera för, inte det dubbla parametrantalet.

• Kontext — 128,000 tokens vid träningstillfället, med den utgivna konfigurationen inställd på 1,048,576 för finjustering och inferens. Den serverade modellen anges med 1,024,000 indata, vilket är samma fönster avrundat nedåt för en prislista snarare än en annan kapacitet.

• Utdatatak – bascheckpointen har i princip inget sådant; den serverade modellen tillåter 921 600 utdatatoken eftersom den resonerar vid varje förfrågan och inte kan instrueras att låta bli.

• Modalitet – text in, text ut, på båda sidor. Inga bilder, inget ljud, inga PDF:er. Alla arbetsbelastningar som innehåller en skärmbild ligger utanför omfånget för båda, och det kommer inte att ändras med en finjustering.

• Pris — vikterna är gratis under en licens med territoriella begränsningar; API:et kostar $0.28 och $1.13 per miljon tokens, med cachad indata till $0.028.

• Oberoende poäng – ingen av dem har någon. Artificial Analysis har rader för ERNIE 4.5 och ERNIE 5.0 och ingen rad för ERNIE 5.5 av något slag.

Dokumentationen går precis baklänges

För en bascheckpoint publicerade Baidu en verkligt detaljerad teknisk redogörelse: arkitekturen (43 lager, 512 routade experter per MoE-lager med top-10-urval plus en delad expert), träningsbudgeten (33,5 biljoner tokens med Muon-optimizern), attention-designen, tokenizern, serveringsrecepten för vLLM och SGLang och en benchmarktabell som innehåller rader där modellen förlorar. ChineseSimpleQA visar 73,0 mot 75,3 för D​eepSeek. BBH med chain-of-thought är oavgjort mellan tre inom brusmarginalen. Det är formen på en tabell som någon har byggt snarare än en tabell som någon har plockat, och det är den sortens öppenhet som ger en modell en rättvis chans att bli hörd.

För chattmodellen publicerade Baidu ett pris. Ingen kunskapsgräns. Ingen utvärdering. Inget uttalande om hur den eftertränade modellen skiljer sig från checkpointen i något annat än beteende. Beskrivningen som är kopplad till slutpunkten är tre meningar om arkitektur och hastighet – 280 miljarder totala parametrar, 14 miljarder aktiva, ett fönster på en miljon token, mer än 200 token per sekund – och säger ingenting om kvalitet.

Konsekvensen är att de två artefakterna bedöms utifrån oförenliga bevisunderlag. Allt som går att veta om ERNIE 5.5 Flash Base kommer från Baidus eget testramverk mot baslinjer som Baidu valt, och allt beskriver en modell som inte kan följa en instruktion. Allt som går att veta om ERNIE 5.5 Flash är en prislista. Den som citerar bascheckpointens MMLU-Pro på 78,4 som bevis för chattmodellen begår det enskilt vanligaste misstaget som finns i den här jämförelsen: utvärderingar av basmodeller och utvärderingar av instruktionsmodeller mäter olika saker och kan inte subtraheras, ärvas eller extrapoleras.

Licensen är den delen folk hoppar över.

Vikterna går att ladda ner, vilket inte är samma sak som öppen källkod. ERNIE 5.5 Flash Base Model License Agreement v1.0, daterat den 5 november 2026 och som regleras av lagstiftningen i Hongkong, begränsar beviljandet efter territorium och efter intäkter:

• Territorium — användning, reproduktion, modifiering och distribution licensieras överallt "utom Europeiska unionen, Storbritannien och Sydkorea." För ett företag som är registrerat i något av dessa tre är detta inte ett problem med kommersiella villkor, det är ett nej.

• Intäkter — kostnadsfritt upp till 50 miljoner US$ i årliga relaterade intäkter, och en engångsavisering till Baidu krävs även under den gränsen. Ovanför den måste användningen pausas tills skriftligt godkännande inkommer. Relaterade intäkter summeras över produkter och allierade företag, så taket nås tidigare än vad en enskild produkts P&L antyder.

• Erkännande — varje kommersiell produkt måste på ett framträdande sätt visa "Powered by ERNIE".

• Utdata – får inte användas för att förbättra någon annan modell. Att träna en derivatmodell är tillåtet; att destillera den här till något annat är det inte.

Inget av det gäller för anrop som görs via Baidus API. Den värdbaserade vägen styrs av kommersiella API-villkor, inte av vikternas licens, så ett europeiskt team som utesluts från nedladdningen kan fortfarande hyra modellen per token – vilket i det tysta är ett av de starkare argumenten för slutpunkten framför förvaret.

Vilken av dem du faktiskt vill ha

Beslutet följer av tre frågor, och ingen av dem är "vilken som är smartare".

Kan du köra 288 GB?Om inte är bascheckpointen inte ett alternativ oavsett dess villkor, och jämförelsen reduceras till "använd API:et eller använd en annan modell". En 280B mixture-of-experts med 14B aktiva är billig att serva per token och dyr att hosta per maskin, och klyftan mellan dessa två fakta är där de flesta självhostningsplaner dör.

Är din uppgift fast och av hög volym? Detta är det enda fallet där vikterna vinner ekonomiskt. En enda smal uppgift – klassificering, extrahering, en domänspecifik transform – finjusterad på en bascheckpunkt amorterar träningskörningen och kostar sedan ingenting per anrop. Att för evigt betala $1.13 per miljon utdatatokens för en uppgift du själv skulle kunna äga är en långsam läcka, och bascheckpunkten är, i licensvillkor, prissatt just för den köparen.

Behöver du att det fungerar den här veckan? Då är det endpointen, för en fine-tune på 280B parametrar är en budgetpost och ett kalenderkvartal, inte en eftermiddag. API:et ger dig en modell med verktygsanrop, resonemang och indata på en miljon tokens idag, odokumenterad, till ett pris som är ungefär dubbelt så högt som konkurrenterna i Flash-klassen och inte uppenbart fel för det.

Det ingen bör göra är att behandla de två som utbytbara i en utvärdering. Poäng för bascheckpointen är inte en förhandsvisning av API-kvalitet, och API:ets pris är inte ett bevis på API-kvalitet. Det enda måttet som avgör något är ditt eget – en fast promptuppsättning som körs genom endpointen, räknad i utdatatoken, jämförd med vad du än tänkte använda i stället.

Kör båda frågorna genom en och samma nyckel

Jämförelsedelen av det här arbetet kräver inget Baidu-konto. OrcaRouter dirigerar fler än 200 modeller bakom en enda OpenAI-kompatibel nyckel till leverantörens listpris utan påslag: MiniMax M3.1 Flash för $0.15 och $0.60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash och Gemini 3.8 Flash finns alla där, och automatisk failover håller en benchmarkkörning vid liv när en leverantör vacklar mitt under en svepning. ERNIE 5.5 Flash finns inte bland dem – det finns ingen ERNIE-post i katalogen och ingen Baidu-slutpunkt för oss att dirigera till – så slutpunkten måste anropas via Baidus eget API och dess siffror föras över för hand.

Den asymmetrin är värd att sägas rakt ut i stället för att kringgås: modellen du kan ladda ner är gratis och oanvändbar utan en träningskörning, modellen du kan anropa är odokumenterad och nåbar via exakt en leverantör, och de modeller som du skulle jämföra endera av dem mot ligger bakom en enda routad nyckel. Två av dessa tre fakta kommer att förändras. Licensklausulen gör det förmodligen inte.

Det som är värt att hålla ögonen på är snävare än själva modellen. Ett modellkort för ERNIE 5.5 Flash med en utvärderingstabell skulle göra den här jämförelsen möjlig att besvara. En andra leverantör som tillhandahåller förhandsversionen skulle göra dess upptid och pris konkurrenskraftiga. Och ett oberoende resultat från en bevakare som kör sitt eget testramverk skulle på en eftermiddag avgöra det som två veckors läsning av specifikationer inte förmår – för just nu är den ärliga sammanfattningen att Baidu har dokumenterat halvan av modellen som ingen kan använda och lämnat halvan som alla kan använda att tas på förtroende.