ERNIE-5.5-Flash vs GLM-5.3 Flash: Två öppna repon, två väldigt olika upplägg

Både ERNIE-5.5-Flash och GLM-5.3 Flash går att ladda ner den här veckan, båda är glesa mixture-of-experts-modeller i samma viktklass, och båda får plats på ungefär samma GPU-hylla i FP8. Det är där likheterna slutar. GLM-5.3 Flash, som släpptes av Z.ai den 26 augusti 2026, är en färdig multimodal modell under MIT-licens med ett publicerat pris och en serverad slutpunkt. ERNIE-5.5-Flash-Base, som släpptes av Baidu den 5 november 2026, är checkpointen vid slutet av förträningen av en modell som inte har eftertränats, under en skräddarsydd licens, utan pris och utan slutpunkt. Att jämföra dem som konkurrerande öppna modeller är rimligt. Att jämföra dem som utbytbara är det inte, och klyftan är juridisk och processuell innan den är teknisk. Båda GLM-varianterna debiteras enligt leverantörens listpriser så gratisnivåvarianten kostar inget att prova.

Vad som faktiskt finns i varje arkiv

GLM-5.3 Flash är en modell med 320B parametrar, varav 18B är aktiva per token, 45 lager och en hybrid av linjär och gles attention som Z.ai säger minskar attention-beräkningen ungefär trefaldigt och krymper KV-cachen cirka 4,4 gånger jämfört med den textbaserade GLM-5.3. Kontextfönstret är 1 048 576 tokens, utdata begränsas till mellan 128K och 131K beroende på värd, och modellen tar in text, bilder och video och ger text som utdata. FP8-vikterna på Hugging Face uppgår till cirka 328 GB.

ERNIE-5.5-Flash-Base har totalt 280B med 14B aktiva, 33,5T förträningstokens, 43 lager – ett dense-lager plus 42 MoE-lager – varav 37 lager använder komprimerad HCA-attention och sex använder MLA plus DeepSeek-liknande sparse attention. Hidden size 4 096, 64 huvuden, 512 routade experter vid top-10 plus en delad expert, vokabulär 201 216. Träningskontext 128K, med 1 048 576 aktiverat för finjustering och inferens i den släppta konfigurationen. FP8- och BF16-varianter, båda på Hugging Face.

• Totalt antal parametrar — ERNIE 280B vs GLM 320B

• Aktiva per token — 14B vs 18B

• Lager — 43 vs 45

• Kontext — 1M för inferens vs 1M

• Modalitet — endast text vs text, bild och video i

• Licens — ERNIE 5.5 Flash Base License v1.0 vs MIT

• Efterträning – ingen kontra instruktionstränad

• Pris — inget publicerat jämfört med $0.15 för indata / $0.50 för utdata

Parametergapet är mindre än namngivningen antyder och går i motsatt riktning mot vad man skulle kunna anta: ERNIE aktiverar färre parametrar per token och har färre totalt, vilket på pappret gör det till det billigare av de två att servera. GLMs 328 GB FP8-fotavtryck är den konkreta siffran; ERNIE med 280B hamnar i samma storleksordning, före KV-cache.

Licensen är det första vägskälet

MIT är inte en marknadsföringsdetalj. Det innebär kommersiell användning, modifiering, vidaredistribution och derivatmodeller utan några villkor för användningsområde att förhandla om och inget separat avtal att skriva under. Ett team kan finjustera GLM-5.3 Flash på proprietära data och leverera resultatet utan ett samtal med Z.ai:s juridiska avdelning.

ERNIE-5.5-Flash-Base distribueras under ERNIE 5.5 Flash Base Model License Agreement v1.0. Det är ett skräddarsytt avtal, och kontrasten som är värd att känna till är historisk: Baidu släppte ERNIE 4.5-familjen under Apache 2.0 2025. Att gå över till en anpassad licens för 5.5-basen är en medveten åtstramning, inte ett förbiseende, och det sker precis när vikterna blir verkligt användbara – en bascheckpoint är långt mer sannolik att finjusteras och vidaredistribueras än vad en instruktionstränad modell är.

För akademiskt bruk och forskning kan den praktiska skillnaden vara obefintlig. För den som bygger en produkt är det det första dokumentet att läsa och möjligen anledningen att välja det andra repot. Vikter du kan ladda ner är inte samma sak som vikter du kan bygga på.

Modalitet avgör fler arbetsbelastningar än vad benchmarks gör.

GLM-5.3 Flash tar emot video. Den enda förmågan räcker för att den inte längre kan jämföras med ERNIE för en stor klass av 2026-arbetsbelastningar – skärminspelningar, produktfilm, övervakningsklipp, inspelade föreläsningar. GLM hanterar även bilder, vilket täcker in fakturor, diagram, skärmbilder och hela kategorin dokumentbehandling.

ERNIE-5.5-Flash-Base är en språkmodell. Text in, text ut. Om den eftertränade ERNIE 5.5 Flash någonsin släpps med multimodala indata har Baidu inte sagt det; utgåvan beskriver en textmodell och benchmark-sviten omfattar kunskap, resonemang, matematik, kod, flerspråkighet och lång kontext. Inget i det publicerade materialet tyder på datorseende.

Den asymmetrin är värd att uttrycka tydligt, eftersom den lätt försvinner i en specifikationsjämförelse. En 280B-textmodell och en 320B-multimodal modell är inte alternativ i ett upphandlingsbeslut; de är svar på olika frågor. Den enda överlappningen är generering av enbart text, och i den överlappningen vinner den färdiga modellen per automatik, eftersom den finns.

Där GLM-5.3 Flash är svagare än vad lanseringen antydde

Ärlighet går åt båda hållen. De publicerade styrkorna hos GLM-5.3 Flash är verkliga – DeepSWE 63,4 mot GLM-5.2:s 46,2, Terminal-Bench 2.1 på 84,3, MMLU-Pro 86,1, MMMU-Pro 86,0, HLE med verktyg 55,3 – och Artificial Analysis placerar dess kodningsindex på 71,5 och dess allmänna intelligensindex på 41,8. Men samma utvärderingar visar en modell med smala och djupa svagheter: ProgramBench får poäng kring noll till 1,5, SRE Bench 0,8, Legal Agent 6,7. Dess latens för första token är också märkbart långsam för en modell i Flash-klassen – 6,36 sekunder vid p50 i OrcaRouters trafik under sju dagar – mot cirka 1,7 sekunder för den större GLM-5.

Inget av det gör ERNIE till det bättre valet. Det gör GLM till en känd kvantitet – en modell vars fellägen har mätts av tredje part. ERNIE:s fellägen har inte mätts alls, eftersom det inte finns någon instruct-modell att mäta. I ett utvärderingsdrivet beslut är okända fellägen sämre än dokumenterade, även när de dokumenterade är dåliga.

Finjusteringsvägar: båda finns, en har ett försprång

Baidu gjorde rätt när det gäller verktyg. ERNIE-modellkortet innehåller exempel för SGLang och vLLM, och NVIDIAs Megatron-Bridge-förråd lade till ett ERNIE 5.5-exempel som täcker finjustering. För en bascheckpoint är det skillnaden mellan en forskningsartefakt och en användbar utgångspunkt.

GLM-5.3 Flash har varit nedladdningsbar sedan slutet av augusti och har samlat på sig den erfarenhet i ekosystemet som följer med tre månaders produktionsanvändning: kvantiseringar, leverantörsintegrationer och buggrapporter. När en kernel går sönder klockan 2 på natten har GLM-problemet redan rapporterats av någon annan. Det är inte ett benchmark, men det är en verklig kostnad för införandet och bör ingå i beslutet.

För alla som vill prova GLM-5.3 Flash utan att binda upp sig till ett GPU-kluster dirigerar OrcaRouter z-ai/glm-5.3-flash till leverantörens listpris med 0 % påslag, och det finns även en variant på gratisnivån i katalogen. Samma katalog har ingen ERNIE-post bland sina 216 modell-ID:n – ingen hostad väg, inget pris, inget att dirigera. Det är inte en kritik av Baidus lansering; det är den praktiska konsekvensen av att släppa vikter före en produkt.

Vilket repositorium ska klonas

Klona GLM-5.3 Flash om du behöver en multimodal öppen modell som du kan sätta bakom ett API, finjustera kommersiellt och jämföra med publicerade tredjepartsutvärderingar. MIT plus en driftsatt slutpunkt plus tre månaders produktionserfarenhet är en stark kombination, och de dokumenterade svagheterna är tillräckligt smala för att kunna kringgås.

Klona ERNIE-5.5-Flash-Base om du bedriver fortsatt förträning, domänanpassning eller forskning inom efterträning, särskilt på kinesiska, och är beredd att läsa en skräddarsydd licens innan du investerar i pipelinen. Utformningen 280B-A14B är effektiv, tokenbudgeten på 33,5T är rejäl, arkitekturen är dokumenterad i större detalj än de flesta basutgåvor, och Megatron-Bridge-exemplet innebär att den första finjusteringen inte är ett forskningsprojekt i sig.

Klona inte någon av dem och förvänta dig att den ska vara en direktersättning för den andra. Den ena är en färdig produkt med en licens som tillåter nästan vad som helst; den andra är en stark utgångspunkt med en licens som tillåter mindre och en produkt som inte finns ännu. Den intressanta frågan är vad Baidu levererar i den eftertränade modellen och till vilket pris — för om den landar nära $0,15/$0,50 med 14B aktiva parametrar upphör detta att vara en jämförelse av två repon och blir en genuin tävling mellan två öppna Flash-modeller. Fram till dess är repon inte på samma hylla alls.