ERNIE Light DT 1.0 vs ERNIE 5.5 Flash Base: Licensen är produkten

ERNIE Light DT 1.0 och ERNIE 5.5 Flash Base är samma labs svar på två olika frågor, publicerade med fem dagars mellanrum i november 2026. Light DT är ett API: inga vikter, inget model card, ett pris på 1,13 USD per miljon indatatoken och en utdatagräns på 131 072 token. Flash Base är en nedladdning: 280 miljarder parametrar, 14 miljarder aktiva per token, 33,5 biljoner träningstoken och ingen hostad endpoint från Baidu överhuvudtaget. Valet mellan dem handlar egentligen inte om benchmarks – ingen av dem har en publicerad poäng som är värd att diskutera – utan om huruvida du vill hyra en serving-stack eller äga en licens att bygga på en.

Och det är på licensen som den här jämförelsen slutar vara symmetrisk, för Flash Bases licens är ovanligt specifik om var du får använda den och vem du måste meddela.

Två artefakter, ett labb, fem dagar emellan

Flash Base lanserades den 5 november 2026 med en teknisk rapport och öppna vikter på Hugging Face i två precisioner – FP8 och BF16 – utgivna under ERNIE 5.5 Flash Base Model License v1.0. Det är en förträningscheckpoint, vilket innebär att vikterna du får är de som kom ut ur förträningen, före någon instruktionstrimning eller preferensbearbetning. Det finns ingen chattmall värd namnet och ingen instruct-syskonmodell publicerad tillsammans med den.

Light DT lanserades den 10 november 2026 som en internationell API-slutpunkt, beskriven av Baidu som baserad på öppna GLM-modeller med forskning från företagets Search-linje "Lightning" inlemmad, och uppbyggd kring Baidu Sparse Attention plus ett återkopplingsdrivet historikkomprimeringsschema som leverantören säger minskar KV-cache-lagring och beräkning. Den är eftertränad, den besvarar frågor, den anropar verktyg och den finns inte som en fil man kan ladda ner.

Om man uttrycker det så ser paret obalanserat ut i den uppenbara riktningen: den ena är en färdig produkt och den andra är en utgångspunkt. Men priset säger något annat, och licensen säger något annat igen.

Prislistan som går åt fel håll

Light DT kostar mer per token än en modell med tjugo gånger så många aktiva parametrar. Det är faktumet att låta sjunka in innan något annat i den här artikeln:

• Pris för indata – ERNIE Light DT 1.0 på $1.13 per miljon token jämfört med ERNIE 5.5 Flash Base på $0, eftersom det inte finns någon Baidu-slutpunkt och därför inget listpris. $0 är verkligt: att hosta den är en kapitalkostnad, inte en post på en faktura.

• Utpris — 3,94 USD per miljon för Light DT; för Flash Base, dina egna GPU-timmar.

• Cachad indata — $0.113 per miljon på Light DT, en tiofaldig rabatt på cachade läsningar. Flash Base har ingen motsvarighet eftersom cacheekonomin blir din schedulers problem.

• Aktiva parametrar per token – ej angivet för Light DT; 14 miljarder för Flash Base.

• Kontext — 1 024 000 tokens för Light DT; 1 000 000 för Flash Base vid finjustering och inferens, med 128 000 som maximal träningskontext.

• Maximal utdata — 131 072 tokens för Light DT; begränsat av din serveringskonfiguration för Flash Base.

• Vikter — inga för Light DT; 280B i FP8 eller BF16, uppdelade på 128 safetensors-shards i FP8-repot, för Flash Base.

• Serveringsstack — Baidus, för Light DT; SGLang eller vLLM med Baidus egen plugin, för Flash Base. Det publicerade SGLang-receptet kräver tensorparallellism på 4 och en attention-dataparallell storlek på 4, vilket innebär ett minimum på fyra GPU:er innan du ens har laddat en enda förfrågan.

Vad självhosting av 280B faktiskt kostar per miljon tokens

Det här är beräkningen som avgör matchen, och det är värt att göra den med runda siffror i stället för magkänsla.

Fyra GPU:er är minimikravet för den publicerade konfigurationen, men 280B parametrar i FP8 är ungefär 280 GB vikter innan någon cache, så en realistisk produktionsnod är åtta acceleratorer med utrymme för KV-cache och batchning. Säg åtta kort av H100-klass till ett genomsnittligt hyrpris på 2 USD per korttimme – en siffra för mellanmarknaden 2026, inte en offert – och noden kostar cirka 16 USD i timmen, eller ungefär 11 700 USD i månaden om den körs kontinuerligt.

Nu frågan om genomströmning. En sparse MoE som aktiverar 14 miljarder parametrar per token är snabb per token på det sätt som alla sparse-modeller är snabba, men den aggregerade genomströmningen över en batch är det som bestämmer din enhetskostnad, och Baidu publicerar ingen siffra för tokens per sekund för denna checkpoint. Anta försiktigtvis att noden klarar 4 000 output-tokens per sekund över en full batch. Det är 14,4 miljoner output-tokens i timmen, vilket vid $16 i timmen landar nära $1,11 per miljon output-tokens – före förluster i utnyttjandegrad, före ingenjören som ansvarar för driftsättningen, före de lediga timmarna när trafiken minskar.

Kör det på en tredjedel av kapaciteten, vilket är vad de flesta verkliga driftsättningar gör utanför toppbelastning, och den effektiva kostnaden tredubblas. Den ärliga sammanfattningen är att självhosting av Flash Base kostar någonstans mellan ungefär en och tre dollar per miljon utdatatoken beroende på hur väl du fyller noden – ett intervall som spänner över Light DT:s $3.94 och kan slå det med god marginal vid hög utnyttjandegrad.

Vilket innebär att prispremien på Light DT inte är en skatt på okunskap. Det är vad Baidu tar för att man inte ska behöva göra den beräkningen, och för ett komprimeringsschema som de hävdar håller cachen tillräckligt liten för att ett fönster på en miljon token ska förbli överkomligt att betjäna. Om din trafik är spikig, lågvolymig eller mestadels långkontext är det rationella valet att betala $3,94 och låta någon annan äga utnyttjandeproblemet.

Licensen, och det är där Flash Base blir komplicerat.

Flash Bases licens är inte en standardmässigt tillåtande licens, och tre klausuler har större betydelse än något benchmark.

• Territorium. Beviljandet omfattar "alla geografiska områden världen över utom Europeiska unionen, Förenade kungariket och Sydkorea". Användning av vikterna, eller distribution av derivat, utanför detta territorium omfattas inte av de beviljade rättigheterna. Om du har användare i EU, en inferensregion i EU eller personal i EU som hanterar modellen, är detta ett hinder som bör läsas noggrant med juridiskt ombud snarare än behandlas som en fotnot.

• Intäktsgräns. Kommersiell användning är kostnadsfri under 50 miljoner USD i årliga intäkter kopplade till de produkter eller tjänster som använder modellen, förutsatt att Baidu underrättas en gång. Över den gränsen behöver du ett separat skriftligt kommersiellt godkännande innan du börjar, och om du växer förbi gränsen måste du skaffa godkännande innan du passerar den eller pausa den berörda användningen.

• Erkännande. Kommersiella produkter måste visa de exakta orden "Powered by ERNIE" på en lättillgänglig plats – ett användargränssnitt, en om-sida eller, för API:er och serverdelstjänster, utvecklardokumentationen.

Det finns också en klausul som är värd att uppmärksamma för den som planerar att destillera: licensen förbjuder användning av materialen eller deras utdata för att förbättra någon annan AI-modell än modellen själv eller dess derivat. Att träna en mindre studentmodell på Flash Base-utdata omfattas av tillståndet; att träna en annan arkitektur på dem gör det inte.

Light DT har inga av dessa problem eftersom det inte finns några vikter att licensiera. Du får ett avtal om användarvillkor och en prislista, vilket är en mycket mindre yta för ett juridiskt team och en mycket mindre yta för ambition.

Kapacitet: vad var och en gör och inte gör direkt ur lådan

• Reasoning control — Light DT erbjuder fyra ansträngningsnivåer (max, high, low, none) med max som standard. Flash Base har inget resonemangsläge alls; det är en completion-modell, och eventuellt resonemangsbeteende är något du skulle behöva träna in.

• Verktygsanrop — Light DT stöder funktionsanrop med tvingat verktygsval, strukturerade utdata och JSON-svarsformat. Flash Base stöder vad du än implementerar runt det.

• Modalitet — båda är text in, text ut. Ingen av dem tar emot bilder, och ingen av dem läser ett skannat dokument åt dig.

• Lång kontext — Light DT uppger 1 024 000 tokens via sin komprimerade cache-design. Flash Base stöder 1M under finjustering och inferens, men vid den längden på åtta kort är din KV-cache-budget den begränsande faktorn, och den komprimering som Baidu byggde in i Flashs egen attention — Heavily Compressed Attention på 37 av dess 43 lager — är det som gör det möjligt överhuvudtaget.

{{1}}• Utvärdering — Flash Base publicerar en fullständig leverantörstabell: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, HumanEval+ 82,3, LiveCodeBench 40,1, HELMET-RAG 71,5, LongBench-v2 48,7, uppmätta mot DeepSeek-V4-Flash-Base, Hy3-preview-Base och MiMo-V2.5-Base i en och samma pipeline. Det är Baidus egna siffror, framtagna av Baidu, och bör läsas som sådana. Light DT publicerar ingenting alls.

Den sista raden är den asymmetri som spelar störst roll för en köpare. {{1}}Flash Base{{/1}} låter dig åtminstone kontrollera dess påståenden – ladda ner vikterna, kör din egen utvärdering och se om leverantörens tabell håller för dina data. {{2}}Light DT{{/2}} ber dig att ta mekanismen på tro, eftersom det enda tillgängliga beviset är ett stycke produkttext.

Var en router passar in, och var den inte gör det

Ingen av dessa modeller finns i OrcaRouters katalog i dag, och att påstå något annat vore sådant som kostar en läsare en vecka. Det en router förändrar är hur beslutet ser ut.

Om du väljer Flash Base-vägen binder du upp kapital och personal till en modell vars kvalitet du kan mäta men vars driftkostnad du inte kan åtgärda – och den förnuftiga arkitekturen är att behålla en hostad modell bakom samma gränssnitt som reservlösning för de dagar då din nod är full, din batch är kall eller en utvärderingskörning tar upp korten. Om du väljer Light DT-vägen binder du dig till en enda leverantörs slutpunkt utan någon andra leverantör bakom och utan vikter att flytta om priset ändras.

Oavsett vilket är felsättet detsamma: en arbetsbelastning med lång kontext som är låst till en modell utan möjlighet att jämföra vad alternativet skulle ha kostat. Det är vad en routad slutpunkt med en prislista per modell löser – inte genom att göra valet åt dig, utan genom att göra kostnaden för valet synlig per förfrågan i stället för per kvartal.

Vilken ska man välja?

Välj ERNIE 5.5 Flash Base om du har ett träningsproblem snarare än ett serveringsproblem: du vill ha en sparse utgångspunkt på 280B, du tänker finjustera den, dina användare och din infrastruktur finns utanför EU, Storbritannien och Sydkorea, och du ligger under intäktströskeln eller är beredd att be Baidu om tillstånd. Leverantörens benchmarktabell ger dig en försvarbar baslinje, och vikterna innebär att ingen kan ta modellen ifrån dig.

Välj ERNIE Light DT 1.0 om kontextfönstret är det viktiga. En miljon tokens som levereras via en komprimerad cache, med en justerbar resonemangsbudget och verktygsanrop, är en specifik produkt för en specifik uppgift – långa hämtade dokument, långa agenttranskript, långvariga sessioner – och att betala ett högre pris per token för att slippa äga cachebudgeten är en legitim avvägning.

Välj ingen av dem om dina prompter är korta. Vid 8 000 tokens per förfrågan är hela arkitekturberättelsen på båda sidor irrelevant, och $1.13 per miljon indatatokens är helt enkelt ett dyrt sätt att göra det som en modell till en tiondel av priset gör precis lika bra.