ERNIE 5.5 Flash กับ ERNIE 5.5 Flash Preview: คุณกำลังเรียกใช้ตัวไหนกันแน่?
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 100 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0737 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 122 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 229 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 39 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 97 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 124 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 105 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 63 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 417 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228ความฉลาด
เว็บไซต์ของ Baidu เองระบุอาร์ติแฟกต์ ERNIE 5.5 สองรายการ และไม่มีรายการใดเรียกว่า ERNIE 5.5 Flash เลย มี ERNIE 5.5 Flash Base ซึ่งเป็นเช็กพอยต์ดิบขนาด 280B ที่เผยแพร่เมื่อวันที่ 5 พฤศจิกายน และ ERNIE 5.5 Flash Preview ซึ่งเป็นโมเดลที่ผ่านการฝึกหลังการฝึก (post-trained) ที่เผยแพร่เมื่อวันที่ 11 พฤศจิกายน ERNIE 5.5 Flash — ชื่อที่ไม่มีคำต่อท้าย ชื่อที่ปรากฏในรายการราคาและตัวเลือกโมเดล — คือโมเดลที่ Preview เป็นพรีวิวของมัน นั่นไม่ใช่ลูกเล่นทางการตลาดที่ควรถูกมองข้าม แต่เป็นสาระสำคัญทั้งหมดของการเปรียบเทียบ เพราะทุกสิ่งที่ไม่เหมือนกันระหว่าง ERNIE 5.5 Flash Preview กับ ERNIE 5.5 Flash คือความแตกต่างระหว่างเช็กพอยต์กับการเปิดตัว ไม่ใช่ระหว่างสถาปัตยกรรมสองแบบ จำนวนพารามิเตอร์รวม 280 พันล้านเท่ากัน พารามิเตอร์ที่ใช้งาน 14 พันล้านเท่ากัน คอนเท็กซ์ 1M โทเคนเท่ากัน ความแตกต่างคือสัญญาอนุญาต วันที่ การรับประกันความเสถียร และชุดตัวเลขที่ Baidu บอกคุณว่าจะเปลี่ยนแปลง กลุ่มเปรียบเทียบคือครึ่งหนึ่งของการตัดสินใจนี้ที่อยู่ในการควบคุมของคุณ ราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3 และ DeepSeek V4.1 Flash อยู่ในคีย์เดียวในราคาตามรายการของผู้ให้บริการ โดยค่าธรรมเนียม OrcaRouter แสดงเป็น $0.00
ส่วนที่ทำให้สับสนคือการตั้งชื่อ เพราะฉะนั้นเริ่มจากตรงนั้นเลย
สามชื่อ สองโมเดล หนึ่งไปป์ไลน์การเปิดตัว ERNIE 5.5 Flash Base คือเช็กพอยต์ที่ผ่านการพรีเทรน: ขนาดรวม 280B, ใช้งานจริง 14B, 43 เลเยอร์, เป็นสแต็ก sparse mixture-of-experts ที่มี shared expert, ฝึกบน 33.5 ล้านล้านโทเค็น, ดาวน์โหลดได้วันนี้บน Hugging Face ภายใต้สัญญาอนุญาตชุมชนแบบจำกัด ERNIE 5.5 Flash Preview คือเช็กพอยต์นั้นหลังการโพสต์เทรน — ตัวที่ตอบคำสั่ง ใช้เครื่องมือ เขียนโค้ดเกม และสร้างสไลด์นำเสนอ ERNIE 5.5 Flash เมื่อมีให้ใช้งานจริง คือโมเดลเดียวกันหลังการโพสต์เทรนเสร็จสมบูรณ์
Baidu ระบุความสัมพันธ์นี้อย่างตรงไปตรงมาในโพสต์เปิดตัวว่า Preview “เป็นเช็กพอยต์ระดับกลางจากกระบวนการหลังการฝึก (post-training) ตอนนี้มันแข่งขันได้กับโมเดลขนาดเดียวกันแล้ว แต่เนื่องจากการฝึกยังไม่เสร็จ บางความสามารถอาจยังด้อยอยู่ การฝึกหลังการฝึกยังดำเนินอยู่ และ ERNIE 5.5 Flash กำลังพัฒนาอย่างรวดเร็ว” อ่านข้อความนั้นสองครั้ง บริษัทกำลังบอกคุณว่าโมเดลที่คุณเรียกใช้ได้วันนี้กับโมเดลที่คุณจะเรียกใช้ในอีกไม่กี่เดือนข้างหน้ามีรากชื่อเดียวกัน มีสถาปัตยกรรมเดียวกัน และมีหน้าต่างบริบทเดียวกัน และต่างกันที่ความสมบูรณ์ หากคุณกำลังเลือกระหว่างสองตัวนี้ คุณไม่ได้กำลังเลือกระหว่างสองระบบ คุณกำลังเลือกระหว่างการซื้อตอนนี้กับการรอ
การเปรียบเทียบ ทีละมิติ
นี่คือสิ่งที่แตกต่างกันจริง ๆ โดยมีทั้งสองฝั่งในทุกบรรทัด:
• ตัวตน — ERNIE 5.5 Flash Preview เป็นเช็กพอยต์ที่มีชื่อและเรียกใช้งานได้ ซึ่งเผยแพร่เมื่อวันที่ 11 พฤศจิกายน 2026; ERNIE 5.5 Flash เป็นรุ่นสืบทอดที่ยังไม่เปิดตัว โดยไม่มีวันที่ ไม่มีการ์ดโมเดล และไม่มีเอนด์พอยต์ของตัวเอง
• สถาปัตยกรรมและขนาด — เหมือนกันทั้งสองฝั่ง: พารามิเตอร์ทั้งหมด 280B, พารามิเตอร์ที่ใช้งาน 14B, คอนเท็กซ์ 1M โทเคน, สืบทอดมาจากเช็กพอยต์ ERNIE 5.5 Flash Base ของวันที่ 5 พฤศจิกายน การทำ post-training ไม่ได้เปลี่ยนขนาดของโมเดล
• น้ำหนักโมเดลและสัญญาอนุญาต — เวอร์ชัน Preview ถูกสัญญาว่าจะเปิดภายใต้ Apache 2.0 "เร็ว ๆ นี้" โดยยังไม่มีคลังบน Hugging Face ณ วันที่ 11 พฤศจิกายน; ส่วน ERNIE 5.5 Flash ที่จะออกในที่สุดจะอยู่ภายใต้สัญญาอนุญาตใดก็ตามที่ Baidu มาพร้อมกับการเปิดตัวอย่างเป็นทางการ ซึ่งบริษัทไม่ได้ระบุไว้ และไม่ได้รับประกันว่าจะเป็นฉบับเดียวกัน จงถือว่าคำสัญญา Apache 2.0 เป็นคำสัญญาเกี่ยวกับเวอร์ชัน Preview ไม่ใช่เกี่ยวกับตระกูลโมเดลนี้
• ความเสถียร — Preview เป็นผลลัพธ์ขั้นกลางอย่างชัดเจน ซึ่งความสามารถ "อาจยังไม่เพียงพอ" และ Baidu คาดว่าคะแนนจะดีขึ้น; เวอร์ชันเปิดตัวอย่างเป็นทางการคือเวอร์ชันที่ Baidu ยินดีรับรองตามนิยาม
• สถานะบนเบนช์มาร์ก — Preview มีอยู่ยี่สิบแถวที่ผู้ขายรายงานและไม่มีคะแนนอิสระ ส่วน ERNIE 5.5 Flash จะมีเฉพาะสิ่งที่ Baidu เผยแพร่ตอนเปิดตัว บวกกับ—หากรูปแบบยังคงเดิม—ตัวเลขรอบสองที่ทำให้ตัวเลขของ Preview ดูล้าสมัย ทั้งสองยังไม่มีรายการใน Artificial Analysis ณ วันนี้
• ราคา — Preview อยู่ที่ $0.28 ต่อล้านโทเค็นอินพุต และ $1.13 ต่อล้านโทเค็นเอาต์พุตบน Qianfan โดยการอ่านจากแคชอยู่ที่ $0.028 ยังไม่มีราคาสำหรับ ERNIE 5.5 Flash และการสมมติว่าจะเท่ากับของ Preview ถือเป็นข้อสมมติ: ราคาของ Preview มักเป็นเพียงค่าชั่วคราวเท่านั้น
• สิ่งที่คุณทำได้กับมัน — Preview เรียกใช้ได้แล้ววันนี้ แต่ดาวน์โหลดไม่ได้; ERNIE 5.5 Flash เรียกใช้ก็ไม่ได้ ดาวน์โหลดก็ไม่ได้ เพราะยังไม่มีอยู่จริง
ความไม่สมดุลที่สำคัญนั้นอยู่ที่ท้ายรายการนั้น พรีวิวเป็นเพียงสิ่งเดียวในสองสิ่งนั้นที่คุณทดสอบได้ และเป็นเพียงสิ่งเดียวที่คุณเก็บไว้ไม่ได้
สิ่งที่ตัวอย่างนี้ทำได้แต่ชื่อไม่สื่อถึง
คำว่า Preview อาจทำให้คิดว่าเป็นรุ่นบางเบา และจากหลักฐานที่เผยแพร่เมื่อวันที่ 11 พฤศจิกายน รุ่นนี้ก็ไม่ใช่ของบางเบาเลย มันเป็นโมเดลแบบข้อความล้วนที่ใช้เครื่องมือได้ ให้เอาต์พุตแบบมีโครงสร้าง และมีหน้าต่างบริบทหนึ่งล้านโทเคน โดยมีราคาอยู่ในกลุ่มประหยัดของระดับ flash และเดโมของ Baidu นำเสนอชิ้นงานที่ผลิตออกมา มากกว่าการโต้ตอบในแชต ได้แก่ เกม Unreal Engine 5.8 ที่ประกอบขึ้นเสร็จในการเขียนโค้ดครั้งเดียวยาว 11 ชั่วโมง มินิเกมมือถือราว 100 เกมที่สร้างจากเอกสารออกแบบ เครื่องบิน Boeing 747 และสนามบินต้าซิงที่สร้างแบบจำลองผ่าน Blender Python API โดยเอเจนต์สองตัวที่ทำงานประสานกัน เครื่องยนต์ W16 และยานสำรวจดวงจันทร์ที่สร้างเป็นชุดประกอบ FreeCAD ที่แก้ไขได้ รายงานวิจัย 20 หน้าเกี่ยวกับต้นทุนค่าไฟฟ้าของศูนย์ข้อมูล การวิเคราะห์ระบบขับขี่อัตโนมัติ 24 หน้าที่สร้างจากรายงานอุบัติเหตุระดับรัฐบาลกลาง 4,169 ฉบับ และหนังสั้นแอนิเมชันความยาว 116 วินาทีที่เขียนด้วย Python มากกว่า 10,000 บรรทัด
รายละเอียดที่มีประโยชน์ที่สุดเพียงอย่างเดียวในรายการนั้นไม่ใช่คำกล่าวอ้างถึงความสามารถ แต่เป็นข้อจำกัดที่โพสต์นั้นเปิดเผยเอง ในการอธิบายโปรเจกต์ Unreal Baidu เขียนว่า "เนื่องจากเป็นโมเดลข้อความล้วนและมองหน้าจอไม่ได้" โมเดลจึงแปลงปัญหาในการทดสอบเล่น — ตัวละครลอยอยู่เหนือพื้น กล้องวางผิดตำแหน่ง — ให้เป็นชุดทดสอบที่วัดผลได้ในโค้ด และวนปรับจนกว่าชุดทดสอบจะผ่าน นั่นคือรูปทรงที่ซื่อตรงของความสามารถของโมเดลนี้: มันมองอะไรไม่ได้ จึงเขียนข้อตรวจสอบยืนยันผลแทน งานใดที่แสดงออกมาเป็นชุดทดสอบได้ โมเดลจะทำได้ดีตลอดการรันระยะยาว งานใดที่มีเพียงการตัดสินด้วยภาพเป็นผลสะท้อนกลับ โมเดลต้องทำงานผ่านเครื่องมือ และอย่างน้อยในโครงทดสอบ benchmark บางชุด ผ่านโมเดลภาพของบริษัทอื่น
ประเด็นสุดท้ายนั้นมาจากภาคผนวกของ benchmark ไม่ใช่จากเนื้อความหลัก เชิงอรรถหนึ่งในตารางระบุว่า "GLM-5.3 และโมเดลของเราไม่มีความสามารถมัลติโมดัลแบบเนทีฟ การทำความเข้าใจภาพถูกจัดให้ผ่านเครื่องมือที่ขับเคลื่อนด้วย Claude Opus 5.5" ไม่ว่าคุณจะสรุปอย่างไรเกี่ยวกับคะแนน สถาปัตยกรรมก็ชัดเจนไม่มีข้อกังขา: ไม่มี vision แบบเนทีฟ และการประเมินที่ต้องพึ่งพา vision นั้นวัด pipeline มากกว่าจะวัดตัวโมเดล
ถ้าคุณกำลังรอ ERNIE 5.5 Flash อยู่ คุณยังรออะไรอยู่อีก?
สี่สิ่ง และมีเพียงหนึ่งเดียวในนั้นเท่านั้นที่เป็นการยกระดับความสามารถ
ข้อแรกคือการรับประกันความเสถียร เช็กพอยต์ระดับกลางไม่ได้ให้คำมั่นว่าพฤติกรรมจะไม่เปลี่ยนแปลงระหว่างนี้จนถึงการเปิดตัว ซึ่งเป็นเรื่องที่ยอมรับได้สำหรับการสำรวจ แต่สร้างความลำบากให้กับสิ่งใดก็ตามที่มีชุดทดสอบการถดถอยผูกไว้กับเอาต์พุตของโมเดล
ชุดที่สองคือชุดเบนช์มาร์กที่คุณใช้เปรียบเทียบได้ ยี่สิบแถวของพรีวิว — Terminal-Bench 4.0 ที่ 46.5, DeepSWE v1.1 ที่ 71.2, MCP-Atlas ที่ 84.6, BrowseComp ที่ 87.4, HLE แบบไม่ใช้เครื่องมือที่ 46.4, AA-LCR v1.1 ที่ 79.0 เป็นต้น — เป็นตัวเลขที่ผู้ขายรายงานและยังไม่มีการทำซ้ำ และ Baidu กล่าวว่าโมเดลกำลังพัฒนาอย่างรวดเร็ว ตัวเลขจากโมเดลที่เสร็จสมบูรณ์แล้วมีประโยชน์มากกว่าแม้ว่าตัวเลขจะสูงกว่า เพราะเป็นตัวเลขที่คนอื่นจะอ้างอิงเช่นกัน
ประการที่สามคือสัญญาอนุญาต เช็กพอยต์ฐานถูกเผยแพร่ภายใต้สัญญาอนุญาตชุมชนแบบจำกัด ซึ่งยกเว้นสหภาพยุโรป สหราชอาณาจักร และเกาหลีใต้ จำกัดการใช้เชิงพาณิชย์ฟรีตามรายได้ต่อปีที่เกี่ยวข้อง และกำหนดให้ระบุเครดิต "Powered by ERNIE" บนผลิตภัณฑ์เชิงพาณิชย์ น้ำหนักของพรีวิวได้รับการสัญญาว่าจะอยู่ภายใต้ Apache 2.0 หากรักษาคำมั่นนั้นไว้ โมเดลที่ผ่านการฝึกภายหลังจะอนุญาตได้มากกว่ามากเมื่อเทียบกับเช็กพอยต์ที่ใช้ฝึกมา ซึ่งเป็นการพลิกกลับอย่างแท้จริง และควรค่าแก่การยืนยันจากที่เก็บจริงมากกว่าจากประกาศ
ข้อที่สี่คือราคา $0.28 และ $1.13 เป็นตัวเลขพรีวิว ราคาสุดท้ายสำหรับโมเดล GA ในระดับนี้อาจขยับไปได้ทั้งสองทาง และโมเดลต้นทุนใด ๆ ที่คุณสร้างในวันนี้ควรกำหนดพารามิเตอร์ตามอัตราดังกล่าว แทนที่จะฮาร์ดโค้ดค่านั้น
ไม่มีใครในสี่คนนั้นเสนอให้รอ หากคุณมีงานที่สามารถประเมินได้ภายในสัปดาห์นี้ พวกเขาเสนอไม่ให้ลงนามในข้อผูกมัดระยะหลายไตรมาสกับเช็กพอยต์ที่ Baidu ระบุไว้เป็นลายลักษณ์อักษรว่ายังไม่เสร็จสมบูรณ์
การรันการเปรียบเทียบด้วยตัวคุณเอง
คุณไม่สามารถรับ ERNIE 5.5 Flash Preview จากเราได้ โดยให้บริการผ่าน Qianfan API ของ Baidu เอง และผ่านแพลตฟอร์มบุคคลที่สามที่นำไปขายต่อ OrcaRouter จัดเส้นทางให้มากกว่า 200 โมเดล และไม่มีสักโมเดลที่เป็น ERNIE ดังนั้นข้อเสนอใด ๆ ที่ว่าเราให้ปลายทางนี้กับคุณได้จะเป็นเท็จ
สิ่งที่เราทำได้คือจัดหากลุ่มเปรียบเทียบ ซึ่งเป็นส่วนหนึ่งของการตัดสินใจนี้ที่อยู่ในการควบคุมของคุณจริง ๆ: โมเดลที่ Baidu ใช้เป็นเกณฑ์เปรียบเทียบ — GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3, DeepSeek V4.1 Flash — ล้วนอยู่บนคีย์ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียว ในราคาตามรายการของผู้ให้บริการโดยบวกกำไร 0% ดังนั้นหากผู้จำหน่ายรายใดรายหนึ่งลดราคา การลดราคาจะสะท้อนถึงบิลของคุณในวันเดียวกัน แทนที่จะต้องรอถึงการต่อสัญญาครั้งถัดไป
การประเมินที่จะรันนี้ถูกออกแบบมาให้น่าเบื่อโดยตั้งใจ เลือกงานระยะยาวสิบงานจากงานของคุณเอง รันแต่ละงานผ่าน preview และผ่านสองโมเดลที่คุณจะใช้ตามปกติ บันทึกว่ามันเสร็จหรือไม่ มี output token ถูกส่งออกไปจำนวนเท่าไร และการเรียกครั้งนั้นมีค่าใช้จ่ายเท่าไร จำนวน output token คือตัวเลขที่ชี้ขาดการเปรียบเทียบนี้ เพราะ preview คิดค่า reasoning เป็น output ในราคา $1.13 ต่อล้านโทเค็น และไม่เปิดช่องทางให้ปิด reasoning ได้เลย — โมเดลที่ตอบยาวในเรตการ์ดต่ำมักมีค่าใช้จ่ายต่องานสูงกว่าโมเดลที่ตอบสั้นในเรตการ์ดสูง เมื่อคุณมีค่าใช้จ่ายต่องานแล้ว คำถามเรื่อง preview เทียบกับ GA ก็ไม่ใช่เรื่องของแถวใน benchmark อีกต่อไป แต่กลายเป็นเรื่องว่า checkpoint ปัจจุบันดีพอที่จะต่อยอดสร้างบนมันก่อนจะถูกแทนที่หรือไม่
สำหรับเวิร์กโหลดที่ผ่านการทดสอบนั้น การเฟลโอเวอร์อัตโนมัติตอบข้อโต้แย้งเรื่องเสถียรภาพได้ด้วยวิธีเดียวที่ตอบได้ในปัจจุบัน นั่นคือ โมเดลที่อาจเปลี่ยนแปลงได้ระหว่างที่คุณใช้งานไม่ควรเป็นโมเดลเดียวในเส้นทางคำขอ จงกำหนดเส้นทางให้พรีวิวเป็นตัวหลักในจุดที่มันได้ผลดีกว่า และเก็บตัวสำรองไว้ด้านหลัง แล้วการเปลี่ยนแปลงความสามารถกลางสตรีมจะกลายเป็นการเปลี่ยนเส้นทางแทนที่จะเป็นเหตุขัดข้อง
ห้าวันคั่นระหว่างเช็กพอยต์ฐานกับพรีวิว และ Baidu ระบุว่าโมเดลที่เสร็จสมบูรณ์กำลังจะมา การตีความที่มีประโยชน์ของ ERNIE 5.5 Flash เทียบกับ ERNIE 5.5 Flash Preview ไม่ใช่การเทียบแบบเผชิญหน้าเลย — มันคือกำหนดการ สิ่งหนึ่งคุณเรียกใช้ได้ตอนนี้และจะไม่สามารถเก็บไว้ใช้ต่อได้ อีกสิ่งหนึ่งคุณจะเก็บไว้ใช้ต่อได้และยังเรียกใช้ไม่ได้ ตอนนี้ใครก็ตามที่สร้างบนสิ่งใดสิ่งหนึ่งในสองสิ่งนี้ควรวัดผล ไม่ใช่ผูกมัด จนกว่าคอลัมน์ที่สองจะมีตัวเลข
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
