ERNIE-5.5-Flash กับ Claude Haiku 5.5: เมื่อ Base Checkpoint มาเจอราคาขั้นต่ำ

Baidu นำ ERNIE-5.5-Flash-Base ขึ้น Hugging Face เมื่อเช้านี้ และบรรทัดแรกของการ์ดโมเดลคือบรรทัดที่สำคัญ: น้ำหนักเป็นเช็กพอยต์สิ้นสุดการพรีเทรน โดยไม่มีการนำการฝึกช่วงกลางและการฝึกหลังการเทรนมาใช้ โพสต์เปิดตัวของ Baidu ระบุว่า ERNIE 5.5 Flash ที่ผ่านการฝึกหลังการเทรนแล้ว "จะตามมา" ประโยคเดียวนี้ทำให้การเปรียบเทียบโดยตรงกับ Claude Haiku 5.5 เป็นไปไม่ได้ในวันนี้ เพราะ Claude Haiku 5.5 เป็นโมเดลที่เสร็จสมบูรณ์และผ่านการปรับแต่งตามคำสั่ง ซึ่ง Anthropic ขายในราคา 0.10 ดอลลาร์ต่อหนึ่งล้านโทเคนอินพุต และ 0.50 ดอลลาร์ต่อหนึ่งล้านโทเคนเอาต์พุต ด้านหนึ่งของการจับคู่นี้คือผลงานวิจัย อีกด้านคือผลิตภัณฑ์ที่มีรายการราคา ต่อไปนี้คือสิ่งที่แต่ละตัวเป็นจริง ๆ ตัวเลขที่ Baidu เผยแพร่สามารถและไม่สามารถนำไปเทียบกับสิ่งใดได้บ้าง และอะไรจะต้องเปลี่ยนก่อนที่การเปรียบเทียบที่ผู้คนกำลังค้นหาจะกลายเป็นการเปรียบเทียบจริง ERNIE-5.5-Flash ยังไม่มีอยู่ในรายการวันนี้ เรียกดูแค็ตตาล็อกโมเดลทั้งหมด โดยแสดงรายการโมเดลทุกรุ่นที่ OrcaRouter สามารถกำหนดเส้นทางได้ พร้อมราคาผู้ให้บริการแบบเรียลไทม์

สิ่งที่ Baidu เผยแพร่จริง ๆ ในวันนี้

การเผยแพร่นี้ประกอบด้วยสองรีโพซิทอรี — baidu/ERNIE-5.5-Flash-Base ในรูปแบบ FP8 และ baidu/ERNIE-5.5-Flash-Base-BF16 — พร้อมโพสต์ทางเทคนิคภายใต้หัวข้อ Product Updates บน ernie.baidu.com เป็นโมเดลภาษาชนิด sparse mixture-of-experts ที่มีพารามิเตอร์รวม 280B และเปิดใช้งาน 14B ต่อโทเคน โดยพรีเทรนตั้งแต่เริ่มต้นบน 33.5T โทเคนด้วยออปติไมเซอร์ Muon และ FP8 mixed precision แถบด้านข้างของ Hugging Face ปัดเศษพารามิเตอร์รวมเป็น 286B ขณะที่การ์ดระบุว่าตัวเลขทั้งสองไม่รวม 0.36B ของสิ่งที่ Baidu เรียกว่าพารามิเตอร์ ECHO

สถาปัตยกรรมมีความเฉพาะเจาะจง ซึ่งเป็นเรื่องผิดปกติสำหรับการเปิดตัวแบบเงียบ ๆ โดยมี 43 เลเยอร์ แบ่งเป็นแบบ dense 1 เลเยอร์ และ MoE 42 เลเยอร์ สามสิบเจ็ดเลเยอร์ใช้แอตเทนชันแบบบีบอัดที่ Baidu เรียกว่า HCA โดยแคชหนึ่งรายการต่อ 128 โทเคน ส่วนหกเลเยอร์ใช้ MLA พร้อมแอตเทนชันแบบเบาบางสไตล์ DeepSeek ขนาดซ่อน 4,096, 64 heads, routed experts 512 ตัว พร้อมการจัดเส้นทางแบบ top-10 บวกหนึ่ง shared expert และขนาดคำศัพท์ 201,216 บริบทการฝึกคือ 128K ส่วนการกำหนดค่าที่เผยแพร่เปิดใช้ 1,048,576 โทเคนสำหรับการ fine-tuning และการอนุมาน

มีเครื่องมือจัดส่งมาพร้อมกับมัน การ์ดนี้มีตัวอย่างการดีพลอย SGLang และ vLLM และรีโพซิทอรี Megatron-Bridge ของ NVIDIA มีตัวอย่าง ERNIE 5.5 สำหรับการปรับแต่งละเอียดอยู่แล้ว นั่นคือขอบเขตการใช้งานจริงของรีลีสฐานที่มุ่งเป้าไปที่ผู้ที่ตั้งใจจะเทรนบนมัน ไม่ใช่ผู้ที่ตั้งใจจะเรียกใช้มัน

สิ่งที่ยังไม่เปิดตัว ได้แก่ โมเดล instruct เทมเพลตแชตที่สมชื่อ รายการ API ราคา หรือผลทดสอบ benchmark อิสระแม้แต่รายการเดียว ณ เวลาเผยแพร่ ไม่มีรายการ ERNIE ในแคตตาล็อก 216 โมเดลของ OrcaRouter และไม่มีหน้า Artificial Analysis คะแนนเดียวที่มีอยู่คือคะแนนของ Baidu เอง ซึ่งรันบน benchmark 30 รายการภายใต้ harness แบบเดียวกัน เทียบกับอีกสามโมเดลbase: DeepSeek-V4-Flash-Base ที่ 284B-A13B, Hy3-preview-Base ที่ 295B-A21B และ MiMo-V2.5-Base ที่ 310B-A15B

สิ่งที่ Claude Haiku 5.5 กำลังขาย

Claude Haiku 5.5 เปิดตัวในต้นเดือนตุลาคม 2026 ในฐานะระดับโมเดลขนาดเล็กที่เร็วของ Anthropic และรูปแบบเชิงพาณิชย์ของมันตรงข้ามกับการเปิดตัวของ Baidu: ทุกอย่างถูกเผยแพร่ กำหนดราคา และให้บริการแล้ว พาดหัวข่าวคือการลดราคาลงประมาณ 90 เปอร์เซ็นต์เมื่อเทียบกับ Haiku 4.5 ในระดับบริบทสั้น — ราคาอินพุต $0.10 และเอาต์พุต $0.50 ต่อล้านโทเค็นสำหรับพรอมป์ต์ไม่เกิน 100K โทเค็น และเพิ่มเป็น $0.50 และ $2.50 เมื่อเกินกว่านั้น การอ่านอินพุตที่แคชไว้ราคา $0.01 ส่วนแบบแบตช์คิดครึ่งหนึ่งของอัตรามาตรฐาน กรอบการอธิบายของ Anthropic เองคือโทเค็นไนเซอร์ตัวใหม่นับโทเค็นมากขึ้นประมาณ 30 เปอร์เซ็นต์สำหรับข้อความเดียวกัน ดังนั้นการประหยัดจริงต่องานจึงน้อยกว่าที่ป้ายราคาบ่งชี้ — ประมาณ 75 เปอร์เซ็นต์ตามการประเมินของ Anthropic เอง

เอกสารสเปกเป็นเอกสารข้อมูลผลิตภัณฑ์ รองรับบริบทหนึ่งล้านโทเค็น เอาต์พุตสูงสุด 128K รับอินพุตเป็นข้อความและรูปภาพ และส่งออกเป็นข้อความ โดยมีจุดตัดข้อมูลความรู้ถึงเดือนมิถุนายน 2026 และมีระดับความพยายามห้าระดับ ตั้งแต่ต่ำถึงสูงสุด Anthropic วางตำแหน่งให้เป็นโมเดลที่เร็วที่สุดในความเร็วมาตรฐาน โดย Artificial Analysis วัดได้ที่ 258 โทเค็นเอาต์พุตต่อวินาทีในการรันปัจจุบัน ใช้งานได้ผ่าน API ของ Anthropic เอง, Amazon Bedrock, Google Vertex AI และ Microsoft Foundry

นั่นคือสองสิ่งดังกล่าว ได้แก่ เช็กพอยต์ฐานขนาด 280B พารามิเตอร์ภายใต้สัญญาอนุญาตแบบเฉพาะทาง และโมเดลที่โฮสต์ไว้ซึ่งรองรับบริบท 1M ในราคาสิบเซนต์ต่อหนึ่งล้านโทเคนอินพุต การนำทั้งสองสิ่งมาไว้ในประโยคเดียวกันจะถือว่ามีเหตุผลรองรับได้ก็ต่อเมื่อคุณระบุให้ชัดเจนว่ากำลังตอบคำถามข้อใด

ทำไม 93.3 MMLU จึงไม่ใช่ตัวเลขของ Haiku

การ์ดของ Baidu รายงานว่า MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, BBH 77.1 ในโหมดตรง และ 89.2 เมื่อใช้ chain of thought, HumanEval+ 82.3, MBPP+ 81.5, LiveCodeBench 40.1, HELMET-RAG 71.5, RepoQA 91.7 และ LongBench-v2 48.7 ตัวเลขเหล่านี้ถือว่าแข็งแกร่งสำหรับโมเดลฐาน และโดยโครงสร้างแล้วก็ไม่สามารถเทียบได้กับสิ่งที่ Anthropic เผยแพร่สำหรับ Haiku 5.5

สามเหตุผล และทั้งสามข้อสำคัญ ประการแรก โมเดลฐาน (base models) ถูกประเมินด้วยการพรอมป์ที่แตกต่างกัน — เป็นการทำ few-shot completion มากกว่าการทำตามคำสั่ง — ดังนั้นคะแนนของโมเดลฐานจึงวัดความรู้เดิมจากการพรีเทรน ไม่ใช่ผู้ช่วยที่นักพัฒนาเรียกใช้ ประการที่สอง ฮาร์เนส (harnesses) แตกต่างกัน: Baidu รันไปป์ไลน์ของตนเองด้วยพรอมป์และจำนวน few-shot ของตนเอง ซึ่งเป็นวิธีที่ถูกต้องในการเปรียบเทียบโมเดลของตนกับโมเดลฐานอื่น และเป็นวิธีที่ผิดในการเปรียบเทียบกับเบนช์มาร์กแบบ instruct ของผู้ให้บริการ ประการที่สาม MMLU ที่ 93 อยู่ในช่วงอิ่มตัวลึกแล้ว ความแตกต่างระหว่างโมเดลชั้นนำบนเบนช์มาร์กนั้นตอนนี้เล็กกว่าผลกระทบจากการจัดรูปแบบระหว่างฮาร์เนส

ดังนั้นการตีความ "ERNIE-5.5-Flash vs Claude Haiku 5.5 on benchmarks" อย่างตรงไปตรงมาคือ ยังไม่มีการเปรียบเทียบเช่นนั้นเกิดขึ้น และใครก็ตามที่เผยแพร่การเปรียบเทียบแบบนี้ในสัปดาห์นี้ กำลังเปรียบเทียบ base checkpoint กับ instruct model โดยไม่บอกกล่าว หรือไม่ก็กุตัวเลขของ instruct ขึ้นมา

รายละเอียดหนึ่งจากตารางของ Baidu เองน่าจดจำไว้ เพราะมันขัดกับเรื่องเล่าตอนเปิดตัว โพสต์ดังกล่าวยอมรับว่าคู่แข่งชนะในหลายแถว — ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench และ FullStackBench ตกเป็นของหนึ่งในโมเดลฐานอื่น ผู้ขายที่เผยแพร่ความพ่ายแพ้ในตารางเดียวกับชัยชนะกำลังให้สัญญาณที่ใช้ได้ว่าตารางที่เหลือควรให้น้ำหนักมากน้อยเพียงใด

ราคาที่ยังไม่มีอยู่

"Flash" ในการตั้งชื่อของ Baidu เป็นป้ายบอกระดับ ไม่ใช่ข้อกำหนดสเปก สายผลิตภัณฑ์ ERNIE มีโครงสร้างราคาแบบขั้นบันไดที่ชัดเจน โดย ERNIE 5.1 อยู่ที่ประมาณ $0.59 สำหรับอินพุต และ $2.65 สำหรับเอาต์พุตต่อล้านโทเค็นในหน้ารายการ Qianfan ระดับสากล ขณะที่ ERNIE 4.5 Turbo ต่ำกว่านั้นมาก — แต่ ERNIE 5.5 Flash ไม่มีอัตราราคาที่เผยแพร่ ไม่มี endpoint บน Qianfan และไม่มีรายการจากบุคคลที่สาม การค้นหาข้อมูลราคาของมันให้ผลลัพธ์เพียงการเปิดตัวรุ่นพื้นฐานเท่านั้น และไม่มีอย่างอื่น

ช่องว่างนั้นคือคำถามเชิงพาณิชย์ทั้งหมด การตั้งราคา $0.10/$0.50 ของ Haiku 5.5 ได้กำหนดมาตรฐานใหม่ว่าโมเดลขนาดเล็กควรมีต้นทุนเท่าไร และเป็นตัวเลขที่ทุกการเปิดตัวระดับ Flash ถูกนำมาเปรียบเทียบในตอนนี้ หาก Baidu ตั้งราคา ERNIE 5.5 Flash สูงกว่านั้น โมเดลจะต้องสร้างเหตุผลรองรับด้วยคุณภาพภาษาจีนหรือการจัดเก็บข้อมูลในประเทศ หากตั้งราคาต่ำกว่า มันจะกลายเป็นตัวเลือกที่น่าพิจารณาอย่างจริงจังสำหรับงานเวิร์กโหลดในจีนแผ่นดินใหญ่ จนกว่าจะมีอัตราราคาปรากฏขึ้น จะไม่สามารถตรวจสอบได้ทั้งสองแนวทาง

Artificial Analysis ซึ่งดัชนีได้รับการสร้างใหม่เมื่อวันที่ 27 ตุลาคม 2026 จัดให้ Claude Haiku 5.5 อยู่ในอันดับ 36 ที่ระดับ max effort — เป็นตัวเลขที่เป็นของดัชนีปัจจุบันและไม่สามารถนำไปเปรียบเทียบกับตัวเลขก่อนการ rebase ที่ยังคงแพร่หลายสำหรับโมเดลอื่นได้ ประเด็นไม่ได้อยู่ที่ค่าที่แน่นอน แต่อยู่ที่ว่า Haiku มีตำแหน่งบนสเกลนั้น ส่วน ERNIE-5.5-Flash ไม่มี เพราะไม่มีโมเดล instruct ให้ทดสอบ

นี่จึงเป็นจุดที่การเลือกเส้นทางเปลี่ยนการตัดสินใจเช่นกัน OrcaRouter ส่งต่อราคาตามรายการของผู้ให้บริการโดยไม่บวกกำไรเลย 0%ดังนั้นเมื่อผู้ขายรายใดลดราคา ราคาใหม่ก็จะมีผลบนแพลตฟอร์มในวันเดียวกัน แทนที่จะต้องรอให้คำนวณกำไรของผู้ขายต่อใหม่ก่อน ERNIE-5.5-Flash ยังไม่อยู่ในแคตตาล็อกนั้นในตอนนี้ — มี 216 รหัสรุ่น แต่ไม่มี ERNIE อยู่ในนั้นเลย — ดังนั้นคำแนะนำที่ใช้ได้จริงสำหรับผู้ที่วางแผนสร้างโมเดลต้นทุนคือ ให้สร้างบนรุ่นที่มีการกำหนดราคาไว้จริง และกลับมาพิจารณาอีกครั้งเมื่อ Baidu เผยแพร่ตารางราคา

ใครควรโคลนรีโปในสัปดาห์นี้

ไม่ใช่นักพัฒนาแอปพลิเคชัน ฐานเช็กพอยต์แทบไม่มีพฤติกรรมการทำตามคำสั่งให้พูดถึง และการทำให้มันทำงานเหมือนผู้ช่วย means a post-training pipeline that you would have to design yourself. มีสามกลุ่มที่มีเหตุผลจะดึงน้ำหนักโมเดลตอนนี้

• ทีมปรับโดเมนที่ทำงานกับภาษาจีน — โทเค็นสำหรับการฝึกก่อน 33.5T และคำศัพท์ 200K การฝึกก่อนแบบต่อเนื่องบนโมเดลฐานถือเป็นจุดเริ่มต้นที่สมเหตุสมผล และตัวอย่าง Megatron-Bridge ช่วยลดต้นทุนในการลอง

• นักวิจัยด้าน RL และ post-training ที่ต้องการโมเดลแบบ 14B-active พร้อมรายละเอียดสถาปัตยกรรมที่เผยแพร่แล้ว — การกำหนดเส้นทางแบบ top-10 ด้วยผู้เชี่ยวชาญ 512 ตัว และการแบ่งสัดส่วน HCA-to-MLA ที่ 37/6 มีการบันทึกไว้อย่างเพียงพอที่จะทำซ้ำได้

• ทีมประเมินที่ต้องการพื้นฐานที่ชัดเจนก่อนที่โมเดล instruct จะเปิดตัว — การรันโมเดลฐานด้วยตัวเองตอนนี้จะให้จุดอ้างอิงที่การตลาดของผู้จำหน่ายไม่สามารถเปลี่ยนแปลงได้ในภายหลัง

{{1}}ทุกคนที่เหลือควรรอ{{/1}} โมเดลที่คุณไม่สามารถเรียกใช้ กำหนดราคา หรือวัดประสิทธิภาพเทียบกับโมเดล instruct ได้ ไม่ใช่ตัวเลือกสำหรับการจัดซื้อ และจำนวนพารามิเตอร์รวม 280B หมายความว่าการโฮสต์ด้วยตนเองต้องใช้หลาย GPU แม้จะใช้ FP8 ก็ตาม

อะไรจะทำให้คำตัดสินเปลี่ยนไป

สี่เหตุการณ์ เรียงตามลำดับที่คาดว่าจะมีความสำคัญ

• ERNIE 5.5 Flash เวอร์ชันที่ผ่าน post-training เปิดตัวแล้ว Baidu กล่าวว่าจะตามมา จนกว่าจะเป็นเช่นนั้น การเปรียบเทียบความสามารถทุกด้านจึงเป็นเพียงการคาดเดา และช่องว่างระหว่าง checkpoint ฐานกับโมเดล Flash ที่เสร็จสมบูรณ์ก็คือจุดที่คุณภาพซึ่งผู้ใช้มองเห็นเป็นส่วนใหญ่ตั้งอยู่จริง ๆ

• เมื่อราคาปรากฏบน Qianfan นั่นคือช่วงเวลาที่การเปรียบเทียบกับ Haiku กลายเป็นการตัดสินใจจริง แทนที่จะเป็นการเปรียบเทียบผิดประเภท

• มีผลการประเมินอิสระเผยออกมาแล้ว หากมีรายงานจาก Artificial Analysis หรือ LMArena ก็จะทำให้ชุดทดสอบ (harness) ของ Baidu กลายเป็นสิ่งที่ตรวจสอบไขว้ได้ โปรดทราบว่าดัชนี AA เองได้รับการปรับฐานเมื่อวันที่ 27 ตุลาคม 2026 ดังนั้นตัวเลขก่อนการปรับฐานที่แพร่หลายสำหรับ Haiku 5.5 และรุ่นอื่น ๆ ไม่ควรนำไปเปรียบเทียบกับตัวเลขหลังการปรับฐาน

• ผู้ให้บริการโฮสต์จากบุคคลที่สามรับไปให้บริการ โดยปกติแล้วนี่คือสัญญาณว่าต้นทุนการให้บริการเป็นที่เข้าใจกันแล้ว และเป็นจุดที่โมเดลสามารถถูกกำหนดเส้นทางเพื่อเรียกใช้งานได้ แทนที่จะเป็นเพียงดาวน์โหลดได้เท่านั้น

การเปรียบเทียบในหัวข้อจะคุ้มค่าที่จะเขียนเมื่อสองในสี่สิ่งนั้นได้เกิดขึ้นแล้ว สิ่งที่มีอยู่ในวันนี้คือโมเดลพื้นฐานที่มีเอกสารประกอบครบถ้วน สัญญาอนุญาตที่ไม่ใช่ Apache และชื่อชั้นผลิตภัณฑ์ที่ไม่มีผลิตภัณฑ์อยู่เบื้องหลัง ในขณะเดียวกัน Claude Haiku 5.5 ก็เป็นโมเดลที่เสร็จสมบูรณ์แล้ว ด้วยราคาที่ผู้ขายรายอื่นต้องหาคำตอบมารับมือในตอนนี้ ในคำถามเดียวที่ผู้ซื้อถาม — โทเคนหนึ่งมีต้นทุนเท่าไรและทำอะไรได้ — ฝ่ายหนึ่งมีคำตอบ ส่วนอีกฝ่ายมีเพียงคำสัญญา

ส่วนที่น่าสนใจไม่ใช่แค่การที่ Baidu เปิดตัวแบบเงียบ ๆ แต่คือบริษัทเลือกปล่อยน้ำหนักฐาน (base weights) ออกมาก่อน ก่อนโมเดลที่ใคร ๆ ก็ใช้งานได้ และไม่ได้ตั้งราคาไว้เลย นี่คือจังหวะการเปิดตัวแบบห้องวิจัย ไม่ใช่การเปิดตัวผลิตภัณฑ์ และควรอ่านให้เป็นเช่นนั้น