ERNIE 5.5 Flash vs ERNIE 5.5 Flash Base: Một bản có thể tải xuống, một bản chỉ có thể thuê

Baidu hiện đã tung ra cả hai nửa của cùng một mô hình, nhưng sai thứ tự. ERNIE 5.5 Flash Base — checkpoint 280 tỷ tham số, 14 tỷ tham số hoạt động mỗi token — đã được đăng lên Hugging Face vào ngày 5 tháng 11 năm 2026 cùng một bản công bố kỹ thuật dài hai mươi trang, ba mươi dòng benchmark và một giấy phép mà phải nhờ luật sư mới đọc nổi. Sáu ngày sau, vào ngày 10 tháng 11, ERNIE 5.5 Flash xuất hiện dưới dạng endpoint có tính phí trên Baidu Qianfan với giá 0,28 USD cho mỗi triệu token đầu vào và 1,13 USD cho mỗi triệu token đầu ra, không có thông báo, không có model card và không có bất kỳ bảng đánh giá nào. Vậy nên lựa chọn giữa ERNIE 5.5 Flash và ERNIE 5.5 Flash Base không phải là lựa chọn giữa một mô hình lớn và một mô hình nhỏ. Đó là lựa chọn giữa sản phẩm mà bạn có thể kiểm tra và sản phẩm mà bạn thực sự có thể gọi. Các đường cơ sở mà bạn sẽ dùng để đánh giá một trong hai ERNIE đều được tính theo giá niêm yết của nhà cung cấp, với phí OrcaRouter hiển thị là $0.00 trên mọi dòng vì vậy một lần chạy so sánh chỉ tốn một khóa và một hóa đơn.

Cùng trọng lượng, hai trạng thái hoàn thiện khác nhau

Checkpoint gốc chính là điểm cuối của quá trình tiền huấn luyện và không gì khác. Nó hoàn thành văn bản. Nó không tuân theo chỉ dẫn, không giữ lời nhắc hệ thống, không gọi công cụ hay từ chối yêu cầu, vì những hành vi đó được tạo ra bởi hậu huấn luyện và checkpoint này chưa trải qua hậu huấn luyện nào. Baidu nói thẳng như vậy: kho lưu trữ là "checkpoint ở cuối quá trình tiền huấn luyện, trước bất kỳ giai đoạn trung gian hay hậu huấn luyện nào," được định vị là điểm khởi đầu cho nghiên cứu thích ứng miền, tinh chỉnh theo chỉ dẫn và học tăng cường.

ERNIE 5.5 Flash là thành quả của quá trình post-training. Nó trả lời các prompt, cung cấp khả năng gọi hàm và đầu ra có cấu trúc, đồng thời suy luận trước khi đưa ra câu trả lời. Hai thứ này không phải là các phiên bản của nhau theo bất kỳ nghĩa thực dụng nào — một bên là đầu vào huấn luyện, bên kia là sản phẩm — và khác biệt thực tiễn chính là toàn bộ quyết định.

• Tham số — tổng cộng 280B, 14B hoạt động mỗi token, mixture-of-experts thưa, ở cả hai bên. Cùng kiến trúc.

• Dung lượng tải xuống — 288 GB trên 139 tệp trong kho FP8, cùng một repo BF16 riêng bên cạnh. Đây là con số cần dự trù, không phải số lượng tham số nhân đôi.

• Ngữ cảnh — 128.000 token tại thời điểm huấn luyện, với cấu hình phát hành được đặt thành 1.048.576 cho tinh chỉnh và suy luận. Mô hình được phục vụ được liệt kê ở mức 1.024.000 đầu vào, đây là cùng một cửa sổ được làm tròn xuống cho bảng giá chứ không phải một năng lực khác.

• Giới hạn đầu ra — checkpoint cơ sở không hề có giới hạn đáng kể nào; mô hình được phục vụ cho phép 921.600 token đầu ra vì nó suy luận ở mọi yêu cầu và không thể bảo nó đừng làm vậy.

• Phương thức — văn bản vào, văn bản ra, cả hai phía. Không hình ảnh, không âm thanh, không PDF. Bất kỳ tác vụ nào có ảnh chụp màn hình đều nằm ngoài phạm vi của cả hai, và điều đó sẽ không thay đổi nhờ tinh chỉnh.

• Giá — các trọng số được miễn phí theo một giấy phép có giới hạn lãnh thổ; API có giá $0.28 và $1.13 mỗi triệu token, với đầu vào được lưu trong bộ nhớ đệm ở mức $0.028.

• Điểm số độc lập — không bên nào có. Artificial Analysis có các hàng ERNIE 4.5 và ERNIE 5.0 và không có hàng ERNIE 5.5 dưới bất kỳ hình thức nào.

Tài liệu này đi ngược hoàn toàn.

Đối với một checkpoint gốc, Baidu đã công bố một bản phát hành kỹ thuật thực sự chi tiết: kiến trúc (43 lớp, 512 chuyên gia định tuyến trên mỗi lớp MoE với lựa chọn top-10 cùng một chuyên gia chia sẻ), ngân sách huấn luyện (33,5 nghìn tỷ token với bộ tối ưu Muon), thiết kế attention, tokenizer, các công thức phục vụ cho vLLM và SGLang, và một bảng benchmark có cả những dòng mà mô hình thua. ChineseSimpleQA đạt 73,0 so với 75,3 của DeepSeek. BBH với chain-of-thought là thế hòa ba bên nằm trong ngưỡng nhiễu. Đó là dáng dấp của một bảng do ai đó xây dựng chứ không phải một bảng do ai đó chọn lọc, và đó là kiểu công bố thông tin đem lại cho một mô hình cơ hội được đánh giá công bằng.

Đối với mô hình chat, Baidu đã công bố giá. Không có mốc giới hạn kiến thức. Không có đánh giá. Không có tuyên bố nào về việc mô hình sau huấn luyện khác với checkpoint ở bất cứ điều gì ngoài hành vi. Phần mô tả gắn với endpoint là ba câu về kiến trúc và tốc độ — tổng cộng 280 tỷ tham số, 14 tỷ tham số hoạt động, cửa sổ một triệu token, hơn 200 token mỗi giây — và không nói gì về chất lượng.

Hệ quả là hai sản phẩm đang được đánh giá dựa trên những bằng chứng không tương thích. Mọi điều có thể biết về ERNIE 5.5 Flash Base đều đến từ bộ công cụ đánh giá của chính Baidu, đối chiếu với các mốc so sánh do Baidu lựa chọn, và tất cả những gì thu được đều mô tả một mô hình không thể tuân theo chỉ dẫn. Mọi điều có thể biết về ERNIE 5.5 Flash chỉ là một bảng giá. Bất kỳ ai trích dẫn điểm MMLU-Pro 78.4 của checkpoint base làm bằng chứng về mô hình chat đều đang mắc phải lỗi phổ biến nhất trong phép so sánh này: đánh giá mô hình base và đánh giá mô hình instruction đo lường những thứ khác nhau và không thể trừ, kế thừa hay ngoại suy.

Giấy phép là phần mọi người thường bỏ qua.

Các trọng số có thể tải xuống, điều này không giống với mã nguồn mở. ERNIE 5.5 Flash Base Model License Agreement v1.0, ngày 5 tháng 11 năm 2026 và chịu sự điều chỉnh của pháp luật Hồng Kông, hạn chế việc cấp phép theo lãnh thổ và theo doanh thu:

• Lãnh thổ — việc sử dụng, sao chép, sửa đổi và phân phối được cấp phép ở mọi nơi "ngoài Liên minh châu Âu, Vương quốc Anh và Hàn Quốc." Đối với một công ty được thành lập tại bất kỳ quốc gia nào trong ba quốc gia đó, đây không phải là vấn đề về điều khoản thương mại, mà là một lời từ chối.

Doanh thu — miễn phí tối đa 50 triệu đô la Mỹ doanh thu liên quan hằng năm, và vẫn phải gửi thông báo một lần cho Baidu ngay cả khi dưới ngưỡng đó. Vượt ngưỡng này, việc sử dụng phải tạm dừng cho đến khi có ủy quyền bằng văn bản. Doanh thu liên quan được tổng hợp trên các sản phẩm và các công ty liên kết, vì vậy mức trần sẽ đến sớm hơn so với hàm ý từ P&L của một sản phẩm đơn lẻ.

• Ghi công — mọi sản phẩm thương mại phải hiển thị rõ ràng "Powered by ERNIE".

• Đầu ra — không được sử dụng để cải thiện bất kỳ mô hình nào khác. Việc huấn luyện một mô hình phái sinh được phép; việc chưng cất mô hình này thành một thứ khác thì không.

Không điều nào trong số đó áp dụng cho các lệnh gọi được thực hiện qua API của Baidu. Tuyến dịch vụ được host chịu sự điều chỉnh của các điều khoản API thương mại, chứ không phải giấy phép trọng số, nên một nhóm ở châu Âu bị loại khỏi việc tải xuống vẫn có thể thuê mô hình theo token — điều mà, một cách kín đáo, là một trong những lập luận mạnh hơn cho endpoint so với kho lưu trữ.

Bạn thực sự muốn cái nào?

Quyết định này xuất phát từ ba câu hỏi, và không câu nào trong số đó là “cái nào thông minh hơn”.

Bạn có thể chạy 288 GB không? Nếu không, checkpoint cơ sở không phải là một lựa chọn bất kể điều khoản của nó ra sao, và phép so sánh rút gọn thành "dùng API hoặc dùng một mô hình khác." Một mô hình mixture-of-experts 280B với 14B hoạt động thì rẻ khi phục vụ theo token và đắt khi vận hành theo từng máy, và khoảng cách giữa hai sự thật đó chính là nơi phần lớn các kế hoạch tự vận hành chết.

Nhiệm vụ của bạn có cố định và khối lượng lớn không? Đây là trường hợp duy nhất mà các trọng số thắng về mặt kinh tế. Một tác vụ hẹp duy nhất — phân loại, trích xuất, một phép biến đổi chuyên biệt theo lĩnh vực — được tinh chỉnh trên một checkpoint nền sẽ phân bổ đều chi phí huấn luyện và sau đó không tốn gì cho mỗi lần gọi. Việc trả 1,13 đô-la cho mỗi triệu token đầu ra mãi mãi cho một tác vụ mà bạn có thể tự sở hữu là một sự rò rỉ chậm, và checkpoint nền được định giá, xét theo các điều khoản giấy phép, chính xác là dành cho người mua đó.

Bạn có cần nó chạy được ngay trong tuần này không? Vậy thì đó là endpoint, bởi vì fine-tune trên 280B tham số là một khoản mục ngân sách và một quý lịch, chứ không phải một buổi chiều. API cung cấp cho bạn một mô hình gọi công cụ, suy luận, đầu vào hàng triệu token ngay hôm nay, chưa được công bố, với mức giá gần gấp đôi các đối thủ cùng phân khúc Flash và không có vẻ gì là không thỏa đáng cho nó.

Điều không ai nên làm là coi hai thứ đó là có thể thay thế cho nhau trong một đánh giá. Điểm số của Base-checkpoint không phải là bản xem trước chất lượng API, và giá của API không phải là bằng chứng về chất lượng API. Phép đo duy nhất giải quyết được mọi việc là của chính bạn — một bộ prompt cố định chạy qua endpoint, được đếm bằng output token, so sánh với bất cứ thứ gì bạn định dùng thay thế.

Chạy cả hai câu hỏi bằng cùng một khóa

Phần so sánh của công việc này không cần tài khoản Baidu. OrcaRouter định tuyến hơn 200 mô hình phía sau một khóa tương thích OpenAI theo giá niêm yết của nhà cung cấp mà không tăng giá: MiniMax M3.1 Flash ở mức $0.15 và $0.60, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash và Gemini 3.8 Flash đều có mặt, và tính năng chuyển đổi dự phòng tự động giữ cho một lượt chạy đánh giá vẫn tiếp tục khi một nhà cung cấp gặp trục trặc giữa đợt quét. ERNIE 5.5 Flash không nằm trong số đó — không có mục ERNIE nào trong danh mục và không có endpoint Baidu nào để chúng tôi định tuyến tới — nên endpoint phải được gọi trên API riêng của Baidu và các số liệu của nó phải được chuyển sang bằng tay.

Sự bất đối xứng đó đáng được nói thẳng ra thay vì lách qua: mô hình bạn có thể tải xuống thì {{1}}miễn phí{{/1}} và {{2}}không dùng được nếu không có một lần chạy huấn luyện{{/2}}, mô hình bạn có thể gọi thì {{3}}không có tài liệu{{/3}} và chỉ có thể truy cập qua đúng một nhà cung cấp, còn những mô hình mà bạn sẽ dùng để đối chuẩn với một trong hai thì {{4}}nằm trên một khóa định tuyến duy nhất{{/4}}. Hai trong ba sự thật đó sẽ thay đổi. Điều khoản giấy phép thì có lẽ sẽ không.

Điều đáng theo dõi thì hẹp hơn bản thân mô hình. Một model card cho ERNIE 5.5 Flash kèm bảng đánh giá sẽ giúp trả lời được phép so sánh này. Một nhà cung cấp thứ hai cung cấp bản xem trước sẽ khiến thời gian hoạt động và mức giá của nó trở nên cạnh tranh. Và một điểm số độc lập từ một đơn vị theo dõi tự vận hành bộ khung đánh giá của riêng mình sẽ giải quyết trong một buổi chiều điều mà hai tuần đọc đặc tả không thể — bởi vì hiện tại, tóm tắt trung thực là Baidu đã lập tài liệu cho nửa phần mô hình mà không ai dùng được và để nửa phần mà mọi người đều dùng được phải được tin tưởng mà không kiểm chứng.