ERNIE-5.5-Flash so với GLM-5.3 Flash: Hai repo mở, hai thỏa thuận rất khác nhau

Cả ERNIE-5.5-Flash và GLM-5.3 Flash đều có thể tải xuống trong tuần này, cả hai đều là mô hình hỗn hợp chuyên gia thưa trong cùng hạng cân, và cả hai đều vừa vặn trên cùng một nhóm GPU tương đương khi chạy FP8. Đó là nơi những điểm tương đồng kết thúc. GLM-5.3 Flash, do Z.ai phát hành ngày 26 tháng 8 năm 2026, là một mô hình đa phương thức hoàn chỉnh theo giấy phép MIT, có giá công bố và endpoint phục vụ. ERNIE-5.5-Flash-Base, do Baidu phát hành ngày 5 tháng 11 năm 2026, là checkpoint cuối giai đoạn tiền huấn luyện của một mô hình chưa được hậu huấn luyện, theo một giấy phép riêng, không có giá và không có endpoint. So sánh chúng như những mô hình mở đối thủ là hợp lý. So sánh chúng như những mô hình có thể thay thế cho nhau thì không, và khoảng cách nằm ở pháp lý và thủ tục trước khi nằm ở kỹ thuật.Cả hai biến thể GLM đều được tính phí theo giá niêm yết của nhà cung cấp vì vậy biến thể miễn phí không tốn gì để dùng thử.

Thực sự có gì trong mỗi kho lưu trữ?

GLM-5.3 Flash là một mô hình 320 tỷ tham số với 18 tỷ tham số hoạt động trên mỗi token, 45 lớp và sự kết hợp giữa attention tuyến tính và attention thưa mà Z.ai cho biết giúp cắt giảm chi phí tính toán attention khoảng ba lần và thu nhỏ KV cache khoảng 4,4 lần so với GLM-5.3 chỉ xử lý văn bản. Cửa sổ ngữ cảnh là 1,048,576 token, đầu ra được giới hạn trong khoảng từ 128K đến 131K tùy thuộc vào máy chủ, và mô hình nhận văn bản, hình ảnh và video đầu vào với đầu ra là văn bản. Trọng số FP8 trên Hugging Face có dung lượng khoảng 328GB.

ERNIE-5.5-Flash-Base có tổng cộng 280B với 14B hoạt động, 33,5T token tiền huấn luyện, 43 lớp — một lớp dense cộng với 42 lớp MoE — trong đó 37 lớp dùng attention HCA nén và sáu lớp dùng MLA kết hợp attention thưa kiểu DeepSeek. Kích thước ẩn 4.096, 64 đầu, 512 chuyên gia định tuyến ở top-10 cộng một chuyên gia dùng chung, từ vựng 201.216. Ngữ cảnh huấn luyện 128K, với 1.048.576 được bật cho tinh chỉnh và suy luận trong cấu hình phát hành. Các biến thể FP8 và BF16, cả hai đều có trên Hugging Face.

• Tổng số tham số — ERNIE 280B so với GLM 320B

• Kích hoạt trên mỗi token — 14B so với 18B

• Lớp — 43 so với 45

• Ngữ cảnh — 1M cho suy luận so với 1M

• Phương thức — chỉ văn bản so với văn bản, hình ảnh và video trong

• Giấy phép — ERNIE 5.5 Flash Base License v1.0 so với MIT

• Hậu huấn luyện — không có so với tinh chỉnh theo hướng dẫn

• Giá — không có giá nào được công bố so với $0.15 đầu vào / $0.50 đầu ra

Khoảng cách về tham số nhỏ hơn so với những gì cách đặt tên gợi ý và đi theo hướng ngược lại với điều bạn có thể giả định: ERNIE kích hoạt ít tham số hơn trên mỗi token và có tổng số tham số ít hơn, về lý thuyết khiến nó là mô hình rẻ hơn trong hai mô hình khi phục vụ. Dấu chân FP8 328GB của GLM là con số cụ thể; ERNIE với 280B nằm trong cùng bậc độ lớn, trước khi tính KV cache.

Giấy phép là ngã rẽ đầu tiên trên con đường.

MIT không phải là một chi tiết tiếp thị. Nó có nghĩa là được phép sử dụng thương mại, sửa đổi, phân phối lại và tạo ra các mô hình phái sinh mà không có các điều khoản giới hạn lĩnh vực sử dụng cần đàm phán và không cần ký một thỏa thuận riêng. Một đội ngũ có thể tinh chỉnh GLM-5.3 Flash trên dữ liệu độc quyền và triển khai kết quả mà không cần trao đổi với bộ phận pháp lý của Z.ai.

ERNIE-5.5-Flash-Base được phát hành theo ERNIE 5.5 Flash Base Model License Agreement v1.0. Đây là một thỏa thuận được thiết kế riêng, và điểm tương phản đáng lưu ý mang tính lịch sử: Baidu đã phát hành dòng ERNIE 4.5 theo Apache 2.0 vào năm 2025. Việc chuyển sang giấy phép tùy chỉnh cho bản base 5.5 là một động thái thắt chặt có chủ đích, không phải sơ suất, và nó xuất hiện đúng vào thời điểm trọng số thực sự trở nên hữu ích — một checkpoint base có khả năng được tinh chỉnh và phân phối lại cao hơn nhiều so với một mô hình instruction-tuned.

Đối với mục đích học thuật và nghiên cứu, khác biệt thực tế có thể bằng không. Đối với bất kỳ ai đang xây dựng một sản phẩm, đây là tài liệu đầu tiên cần đọc và có thể là lý do để chọn kho lưu trữ kia. Trọng số bạn có thể tải xuống không giống với trọng số bạn có thể xây dựng dựa trên đó.

Phương thức quyết định nhiều khối lượng công việc hơn so với các chuẩn đánh giá.

GLM-5.3 Flash chấp nhận video. Chỉ riêng khả năng đó đã đưa nó ra khỏi mọi so sánh với ERNIE đối với một nhóm lớn các khối lượng công việc năm 2026 — bản ghi màn hình, tư liệu sản phẩm, clip giám sát, ghi hình bài giảng. GLM cũng xử lý được hình ảnh, bao trùm hóa đơn, biểu đồ, ảnh chụp màn hình và toàn bộ nhóm xử lý tài liệu.

ERNIE-5.5-Flash-Base là một mô hình ngôn ngữ. Đầu vào văn bản, đầu ra văn bản. Nếu ERNIE 5.5 Flash đã qua huấn luyện sau có bao giờ được phát hành với đầu vào đa phương thức, Baidu chưa nói vậy; bản phát hành mô tả một mô hình văn bản và bộ benchmark bao gồm kiến thức, suy luận, toán, mã, đa ngôn ngữ và ngữ cảnh dài. Không có gì trong tài liệu đã công bố gợi ý về thị giác.

Sự bất đối xứng đó đáng được nói rõ, vì rất dễ bị bỏ qua trong một bảng so sánh thông số. Một mô hình văn bản 280B và một mô hình đa phương thức 320B không phải là những phương án thay thế trong một quyết định mua sắm; chúng là câu trả lời cho những câu hỏi khác nhau. Điểm trùng lặp duy nhất là khả năng sinh văn bản thuần túy, và trong phần trùng lặp đó, mô hình đã hoàn thiện thắng theo mặc định, đơn giản vì nó tồn tại.

Những điểm GLM-5.3 Flash yếu hơn so với những gì buổi ra mắt của nó hé lộ

Trung thực là chuyện hai chiều. Những điểm mạnh được công bố của GLM-5.3 Flash là có thật — DeepSWE 63.4 so với 46.2 của GLM-5.2, Terminal-Bench 2.1 đạt 84.3, MMLU-Pro 86.1, MMMU-Pro 86.0, HLE với công cụ 55.3 — và Artificial Analysis xếp chỉ số lập trình của nó ở mức 71.5 và chỉ số trí tuệ tổng quát ở mức 41.8. Nhưng chính các đánh giá đó cũng cho thấy một mô hình có những điểm yếu hẹp nhưng sâu: ProgramBench đạt khoảng từ 0 đến 1.5, SRE Bench 0.8, Legal Agent 6.7. Độ trễ token đầu tiên của nó cũng chậm đáng kể đối với một mô hình phân khúc Flash — 6.36 giây ở p50 trên lưu lượng bảy ngày của OrcaRouter — so với khoảng 1.7 giây của GLM-5 lớn hơn.

Không điều nào trong số đó khiến ERNIE trở thành lựa chọn tốt hơn. Nó khiến GLM trở thành một đại lượng đã biết — một mô hình mà các kiểu hỏng của nó đã được bên thứ ba đo lường. Các kiểu hỏng của ERNIE hoàn toàn chưa được đo lường, vì không có mô hình instruct nào để đo. Trong một quyết định dựa trên đánh giá, những kiểu hỏng chưa biết còn tệ hơn những kiểu đã được ghi nhận, ngay cả khi những kiểu đã được ghi nhận là tệ.

Các hướng tinh chỉnh: cả hai đều tồn tại, một hướng có lợi thế dẫn trước

Baidu đã làm đúng về mặt công cụ. Thẻ mô hình ERNIE bao gồm các ví dụ SGLang và vLLM, và kho lưu trữ Megatron-Bridge của NVIDIA đã bổ sung một ví dụ ERNIE 5.5 bao gồm việc tinh chỉnh. Đối với một checkpoint gốc, đó chính là sự khác biệt giữa một sản phẩm nghiên cứu và một điểm khởi đầu có thể sử dụng được.

GLM-5.3 Flash đã có thể tải xuống từ cuối tháng 8 và đã tích lũy được độ phủ hệ sinh thái đi kèm với ba tháng sử dụng trong môi trường sản xuất: các bản lượng tử hóa, tích hợp nhà cung cấp và báo cáo lỗi. Khi một kernel gặp lỗi lúc 2 giờ sáng, vấn đề về GLM đã được người khác báo cáo rồi. Đó không phải là một benchmark, nhưng đó là một chi phí thực tế của việc áp dụng và cần được tính vào quyết định.

Đối với bất kỳ ai muốn dùng thử GLM-5.3 Flash mà không cần cam kết một cụm GPU, OrcaRouter định tuyến z-ai/glm-5.3-flashtheo giá niêm yết của nhà cung cấp với mức chênh lệch 0%, và trong danh mục còn có một biến thể thuộc gói miễn phí. Cùng danh mục đó không có mục ERNIE nào trong số 216 ID mô hình — không có đường dẫn được lưu trữ, không có giá, không có gì để định tuyến. Đó không phải là lời chỉ trích bản phát hành của Baidu; đó là hệ quả thực tế của việc phát hành trọng số trước khi có sản phẩm.

Kho lưu trữ nào để clone

Sao chép GLM-5.3 Flash nếu bạn cần một mô hình mở đa phương thức mà bạn có thể đặt phía sau API, tinh chỉnh vì mục đích thương mại và so sánh với các đánh giá bên thứ ba đã công bố. MIT cùng một endpoint được phục vụ cùng ba tháng vận hành thực tế là một sự kết hợp mạnh mẽ, và những điểm yếu đã được ghi nhận đủ hẹp để có thể đi vòng qua.

Hãy clone ERNIE-5.5-Flash-Base nếu bạn đang làm tiền huấn luyện tiếp tục, thích ứng miền hoặc nghiên cứu hậu huấn luyện, đặc biệt là với tiếng Trung, và bạn sẵn sàng đọc một giấy phép riêng trước khi đầu tư vào pipeline. Cấu hình 280B-A14B rất hiệu quả, ngân sách 33,5T token là đáng kể, kiến trúc được tài liệu hóa chi tiết hơn hầu hết các bản phát hành base, và ví dụ Megatron-Bridge nghĩa là lần tinh chỉnh đầu tiên không còn là một dự án nghiên cứu riêng.

Đừng clone cái nào với kỳ vọng nó là bản thay thế trực tiếp cho cái kia. Một bên là sản phẩm hoàn chỉnh với giấy phép cho phép gần như mọi thứ; bên kia là điểm khởi đầu mạnh mẽ với giấy phép cho phép ít hơn và một sản phẩm chưa tồn tại. Câu hỏi thú vị là Baidu xuất xưởng gì trong mô hình sau huấn luyện và với mức giá nào — bởi nếu nó rơi vào khoảng $0.15/$0.50 với 14B tham số hoạt động, thì đây không còn là so sánh hai kho mã nguồn nữa mà trở thành cuộc so tài thực sự giữa hai mô hình Flash mở. Cho đến lúc đó, các kho mã nguồn hoàn toàn không nằm cùng một kệ.