Ling-3.2-flash 对比 ERNIE 5.5 Flash：一个是产品，另一个是起点

中国两家实验室于2026年11月5日相隔数小时先后发布了准旗舰级模型，而你所能写出的关于 Ling-3.2-flash 和 ERNIE 5.5 Flash 的几乎每一种比较，都会在你意识到它们并非同一类对象的那一刻不攻自破。Ling-3.2-flash 是一个已完成、经过指令微调的多模态聊天模型：输入文本、图像和视频，输出答案，已在 Ant Ling 的 OpenAI 兼容端点上上线，并免费两周。百度发布的是 ERNIE-5.5-Flash-Base——预训练结束时的检查点，处于中期训练之前、指令微调之前，仅支持文本，并通过 completions 端点提供服务，因为它尚未被教会遵循指令。百度自己的发布页面称，经过后训练的 ERNIE 5.5 Flash“将随后推出”。

这一处不对称就决定了下面大多数实际问题。一个模型，你今天下午就能调用。另一个，你可以下载、微调，并把它改造成某种东西——那完全是另一种购买，还附带一份法律合同。

两个物体并排放置

以下是各厂商目前文档中记载的内容。如果某个数字是厂商自己提供且未经复现的，文中会注明这一点。

• 总参数与激活参数 — Ling-3.2-flash 总参数 560B / 激活参数 25B；ERNIE-5.5-Flash-Base 每 token 总参数 280B / 激活参数 14B，外加两者均未计入的 0.36B ECHO 参数。

• 输入 — Ling-3.2-flash 原生支持文本、图像和视频，请求中可使用 image_url 和 video_url 块；ERNIE-5.5-Flash-Base 仅支持文本，仅此而已。

• 你会收到什么——Ling-3.2-flash 是一个通过 API 提供的、经过后训练的聊天模型；ERNIE-5.5-Flash-Base 则是原始的预训练权重，需要你自己进行后训练。

• 架构——Ling-3.2-flash 是蚂蚁自 3.1 以来持续运行的 Ling 混合线性系列中的 MoE；ERNIE-5.5-Flash-Base 有 43 层（1 个稠密 FFN、42 个 Multi-Router Latent MoE），512 个路由专家，采用 top-10 路由外加 1 个共享专家，37 个 Heavily Compressed Attention 层和 6 个带稀疏注意力的 MLA 层。

• 背景 — Ling-3.2-flash 在 API 上提供 1M token 的窗口；ERNIE-5.5-Flash-Base 按 128K 训练，而其发布的配置支持 1,048,576 个 token 用于微调和推理，这并不是同一种说法。

• 权重 — Ling-3.2-flash 未发布任何权重；ERNIE-5.5-Flash-Base 在 Hugging Face 和 ModelScope 上提供 FP8 和 BF16 格式的 safetensors。

• 价格 — Ling-3.2-flash 发布后两周免费，但第十五天的费率未公布；ERNIE-5.5-Flash-Base 没有托管价格，因为百度没有提供该模型的服务，而自托管的成本取决于 280B 权重所需的花费。

这些行中没有一项是质量声明。它们只是对你将要购买的内容的描述。

从现有证据看，Ling-3.2-flash 实际上适合做什么

Ant 的发布材料是三个基准数字和五段演示视频。这些数字将 Ling-3.2-flash 与 Opus 5 在最高努力模式下的表现进行比较：在 OmniDocBench1.5 上为 92.21 对 90.56，在 ZEROBench(Sub) 上为 43.71 对 39.52，在 Vision2Web 上为 85.86 对 80.20。这三项均为厂商报告，均为视觉类基准，且均未由第三方复现。作为一组来看，它们只主张一件事：在文档解析、3D 场景推理和视觉到网页任务上，Ant 认为自身优于一个前沿闭源模型。它们完全没有对文本推理、编码或智能体终端工作作出任何主张，而大多数生产流量仍然流向这些领域。

演示比数字更能说明问题，因为它们展示了 Ant 构建该模型所针对的循环。Ling-3.2-flash 会检查材质球的无头渲染结果，比较粗糙度贴图和法线贴图，并重写自己的脚本；它通过 UI 操作驱动 Blender；它把工程图纸转换成 3D 网页模型；它阅读带有公式的研究 PDF，并用代码实现其中的算法。上述每一项任务都要求模型查看中间产物并自我纠正。这正是原生多模态训练相较于带视觉适配器的文本模型所带来的优势；如果你的用例属于这一类，这也是最应该优先测试的能力。

有两个运营方面的注意事项需要一并说明。Ant 记录了每秒两次查询的全局限制，超过该限制会返回 429；同步调用有 90 秒超时，并建议使用流式传输。而且该模型仅在约 11 月 19 日前免费；定价页面称之后将恢复原价，但未说明原价是多少。

ERNIE-5.5-Flash-Base 实际上适合做什么

Baidu 的卖点是成本置换，而且这一主张逻辑自洽。该公司使用 Muon 优化器，把预训练算力花在了 33.5 万亿个 token 上；你则把算力花在领域适配、指令微调或强化学习上，从一个已经内置仓库级代码和长上下文行为的检查点开始。该发布作为研究基线异常干净：预训练结束时只有一个检查点，没有中期训练，也没有后训练，因此可以在不争论基座已经知道什么的情况下比较两种微调方法。

Baidu 的评估在同一个测试框架、同一套提示集和同一个评判器下，将其与三个规模相近的开放基础模型——DeepSeek-V4-Flash-Base（284B-A13B）、Hy3-preview-Base（295B-A21B）和 MiMo-V2.5-Base（310B-A15B）——在七大类别共 30 个基准测试上进行比较。这比大多数发布表格中的对比控制得更好，但仍然是由厂商自行运行的。值得了解的核心架构主张是：43 层中有 37 层在压缩 128 倍的序列上做注意力，并且 Baidu 表示，六个 MLA 层足以维持长上下文性能。如果这在独立测试中成立，那它就是此次发布中最有意思的地方——一种不会牺牲长上下文检索能力的 128 倍压缩。

关键在于许可证，而且这绝非小事。《ERNIE 5.5 Flash 基础模型许可协议》v1.0 将“Territory”定义为“全球所有地理区域，但欧盟、英国和韩国除外”，并要求相关材料不得在该区域之外使用、分发或展示。当来自相关产品的年收入低于 5000 万美元时，商业使用是免费的，前提是您发送一次性通知，并在用户界面、网站、关于页面或产品文档上醒目展示“Powered by ERNIE”。超过 5000 万美元时，您需要在越线之前获得百度单独的预先书面授权；如果未经授权越线，则必须暂停使用。

所以，对这款“免费”的 280B 检查点，诚实的说法是：在三个司法管辖区之外，任何地方都能免费下载；商业使用在营收达到某个门槛之前是免费的；同时它还附带一项品牌标示义务——大多数产品团队会先在自家营销网站上注意到这一点，而不是在许可证里。

选哪一个，取决于你在做什么

如果工作是视觉类的，而且你需要在这个月内拿到结果，就选 Ling-3.2-flash。布局至关重要的文档提取、由截图驱动的 UI 智能体、图纸转 3D、医学影像分诊，以及任何需要模型检查自身渲染输出的场景。该 API 采用 OpenAI 格式，因此集成只需更改 base URL；两周免费窗口意味着评估除了你的时间外不花任何成本。暂时不要把它放到生产路径上：目前没有公布价格、没有独立评分、没有权重，也没有备用提供商。

如果你具备后训练能力和特定领域，就选 ERNIE-5.5-Flash-Base。一个 280B-A14B 的基座模型，配有文档化的架构说明、可用的 SGLang 和 vLLM 配方、FP8 和 BF16 两种构建，以及一个 Megatron-Bridge 微调示例，对于想要拥有自己模型的团队来说，是名副其实的资产。在开始之前——而不是之后——请对照你的法律实体核查地域条款。另外，不要把它当作对话模型来评测：它的行为是续写文本，而不是回答请求，因此任何针对 Ling-3.2-flash 的指令遵循对比，衡量的都是错误的东西。

如果你真正想要的是一个可供调用的成品 ERNIE，那就再等等。百度表示，经过后训练的 ERNIE 5.5 Flash 即将推出；在它上线之前，千帆的价目表上并没有托管的 ERNIE 5.5——我们今天看到的国际列表包含 ERNIE 5.1、ERNIE 5.0 和 ERNIE 4.5 Turbo，没有 5.5 这一行。

这两款都不在我们的产品目录中——以下是目录中现有的产品

直说路由这件事：我们在11月6日重新读取了 OrcaRouter 目录，它返回了215个模型标识符。其中没有 Ling、inclusionAI、Ring 或 ERNIE 条目；唯一匹配“ling”的是 Kling 视频模型。因此，这次比较并不是在同一个密钥已经能访问的两者之间做选择。

一把密钥真正能触达的，是按提供商目录价、零加价提供的、覆盖同样两项任务的模型。对于有公开定价的视觉任务，Qwen3.8-Flash每百万输入 token 为 0.15 美元，每百万输出 token 为 0.47 美元。对于大规模运行的低成本文本智能体，DeepSeek V4.1 Flash为 0.15 美元和 0.60 美元，GLM-5.3-Flash 为 0.15 美元和 0.50 美元。三者都接受 OpenAI 形式的请求，因此把 Ling-3.2-flash 集成迁移到它们上，只是改模型字符串，而不是重写——当免费窗口关闭而你仍然没有价目表时，这一点很重要。

这也是为什么应该把路由器放在自托管的 ERNIE 微调模型前面，而不是让你的应用直连自己的集群：一个端点、一个密钥，并且自动故障转移到托管模型，当你的 GPU 饱和或部署正在滚动更新时。路由 DSL 可将多个模型组合成一次调用，这样你就能把视觉模型和文本模型作为一个步骤而不是两个步骤来运行。

值得关注的事

两个发布在两个相反的方向上都只完成了一半，而两边的缺口都要按别人的时间表来补齐。Ant 欠一份价目表、一份模型卡，以及——如果 2026 年的模式延续下去——一个 MIT 许可的检查点。Baidu 欠的是经过后训练的 ERNIE 5.5 Flash，还欠一个更明确的说明：Territory 条款究竟适用于模型的输出，还是仅适用于权重及其衍生品；从文本字面看，其适用范围比大多数团队会假设的更广。

在其中任何一个落地之前，这个对比的形态很简单：Ling-3.2-flash 是你今天就能评测、却无法为其做预算的那一个，而 ERNIE-5.5-Flash-Base 则是你能为其做预算、却无法调用的那一个。