ERNIE 5.5 Flash 與 ERNIE 5.5 Flash Preview：你實際呼叫的是哪一個？

百度自家網站列出兩個 ERNIE 5.5 產物，而兩者都不叫 ERNIE 5.5 Flash。一個是 ERNIE 5.5 Flash Base，即 11 月 5 日發布的 280B 原始檢查點；另一個是 ERNIE 5.5 Flash Preview，即 11 月 11 日發布的後訓練模型。ERNIE 5.5 Flash——不帶後綴、出現在價目表和模型選擇器中的那個名稱——正是 Preview 所預覽的模型。這不是可以輕描淡寫帶過的行銷怪癖；這正是這項比較的全部實質，因為區隔 ERNIE 5.5 Flash Preview 與 ERNIE 5.5 Flash 的一切，都是檢查點與正式版本之間的差異，而非兩種架構之間的差異。同樣是 2800 億總參數、同樣是 140 億活躍參數、同樣是 1M token 上下文。差異在於授權、日期、穩定性保證，以及一組百度已告知你會改變的數字。比較群體是這個決策中由你掌控的那一半。供應商牌價，0% 加價 GPT-6.1 Sol、Claude Opus 5.5、GLM-5.3 與 DeepSeek V4.1 Flash 以供應商牌價共用同一把金鑰，OrcaRouter 費用顯示為 $0.00。

命名才是令人困惑的部分，所以就從那裡開始。

三個名稱、兩個模型、一條發布流程。ERNIE 5.5 Flash Base 是預訓練檢查點：總參數量 280B、啟用參數量 14B、43 層，採用帶有共享專家的稀疏混合專家架構，以 33.5 兆個 token 訓練而成，今日即可在 Hugging Face 上以受限社群授權下載。ERNIE 5.5 Flash Preview 則是該檢查點經過後訓練後的版本——也就是能回應指令、使用工具、撰寫遊戲程式碼並製作簡報的模型。ERNIE 5.5 Flash 則是在後訓練完成後，同一個模型的最終版本。

Baidu 在發布文中直白說明了這層關係：Preview「是後訓練產生的一個中間檢查點。它已能與同尺寸的模型競爭，但由於訓練尚未完成，某些能力可能仍嫌不足。後訓練仍在進行，ERNIE 5.5 Flash 正快速進步。」把這句話讀兩遍。該公司是在告訴你：你今天能呼叫的模型，與幾個月後你將會呼叫的模型，共享同一個名稱主幹、同一套架構和同一個上下文視窗，差別只在於完成度。如果你在兩者之間做選擇，你並不是在兩個系統之間做選擇。你是在選擇現在買，還是等待。

這項比較，逐個維度來看

以下是實際不同之處，每一行都列出雙方：

• 身分識別 — ERNIE 5.5 Flash Preview 是於 2026 年 11 月 11 日發布、具名且可呼叫的檢查點；ERNIE 5.5 Flash 則是尚未發布的後繼版本，既無發布日期，也無模型卡，更沒有專屬的端點。

• 架構與規模——兩者完全相同：總參數 280B、啟用參數 14B、1M token 上下文，繼承自 11 月 5 日的 ERNIE 5.5 Flash Base 檢查點。後訓練不會改變模型規模。

• 權重與授權——預覽版承諾將以 Apache 2.0 發布，但截至11月11日，Hugging Face 上仍沒有儲存庫；最終的 ERNIE 5.5 Flash 將受 Baidu 在正式發布時所提供的任何授權條款約束，而該公司尚未說明該授權，也不保證會與前述相同。請將 Apache 2.0 的承諾視為僅針對預覽版，而非整個系列。

• 穩定性——Preview 明確是過渡性的中間產物，其能力{{1}}可能仍有所不足{{/1}}，且 Baidu 預期其分數會提升；正式版按理說就是 Baidu 願意背書的版本。

• 基準測試地位——Preview 有二十行由供應商自行呈報的資料，且沒有獨立評分；ERNIE 5.5 Flash 則會有 Baidu 在發布時公布的任何數據，而且若模式維持不變，還會有第二輪數字，使 Preview 的數據顯得過時。目前兩者在 Artificial Analysis 上都還沒有條目。

• 價格 — Preview 在 Qianfan 上為每百萬輸入 token $0.28、每百萬輸出 $1.13，快取讀取為 $0.028。ERNIE 5.5 Flash 目前沒有價格，而假設它會與 Preview 相同只是一種假設：Preview 的定價經常只是暫定值。

• 你能用它做什麼——Preview 現在就可以呼叫，但無法下載；ERNIE 5.5 Flash 既無法呼叫也無法下載，因為它還不存在。

真正重要的不對稱，在於那份清單的最後一項。預覽是這兩者中唯一你能測試的，也是唯一你無法保留的。

「預覽」實際能做到、但名稱卻未能充分表達的事

「Preview」一詞暗示著單薄，而從 11 月 11 日公布的證據來看，這款並不單薄。它是一個純文字模型，具備工具使用、結構化輸出與百萬 token 上下文視窗，定價落在 flash 層級中偏便宜的一端，而 Baidu 的示範描述的是工作成品，而非聊天往來：一款在單次連續 11 小時編碼執行中組裝完成的 Unreal Engine 5.8 遊戲、約 100 款依設計文件生成的手機小遊戲、由兩個協同代理透過 Blender Python API 建模的 Boeing 747 與大興機場、以可編輯 FreeCAD 裝配體形式打造的 W16 引擎與月球車、一份關於資料中心電力成本的 20 頁研究報告、一份基於 4,169 份聯邦事故報告的 24 頁自駕分析，以及一部以超過 10,000 行 Python 寫成的 116 秒動畫短片。

那份清單中最有用的細節並不是能力宣稱，而是文章主動坦承的一項限制。在描述 Unreal 專案時，百度寫道，「因為它是純文字模型，看不到螢幕」，所以該模型把遊玩測試問題——角色懸浮在地面上、攝影機位置錯誤——轉化成程式碼中可量測的測試，並反覆迭代，直到測試套件通過。這正是這個模型能力的誠實樣貌：它什麼都看不到，所以改為撰寫斷言。只要任務能表達成測試，它在長時間執行中就能維持良好表現。若唯一的回饋是視覺判斷，這個模型便是透過工具來運作，而且在至少一些基準測試框架中，還是透過另一家公司的視覺模型來運作。

最後一點來自基準測試附錄，而非正文。表格中有一則腳註寫道：「GLM-5.3 和我們的模型缺乏原生多模態能力，圖像理解是透過由 Claude Opus 5.5 驅動的工具提供的。」無論你對這些分數得出什麼結論，架構都明確無疑：沒有原生視覺能力，而依賴視覺的評估衡量的是管線，而不是模型。

如果你還在等 ERNIE 5.5 Flash，那你還在等什麼？

四件事，而且其中只有一件是能力上的提升。

第一點是穩定性保證。中間檢查點並不承諾行為在現在到正式發布之間不會變動，這對探索來說無妨，但對任何將回歸測試套件綁定於模型輸出的情況來說就很麻煩。

第二個是一套可供你對照的基準測試集。預覽版的二十列——其中包括 Terminal-Bench 4.0 的 46.5、DeepSWE v1.1 的 71.2、MCP-Atlas 的 84.6、BrowseComp 的 87.4、未使用工具的 HLE 的 46.4、AA-LCR v1.1 的 79.0——是廠商自行回報且未經重現的，而 Baidu 表示該模型正快速改進。完成版模型的數字更有用，即使它們更高，因為它們也是其他人會引用的數字。

第三個是授權條款。基礎檢查點是以受限的社群授權發布，該授權排除歐盟、英國與韓國，以關聯年營收作為免費商用的上限，並要求商業產品標註「Powered by ERNIE」。預覽版的權重則承諾以 Apache 2.0 釋出。若這項承諾兌現，後訓練模型將比它訓練自的檢查點寬鬆得多——這是真正的政策大轉彎，值得在實際儲存庫上確認，而不是只在公告上確認。

第四是價格。$0.28 和 $1.13 是預覽數字。此層級中 GA 模型的最終定價可能朝任一方向變動，而你今天建立的任何成本模型都應以該費率作為參數，而非將其硬編碼。

那四點理由中，沒有一點主張說，如果你有一項本週就能評估的任務，還應該等待。它們主張的是：不要對一個 Baidu 已在書面中描述為尚未完成的 checkpoint，簽下橫跨多個季度的承諾。

自行執行比較

你無法從我們這裡取得 ERNIE 5.5 Flash Preview。它是透過百度自家的千帆 API，以及轉售它的第三方平台提供；OrcaRouter 路由超過 200 個模型，而其中沒有任何一個是 ERNIE，因此任何暗示我們能將這個端點交給你的說法都是不實的。

我們能做的是提供對照組，而這正是這項決策中真正由你掌控的部分：百度拿來對標的模型——GPT-6.1 Sol、Claude Opus 5.5、GLM-5.3、DeepSeek V4.1 Flash——全都透過同一把 OpenAI 相容金鑰、以供應商牌價、0% 加價提供，因此這些廠商任一降價，當天就能反映到你的帳單，而不是等到下一次續約。

這次要跑的評估刻意設計得很無聊。從你自己手上的工作裡挑十個長跨度任務，每一個都分別透過 preview 以及你原本會用的那兩個模型各跑一遍。記錄它有沒有跑完、總共吐出了多少輸出 token，以及那次呼叫花了多少錢。輸出 token 是決定這場比較的關鍵數字，因為 preview 把推理過程按每百萬美元 1.13 美元的價格計為輸出，而且沒有提供任何關閉推理的方式——一個話多的模型即使費率表很低，每個任務的平均成本也常常比一個話少的模型在高費率下更高。一旦你算出每個任務的成本，preview 與 GA 之爭就不再是基準測試榜單上的事，而是變成：目前的檢查點是否好到值得在它被替換之前，先以它為基礎繼續開發。

對於通過該測試的工作負載，自動容錯移轉能以當今唯一可行的方式回應穩定性方面的質疑：一個可能在你腳下改變的模型，絕不該是請求路徑中唯一的模型。在預覽版勝出的地方將其設為主要路由，並在其後保留備援，那麼執行中途的能力變動就會變成一次路由變更，而不是一次服務中斷。

基礎檢查點與預覽版相隔五天，而 Baidu 已表示完成版模型即將推出。對 ERNIE 5.5 Flash 與 ERNIE 5.5 Flash Preview 的有用解讀，根本不是正面對決——而是一份時程表。其中一個你現在就能呼叫，卻無法長期保留；另一個你將能長期保留，但現在還不能呼叫。任何以兩者之一為基礎進行開發的人，在第二欄填入數字之前，都應該持續測量，而不是投入承諾。