ERNIE-5.5-Flash 與 GLM-5.3 Flash：兩個開源儲存庫，兩種截然不同的交易

ERNIE-5.5-Flash 與 GLM-5.3 Flash 都在本週開放下載，兩者都是同一權重級別的稀疏混合專家模型，且在 FP8 下也大致能放進同一排 GPU。相似之處僅止於此。GLM-5.3 Flash 由 Z.ai 於 2026 年 8 月 26 日發布，是採用 MIT 授權的完成版多模態模型，具有公開定價與已上線的服務端點。ERNIE-5.5-Flash-Base 由百度於 2026 年 11 月 5 日發布，是尚未進行後訓練的預訓練結束檢查點，採用客製化授權，沒有定價，也沒有端點。將它們當作互相競爭的開放模型來比較是合理的；將它們當成可互相替代的模型來比較則不然，而這個差距首先體現在法務與程序層面，技術層面反倒是其次。 兩款 GLM 變體都按供應商定價計費，因此免費層級變體可零成本試用。

每個儲存庫裡實際上有些什麼？

GLM-5.3 Flash 是一款 320B 參數模型，每個 token 啟用 18B 參數，共有 45 層，並採用線性注意力與稀疏注意力的混合架構；Z.ai 表示，相較於純文字版 GLM-5.3，這能將注意力運算量降低至約原來的三分之一，並使 KV 快取縮小至約原來的 1/4.4。其上下文視窗為 1,048,576 個 token，輸出上限依主機而定，約介於 128K 與 131K 之間；此模型接受文字、圖像與影片輸入，並輸出文字。Hugging Face 上的 FP8 權重約達 328GB。

ERNIE-5.5-Flash-Base 總參數量為 280B，啟用參數為 14B，預訓練 token 數為 33.5T，共 43 層——1 層稠密層加上 42 層 MoE——其中 37 層採用壓縮式 HCA 注意力，6 層採用 MLA 加上 DeepSeek 風格的稀疏注意力。隱藏維度為 4,096，64 個頭，512 個路由專家且 top-10 啟用，外加 1 個共享專家，詞彙表大小為 201,216。訓練上下文為 128K，而在釋出的設定中，微調與推論啟用 1,048,576。提供 FP8 與 BF16 版本，兩者皆於 Hugging Face 上提供。

• 總參數量 — ERNIE 280B 對比 GLM 320B

• 每個 token 啟用量 — 14B 對 18B

• 圖層 — 43 對 45

• 上下文 — 用於推論的 1M 對比 1M

• 模態 — 僅文字 vs 文字、圖像與影片輸入

• 授權條款 — ERNIE 5.5 Flash Base License v1.0 對比 MIT

• 後訓練 — 無 vs 指令微調

• 價格 — 未公布 vs 輸入 $0.15 / 輸出 $0.50

參數差距比命名所暗示的小，而且方向與你可能假設的相反：ERNIE 每個 token 啟用的參數較少，總參數也較少，這在紙面上使它成為兩者中服務成本較低的一個。GLM 的 328GB FP8 佔用是具體數字；ERNIE 的 280B 落在相同數量級，且這還不計 KV cache。

授權是這條路上的第一個岔路口

MIT 授權不是行銷上的細節。它代表的是商業使用、修改、再散布與衍生模型，沒有使用領域條款需要協商，也沒有額外協議需要簽署。團隊可以直接在專有資料上微調 GLM-5.3 Flash，並將成果推出，完全不必與 Z.ai 的法務部門進行任何交涉。

ERNIE-5.5-Flash-Base 依據 ERNIE 5.5 Flash Base Model License Agreement v1.0 發佈。那是一份專屬的客製化協議，而值得了解的對比在於其歷史脈絡：Baidu 於 2025 年以 Apache 2.0 釋出 ERNIE 4.5 系列。為 5.5 base 改用自訂授權是刻意的收緊，而非疏漏，而且它恰好落在權重真正變得有用的時刻——相較於指令微調模型，基礎檢查點遠更可能被微調並重新散布。

對學術與研究用途而言，實際差異可能微乎其微。對任何要打造產品的人來說，這卻是第一份該讀的文件，也可能正是選擇另一個儲存庫的理由。能下載的權重，並不等同於能據以建構的權重。

模態比基準測試更能決定工作負載

GLM-5.3 Flash 支援影片。單憑這項能力，就讓它在 2026 年的一大類工作負載上與 ERNIE 不再處於同一比較層級——螢幕錄影、產品影片、監控片段、講座錄製。GLM 也能處理影像，涵蓋發票、圖表、螢幕截圖，以及整個文件處理類別。

ERNIE-5.5-Flash-Base 是一個語言模型。文字進，文字出。若經過後訓練的 ERNIE 5.5 Flash 日後推出支援多模態輸入的版本，百度並未說明；發布內容描述的是文字模型，而基準測試套件涵蓋知識、推理、數學、程式碼、多語言與長上下文。已公開的資料中沒有任何跡象顯示具備視覺能力。

這種不對稱值得直接講清楚，因為在規格比較中很容易被忽略。280B 文字模型和 320B 多模態模型在採購決策中並不是替代方案；它們回答的是不同問題。唯一重疊的是純文字生成，而在這個重疊處，已完成的模型預設勝出，因為它確實存在。

GLM-5.3 Flash 比其發佈時所暗示的更弱之處

誠實是雙向的。GLM-5.3 Flash 公佈的優勢確有其事——DeepSWE 63.4，對比 GLM-5.2 的 46.2；Terminal-Bench 2.1 達 84.3；MMLU-Pro 86.1；MMMU-Pro 86.0；搭配工具的 HLE 為 55.3——而 Artificial Analysis 將其程式設計指數列為 71.5，通用智慧指數列為 41.8。但同一批評測也顯示，這款模型存在範圍狹窄卻深度的弱項：ProgramBench 分數約在零到 1.5 之間，SRE Bench 0.8，Legal Agent 6.7。對一款 Flash 級模型而言，它的首個 token 延遲也明顯偏慢——根據 OrcaRouter 七天流量統計，p50 為 6.36 秒——而規模更大的 GLM-5 則約為 1.7 秒。

這些都無法讓 ERNIE 成為更好的選擇。這反倒讓 GLM 成為一個已知量——一個其失效模式已被第三方測量過的模型。ERNIE 的失效模式則完全未被測量，因為根本沒有可供測量的 instruct 模型。在以評測為導向的決策中，未知的失效模式比有據可查的失效模式更糟，即使有據可查的那些很糟也一樣。

微調路徑：兩者皆存在，其中一條已搶得先機

百度在工具鏈方面做對了。ERNIE 模型卡包含了 SGLang 與 vLLM 範例，而 NVIDIA 的 Megatron-Bridge 儲存庫則新增了涵蓋微調的 ERNIE 5.5 範例。對基礎檢查點來說，這正是研究產物與可用起點之間的差別。

GLM-5.3 Flash 自八月底起即可下載，並已累積了三個月正式環境使用所帶來的生態系里程：量化版本、供應商整合與錯誤回報。當核心在凌晨兩點壞掉時，GLM 的 issue 早已有人替你開好。這不是基準測試，但它是採用時的真實成本，應該納入決策考量。

對於任何想試用 GLM-5.3 Flash 而不必投入 GPU 叢集的人，OrcaRouter 會以供應商標價、0% 加價來路由 z-ai/glm-5.3-flash，而且目錄中還有一個免費層級版本。同一個目錄在其 216 個模型 ID 中沒有 ERNIE 項目——沒有託管路徑、沒有價格、也沒有可供路由的內容。這不是對百度這款發布的批評；這是在產品推出前就先釋出權重的實際後果。

要複製哪個儲存庫

若你需要一個能部署在 API 後端、可商業化微調，並能與公開第三方評測相互比較的多模態開放模型，那就克隆 GLM-5.3 Flash。MIT 授權、現成的服務端點，再加上三個月的生產環境實戰歷練，是很強的組合；而其已記錄在案的弱點範圍很窄，足以繞過。

複製 ERNIE-5.5-Flash-Base，如果你正在進行持續預訓練、領域適應或後訓練研究，尤其是中文相關研究，而且你準備在投入整條流程前先閱讀客製化授權條款。280B-A14B 的形態很有效率，33.5T token 的預算很可觀，架構文件比大多數基礎模型發布更詳盡，而 Megatron-Bridge 範例意味著第一次微調不必自成一項研究計畫。

不要克隆其中任何一個，就指望它能直接取代另一個。一個是已完成的產品，其授權條款幾乎允許任何用途；另一個則是很好的起點，授權條款允許的範圍較小，而且產品本身還不存在。真正有趣的問題是：百度在後訓練模型裡究竟交付了什麼、又開出什麼價格——因為如果它帶著 14B 活躍參數落在 $0.15/$0.50 附近，這就不再是兩個儲存庫之間的比較，而會變成兩個開放 Flash 模型之間的真正較量。在那之前，這兩個儲存庫根本不在同一個貨架上。