ERNIE 5.5 Flash Preview im Test: API, Preise und Benchmarks

ERNIE 5.5 Flash Preview ist bereits per API nutzbar – allerdings weist Baidu ausdrücklich darauf hin, dass das Post-Training noch nicht abgeschlossen ist und die finale Version anders abschneiden kann. Dieser Vorbehalt ist entscheidend, wenn man die 11-stündigen Coding-Demos, die 20 Benchmark-Ergebnisse und das für den 25. November angekündigte Modellgewicht einordnet.

Preview statt fertigem Release: Was Baidu am 11. November veröffentlicht hat

ERNIE 5.5 Flash Preview ist ein Zwischenstand aus dem Post-Training und kein fertiger Modell-Release. Baidu veröffentlichte ERNIE 5.5 Flash Base am 5. November 2026 zunächst als reinen Pre-Training-Checkpoint (Ankündigung der Base-Version). Am 11. November folgte die Preview als erste nachtrainierte Version dieses Basismodells; bis zum offiziellen Release sollen weitere Verbesserungen hinzukommen.

Das Modell basiert auf einer sparsamen Mixture-of-Experts-Architektur mit insgesamt 280 Milliarden Parametern, von denen pro Token 14 Milliarden aktiv sind. Der Kontext ist mit 1M Tokens angegeben. Eine Analyse des Endpunkts nennt für Qianfan präzise 1.024.000 Tokens Kontext und maximal 921.600 Ausgabetokens. Baidu verspricht auf Qianfan mehr als 200 Tokens pro Sekunde und Nutzer (offizieller Beitrag).

Am 11. November war auf Hugging Face noch kein Preview-Repository zu finden. Dort lagen lediglich ERNIE-5.5-Flash-Base und die BF16-Variante vom 21. Oktober. API-Verhalten, Tokenizer, Laufzeitumgebung und Preise können sich daher von den herunterladbaren Gewichten unterscheiden, die nach dem 25. November erscheinen sollen.

ERNIE 5.5 Flash Preview heute nutzen: Qianfan und OpenRouter

ERNIE 5.5 Flash Preview lässt sich über Baidus Qianfan sowie über OpenRouter ansprechen. Qianfan führt die offizielle Modell-ID ernie-5.5-flash-preview unter Textgenerierung und Deep Thinking. Bei OpenRouter lautet sie baidu/ernie-5.5-flash-preview.

Die Qianfan-Modellliste (Dokumentation vom 10. November) nennt 1M Tokens für Kontext, Ein- und Ausgabe sowie Standardlimits von 60 RPM und 1.000.000 TPM. Beim Deep Thinking zählt das Ausgabelimit von 1M Tokens auch die Denkkette mit. Laut Baidus Beschreibung ist das Modell rein textbasiert; die Vision-Aufgaben in Baidus Testumgebung greifen auf ein Tool zurück, das von Claude Opus 5.5 angetrieben wird (Analyse). Das Reasoning läuft stets mit einer festgelegten hohen Anstrengungsstufe und lässt sich nicht deaktivieren (dieselbe Analyse). Für jeden Aufruf fallen also Reasoning-Tokens an.

from openai import OpenAI
# OpenRouter path (verified model ID)
or_client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="OPENROUTER_KEY")
or_client.chat.completions.create(
    model="baidu/ernie-5.5-flash-preview",
    messages=[{"role": "user", "content": "Summarize this 80-page supplier contract as a table."}],
    max_tokens=4000,
)
# Qianfan path (illustrative; copy base URL + key from Qianfan console, model ernie-5.5-flash-preview)

Was ein langer Agentenlauf bei Qianfan und OpenRouter kostet

Qianfan rechnet im Pay-as-you-go-Modell in Yuan pro 1.000 Tokens ab. Bei OpenRouter kosten Eingaben 0,28 US-Dollar und Ausgaben 1,13 US-Dollar pro Million Tokens; für gecachte Eingaben fallen 0,028 US-Dollar an. Für die Hauptzeit (8:00–22:00 Uhr) nennt Qianfan einen Aktionspreis von 0,001 Yuan beziehungsweise einen Listenpreis von 0,002 Yuan für Eingaben, 0,0001 beziehungsweise 0,0002 Yuan für Cache-Treffer sowie 0,004 beziehungsweise 0,008 Yuan für Ausgaben – jeweils pro 1.000 Tokens (Qianfan-Abrechnung, Dokumentation vom 10. November). In den Nebenzeiten halbiert sich jeder Wert. Eine Zeitzone oder ein Enddatum der Aktion wird nicht genannt.

Die Kostenformel lautet: Eingabetokens × Eingabepreis + (Ausgabe- und Reasoning-Tokens) × Ausgabepreis. Zum OpenRouter-Listenpreis kosten 500.000 Eingabetokens rund 0,14 US-Dollar, während 500.000 Ausgabe- inklusive Reasoning-Tokens etwa 0,57 US-Dollar kosten. Erfasst die Reasoning-Tokens pro Aufgabe, bevor ihr ein Budget pro Lauf festlegt. Größere Batch-Verarbeitung sollte bei Qianfan in die Nebenzeiten wandern.

Die 20 Benchmarks stammen von Baidu – dazu vier Demos und ein Platz im Mittelfeld

Baidu hat 20 Benchmark-Ergebnisse und vier Demonstrationen veröffentlicht. Sämtliche Zahlen stammen von Baidu und wurden nicht reproduziert. In den von der Berichterstattung zum Start erwähnten Artificial-Analysis-Listen fand ich keinen unabhängigen Preview-Eintrag (OrcaRouter, HandyAI). Das ist deshalb eher ein Datenblatt mit Herstellerangaben als eine belastbare Rangliste.

Sieben ausgewählte Zeilen aus Baidus Tabelle mit 20 Ergebnissen (sofern nicht anders angegeben von Baidu gemeldet):

Für die Einordnung wichtig: Mit Sternchen markierte Ergebnisse sind Baidus eigene Messungen. Die beiden mit „AA“ gekennzeichneten Zeilen verwenden zwar die Testumgebungen von Artificial Analysis, wurden aber von Baidu selbst durchgeführt (Analyse). Die Vision-Aufgaben greifen auf ein Claude-basiertes Tool zurück. Bei einem unabhängigen Check lagen Baidus erneute Läufe der Konkurrenz auf AutomationBench mehr als 15 Punkte über den veröffentlichten Werten (HandyAI). Außerdem wurde der Anhang nur als Bild veröffentlicht, was eine Prüfung erschwert.

Baidus Demos sollen Durchhaltevermögen in vier Bereichen zeigen (alle Zahlen stammen von Baidu): ein 11-stündiger Bau eines Wuxia-Spiels mit Unreal Engine 5.8 sowie rund 100 mobile Minispiele; ein Flughafen, der Hōryū-ji-Komplex (etwa 2.100 Objekte, 1,82 Millionen Dreiecke) und Bauteile in Blender beziehungsweise FreeCAD; 20- und 24-seitige Forschungsberichte, ein Monte-Carlo-Arbeitsblatt und eine 6:34 Minuten lange Orchester-WAV-Datei; außerdem ein 116-sekündiger Pelikan-Kurzfilm in 20 Stilen, erstellt mit mehr als 10.000 Zeilen Python.

In einer Drittanbieter-Auswertung landet die Preview im Mittelfeld: Handy AI gab ihr 67,8 Punkte (Platz 17 insgesamt) beziehungsweise 69,1 Punkte (Platz 6 von 57 Open-Weight-Modellen). Damit liegt sie hinter Kimi K3.1 Pro (94,4), Hy4 (73,9) und DeepSeek V4.1 Flash 1017 (71,9).

„Baidus neues Modell ist nicht die Schlagzeile. Die Lizenz ist es. ... Falls Apache 2.0 kommt, wäre das eine echte Veränderung.“ — @thestonyground, X-Beitrag

Gewichte, Lizenz und lokale Ausführung: die Zusage für den 25. November mit widersprüchlicher Formulierung

Die Gewichte sind angekündigt, aber noch nicht veröffentlicht. Die englische Ankündigung spricht von Apache 2.0 in Kürze. In der chinesischen Ankündigung heißt es dagegen, die Veröffentlichung erfolge vor dem 25. November – ohne Nennung einer Lizenz.

Flash Base wurde unter einer eingeschränkten Lizenz veröffentlicht, die die EU, das Vereinigte Königreich und Südkorea ausschließt und eine Namensnennung verlangt (Repository, Analyse). Teams in diesen Regionen sollten warten, bis die Lizenzbedingungen der Preview schriftlich vorliegen.

Für die Preview fand ich weder GGUF-Dateien noch eine Quantisierungstabelle oder offizielle Angaben zum VRAM-Bedarf. Die Zahl der aktiven Parameter entspricht nicht dem benötigten Speicher: 280 Milliarden Parameter mit 4 Bit benötigen vor zusätzlichem Overhead grob 140 GB. Ein Setup mit 32 GB VRAM würde daher umfangreiches Auslagern auf die CPU voraussetzen. Der r/LocalLLaMA-Thread liefert lediglich eine grobe Community-Schätzung von rund 32 GB VRAM plus 128 GB RAM. Zudem bestehen Zweifel, dass die Angabe von 200 Tokens pro Sekunde die Geschwindigkeit mit einem einzelnen Consumer-Aufruf widerspiegelt. Vor dem 25. November sollte niemand Hardware dafür kaufen.

Lohnt es sich, diese Woche auf der Preview aufzubauen?

Für günstige Pilotprojekte mit langem Kontext kann man die Preview ausprobieren. Alles, was kritisch für den Betrieb ist, sollte bis zum finalen Release warten. Als erste Kandidaten für Tests bieten sich Tabellenbearbeitung, QA mit Office-Dateien und Automatisierungs-Batches an – allerdings nur auf Grundlage von Baidus bislang nicht reproduzierten Ergebnissen.

Baidus Demos zeigen zwar Ausdauer, doch es fehlt an überprüfbaren Belegen. Bis unabhängige Ergebnisse und ein datiertes Apache-2.0-Repository vorliegen, eignet sich die Preview vor allem als günstiges Zweitmodell für lange Agentenläufe.

Ist ERNIE 5.5 Flash Preview bereits Open Source?

Nein. Der API-Zugang ist verfügbar, die Gewichte waren am 11. November jedoch noch nicht auf Hugging Face veröffentlicht. Die Veröffentlichung ist bis zum 25. November angekündigt; Apache 2.0 wird bislang nur in der englischen Version genannt.

Ist ERNIE 5.5 Flash Preview multimodal?

Nein, das Modell ist rein textbasiert. Die Demos steuern externe Tools per Code; bei den Vision-Benchmarks kommt ein Claude-basiertes Tool zum Einsatz.

Was unterscheidet Flash Base, Flash Preview und das finale Flash-Modell?

Base vom 5. November ist ein reiner Checkpoint aus dem Pre-Training. Preview vom 11. November ist die erste nachtrainierte Zwischenversion. Flash bezeichnet den noch ausstehenden offiziellen Release.

Warum ist der Abstand zu Claude Opus 5.5 bei Terminal-Bench relevant?

Der Abstand deutet auf eine geringere Zuverlässigkeit bei langen Terminal-Aufgaben hin. Da das Reasoning verpflichtend ist, können Wiederholungen zudem die Kosten erhöhen. ERNIE erzielte 46.5 Punkte, Opus 5.5 dagegen 63.6–66.4.

Ist die Preview für den produktiven Einsatz geeignet?

Nein. Zum Start gab es keine unabhängige Wiederholungsmessung, außerdem kann sich das Verhalten noch ändern. Für unkritische Batches ist ein Pilotbetrieb vertretbar; den produktiven Einsatz sollte man von unabhängigen Wiederholungstests und der finalen Lizenz abhängig machen.