ERNIE 5.5 Flash Preview ist aufrufbar: 0,28 $ Eingabe, 1,13 $ Ausgabe, keine Model Card

Sechs Tage, nachdem Baidu die Rohgewichte von ERNIE 5.5 Flash Base veröffentlicht hatte, begann das Modell, zu dem diese Gewichte werden sollten, auf Prompts zu antworten. ERNIE 5.5 Flash – bereitgestellt als ERNIE 5.5 Flash Preview – ging am 10. November 2026 als kostenpflichtiger Endpunkt auf Baidu Qianfan live, zu $0,28 pro Million Eingabe-Tokens und $1,13 pro Million Ausgabe-Tokens, wobei Lesezugriffe auf zwischengespeicherte Eingaben mit $0,028 berechnet werden. Es gab keinen Launch-Beitrag, keine Modellkarte, keine Benchmark-Tabelle und nichts auf Baidus eigener ERNIE-Website, die am 11. November noch immer mit dem Basis-Checkpoint und dem Versprechen beginnt, dass das nachtrainierte Modell „bald verfügbar“ sei. Was existiert, ist ein funktionierender Endpunkt mit einem Preis, einem Kontextfenster von 1.024.000 Tokens, einer Ausgabegrenze von 921.600 Tokens und einem Spezifikationsblatt, das nicht verrät, wie gut das Ding ist. Die Kontrollgruppe wird zu Listenpreisen der Anbieter abgerechnet, wobei die OrcaRouter-Gebühr mit $0,00 ausgewiesen wird, was der einzige Grund dafür ist, dass eine Preview ohne Modellkarte gegen etwas getestet werden kann.

Was ist tatsächlich live gegangen?

Der Endpoint ist Text rein, Text raus. Keine Bilder, kein Audio, kein PDF-Parsing – dieselbe Modalitätsgrenze wie beim Basis-Checkpoint und das Erste, was man prüfen sollte, bevor man irgendetwas darauf aufbaut. Alles andere auf dem Datenblatt ist großzügiger, als der Preis vermuten lässt:

• Kontext — 1.024.000 Eingabe-Tokens, bei einer maximalen Ausgabe von 921.600. Diese Ausgabegrenze ist ungewöhnlich: Die meisten Modelle begrenzen die Generierung auf höchstens niedrige Hunderttausende, während dieses Modell nahezu eine Million Tokens Antwort erlaubt.

• Preis — 0,28 $ pro Million Eingabe, 1,13 $ pro Million Ausgabe, 0,028 $ pro Million Lesevorgänge gecachter Eingaben. Cache-Lesevorgänge werden mit einem Zehntel des Eingabetarifs berechnet – die einzige Zeile auf diesem Blatt, die einen stabilen System-Prompt belohnt.

• Reasoning — verpflichtend, standardmäßig aktiviert und mit nur einer einzigen Effort-Stufe verfügbar: hoch. Es gibt keinen günstigen „Nicht-Denken“-Modus, auf den man zurückgreifen könnte. Jede Anfrage bezahlt Reasoning-Tokens, und Reasoning-Tokens sind Ausgabe-Tokens.

• Tooling — Funktionsaufrufe, strukturierte Ausgaben und Vorgaben zum Antwortformat sind alle verfügbar, und genau das unterscheidet eine Preview, gegen die man entwickeln kann, von einer Preview, mit der man nur chatten kann.

• Verfügbarkeit — eine einzige Anbieter-Region, ohne EU-In-Region-Routing. Für ein europäisches Team ist die Latenz das eine Problem; die Lizenz des Basismodells, auf die weiter unten eingegangen wird, ist ein anderes und größeres.

• Dokumentation — es wird kein Knowledge-Cutoff veröffentlicht, keine Model Card, keine Evaluierungstabelle, keine Einschränkungen zur Kontextlänge. Die dem Endpunkt beigefügte Beschreibung besteht aus drei Sätzen und beschreibt die Architektur, nicht die Qualität.

Die fehlende Spezifikation ist genauso wichtig wie die vorhandenen. Baidu hat am 5. November dreißig Benchmark-Zeilen für den Basis-Checkpoint veröffentlicht. Keine einzige davon beschreibt dieses Modell. Die Scores eines Basis-Checkpoints stammen aus einer anderen Pipeline, einem anderen Evaluationsaufbau und einer anderen Aufgabenrahmung als die eines instruktionsgetunten Modells, und die Basiswerte können nicht vom Chat-Modell übernommen werden — sie sind eine Obergrenze für das, womit das Post-Training arbeiten musste, keine Prognose dessen, was es hervorgebracht hat.

Die Ausgabeobergrenze ist die interessante Zahl.

921.600 Ausgabe-Tokens sind kein Tippfehler und auch keine Marketing-Floskel – sie sind eine direkte Folge von verpflichtendem Schlussfolgern. Wenn ein Modell erst denken muss, bevor es antwortet, und ihm nicht gesagt werden kann, es solle das nicht tun, besteht die einzige Möglichkeit, lange agentische Läufe nicht mitten im Plan abzuschneiden, darin, die Ausgabegrenze um eine Größenordnung anzuheben und das Modell nutzen zu lassen, was es braucht. Baidu hat das hier getan, und dieselbe Designentscheidung bestimmt die Rechnung.

Reasoning-Tokens werden zum Ausgabetarif abgerechnet. Bei 1,13 US-Dollar pro Million kostet eine Anfrage, die 8.000 Tokens nachdenkt und mit 500 Tokens antwortet, etwa einen Cent – pro Aufruf vernachlässigbar und 8.500 Ausgabe-Tokens auf der Rechnung. Multipliziert man das mit einer Agentenschleife, die vierzig Schritte durchläuft, ist die Rechnung, auf die es ankommt, nicht mehr der Preis pro Million Tokens, sondern der Preis pro abgeschlossener Aufgabe – die einzige Kostenkennzahl, die den Kontakt mit der Produktion übersteht. Das ist dieselbe Falle, durch die Gemini 3.8 Flash günstiger aussah, als es tatsächlich kostet: Ein einheitlicher Preis pro Token, angewendet auf ein Modell, das pro Aufgabe 30 bis 34 Prozent mehr Ausgabe-Tokens erzeugt, ist eine Preissenkung, die nie ankommt.

Es gibt keine veröffentlichte Messung darüber, wie ausführlich ERNIE 5.5 Flash Preview ist. Das ist keine kleine Lücke. Die Ausführlichkeit ist der mit Abstand größte Schwankungsfaktor zwischen zwei Modellen mit identischen Preisen pro Token, und sie ist das Erste, was man selbst messen sollte, anstatt darüber zu lesen — ein fester Satz von zwanzig eigenen Prompts, zweimal ausgeführt, wobei die Ausgabe-Token gezählt werden. Bis jemand das tut, ist jeder Kostenvergleich mit diesem Modell ein Vergleich von Preislisten, nicht von Rechnungen.

Gegen was genau bepreist?

Der nächstgelegene Preisanker ist das Modell, dessen Basis Baidu veröffentlicht hat: MiniMax M3.1 Flash, mit 0,15 US-Dollar für Input und 0,60 US-Dollar für Output pro Million Token, erzielte 42 Punkte auf dem Artificial Analysis Intelligence Index und kostete 0,22 US-Dollar pro abgeschlossener Index-Aufgabe. ERNIE 5.5 Flash Preview liegt pro Token bei etwa dem Doppelten dieses Preises, ohne jegliche unabhängige Bewertung. Das ist kein Beleg dafür, dass es schlechter ist – der Index misst keine chinesischsprachigen Arbeiten, und Baidus Basis-Checkpoint war stark bei Code im Repository-Maßstab –, aber es ist ein Beleg dafür, dass die Vorschau wie ein leistungsfähiges und nicht wie ein günstiges Modell bepreist wird und dass die Beweislast bei Baidu liegt, etwas zu veröffentlichen.

Gemessen am Basis-Checkpoint wird der Vergleich in die andere Richtung noch deutlicher. Die Gewichte sind kostenlos; die API kostet 1,13 US-Dollar pro Million Ausgabe-Tokens. Wer eine feste, hochvolumige Aufgabe hat, sollte die Rechnung für ein Fine-Tuning des 280B-Checkpoints durchrechnen, statt ewig pro Token zu zahlen – es sei denn, die Lizenz, ein separates Dokument von den API-Bedingungen, schließt die Europäische Union, das Vereinigte Königreich und Südkorea vollständig aus, begrenzt die kostenlose kommerzielle Nutzung auf 50 Millionen US-Dollar an zugehörigem Jahresumsatz und verlangt einen Hinweis „Powered by ERNIE“ auf jedem kommerziellen Produkt. Diese Bedingungen gelten für die Gewichte. Sie gelten nicht für Aufrufe über die API von Baidu, was eines der wenigen echten Argumente für den gehosteten Weg ist.

Wie Sie daran kommen und was Sie tun können, während Sie auf Zahlen warten

Der Zugang erfolgt über Baidus eigene Qianfan-API oder über Drittplattformen, die sie weiterverkaufen. OrcaRouter routet ERNIE 5.5 Flash Preview nicht – es gibt keinen ERNIE-Eintrag in unserem Katalog mit mehr als 200 Modellen und keinen Baidu-Endpunkt, an den wir routen könnten, sodass alles, was etwas anderes suggeriert, falsch wäre. Was der Katalog in dieser Situation leistet, ist die Kontrollgruppe: Die Modelle, an denen dieses hier gemessen wird – darunter MiniMax M3.1 Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash und die Gemini-Flash-Reihe –, sind alle über einen einzigen OpenAI-kompatiblen Schlüssel zum Listenpreis des Anbieters ohne Aufschlag erreichbar, und automatisches Failover bedeutet, dass eine Preview mit nicht belegter Uptime-Historie nie das Einzige sein muss, was einen Produktionspfad trägt.

Das ist die praktische Gestalt der nächsten paar Wochen. Nutzen Sie die Preview dort, wo ihre beiden echten Vorteile zum Tragen kommen – ein Eingabefenster von einer Million Token für $0.28 und eine reine Text-Workload, bei der die Modalitätsbeschränkung nichts kostet – und halten Sie dahinter einen gerouteten Fallback bereit. Migrieren Sie eine bestehende Pipeline nicht allein aufgrund eines Datenblatts darauf, denn das Datenblatt ist das Einzige, was Baidu veröffentlicht hat.

Was das Bild verändern würde, ist unglamourös und konkret: eine Modellkarte mit einer Evaluierungstabelle, ein unabhängiger Wert von einem Tracker, der seinen eigenen Harness betreibt, und eine Messung der Ausgabe-Tokens pro Aufgabe. Baidu hat das erste davon für den Basis-Checkpoint veröffentlicht und keines davon für das Chat-Modell, was eine seltsame Reihenfolge ist – der Rohstoff ausführlich dokumentiert, das fertige Produkt stillschweigend ausgeliefert. Bis sich das ändert, ist die ehrliche Lesart von ERNIE 5.5 Flash Preview, dass es existiert, billig genug zum Testen ist und niemand außerhalb von Baidu weiß, ob es gut ist.