ERNIE-5.5-Flash vs. Gemini 3.8 Flash: Der eine hat einen Preis, der andere ein Versprechen

In 57 Tagen, am 1. Januar 2027, endet der Einführungspreis für Gemini 3.8 Flash und seine Tarife verdoppeln sich — von 0,75 $ auf 1,50 $ pro Million Input-Tokens, von 3,75 $ auf 7,50 $ pro Million Output-Tokens. Das ist die konkreteste Tatsache in diesem Vergleich, und sie gehört zu dem Modell, das seit dem 2. September 2026 im Angebot ist. ERNIE-5.5-Flash hingegen veröffentlichte seine Basisgewichte am 5. November 2026 ganz ohne Preis, denn das post-trainierte ERNIE 5.5 Flash wurde noch nicht veröffentlicht. Die ehrliche Einordnung von ERNIE-5.5-Flash vs. Gemini 3.8 Flash ist also kein Wettstreit zwischen zwei Modellen der Flash-Klasse. Es ist ein Wettstreit zwischen zwei Arten von Unsicherheit: einem bekannten Modell mit einer Kostenklippe zu einem festen Termin und einem versprochenen Modell ganz ohne Kosten.Die Januar-Erhöhung von Gemini erreicht die Plattform zu Anbieter-Listenpreisen, sodass Sie den eigenen Tarif des Anbieters zahlen.

Was Gemini 3.8 Flash bringt und was es nach Neujahr kosten wird

Gemini 3.8 Flash ist das dritte Flash-Modell, das Google innerhalb von sechs Wochen veröffentlicht hat – 3.6 am 21. Juli, 3.7 am 14. August, 3.8 am 2. September – und es ist ein vollwertiges Produkt, kein Checkpoint. Der Eingabekontext umfasst 1.048.576 Token, die Ausgabe ist auf 65.536 Token begrenzt, und das Modell verarbeitet Text, Bilder, Video, Audio und PDFs mit Textausgabe. Der Wissensstand reicht bis März 2026.

Die Preisstruktur ist der Punkt, an dem der Vergleich wirklich zum Tragen kommt. Derzeit liegen die Sätze bei 0,75 $ für Input und 3,75 $ für Output pro Million Tokens – identisch mit Gemini 3.7 Flash. Gecachte Input-Reads kosten 0,075 $, Batch 0,375 $/1,875 $. Ab dem 1. Januar 2027 betragen die Listenpreise 1,50 $ und 7,50 $. Wer sein Budget für 2027 auf dem heutigen Wert aufbaut, kalkuliert mit einem Aktionspreis.

Unter der ersten gibt es noch eine zweite Kostenfalle. Gemini 3.8 Flash erzeugt pro Aufgabe etwa 30 bis 34 Prozent mehr Ausgabe-Token als 3.7 Flash, wodurch aus einem gleichbleibenden Preis pro Token höhere Kosten pro abgeschlossener Aufgabe werden – einer Messung zufolge bei hohem Aufwand etwa 45 Prozent mehr. Der Preis pro Million Token ist nicht der Preis pro Auftrag, und dieses Modell ist das deutlichste aktuelle Beispiel für diesen Unterschied.

Seine Benchmark-Position ist real, aber versionsabhängig. Herstellerangaben umfassen DeepSWE v1.1 mit 73,7 Prozent, Terminal-Bench 2.1 mit 89,4, OSWorld-2.0 mit 59,0 und HLE-Verified mit 54,9. Die Abdeckung von Artificial Analysis setzt die Ausgabegeschwindigkeit auf etwa 302 bis 351 Tokens pro Sekunde, an der Spitze seiner Rangliste, mit einer Zeit bis zum ersten Token von rund 30 Sekunden bei hohem Aufwand. Der Intelligenzindex ist der Punkt, an dem die Berichterstattung auseinanderfällt: Die Launch-Berichterstattung nannte 59 bei hohem Reasoning, während die eigenen Seiten von Artificial Analysis unter neueren Indexversionen Werte im Bereich von 41 bis 47 zeigen. Das ist kein Skandal, es ist ein Rebase – der Index wurde am 27. Oktober 2026 neu aufgebaut –, aber es bedeutet, dass jede einzelne für dieses Modell zitierte AA-Zahl ohne ihre Version nahezu bedeutungslos ist.

Was ERNIE-5.5-Flash-Base bietet und was es nicht kann

Baidus Veröffentlichung ist genau entgegengesetzt aufgebaut. ERNIE-5.5-Flash-Base ist ein Sparse-MoE mit 280 Mrd. Parametern und 14 Mrd. aktiven Parametern pro Token, vortrainiert auf 33,5 Billionen Token und in FP8 sowie BF16 unter der ERNIE 5.5 Flash Base Model License Agreement v1.0 veröffentlicht. Trainingskontext: 128K; die veröffentlichte Konfiguration ermöglicht 1.048.576 Token für Fine-Tuning und Inferenz – dieselbe plakative Zahl wie Geminis Eingabefenster und doch etwas ganz anderes: Es ist eine Konfigurationseinstellung an einem Checkpoint, kein bereitgestelltes Limit, hinter dem ein Preisschema steht.

Die Fähigkeitslücke ist eindeutig. ERNIE-5.5-Flash-Base ist ausschließlich textbasiert. Es gibt keine Bildeingabe, kein Video, kein Audio und kein PDF-Parsing. Wenn Ihre Workload einen Screenshot, eine gescannte Rechnung, eine Anrufaufzeichnung oder ein Produktvideo umfasst, endet der Vergleich dort — Gemini 3.8 Flash erledigt diese nativ, und der veröffentlichte Checkpoint von ERNIE erledigt sie überhaupt nicht. Das nachtrainierte Modell könnte das ändern, aber es wurde kein multimodales ERNIE 5.5 Flash angekündigt, und das Datenblatt von Baidu beschreibt ein Sprachmodell.

Was ERNIE tatsächlich veröffentlicht, ist eine Evaluierung eines Basismodells: MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, HumanEval+ 82,3, LiveCodeBench 40,1, HELMET-RAG 71,5, RepoQA 91,7, LongBench-v2 48,7. Jede dieser Zahlen wurde auf einem Basis-Checkpoint in Baidus eigenem Harness im Vergleich zu anderen Basismodellen erzeugt. Sie neben Geminis Instruct-Modell-Werte zu stellen, wäre der häufigste Fehler, der in diesem Vergleich möglich ist, und es lohnt sich, das klar zu benennen: Die beiden Sätze messen unterschiedliche Dinge und lassen sich nicht voneinander subtrahieren.

Die beiden Unsicherheiten sind nicht gleichwertig

Eine Preisklippe ist eine bekannte Unbekannte. Sie lässt sich modellieren: Nehmen Sie den heutigen Tarif, verdoppeln Sie ihn am 1. Januar und entscheiden Sie, ob die Workload noch Ihre Marge abdeckt. Ein fehlender Preis ist eine unbekannte Unbekannte und lässt sich überhaupt nicht modellieren. Diese Asymmetrie macht die gesamte Entscheidung aus.

Es gibt eine zweite Asymmetrie in der Benchmark-Aufzeichnung. Die Zahlen von Gemini 3.8 Flash sind umstritten – Hersteller-Benchmarks gegenüber unabhängigen Indexwerten, die sich verschoben, als der Index neu aufgebaut wurde, mit einer dokumentierten Diskrepanz zwischen den zum Start genannten 59 und der Spanne von 41 bis 47, die derzeit auf Artificial Analysis sichtbar ist. Die Zahlen von ERNIE 5.5 Flash sind nicht umstritten. Sie fehlen, weil es noch nichts zu bestreiten gibt außer einer Tabelle zum Basismodell. Umstrittene Daten sind nützlicher als keine Daten: Zumindest kennt man die Spanne.

Der einzige Punkt, an dem ERNIE auf dem Papier einen verteidigungsfähigen Vorsprung hat, ist die Parameter-Effizienz-Story. Ein 280B-Modell, das pro Token 14B aktiviert, ist auf kostengünstige Inferenz ausgelegt, und 33,5T Pretraining-Token sind ein ernstzunehmendes Datenbudget. Wenn Baidu das nachtrainierte Modell aggressiv bepreist, ist die Anzahl der aktiven Parameter der Mechanismus, der es ermöglichen würde, ein Gemini für 1,50 $/7,50 $ zu unterbieten. Ob es das tun wird, ist heute nicht wissenbar, und jeder Artikel, der Ihnen etwas anderes erzählt, rät.

Wenn sich der Preis verdoppelt, ist Routing der Hebel.

Das Nützliche an einer terminierten Preisänderung ist, dass sie planbar ist. Workloads, die bei 0,75 $/3,75 $ gerade noch tragfähig und bei 1,50 $/7,50 $ nicht lebensfähig sind, brauchen einen Migrationspfad, der vor Januar existiert, nicht danach. Das ist eher ein Routing-Problem als ein Modellproblem: Behalten Sie das teure Modell für die Anfragen, die seinen multimodalen Input oder sein Langkontext-Gedächtnis benötigen, und schicken Sie den Rest an etwas Günstigeres mit einer kompatiblen Schnittstelle.

OrcaRouter führt google/gemini-3.8-flash zum Listenpreis des Anbieters mit 0 % Aufschlag, sodass die Januar-Erhöhung zu demselben Satz erfolgt, den der Anbieter berechnet, statt in eine Wiederverkäufermarge absorbiert zu werden. Die Routing-DSL ermöglicht es Ihnen, eine Fallback-Kette zusammenzustellen – Gemini zuerst für den multimodalen Pfad, dahinter ein günstigeres Textmodell – und automatisches Failover deckt den Fall ab, dass ein Anbieter beeinträchtigt ist. ERNIE-5.5-Flash ist nicht in diesem Katalog; die 216 Modell-IDs enthalten keinen ERNIE-Eintrag. Die Routing-Empfehlung hier betrifft also das Modell, von dem Sie tatsächlich wegwechseln können, nämlich das mit dem Preis-Ticker.

Eine Entscheidungsregel statt eines Urteils

Wenn Ihre Workload Bilder, Audio, Video oder PDFs umfasst, verwenden Sie Gemini 3.8 Flash und kalkulieren Sie die Verdopplung im Januar ein. ERNIE-5.5-Flash-Base ist kein Kandidat und wird es auch nicht sein, bis ein multimodales, nachtrainiertes Modell verfügbar ist.

Wenn Ihre Arbeitslast ausschließlich Text umfasst, stark chinesischlastig und kostenempfindlich ist, besteht die richtige Maßnahme heute weiterhin nicht in ERNIE – sondern darin, auf einen Preis zu warten. Die Basisgewichte sind verfügbar und kostenlos herunterladbar, was sie für ein Fine-Tuning-Experiment nützlich macht, nicht für eine Produktionsentscheidung. Sobald Baidu einen Qianfan-Tarif für das nachtrainierte Modell veröffentlicht, wird dieser Vergleich zu einer echten Kostenfrage, und die Anzahl von 14B aktiven Parametern legt nahe, dass die Antwort interessant sein könnte.

Wenn Sie einfach nur das ERNIE-Release verstehen wollen, ist die Sache, die Sie verinnerlichen müssen, dass „Flash“ hier eine Marketing-Stufe ist, die von einem Modell übernommen wurde, das noch nicht ausgeliefert wurde. Die Flash-Stufe von Gemini hat einen Preis, ein Kontextfenster, eine Modalitätenliste und einen terminierten Anstieg. Die von ERNIE hat ein Hugging-Face-Repository und einen Satz, der mehr verspricht. Zwischen bekannten Kosten, die bald steigen werden, und unbekannten Kosten, die noch nicht existieren, ist die rationale Vorgehensweise, auf der Grundlage der bekannten Kosten zu planen und die anderen im Auge zu behalten.