ERNIE 5.5 Flash vs. MiniMax M3.1 Flash: Zwei-Millionen-Token-Fenster, ein veröffentlichter Score

Beide dieser Modelle beanspruchen ein Kontextfenster von einer Million Token, beide gehören zur Flash-Klasse, beide kosten weniger als einen Dollar pro Million Eingabe-Token, und genau eines von ihnen hat eine Zahl an seinem Namen. MiniMax M3.1 Flash erzielt seit seiner Markteinführung am 19. Oktober 2026 einen Wert von 42 im Artificial Analysis Intelligence Index, bei 0,22 US-Dollar pro abgeschlossener Index-Aufgabe. ERNIE 5.5 Flash ging am 10. November 2026 bei Baidu Qianfan mit einem Preis, einer Spezifikation und ohne jegliche Bewertung in den Verkauf — weder eine Anbietertabelle noch ein unabhängiger Durchlauf noch ein Knowledge-Cutoff. Die nützliche Frage ist also nicht, welches Modell besser ist. Sie lautet, wie viel der fehlende Wert wert ist und ob die beiden Fenster dasselbe Fenster sind.

Wo die beiden Spezifikationen tatsächlich voneinander abweichen

Die Eckdaten liegen nah genug beieinander, um austauschbar zu erscheinen, und das sind sie nicht. Vier der folgenden Zeilen entscheiden über reale Workloads.

• Eingabefenster — ERNIE 1.024.000 Tokens vs. MiniMax 1.000.000. Ein Unterschied von 24.000 Tokens ist Rauschen; betrachte sie als gleichwertig und vergleiche sie nicht mehr.

• Ausgabeobergrenze — ERNIE 921.600 Tokens vs. MiniMax 524.288. ERNIEs Obergrenze ist fast doppelt so hoch, und der Grund ist architektonisch und nicht etwa großzügig: Sein Reasoning lässt sich nicht abschalten, daher brauchen lange Agent-Schleifen einen Ort, an den das Denken gehen kann.

• Preis pro Million — ERNIE 0,28 $ Eingabe / 1,13 $ Ausgabe / 0,028 $ gecacht vs. MiniMax 0,15 / 0,60 / 0,015. ERNIE liegt beim Eingabetarif bei 1,87× und beim Ausgabetarif bei 1,88×. Gecachte Lesezugriffe skalieren im selben Verhältnis.

• Modalität — ERNIE ist reiner Text. MiniMax akzeptiert Text, Bild und Video und gibt Text zurück. Bei jedem Workload, der einen Screenshot, ein Diagramm, eine UI-Aufnahme oder einen aufgezeichneten Anruf enthält, beendet diese Zeile den Vergleich, bevor der Preis überhaupt zur Sprache kommt.

• Reasoning-Steuerung — ERNIES Reasoning ist verpflichtend, standardmäßig aktiviert und wird auf genau einer Aufwandsstufe angeboten: hoch. MiniMax bietet eine einstellbare Denktiefe, sodass ein Klassifizierungsaufruf das Denken überspringen kann, das er nicht benötigt.

• Gewichte — MiniMax veröffentlichte am 23. Oktober 428 Mrd. Parameter (23 Mrd. aktiv), 252,4 GB über 48 Shards hinweg, unter einer Community-Lizenz mit einer Umsatzschwelle von 20 Millionen US-Dollar. Der Basis-Checkpoint von ERNIE ist herunterladbar; der nachtrainierte ERNIE 5.5 Flash nicht, {{1}}und es wurde kein Datum genannt.{{/1}}

• Unabhängige Bewertung — MiniMax 42 im Intelligence Index, zum Zeitpunkt der Bewertung Platz 41 von 173, 0,22 $ pro Aufgabe. ERNIE: keine. Artificial Analysis führt Zeilen für ERNIE 4.5 und ERNIE 5.0 und überhaupt keine Zeile für ERNIE 5.5.

Führe die Rechnung dreimal aus, nicht nur einmal

Eine Preisliste ist die am wenigsten hilfreiche Methode, zwei Modelle zu vergleichen, die beide erst nachdenken, bevor sie antworten. Dieselbe Aufgabe, auf drei Arten bepreist, ist ehrlicher.

Nehmen wir einen Dokumentenprüfungs-Workload: 400.000 Eingabe-Token, 3.000 Ausgabe-Token pro Anfrage, einhundert Anfragen pro Tag. Bei ERNIE 5.5 Flash sind das 40 Millionen Eingabe-Token zu $0,28 und 300.000 Ausgabe-Token zu $1,13 — $11,20 plus $0,34, also $11,54 pro Tag. Bei MiniMax M3.1 Flash sind es $6,00 plus $0,18, oder $6,18. ERNIE kostet $5,36 mehr pro Tag, oder etwa $1.950 pro Jahr, für dieselben 100 Dokumente.

Wiederholen Sie es jetzt mit einem System-Prompt, der es wert ist, gecacht zu werden. Wenn 380.000 dieser Eingabe-Token stabile Anweisungen sind und sich nur 20.000 ändern, verwandeln ERNIEs gecachte Lesezugriffe zu 0,028 $ die Eingabezeile von 11,20 $ in ungefähr 1,62 $; der gecachte Tarif von MiniMax zu 0,015 $ senkt seine 6,00 $ auf etwa 0,87 $. Die Lücke schrumpft auf deutlich unter einen Dollar pro Tag, und beide Modelle werden günstig genug, dass die Wahl keine finanzielle mehr ist. Caching ist bei einem Fenster von einer Million Token keine Mikro-Optimierung — es macht den Großteil der Rechnung aus.

Der dritte Lauf ist der, den niemand veröffentlicht. Addiere Reasoning-Tokens. ERNIE kann nicht gebeten werden, sie zu überspringen; bei einer Aufgabe, bei der es 6.000 Tokens nachdenkt, bevor es 3.000 schreibt, liegt das Ausgabevolumen bei 9.000 Tokens und die Ausgabezeile verdreifacht sich. MiniMax kann man anweisen, weniger zu denken, und sein dokumentiertes Verhalten ist bereits ungewöhnlich wortreich — 180 Millionen Output-Tokens über den Intelligence Index hinweg gegenüber einem Median von 99 Millionen — sodass die beiden in der Praxis konvergieren könnten. Niemand weiß es, denn nur eines dieser Modelle wurde überhaupt gemessen. Solange du die Output-Tokens bei deinen eigenen Prompts nicht mitzählst, ist die zweite Nachkommastelle jedes Vergleichs hier Dekoration.

Verpflichtendes Reasoning ist eine Designentscheidung, kein Bug.

Es ist verlockend, ERNIES verpflichtendes Reasoning mit hohem Aufwand als Einschränkung zu lesen, und für manche Workloads ist es genau das – es gibt keinen schnellen Pfad für eine Ein-Wort-Klassifizierung, und jede Anfrage zahlt einen Latenz- und Token-Aufschlag, den MiniMax Ihnen ersparen kann. Aber dieselbe Entscheidung erklärt die Ausgabegrenze und sagt etwas darüber aus, für wen Baidu das hier gebaut hat.

Ein Modell, das stets Reasoning betreibt, ist mit einem Ausgabekontingent von 921.600 Tokens für lange agentische Läufe ausgelegt: Refactorings im Repository-Maßstab, mehrstufige Recherche, Planungsschleifen, die einen Ort zum Nachdenken brauchen. Die Veröffentlichung von Baidus Basis-Checkpoint geht in dieselbe Richtung – der Pre-Training-Korpus betont „Code im Repository-Maßstab und Langkontext“, und die Benchmark-Zeilen, die ihm am meisten schmeicheln, sind HumanEval+ mit 82,3 und RepoQA mit 91,7, beides Basismodell-Werte, die nichts direkt über das Chat-Modell aussagen, aber sehr wohl etwas darüber, worauf die Trainingsdaten den Schwerpunkt gelegt haben.

Das Design von MiniMax zielt woanders hin. Einstellbare Denktiefe, native Bild- und Videoeingabe, 125,5 Ausgabe-Tokens pro Sekunde und 1,04 Sekunden bis zum ersten Token beschreiben ein Modell, das auf Durchsatz ausgelegt ist – autonome Schleifen, screenshotgesteuerte Oberflächen, Dokument-Pipelines, bei denen die Eingabe ein Scan und kein Diff ist. Die eigene Positionierungssprache dreht sich um Kosten pro Token bei hohem Volumen, und die 0,22 US-Dollar pro Indexaufgabe sind die Zahl, die das untermauert.

Zwei Modelle der Flash-Klasse, zwei unterschiedliche Wetten: das eine auf Tiefe pro Anfrage, das andere auf Anfragen pro Sekunde. Keines von beiden ist falsch, und die Datenblätter machen ungewöhnlich klar, welches welches ist.

Beide sind günstig; nur eines ist eine Entscheidung, die du heute treffen kannst

Die Asymmetrie, die zählt, betrifft die Evidenzlage. MiniMax M3.1 Flash hat einen veröffentlichten Index-Score, veröffentlichte Kosten pro Aufgabe, eine veröffentlichte Modellkarte, herunterladbare Gewichte und eine unabhängige Messung dazu, wie viele Tokens es verbraucht, um einen Benchmark abzuschließen. Darauf lässt sich eine Beschaffungsentscheidung stützen. ERNIE 5.5 Flash Preview hat eine Preisliste, ein Kontextfenster und eine Baidu-Presseseite, die immer noch mit dem Basis-Checkpoint und der Formulierung „demnächst verfügbar“ zum nachtrainierten Modell beginnt – was, peinlicherweise, genau das Modell ist, das jetzt verkauft wird.

Das macht das Vorschaumodell nicht zu einem schlechten Modell. Es macht es zu einem nicht gemessenen Modell, und die richtige Haltung gegenüber einem nicht gemessenen Modell, das doppelt so teuer ist wie ein gemessener Wettbewerber, ist nicht, anzunehmen, dass es schlechter ist. Baidus Basis-Checkpoint übertraf DeepSeek V4 Flash Base in 26 von 30 Zeilen; ein starker Post-Training-Lauf auf dieser Basis könnte plausibel über 42 landen. Er könnte auch darunter landen. Der Punkt ist, dass derzeit niemand außerhalb Baidus sagen kann, wo es landet, und eine Preisliste ist kein Beleg.

Beides testen, ohne zwei Verträge zu unterschreiben

Eines dieser Modelle läuft über einen gerouteten Key, das andere nicht. OrcaRouter bietet MiniMax M3.1 Flash zum Listenpreis des Anbieters ohne Aufschlag (0 %), zusammen mit GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash und Gemini 3.8 Flash — mehr als 200 Modelle hinter einem einzigen OpenAI-kompatiblen Endpoint, mit automatischem Failover zwischen Anbietern und einer Routing-DSL zum Kombinieren mehrerer Modelle in einem einzigen Aufruf. ERNIE 5.5 Flash Preview ist nicht in diesem Katalog; es gibt keinen ERNIE-Eintrag und keinen Baidu-Endpoint, an den wir routen könnten, also muss es über Baidus eigene API mit einem zweiten Key und einer zweiten Rechnung aufgerufen werden.

Der praktische Weg durch diese Asymmetrie besteht darin, zuerst die Evaluierung aufzubauen und die Integration danach. Setzen Sie Ihre zwanzig Prompts hinter den gerouteten Schlüssel, führen Sie MiniMax und den Rest des Flash-Tiers aus und erfassen Sie die Ausgabe-Tokens pro Aufgabe – nicht nur den Preis pro Million. Richten Sie dann dieselben zwanzig Prompts auf den Baidu-Endpunkt und vergleichen Sie auf derselben Achse. Wenn ERNIE bei den Aufgaben gewinnt, die Ihnen wichtig sind, ist sein 1,88-facher Satz ein Aufpreis, der sich lohnt, und die fehlende Modellkarte wird zu einem Ärgernis statt zu einem Blocker. Wenn nicht, haben Sie einen Nachmittag und eine kleine Rechnung darauf verwendet, es herauszufinden.

Was es endgültig klären würde, wäre eine einzige Zeile in einem Tracker, der sein eigenes Harness betreibt. MiniMax hat seit dem Launch-Tag eine. Baidu könnte morgen eine veröffentlichen, und die zentrale Ungewissheit dieses Artikels würde sich in Luft auflösen — was der Hinweis darauf ist, dass es bei der Ungewissheit gar nicht wirklich um die Modelle geht. Es geht darum, welcher Anbieter sich dafür entschieden hat, seine Arbeit zu zeigen.