ERNIE Light DT 1.0 vs. Ling 3.1 Flash: Ein 25-facher Preisunterschied in derselben Gewichtsklasse

Zwei chinesische Modelle der schnellen Klasse, beide reine Textmodelle, beide mit einem Fenster von einer Million Token beworben, beide auf Sparse-Attention-Tricks ausgelegt, um langen Kontext bezahlbar zu halten – und eines davon kostet pro Eingabe-Token fünfundzwanzigmal mehr als das andere. ERNIE Light DT 1.0, von Baidu am 10. November 2026 veröffentlicht, ist mit 1,13 US-Dollar pro Million Eingabe-Token und 3,94 US-Dollar pro Million Ausgabe-Token gelistet. Ling 3.1 Flash, das am 30. September 2026 angekündigte 560-Milliarden-Parameter-Mixture-of-Experts-Modell von Ant Group, ist mit 0,045 bzw. 0,135 US-Dollar je Einheit derselben Bezugsgröße gelistet und erreicht einen unabhängigen Wert von 41 im Artificial Analysis Intelligence Index.

Das ist keine bescheidene Lücke, die sich mit Kontextqualität wegreden ließe. Es ist die größte Pro-Token-Spanne zwischen zwei Modellen dieser Stufe, die derzeit von einem der beiden Labore verkauft werden, und sie erfordert eine Erklärung, bevor irgendjemand eine Bestellung unterzeichnet.

Der günstigste Weg, das Problem zu erkennen: eine Anfrage, zwei Rechnungen.

Nehmen Sie einen einzelnen Aufruf der Art, für die diese Modelle existieren – mit einem abgerufenen Dokumentensatz von 120.000 Tokens und einer Antwort von 2.000 Tokens, einmal ausgeführt.

Bei ERNIE Light DT 1.0 kostet diese Anfrage 120.000 × 1,13 $/1 Mio. plus 2.000 × 3,94 $/1 Mio., was 0,1356 $ plus 0,0079 $ entspricht, also etwa 14,4 Cent.

Bei Ling 3.1 Flash kostet dieselbe Anfrage 120.000 × 0,045 $/1 Mio. plus 2.000 × 0,135 $/1 Mio., was 0,0054 $ plus 0,00027 $ ergibt, also etwa 0,57 Cent.

Beide Modelle behaupten, diese Anfrage zu erfüllen. Eines von ihnen ist bei der Ausführung fünfundzwanzigmal günstiger. Bei zehntausend solchen Anfragen pro Tag liegt der Unterschied bei $1.356 pro Tag gegenüber $57 – etwa $39.000 pro Monat gegenüber $1.700.

Es gibt nur drei mögliche Erklärungen. Entweder weiß {{1}}Baidu{{/1}} etwas über die Qualität, das es nicht veröffentlicht hat, oder das Komprimierungsschema bringt etwas, das Lings Architektur nicht bietet, oder der Preis ist ein Platzhalter, der sich noch ändern wird. Der Rest dieses Beitrags handelt davon, welche der drei zutrifft.

Was jedes einzelne tatsächlich ist

Ling 3.1 Flash — Ant Groups Hybrid-Reasoning-MoE, insgesamt rund 560 Milliarden Parameter bei etwa 25 Milliarden aktiven pro Token, Text als Eingabe und Text als Ausgabe, aus dem inclusionAI-Labor. Angekündigt am 30. September 2026 und live über Ants eigene API sowie in seinen Consumer-Produkten. Die Marketingaussage ist eine Obergrenze von 1 Mio. Token; tatsächlich bediente der Endpoint zum Launch 256.000, und aktuelle internationale Listings zeigen einen Kontext von 1.000.000 Token bei maximal 262.144 Token Ausgabe.

• ERNIE Light DT 1.0 — Baidus Endpoint der kleinen Stufe, gelistet am 10. November 2026, baut auf der Open-Source-Architektur G​LM auf, mit Forschung aus der „Lightning“-Linie von Baidu Search, und verwendet Baidu Sparse Attention sowie ein feedbackgetriebenes Historienkompressionsschema. 1.024.000-Token-Kontext, maximale Ausgabe von 131.072 Token, nur Text. Vier Reasoning-Aufwandsstufen, Tool Calling, strukturierte Ausgaben.

Die Parameterzahlen sind nicht vergleichbar – Ling hat die von Light DT nicht veröffentlicht, daher lautet die ehrliche Aussage, dass bei einer Seite bekannt ist, dass sie insgesamt 560B umfasst, während die andere nicht offengelegt ist. Vergleichbar ist die Form: Beide sind sparse, beide sind text-only, beide zielen auf Arbeit mit langem Kontext und hohem Volumen ab.

Sparse Attention, zweimal, aus zwei unterschiedlichen Gründen

Die Architekturgeschichten reimen sich, was die Preislücke eher schwerer als leichter zu erklären macht.

Ling 3.1 Flash aktiviert pro Token 25 Milliarden seiner 560 Milliarden Parameter. Das ist ein Kapazitätsspiel: einen sehr großen Wissensspeicher resident halten und nur schmal durch ihn routen, sodass man Weltwissen eines großen Modells mit dem Rechenaufwand eines kleinen Modells erhält. Der Anspruch auf langen Kontext ergibt sich aus demselben Design – wenn jeder Schritt günstig ist, ist es weniger belastend, eine lange Sequenz offen zu halten.

Bei ERNIE Light DT geht es um Erinnerung, nicht um Kapazität. Baidu sagt, das Modell „verbessert die Speicherung und Indexierung historischer Informationen“ durch feedbackgesteuerte Historienkompression, „senkt den KV-Cache-Speicherbedarf und die Rechenkosten erheblich, während die Modellleistung erhalten bleibt“, und ermöglicht längere Kontexte „zu geringeren Kosten“. Achten Sie auf die Formulierung: geringere Kosten für den Betreiber. Das ist eine Aussage über Baidus Serving-Rechnung, nicht unbedingt über Ihre.

Das ist der entscheidende Punkt. Jedes Kompressionsverfahren dieser Klasse – Baidus Heavily Compressed Attention in ERNIE 5.5, Qwens Micro-Block Sparse Attention, Lings eigenes Routing – senkt die Kosten des Anbieters pro Kontext-Token. Ob der Anbieter diese Einsparung weitergibt, ist eine kommerzielle Entscheidung – und Baidu hat sich dagegen entschieden. Es verlangt einen Aufpreis genau für die Fähigkeit, die es nach eigenen Angaben günstiger gemacht hat.

Das ist nicht automatisch böswillig. Ein Kompressionsverfahren, das die Qualität bei einer Million Token erhält, ist teuer zu entwickeln und teuer zu validieren, und der Anbieter kann diese Forschungskosten möglicherweise amortisieren. Aber es bedeutet, dass der Käufer für eine Fähigkeit zahlt, deren Wirtschaftlichkeit angeblich verbessert wurde, und die Verbesserung ist in der Preisliste nicht sichtbar.

Lings unabhängige Bewertung und was sie über diese Stufe aussagt

Ling 3.1 Flash erreicht 41 Punkte im Artificial Analysis Intelligence Index. Das ist eine echte Drittanbieter-Messung, keine Hersteller-Grafik, und sie platziert das Modell in der oberen Hälfte der Fast-Tier-Klasse – deutlich über Modellen mit größeren Marketingbudgets, unter den Frontier-Kleinmodellen. Der Punktwert hat einen Vorbehalt, der für einen Kostenvergleich relevant ist: Ling ist ein redseliger Reasoner. Eine frühere Bewertung des Modells ergab, dass es beim Durcharbeiten der Index-Evaluierungen rund 220 Millionen Ausgabe-Tokens verbrauchte, deutlich über dem Median seiner Preisklasse, und im Durchschnitt mehrere Minuten pro Aufgabe benötigte. Günstige Tokens, die das Modell freigiebig ausgibt, können sich trotzdem summieren – doch bei 0,135 US-Dollar pro Million Ausgabe-Tokens bleibt selbst großzügiges Reasoning günstig.

ERNIE Light DT 1.0 hat überhaupt keinen Score. Keine Zahl vom Anbieter, keine unabhängige. Baidu hat eine Preisliste und einen Absatz Mechanismustext veröffentlicht und dann aufgehört. Für ein Modell, das zu einem Premiumpreis angeboten wird, ist es die schädlichste einzelne Tatsache in diesem Vergleich, mit null Belegen anzutreten – nicht weil es wahrscheinlich schlecht ist, sondern weil ein Käufer „nicht gemessen“ nicht von „nicht wettbewerbsfähig“ unterscheiden kann und der Preis keinen Vertrauensvorschuss gewährt.

Die Kontextobergrenze ist der einzige Punkt, an dem Baidu Spielraum für eine Argumentation hat.

Wenn es einen Grund für das Premium gibt, dann hier. Das Millionen-Token-Fenster von Ling 3.1 Flash war, zumindest während seiner Launch-Phase, eine Obergrenze statt einer tatsächlich bereitgestellten Zahl — der Endpunkt lieferte 256K, während die Ankündigung 1M bewarb. ERNIE Light DT bewirbt 1,024,000, und seine Einträge zeigen dieselbe Zahl für den Kontext und 131,072 für die Ausgabe, ohne dokumentierte Reduzierung.

Ob diese Unterscheidung den Kontakt mit echtem Traffic übersteht, ist unbekannt, denn Baidu hat keine Long-Context-Evaluierung veröffentlicht. Niemand sonst auch. Der einzige Long-Context-Beleg in beiden Familien stammt aus der Herstellertabelle von ERNIE 5.5 Flash Base, die HELMET-RAG 71,5, HELMET-ICL 85,9, LongBench-v2 48,7 und InfiniteBench 46,5 ausweist – Baidus eigene Zahlen, für ein anderes und deutlich größeres Modell, und nicht auf dieses übertragbar.

Das Argument für Light DT läuft also hinaus auf: ein nicht gemessenes Modell mit einem nicht verifizierten Langkontext-Vorteil, zum 25-fachen Eingabepreis eines gemessenen Modells, das zumindest einen echten Index-Score und einen funktionierenden Endpunkt hat. Das ist keine starke Position, und es ist fair, das offen zu sagen.

Worin jedes wirklich besser ist

• Ausgabe-Obergrenze — Light DT bei 131.072 Tokens gegenüber Ling mit 262.144. Ling bietet dir doppelt so viel Platz zum Generieren, was für die Synthese langer Texte und Agent-Transkripte wichtig ist.

• Reasoning-Steuerung — Light DT bietet max, high, low und none an, wobei max der Standard ist. Ling ist ein Hybrid-Reasoner mit einem Ein/Aus-Schalter statt einer abgestuften Leiter; es gibt kein dokumentiertes „none“, das einen schnellen Nicht-Denk-Pfad ermöglicht.

• Kosten bei jedem Volumen — Ling bei jeder Anfragegröße. Es gibt keine Workload, bei der ein 25-facher Aufschlag auf den Eingabepreis durch einen Kontextvorteil von zwei Prozent (1.024.000 gegenüber 1.000.000 Tokens) ausgeglichen wird.

• Belege — {{1}}Ling, in beide Richtungen{{/1}}: ein unabhängiger Indexwert und eine veröffentlichte Architektur mit Parameterzahlen. Light DT hat weder das eine noch das andere.

• Serving-Stabilität — Ling läuft auf Ants eigener Infrastruktur plus Plattformen von Drittanbietern; Light DT ausschließlich auf dem internationalen Endpunkt von Baidu. Ein Ein-Anbieter-Modell hat kein Failover, was eher ein Beschaffungsrisiko als ein Leistungsrisiko darstellt.

• Offenheit — Lings 1019-Checkpoint wurde Ende Oktober 2026 als offene Gewichte veröffentlicht, sodass die Architektur überprüfbar ist und das Modell selbst gehostet werden kann. Light DT hat keine Gewichte und keine Modellkarte.

Der letzte Punkt verdient Betonung. Die Ling-Reihe umfasst ein offenes Artefakt und ein geschlossenes, und das offene ermöglicht es Ihnen, die Behauptungen zu überprüfen. ERNIE Light DT bietet nur die geschlossene Option – bei einem Modell, dessen zentrale Behauptung, dass Kompression die Qualität bei langem Kontext bewahrt, genau die Art von Sache ist, die man unabhängig verifizieren möchte.

Wenn du es trotzdem noch versuchen möchtest

Keines der beiden Modelle steht im Katalog von OrcaRouter, daher ist dies keine Empfehlung, sich irgendwo anzumelden. Doch wenn Light DTs Langkontext-Story für Ihre Arbeit relevant ist, ist der Weg, sie zu testen, eng begrenzt und kostengünstig.

Schicke beiden Modellen denselben Prompt mit {{1}}über 100.000 Token{{/1}} {{2}}zwanzig Mal{{/2}}, mit Fragen, deren Antworten in unterschiedlichen Tiefen vergraben sind – {{3}}nahe am Anfang{{/3}}, {{4}}in der Mitte{{/4}} und {{5}}am Ende{{/5}}. Bewerte die Antworten selbst. Dieser Test kostet {{6}}unter einem Dollar{{/6}} bei {{7}}Ling{{/7}} und etwa {{8}}drei Dollar{{/8}} bei {{9}}Light DT{{/9}} und klärt {{10}}an einem Nachmittag{{/10}}, was keiner der Anbieter veröffentlicht hat. Wenn {{11}}Light DT{{/11}} die Qualität am tiefen Ende hält, wo {{12}}Ling{{/12}} nachlässt, {{13}}hat der Aufpreis eine Berechtigung{{/13}}. Wenn beide nachlassen, hast du gelernt, dass {{14}}ein Fenster mit einer Million Token{{/14}} in dieser Klasse {{15}}eine Marketingzahl{{/15}} ist, egal wer es verkauft.

Was auch immer dabei herauskommt, halte den Wechsel günstig. Ein gerouteter Endpunkt, der die Preise beider Modelle pro Anfrage offenlegt – mit der Option, einen Bruchteil Ihres Traffics an das neue Modell zu senden und ihn noch am selben Tag wieder zurückzuholen – ist der einzig vernünftige Weg, ein Modell ohne veröffentlichte Belege zu bewerten. Kapazität allein anhand einer Preisliste zu kaufen, führt dazu, dass Teams für ein Zeitfenster, das sie nie ausfüllen, das 25-Fache bezahlen.