ERNIE 5.5 Flash Preview: dos precios, un endpoint gratuito y ningún ranking que mostrar a cambio

El argumento de venta de Baidu para ERNIE 5.5 Flash Preview, publicado en X el 13 de noviembre de 2026, es que el modelo «tiene amplitud»: mundos jugables, modelos 3D, informes de investigación y cuadernos de trabajo interactivos. El argumento que subyace es «modelo fundacional de pesos abiertos». Tres días después del anuncio del 11 de noviembre, las cosas que un comprador comprobaría primero no cuadran con ninguna de las dos palabras. El modelo tiene dos listas de tarifas de pago publicadas que difieren en aproximadamente la mitad, una variante gratuita alojada que precede al lanzamiento por un día, ninguna puntuación independiente en benchmarks y ningún puesto en la clasificación de la arena que lleva su nombre. Y los pesos que realmente se pueden descargar pertenecen a ERNIE 5.5 Flash Base, no al modelo con el que se hicieron las demostraciones.

Nada de eso lo convierte en un mal modelo. Lo convierte en una versión preliminar cuyo marketing se ha adelantado a su papeleo, algo normal en un lanzamiento de tres días y que conviene saber antes de apuntar un pipeline hacia él.

Lo que Baidu realmente lanzó el 11 de noviembre

La propia página de actualizaciones de producto del equipo de ERNIE está fechada el 11 de noviembre de 2026 y describe ERNIE 5.5 Flash como un modelo de mezcla de expertos de 280B parámetros con 14B parámetros activos y una ventana de contexto de 1.024.000 tokens. La página califica el lanzamiento como "un checkpoint intermedio del post-entrenamiento", una frase que hace mucho trabajo, ya que significa que el modelo explícitamente no es la versión terminada. Los pesos, dice, "se abrirán como código abierto bajo Apache 2.0 pronto".

Esa página es de donde viene el reel de demostraciones, y las demos son la razón por la que el modelo llamó la atención. Una compilación jugable de Unreal Engine 5.8 producida en una sola tarea de 11 horas. Unos 100 minijuegos en Cocos, Unity, LayaAir, PixiJS y Canvas 2D. Una escena de Blender de un 747 y el aeropuerto de Daxing impulsada por dos agentes que cooperan. Un motor W16 de FreeCAD, torres de Shenzhen y un rover lunar. Un informe de 20 páginas sobre los costes energéticos de la IA, un libro de trabajo con un Monte Carlo de 1.000 trayectorias, 4.169 informes de accidentes de la NHTSA analizados, un WAV orquestal de 6m34s y una "Pelican Test" de 116 segundos que emite más de 10.000 líneas de Python en 20 estilos artísticos. Baidu también cita 300.000 espacios de trabajo, 10 millones de archivos de referencia y más de 40 tipos de archivo compatibles como el entorno en el que se ejecutaron.

La parte que los lectores malinterpretan: no ve

ERNIE 5.5 Flash Preview renderiza modelos 3D y mundos de juego, por lo que la suposición natural es que se trata de un modelo multimodal que produce imágenes. No lo es. El listado de la arena que incluye la fila del modelo registra su capacidad de entrada de imágenes como falsa, y las propias publicaciones de Baidu describen cada artefacto visual como código: scripts de Blender, scripts de FreeCAD, llamadas de dibujo de Pycairo y Pillow, proyectos de Unity. El modelo escribe el programa que produce la imagen. Esa distinción importa para cómo asignarle presupuesto, porque un modelo de solo texto que hace trabajo 3D consume tokens en código fuente en lugar de en parches de imagen, y falla de una manera distinta: un script roto en vez de un píxel incorrecto.

La Prueba del Pelícano de 116 segundos es el ejemplo más claro de aquello en lo que el modelo realmente destaca. Diez mil líneas de Python, veinte estilos artísticos, veintidós grabaciones de audio, todo en menos de dos minutos; según la propia descripción de Baidu, el modelo convierte errores de las pruebas de juego en pruebas de código. Esa es una historia de agente de programación con un toque de renderizado por encima, no una historia de generación de imágenes.

Tres etiquetas de precio, un modelo

La lista de precios de Baidu Qianfan para ERNIE 5.5 Flash Preview, consultada esta semana en la página de producto en chino, indica ¥0,001 por cada mil tokens de entrada durante la franja de 08:00 a 22:00, ¥0,0001 por cada mil tokens de entrada en caché y ¥0,004 por cada mil tokens de salida. Por millón de tokens, eso es ¥1 de entrada, ¥0,1 en caché y ¥4 de salida. Con el tipo de cambio de referencia del 13 de noviembre de 6,685 CNY por dólar, eso equivale a aproximadamente $0,15 de entrada, $0,015 en caché y $0,60 de salida por millón de tokens.

La tarifa en USD que utilizó la cobertura anterior de este modelo —la que la mayoría de los artículos todavía repite— es de $0.28 por entrada, $0.028 por caché y $1.13 por salida. El mismo modelo, la misma semana, publicada por el mismo proveedor, con una diferencia de alrededor del 47% en cada línea.

Luego está el cero. Una variante gratuita del mismo modelo, con el mismo contexto de 1.024.000 tokens y el mismo límite de finalización de 921.600 tokens, apareció en un catálogo de modelos de terceros el 10 de noviembre, un día antes que la propia página de lanzamiento de Baidu, y sigue figurando a 0 USD tanto en tokens de entrada como de salida. Ese es el endpoint al que apunta el hilo de Baidu del 13 de noviembre cuando dice que se pruebe el modelo. Así que el rango del tuit es real; el precio es el que diga la superficie.

Tomemos una ejecución concreta de un agente: 40 llamadas al modelo, 30.000 tokens de entrada cada una, 260.000 tokens de salida en total.

• En la tarjeta en USD: 1,2 M de entrada a $0,28 más 0,26 M de salida a $1,13 da un total de unos $0,63 por ejecución.

• En la tarjeta CNY, los mismos tokens se convierten en aproximadamente $0.34 por ejecución.

• En la variante gratuita — $0.00, sean cuales sean los límites de velocidad que resulten.

No voy a llamar recorte de precio a la cifra en CNY, porque no puedo demostrar que sea nueva en lugar de la tarifa regional que siempre existió. Lo que sí se puede comprobar es que la cifra a la que llega un lector depende por completo de qué página abra, y que ningún artículo publicado hasta ahora las concilia. Para una sesión de chat, la diferencia son céntimos. Para un agente que hace cientos de miles de llamadas, es la partida presupuestaria, y merece la pena saber a cuál de las tres te estás suscribiendo en realidad antes de que te lo diga la factura.

Sin clasificar no es lo mismo que ser malo, pero tampoco es un resultado.

La lista de la arena en la que aparece ERNIE 5.5 Flash Preview tiene una fila para él, pero ninguna posición. En la categoría de desarrollo web, la entrada lleva el marcador de posición de entero máximo de la lista en lugar de un puesto — el valor que usa una tabla de clasificación para un modelo que ha recibido votos pero no ha sido ubicado. Otras dos entradas del mismo volcado llevan el mismo marcador de posición, así que se trata de un estado normal previo a la clasificación, no de una penalización. Eso sí significa que, cuando alguien te dice que el modelo está «clasificado» en algo, está leyendo un número que no se ha calculado.

Artificial Analysis no tiene ninguna página para el modelo en absoluto — su tabla de clasificación incluye ERNIE 4.5 300B A47B y ERNIE 5.0 Thinking Preview, y nada de la línea 5.5 Flash. La tabla de benchmarks que Baidu publicó con el lanzamiento tiene veinte filas, incluida Terminal-Bench 2.0 con 46,5, y todas esas cifras fueron ejecutadas por el proveedor y no han sido reproducidas por nadie fuera de Baidu. La misma precaución se aplica a la puntuación de 1.668 en Code Arena que ha estado circulando desde el lanzamiento, que viene con una base AutoEval y sin recuento de votos.

Así que el marcador honesto de este modelo, a 14 de noviembre, tiene exactamente una columna vacía: evidencia independiente.

Los pesos que existen son de Base, no de Preview.

La publicación de Baidu del 13 de noviembre llama a ERNIE 5.5 Flash Preview un «modelo fundacional de pesos abiertos». Lo que está en Hugging Face es ERNIE 5.5 Flash Base — un repositorio creado el 21 de octubre de 2026 y modificado por última vez el 5 de noviembre, que lleva la ERNIE 5.5 Flash Base Model License v1.0 en lugar de Apache 2.0. Esa licencia excluye a la UE, el Reino Unido y Corea del Sur, establece un umbral de ingresos de 50 millones de dólares y exige una atribución «Powered by ERNIE». No hay ningún repositorio de pesos Preview en el listado de la organización, solo Base y Base-BF16.

Así que la frase del tuit es cierta para la familia y todavía no lo es para el modelo que la integra. La promesa de Apache 2.0 está fechada para «pronto» y no se ha materializado. Quien tenga previsto autoalojar ERNIE 5.5 Flash Preview hoy no tiene nada que descargar; quien tenga previsto autoalojar ERNIE 5.5 Flash Base tiene una licencia que debería leer con atención antes, porque las restricciones son geográficas y comerciales, no solo de atribución.

Cómo se adopta una vista previa de solo texto sin rango

La forma sensata de usar un modelo en este estado es la misma en que usarías cualquier endpoint no probado: dale la carga de trabajo a la que se ajusta su única ventaja clara, y nunca dejes que sea lo único que sostiene una ruta de producción. Esa ventaja es concreta: 1.024.000 tokens de entrada y un techo de salida de 921.600 tokens, muy por encima de lo que la mayoría de los modelos generará en una sola respuesta, además de un precio bajo incluso en la más cara de sus dos tarjetas.

Aquí es también donde una capa de enrutamiento se justifica, en lugar de ser solo una comodidad. El catálogo de OrcaRouter no incluye actualmente ERNIE 5.5 Flash Preview —la lista de modelos devuelve 215 entradas y ningún modelo de Baidu—, así que no voy a escribirte una línea de disponibilidad que pretenda lo contrario. Lo que la plataforma sí te da para una preview como esta es la forma de un experimento seguro: conmutación por error automática entre proveedores detrás de un único endpoint, de modo que una preview sin historial de disponibilidad nunca tenga que ser un único punto de fallo, y 0 % de recargo con el precio de lista del proveedor aplicado directamente, de modo que la tarifa de esas dos con la que te facturen sea la que ves, el día que cambie. Si construyes sobre el modelo a través de la propia API de Baidu y varias plataformas de terceros y más adelante quieres todo lo demás con la misma clave, el DSL de enrutamiento compone varios modelos en una sola llamada sin un segundo contrato ni un cambio de código.

¿Qué cambiaría este texto?

Tres acontecimientos, en el orden en que probablemente llegarán. La llegada de los pesos Apache 2.0 de ERNIE 5.5 Flash al Hub resolvería la cuestión de los pesos abiertos y, si la licencia es realmente Apache 2.0, haría que el modelo fuera genuinamente distinto del checkpoint Base que está ahí ahora. Una primera evaluación independiente —una página de Artificial Analysis, una posición en un ranking de arena, una ejecución reproducible de Terminal-Bench hecha por alguien que no sea Baidu— sustituiría la tabla del proveedor por evidencia. Y que alguien conciliara las tarifas en CNY y USD en una única cifra publicada te diría cuánto cuesta realmente el modelo.

Hasta entonces, el resumen justo es el que rebate el carrete de demostración: un modelo sólido de texto y código con una longitud de salida inusualmente larga, con un precio económico en al menos una tarjeta y gratis en otra, envuelto en un marketing que insinúa capacidades y una apertura que aún no tiene. Úsalo para lo que demuestra hacer —escribir el guion, generar la prueba, redactar el informe— y trata los mundos 3D, la etiqueta «open-weight» y el rango ausente como afirmaciones aún en tránsito, no como especificaciones sobre las que puedas construir. El endpoint gratuito es la forma menos arriesgada de averiguar si el modelo te conviene, precisamente porque nada de él es aún estructural.