ERNIE-5.5-Flash vs Gemini 3.8 Flash: Uno tiene un precio, el otro tiene una promesa

Dentro de cincuenta y siete días, el 1 de enero de 2027, termina el precio de introducción de Gemini 3.8 Flash y sus tarifas se duplican: de 0,75 a 1,50 USD por millón de tokens de entrada y de 3,75 a 7,50 USD por millón de salida. Ese es el dato más concreto de esta comparación, y corresponde al modelo que está a la venta desde el 2 de septiembre de 2026. ERNIE-5.5-Flash, en cambio, publicó sus pesos base el 5 de noviembre de 2026 sin precio alguno, porque el ERNIE 5.5 Flash con post-entrenamiento aún no se ha publicado. Así que el planteamiento honesto de ERNIE-5.5-Flash frente a Gemini 3.8 Flash no es un duelo entre dos modelos de la gama Flash. Es un duelo entre dos tipos de incertidumbre: un modelo conocido con un precipicio de costes con fecha, y un modelo prometido sin coste alguno. El aumento de Gemini en enero llega a la plataforma a los precios de lista del proveedor, de modo que la tarifa del propio vendedor es la que usted paga.

Qué trae Gemini 3.8 Flash y cuánto costará después de Año Nuevo.

Gemini 3.8 Flash es el tercer modelo Flash que Google lanzó en seis semanas —3.6 el 21 de julio, 3.7 el 14 de agosto, 3.8 el 2 de septiembre— y es un producto completo, no un checkpoint. El contexto de entrada es de 1.048.576 tokens, la salida está limitada a 65.536 y el modelo acepta texto, imágenes, vídeo, audio y PDF con salida de texto. La fecha de corte de conocimientos es marzo de 2026.

La estructura de precios es donde la comparación realmente pesa. Hoy las tarifas son de $0.75 por entrada y $3.75 por salida por millón de tokens, idénticas a las de Gemini 3.7 Flash. Las lecturas de entrada en caché cuestan $0.075, y el procesamiento por lotes, $0.375/$1.875. A partir del 1 de enero de 2027, el precio de lista será de $1.50 y $7.50. Quien elabore un presupuesto para 2027 con la cifra de hoy estará presupuestando con una tarifa promocional.

Hay una segunda trampa de costos debajo de la primera. Gemini 3.8 Flash produce aproximadamente entre un 30 y un 34 por ciento más de tokens de salida por tarea que 3.7 Flash, lo que convierte un precio fijo por token en un costo mayor por tarea completada; según una medición, alrededor de un 45 por ciento más con esfuerzo alto. El precio por millón de tokens no es el precio por trabajo, y este modelo es el ejemplo reciente más claro de la diferencia.

Su posición en los benchmarks es real, pero depende de la versión. Las cifras del proveedor incluyen DeepSWE v1.1 con 73,7 por ciento, Terminal-Bench 2.1 con 89,4, OSWorld-2.0 con 59,0 y HLE-Verified con 54,9. La cobertura de Artificial Analysis sitúa la velocidad de salida en aproximadamente 302 a 351 tokens por segundo, en lo más alto de su clasificación, con un tiempo hasta el primer token de alrededor de 30 segundos con esfuerzo alto. El índice de inteligencia es donde los informes se fragmentan: la cobertura de lanzamiento citaba 59 con razonamiento alto, mientras que las propias páginas de Artificial Analysis, con versiones más nuevas del índice, muestran cifras en el rango de 41 a 47. Eso no es un escándalo, es un rebase —el índice se reconstruyó el 27 de octubre de 2026—, pero significa que cualquier cifra única de AA que se cite para este modelo sin su versión está prácticamente desprovista de significado.

Qué incluye ERNIE-5.5-Flash-Base y qué no puede hacer

El lanzamiento de Baidu tiene la forma opuesta. ERNIE-5.5-Flash-Base es un MoE disperso de 280B parámetros con 14B activos por token, preentrenado con 33.5T tokens, publicado en FP8 y BF16 bajo la ERNIE 5.5 Flash Base Model License Agreement v1.0. Contexto de entrenamiento 128K; la configuración publicada habilita 1,048,576 tokens para ajuste fino e inferencia, que es la misma cifra destacada que la ventana de entrada de Gemini y algo muy distinto: es un ajuste de configuración sobre un checkpoint, no un límite de servicio con una lista de precios detrás.

La brecha de capacidades es contundente. ERNIE-5.5-Flash-Base es solo texto. No hay entrada de imágenes, ni vídeo, ni audio, ni análisis de PDF. Si tu carga de trabajo incluye una captura de pantalla, una factura escaneada, una grabación de llamadas o un vídeo de producto, la comparación termina ahí: Gemini 3.8 Flash las hace de forma nativa y el checkpoint publicado de ERNIE no las hace en absoluto. El modelo post-entrenado podría cambiar eso, pero no se ha anunciado ningún ERNIE 5.5 Flash multimodal, y la ficha técnica de Baidu describe un modelo de lenguaje.

Lo que ERNIE sí publica es una evaluación de modelo base: 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. Cada uno de esos números se produjo sobre un checkpoint base, en el propio harness de Baidu, frente a otros modelos base. Ponerlos junto a las puntuaciones de los modelos instruct de Gemini sería el error más común disponible en esta comparación, y vale la pena nombrarlo sin rodeos: los dos conjuntos miden cosas distintas y no se pueden restar.

Las dos incertidumbres no son equivalentes.

Un precipicio de precios es una incógnita conocida. Puedes modelarlo: toma la tarifa de hoy, duplícala el 1 de enero y decide si la carga de trabajo sigue dejando margen. Un precio ausente es una incógnita desconocida, y no se puede modelar en absoluto. Esa asimetría es toda la decisión.

Hay una segunda asimetría en el registro de benchmarks. Las cifras de Gemini 3.8 Flash están en disputa —benchmarks de proveedores frente a cifras de índices independientes que cambiaron cuando se reconstruyó el índice, con una brecha documentada entre el 59 citado en el lanzamiento y el rango de 41 a 47 ahora visible en Artificial Analysis—. Las cifras de ERNIE 5.5 Flash no están en disputa. Están ausentes, porque aún no hay nada que disputar más allá de una tabla de modelo base. Los datos en disputa son más útiles que no tener datos: al menos se conoce el rango.

El único punto en el que ERNIE tiene, sobre el papel, una ventaja defendible es la historia de la eficiencia de parámetros. Un modelo de 280B que activa 14B por token está diseñado para una inferencia barata, y 33,5T de tokens de preentrenamiento es un presupuesto de datos nada desdeñable. Si Baidu pone un precio agresivo al modelo tras el post-entrenamiento, el recuento de parámetros activos es el mecanismo que le permitiría socavar a un Gemini de 1,50/7,50 dólares. Si lo hará o no es algo que hoy no se puede saber, y cualquier artículo que te diga lo contrario está especulando.

Cuando el precio se duplica, el enrutamiento es la palanca

Lo útil de un cambio de precio con fecha es que se puede planificar. Las cargas de trabajo que son marginales a $0.75/$3.75 y inviables a $1.50/$7.50 necesitan una ruta de migración que exista antes de enero, no después. Eso es más un problema de enrutamiento que un problema de modelo: reservar el modelo caro para las solicitudes que necesitan su entrada multimodal o su recuperación de contexto largo, y enviar el resto a algo más barato con una interfaz compatible.

OrcaRouter ofrece google/gemini-3.8-flash al precio de lista del proveedor sin ningún recargo, por lo que el aumento de enero aparecerá a la misma tarifa que cobra el proveedor en lugar de absorberse en el margen de un revendedor. El DSL de enrutamiento permite componer una cadena de respaldo —Gemini primero para la ruta multimodal, un modelo de texto más económico detrás— y la conmutación automática por error cubre el caso en que un proveedor se degrada. ERNIE-5.5-Flash no está en ese catálogo; los 216 ID de modelo no incluyen ninguna entrada de ERNIE. Así que el consejo de enrutamiento aquí trata sobre el modelo del que realmente puedes cambiar, que es el que lleva asociado el reloj del precio.

Una regla de decisión en lugar de un veredicto

Si tu carga de trabajo incluye imágenes, audio, video o PDF, usa Gemini 3.8 Flash y presupuesta para la duplicación de enero. ERNIE-5.5-Flash-Base no es un candidato y no lo será hasta que se lance un modelo multimodal post-entrenado.

Si tu carga de trabajo es solo de texto, con mucho chino y sensible a los costos, la acción correcta hoy sigue sin ser ERNIE: es esperar un precio. Los pesos base están disponibles y se pueden descargar gratis, lo que los hace útiles para un experimento de ajuste fino, no para una decisión de producción. En el momento en que Baidu publique una tarifa de Qianfan para el modelo postentrenado, esta comparación se convierte en una verdadera cuestión de costos, y el recuento de 14B parámetros activos sugiere que la respuesta podría ser interesante.

Si lo único que intentas es entender el lanzamiento de ERNIE, lo que hay que internalizar es que "Flash" aquí es un nivel de marketing heredado de un modelo que aún no se ha lanzado. El nivel Flash de Gemini tiene un precio, una ventana de contexto, una lista de modalidades y un aumento con fecha. El de ERNIE tiene un repositorio en Hugging Face y una frase que promete más. Entre un costo conocido que está a punto de subir y un costo desconocido que aún no existe, lo racional es planificar en función del conocido y estar atento al otro.