ERNIE Light DT 1.0 vs Ling 3.1 Flash: una diferencia de precio de 25 veces en la misma categoría de peso

Dos modelos chinos de gama rápida, ambos solo de texto, ambos anunciando una ventana de un millón de tokens, ambos construidos en torno a trucos de atención dispersa para mantener asequible el contexto largo — y uno de ellos cuesta veinticinco veces más por token de entrada que el otro. ERNIE Light DT 1.0, publicado por Baidu el 10 de noviembre de 2026, tiene un precio de 1,13 USD por millón de tokens de entrada y 3,94 USD por millón de salida. Ling 3.1 Flash, el modelo de mezcla de expertos de 560.000 millones de parámetros de Ant Group anunciado el 30 de septiembre de 2026, tiene un precio de 0,045 USD y 0,135 USD en las mismas unidades y cuenta con una puntuación independiente de 41 en el Artificial Analysis Intelligence Index.

Eso no es una diferencia modesta que pueda justificarse por la calidad del contexto. Es la mayor brecha por token entre dos modelos de este nivel que cualquiera de los dos laboratorios vende en la actualidad, y exige una explicación antes de que alguien firme una orden de compra.

La forma más económica de ver el problema: una solicitud, dos facturas

Toma una sola llamada del tipo para el que existen estos modelos — un conjunto de documentos recuperados de 120 000 tokens con una respuesta de 2000 tokens, ejecutada una vez.

En ERNIE Light DT 1.0, esa solicitud cuesta 120.000 × $1,13/1M más 2.000 × $3,94/1M, lo que equivale a $0,1356 más $0,0079, o alrededor de 14,4 centavos.

En Ling 3.1 Flash, la misma solicitud cuesta 120.000 × $0,045/1M más 2.000 × $0,135/1M, lo que da $0,0054 más $0,00027, o aproximadamente 0,57 centavos.

Ambos modelos afirman ajustarse a esa solicitud. Uno de ellos es veinticinco veces más barato de ejecutar. Con diez mil solicitudes de ese tipo al día, la diferencia es de $1,356 al día frente a $57 — aproximadamente $39,000 al mes frente a $1,700.

Solo hay tres explicaciones posibles. O Baidu sabe algo sobre la calidad que no ha publicado, o el esquema de compresión aporta algo que la arquitectura de Ling no aporta, o el precio es un valor provisional que cambiará. El resto de este artículo trata de cuál de ellas.

Lo que realmente es cada uno

• Ling 3.1 Flash — el MoE de razonamiento híbrido de Ant Group, con aproximadamente 560 mil millones de parámetros totales y unos 25 mil millones activos por token, entrada y salida de texto, del laboratorio inclusionAI. Anunciado el 30 de septiembre de 2026 y disponible en la API propia de Ant y en sus productos de consumo. La afirmación de marketing es un límite de 1 millón de tokens; lo que el endpoint ofrecía realmente en el lanzamiento era 256.000, y los listados internacionales actuales muestran un contexto de 1.000.000 de tokens con 262.144 tokens de salida máxima.

• ERNIE Light DT 1.0 — el endpoint de gama pequeña de Baidu, listado el 10 de noviembre de 2026, construido sobre la arquitectura de código abierto G​LM con investigación de la línea "Lightning" de Baidu Search, usando Baidu Sparse Attention y un esquema de compresión de historial basado en retroalimentación. Contexto de 1.024.000 tokens, salida máxima de 131.072 tokens, solo texto. Cuatro niveles de esfuerzo de razonamiento, llamada a herramientas, salidas estructuradas.

Los recuentos de parámetros no son comparables: Ling no ha publicado los de Light DT, así que la afirmación honesta es que de un lado se sabe que son 560B en total y del otro no se ha divulgado. Lo que sí es comparable es la forma: ambos son dispersos, ambos son solo de texto y ambos están orientados a trabajo de contexto largo y gran volumen.

Atención dispersa, dos veces, por dos razones diferentes

Las historias de arquitectura riman entre sí, lo que hace que la brecha de precios sea más difícil, y no más fácil, de explicar.

Ling 3.1 Flash paga por 25 mil millones de sus 560 mil millones de parámetros en cada token. Eso es una jugada de capacidad: mantener residente un almacén de conocimiento muy grande y enrutar de forma estrecha a través de él, para obtener el conocimiento del mundo de un modelo grande con el cómputo de un modelo pequeño. La afirmación de contexto largo proviene del mismo diseño: si cada paso es barato, mantener una secuencia larga abierta supone menos carga.

La historia de ERNIE Light DT trata de memoria, no de capacidad. Baidu dice que el modelo «mejora el almacenamiento y la indexación de la información histórica» mediante compresión de historial impulsada por retroalimentación, «reduce significativamente el almacenamiento de la caché KV y los costos computacionales mientras mantiene el rendimiento del modelo», y permite mantener contextos más largos «a un costo menor». Fíjate en la formulación: menor costo para el operador. Eso es una afirmación sobre la factura de servicio de Baidu, no necesariamente sobre la tuya.

Este es el quid. Todos los esquemas de compresión de esta clase —la Heavily Compressed Attention de Baidu en ERNIE 5.5, la atención dispersa de microbloques de Qwen, el propio enrutamiento de Ling— reducen el coste por token de contexto del proveedor. Que el proveedor traslade ese ahorro al cliente es una decisión comercial, y Baidu ha optado por no hacerlo. Está cobrando un sobreprecio precisamente por la capacidad que dice haber abaratado.

Eso no es automáticamente mala fe. Un esquema de compresión que conserva la calidad con un millón de tokens es costoso de construir y costoso de validar, y es posible que el proveedor esté recuperando ese costo de investigación. Pero sí significa que el comprador está pagando por una capacidad cuya economía supuestamente había mejorado, y la mejora no se refleja en el tarifario.

La puntuación independiente de Ling y lo que dice sobre este nivel.

Ling 3.1 Flash obtiene 41 en el Artificial Analysis Intelligence Index. Se trata de una medición real de terceros, no de un gráfico del proveedor, y sitúa al modelo en la mitad superior del nivel rápido: cómodamente por encima de modelos con presupuestos de marketing mayores y por debajo de los modelos pequeños de frontera. La puntuación conlleva una advertencia que importa para una comparación de costos: Ling es un razonador verboso. Una evaluación previa del modelo descubrió que consumía aproximadamente 220 millones de tokens de salida al resolver las evaluaciones del índice, muy por encima de la mediana de su tramo de precio, y con un promedio de varios minutos por tarea. Los tokens baratos que el modelo gasta sin reparo aún pueden acumularse, pero a $0.135 por millón de salida, incluso un razonamiento generoso sigue siendo económico.

ERNIE Light DT 1.0 no tiene ninguna puntuación en absoluto. Ni una cifra del proveedor, ni una independiente. Baidu publicó una lista de precios y un párrafo de texto sobre el mecanismo, y ahí lo dejó. Para un modelo con un precio premium, llegar con cero pruebas es el hecho más perjudicial de esta comparación —no porque sea probable que sea malo, sino porque un comprador no puede distinguir «sin medir» de «no competitivo», y el precio no le da el beneficio de la duda.

El techo del contexto es el único terreno donde Baidu tiene margen para discutir

Si hay un caso para la prima, es aquí. La ventana de un millón de tokens de Ling 3.1 Flash ha sido, al menos durante su período de lanzamiento, un techo más que una cifra servida — el endpoint daba 256K mientras el anuncio promocionaba 1M. ERNIE Light DT anuncia 1.024.000 y sus listados muestran la misma cifra para el contexto y 131.072 para la salida, sin ninguna reducción documentada.

Que esa distinción sobreviva al contacto con tráfico real es algo que se desconoce, porque Baidu no ha publicado ninguna evaluación de contexto largo. Tampoco lo ha hecho nadie más. La única evidencia de contexto largo en cualquiera de las dos familias proviene de la tabla del proveedor de ERNIE 5.5 Flash Base, que reporta HELMET-RAG 71,5, HELMET-ICL 85,9, LongBench-v2 48,7 e InfiniteBench 46,5 — cifras de la propia Baidu, sobre un modelo distinto y mucho más grande, y no transferibles a este.

Así que el argumento a favor de Light DT se reduce a esto: un modelo no medido con una ventaja de contexto largo no verificada, a veinticinco veces el precio de entrada de un modelo medido que al menos tiene una puntuación real en el índice y un endpoint funcional. Eso no es una posición fuerte, y es justo decirlo sin rodeos.

En qué es cada uno genuinamente mejor

• Límite de salida — Light DT con 131,072 tokens frente a los 262,144 de Ling. Ling te da el doble de espacio para generar, lo que importa para la síntesis de contenido extenso y las transcripciones de agentes.

• Control de razonamiento — Light DT expone max, high, low y none, con max como valor predeterminado. Ling es un razonador híbrido con un interruptor de encendido/apagado en lugar de una escala graduada; no hay ningún "none" documentado que te ofrezca una vía rápida sin razonamiento.

Costo a cualquier volumen: Ling en cada tamaño de solicitud. No existe ninguna carga de trabajo en la que una prima de precio de entrada de 25 veces se recupere mediante una ventaja de contexto del dos por ciento (1.024.000 frente a 1.000.000 de tokens).

• Evidencia — Ling, en ambas direcciones: una puntuación de índice independiente y una arquitectura publicada con recuento de parámetros. Light DT no tiene ninguna de las dos.

• Estabilidad del servicio — Ling está en la infraestructura propia de Ant además de plataformas de terceros; Light DT está únicamente en el endpoint internacional de Baidu. Un modelo de proveedor único no tiene conmutación por error, lo que representa un riesgo de adquisición más que de rendimiento.

• Apertura — {{1}}El checkpoint 1019 de Ling se publicó como pesos abiertos a finales de octubre de 2026, por lo que la arquitectura se puede inspeccionar y el modelo se puede alojar por cuenta propia.{{/1}} {{2}}Light DT no tiene pesos ni ficha de modelo.{{/2}}

Ese último punto merece énfasis. La línea Ling tiene un artefacto abierto y uno cerrado, y el abierto permite comprobar las afirmaciones. ERNIE Light DT solo ofrece la opción cerrada, en un modelo cuya afirmación central —que la compresión preserva la calidad en contextos largos— es justo el tipo de cosa que querrías verificar de forma independiente.

Si aún quieres intentarlo

Ninguno de los dos modelos está en el catálogo de OrcaRouter, así que esto no es una recomendación para registrarse en ningún sitio. Pero si la propuesta de contexto largo de Light DT es relevante para tu trabajo, la manera de probarla es acotada y económica.

Envía el mismo prompt de más de 100.000 tokens a ambos modelos, veinte veces, con preguntas cuyas respuestas están enterradas a distintas profundidades: cerca del principio, en el medio y al final. Puntúa las respuestas tú mismo. Esa prueba cuesta menos de un dólar en Ling y unos tres dólares en Light DT, y resuelve en una tarde lo que ninguno de los dos proveedores ha publicado. Si Light DT mantiene la calidad en el extremo profundo, donde Ling se degrada, el sobreprecio tiene justificación. Si ambos se degradan, habrás aprendido que una ventana de un millón de tokens es una cifra de marketing en este segmento, sin importar quién la venda.

Sea cual sea el resultado, mantén el cambio barato. Un endpoint enrutado que exponga los precios de ambos modelos por solicitud —con la opción de enviar una fracción de tu tráfico al nuevo y retirarlo el mismo día— es la única forma sensata de evaluar un modelo sin evidencia publicada. Comprar capacidad basándose solo en una tarifa es como los equipos acaban pagando 25 veces más por una ventana que nunca llenan.