ERNIE 5.5 Flash Preview est appelable : 0,28 $ en entrée, 1,13 $ en sortie, aucune fiche de modèle

Six jours après que Baidu a publié les poids bruts d'ERNIE 5.5 Flash Base, le modèle que ces poids étaient censés devenir a commencé à répondre aux invites. ERNIE 5.5 Flash — servi sous le nom d'ERNIE 5.5 Flash Preview — est entré en service en tant que point de terminaison facturé sur Baidu Qianfan le 10 novembre 2026, à 0,28 $ par million de tokens d'entrée et 1,13 $ par million de tokens de sortie, les lectures d'entrée mises en cache étant à 0,028 $. Aucun article de lancement, aucune fiche modèle, aucun tableau de benchmarks et rien sur le site ERNIE de Baidu, qui, le 11 novembre, mettait encore en avant le checkpoint de base et la promesse que le modèle post-entraîné serait « bientôt disponible ». Ce qui existe, c'est un point de terminaison fonctionnel avec un prix, une fenêtre de contexte de 1 024 000 tokens, un plafond de sortie de 921 600 tokens, et une fiche de spécifications qui ne va pas jusqu'à indiquer à quiconque à quel point la chose est bonne. Le groupe de contrôle est facturé aux prix catalogue du fournisseur, avec les frais OrcaRouter indiqués à $0.00, ce qui est la seule raison pour laquelle un aperçu sans fiche modèle peut être testé face à quelque chose.

Qu’est-ce qui a réellement été mis en ligne

Le point de terminaison, c’est du texte en entrée, du texte en sortie. Pas d’image, pas d’audio, pas d’analyse de PDF — la même limite de modalité que le checkpoint de base, et la première chose à vérifier avant de planifier quoi que ce soit autour. Tout le reste sur la fiche est plus généreux que le prix ne le laisse penser :

• Contexte — 1 024 000 tokens d’entrée, avec une sortie maximale de 921 600. Ce plafond de sortie est inhabituel : la plupart des modèles limitent la génération à quelques centaines de milliers de tokens tout au plus, tandis que celui-ci permet près d’un million de tokens de réponse.

• Tarif — 0,28 $ par million de jetons d’entrée, 1,13 $ par million de jetons de sortie, 0,028 $ par million de lectures d’entrée mises en cache. Les lectures du cache sont facturées au dixième du tarif d’entrée, ce qui est la seule ligne de cette fiche qui récompense un prompt système stable.

• Raisonnement — obligatoire, activé par défaut et proposé à un seul niveau d’effort : élevé. Il n’existe aucun mode économique et sans réflexion sur lequel se rabattre. Chaque requête paie des jetons de raisonnement, et les jetons de raisonnement sont des jetons de sortie.

• Outillage — l’appel de fonctions, les sorties structurées et les contraintes de format de réponse sont tous exposés, ce qui distingue un aperçu sur lequel vous pouvez développer d’un aperçu avec lequel vous ne pouvez que discuter.

• Disponibilité — une seule région de fournisseur, sans routage intra-région dans l'UE. Pour une équipe européenne, la latence pose un problème ; la licence du modèle de base, examinée ci-dessous, en pose un autre, plus important.

• Documentation — aucune date limite de connaissances n’est publiée, aucune fiche de modèle, aucun tableau d’évaluation, aucune mise en garde sur la longueur du contexte. La description qui accompagne le point de terminaison comporte trois phrases et décrit l’architecture, pas la qualité.

La spécification qui manque compte autant que celles qui sont présentes. Baidu a publié trente lignes de benchmarks pour le checkpoint de base le 5 novembre. Aucune d’elles ne décrit ce modèle. Les scores d’un checkpoint de base proviennent d’un pipeline différent, d’une configuration d’évaluation différente et d’un cadrage de tâche différent de ceux d’un modèle ajusté aux instructions, et les chiffres de la base ne peuvent pas être hérités par le modèle conversationnel — ils constituent un plafond pour ce avec quoi le post-entraînement devait composer, non une prévision de ce qu’il a produit.

Le plafond de sortie est le nombre intéressant.

921 600 jetons de sortie n’est pas une faute de frappe, et ce n’est pas non plus une formule marketing — c’est une conséquence directe du raisonnement obligatoire. Lorsqu’un modèle doit réfléchir avant de répondre et qu’on ne peut pas lui dire de ne pas le faire, le seul moyen d’éviter que de longs cycles d’agent soient interrompus en pleine planification est d’élever le plafond de sortie d’un ordre de grandeur et de laisser le modèle utiliser ce dont il a besoin. Baidu l’a fait ici, et cette même décision de conception détermine la facture.

Les jetons de raisonnement sont facturés au tarif de sortie. À 1,13 $ par million, une requête qui réfléchit pendant 8 000 jetons et répond en 500 jetons coûte environ un centime — négligeable par appel, et 8 500 jetons de sortie sur la facture. Multipliez par une boucle d’agent qui exécute quarante étapes, et l’arithmétique qui compte n’est plus le prix par million de jetons, mais le prix par tâche accomplie, seul chiffre de coût qui survive au contact de la production. C’est le même piège qui a fait paraître Gemini 3.8 Flash moins cher que son prix réel : un tarif forfaitaire par jeton appliqué à un modèle qui émet 30 à 34 % de jetons de sortie en plus par tâche est une baisse de tarif qui n’arrive jamais.

Il n’existe aucune mesure publiée du degré de verbosité de ERNIE 5.5 Flash Preview. Ce n’est pas un écart négligeable. La verbosité est le facteur de variation le plus important entre deux modèles ayant des prix identiques par token, et c’est la première chose qu’il vaut la peine de mesurer soi-même plutôt que de lire à son sujet — une série fixe de vingt de vos propres prompts, exécutée deux fois, en comptant les tokens de sortie. Tant que personne ne le fait, toute comparaison de coûts impliquant ce modèle est une comparaison de grilles tarifaires, pas de factures.

Par rapport à quoi, exactement, le prix est-il établi ?

Le repère de prix le plus proche est le modèle dont Baidu a livré la base : MiniMax M3.1 Flash, à 0,15 $ en entrée et 0,60 $ en sortie par million de tokens, a obtenu 42 sur l’Artificial Analysis Intelligence Index et coûtait 0,22 $ par tâche d’index complétée. ERNIE 5.5 Flash Preview coûte environ le double de ce prix par token, sans aucun score indépendant. Ce n’est pas une preuve qu’il est moins bon — l’index ne mesure pas le travail en langue chinoise, et le checkpoint de base de Baidu était solide sur le code à l’échelle d’un dépôt — mais c’est une preuve que la preview est facturée comme un modèle performant plutôt que comme un modèle bon marché, et que c’est à Baidu qu’il incombe de publier quelque chose.

Par rapport au checkpoint de base, la comparaison devient encore plus flagrante dans l’autre sens. Les poids sont gratuits ; l’API coûte 1,13 $ par million de tokens de sortie. Quiconque a une charge de travail constituée d’une tâche fixe à fort volume devrait faire ses calculs sur un fine-tuning du checkpoint 280B plutôt que de payer au token à perpétuité — sauf que la licence, un document distinct des conditions de l’API, exclut totalement l’Union européenne, le Royaume-Uni et la Corée du Sud, plafonne l’utilisation commerciale gratuite à 50 millions de dollars de chiffre d’affaires annuel associé, et exige une mention « Powered by ERNIE » sur chaque produit commercial. Ces conditions s’appliquent aux poids. Elles ne s’appliquent pas aux appels effectués via l’API de Baidu, ce qui constitue l’un des rares véritables arguments en faveur de la voie hébergée.

Comment y accéder, et que faire en attendant les chiffres

L'accès se fait via l'API Qianfan de Baidu elle-même, ou via des plateformes tierces qui la revendent. OrcaRouter n'achemine pas ERNIE 5.5 Flash Preview — il n'y a aucune entrée ERNIE dans notre catalogue de plus de 200 modèles et aucun point de terminaison Baidu vers lequel nous puissions acheminer, donc tout ce qui suggérerait le contraire serait faux. Ce à quoi le catalogue sert dans cette situation, c'est le groupe témoin : les modèles auxquels celui-ci sera comparé, MiniMax M3.1 Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash et la gamme Gemini Flash parmi eux, sont tous accessibles via une seule clé compatible OpenAI au prix catalogue du fournisseur, sans majoration, et le basculement automatique signifie qu'un aperçu dont l'historique de disponibilité n'est pas prouvé ne doit jamais être la seule chose à maintenir un chemin de production en fonctionnement.

Voilà à quoi ressembleront concrètement les prochaines semaines. Utilisez la preview là où ses deux véritables avantages s’appliquent — une fenêtre d’entrée d’un million de tokens à $0.28, et une charge de travail uniquement textuelle où la limite de modalité ne coûte rien — et gardez derrière elle une solution de repli routée. Ne migrez pas un pipeline existant dessus sur la seule foi d’une fiche technique, car la fiche technique est la seule chose que Baidu ait publiée.

Ce qui changerait la donne est sans éclat et précis : une fiche modèle avec un tableau d’évaluation, un score indépendant fourni par un organisme de suivi qui utilise son propre banc d’essai, et une mesure des tokens de sortie par tâche. Baidu a publié le premier de ces éléments pour le checkpoint de base, et aucun d’eux pour le modèle de chat, ce qui est un ordre des choses étrange — la matière première documentée en détail, le produit fini livré sans bruit. Tant que cela ne changera pas, la lecture honnête d’ERNIE 5.5 Flash Preview est qu’il existe, qu’il est suffisamment bon marché pour être testé, et que personne en dehors de Baidu ne sait encore s’il est bon.