ERNIE-5.5-Flash vs Gemini 3.8 Flash : l’un a un prix, l’autre a une promesse

Dans cinquante-sept jours, le 1er janvier 2027, le tarif de lancement de Gemini 3.8 Flash prend fin et ses tarifs doublent — de 0,75 $ à 1,50 $ par million de jetons d'entrée, de 3,75 $ à 7,50 $ par million de jetons de sortie. C'est le fait le plus concret de cette comparaison, et il concerne le modèle commercialisé depuis le 2 septembre 2026. ERNIE-5.5-Flash, en revanche, a publié ses poids de base le 5 novembre 2026 sans aucun prix, car l'ERNIE 5.5 Flash post-entraîné n'a pas été publié. Ainsi, la présentation honnête d'ERNIE-5.5-Flash face à Gemini 3.8 Flash n'est pas une confrontation entre deux modèles de niveau Flash. C'est une confrontation entre deux types d'incertitude : un modèle connu avec une falaise de coûts datée, et un modèle promis sans aucun coût. L'augmentation de janvier de Gemini arrive sur la plateforme aux prix catalogue du fournisseur, donc c'est le tarif propre du fournisseur que vous payez.

Ce que Gemini 3.8 Flash embarque, et ce qu’il coûtera après le Nouvel An

Gemini 3.8 Flash est le troisième modèle Flash que Google a livré en six semaines — 3.6 le 21 juillet, 3.7 le 14 août, 3.8 le 2 septembre — et c'est un produit complet, pas un checkpoint. Le contexte d'entrée est de 1 048 576 jetons, la sortie est plafonnée à 65 536, et le modèle accepte du texte, des images, de la vidéo, de l'audio et des PDF avec sortie texte. La date de coupure des connaissances est mars 2026.

La structure tarifaire est là où la comparaison fait vraiment mal. Aujourd’hui, les tarifs sont de 0,75 $ en entrée et de 3,75 $ en sortie par million de jetons, identiques à ceux de Gemini 3.7 Flash. Les lectures d’entrée en cache sont facturées à 0,075 $, le traitement par lots à 0,375 $/1,875 $. À partir du 1er janvier 2027, les tarifs catalogue passent à 1,50 $ et 7,50 $. Quiconque établit un budget 2027 sur le chiffre d’aujourd’hui se base sur un tarif promotionnel.

Il existe un second piège de coût sous le premier. Gemini 3.8 Flash produit environ 30 à 34 % de jetons de sortie en plus par tâche que Gemini 3.7 Flash, ce qui transforme un prix fixe par jeton en un coût plus élevé par tâche terminée — selon une mesure, environ 45 % de plus en effort élevé. Le prix par million de jetons n’est pas le prix par travail, et ce modèle est l’exemple récent le plus clair de cette différence.

Sa position dans les benchmarks est réelle mais dépend de la version. Les chiffres du fournisseur incluent DeepSWE v1.1 à 73,7 %, Terminal-Bench 2.1 à 89,4, OSWorld-2.0 à 59,0 et HLE-Verified à 54,9. La couverture d’Artificial Analysis situe la vitesse de sortie à environ 302 à 351 tokens par seconde, au sommet de son classement, avec un temps jusqu’au premier token d’environ 30 secondes à effort élevé. C’est sur l’indice d’intelligence que les informations divergent : la couverture du lancement citait 59 en raisonnement élevé, tandis que les propres pages d’Artificial Analysis, sous des versions plus récentes de l’indice, affichent des chiffres dans la fourchette 41 à 47. Ce n’est pas un scandale, c’est un rebasage — l’indice a été reconstruit le 27 octobre 2026 — mais cela signifie que tout chiffre AA unique cité pour ce modèle sans sa version est presque dénué de sens.

Ce que propose ERNIE-5.5-Flash-Base, et ce qu'il ne peut pas faire

La publication de Baidu est de forme opposée. ERNIE-5.5-Flash-Base est un MoE clairsemé de 280 B de paramètres, avec 14 B actifs par token, préentraîné sur 33,5 T de tokens, publié en FP8 et BF16 sous l’ERNIE 5.5 Flash Base Model License Agreement v1.0. Contexte d’entraînement : 128 K ; la configuration publiée active 1 048 576 tokens pour le fine-tuning et l’inférence, soit le même chiffre phare que la fenêtre d’entrée de Gemini, mais c’est une chose très différente — il s’agit d’un paramètre de configuration sur un checkpoint, pas d’une limite servie avec une grille tarifaire derrière.

L'écart de capacités est sans appel. ERNIE-5.5-Flash-Base est uniquement textuel. Aucune entrée d'image, aucune vidéo, aucun audio, aucun parsing de PDF. Si votre charge de travail implique une capture d'écran, une facture numérisée, un enregistrement d'appel ou une vidéo produit, la comparaison s'arrête là — Gemini 3.8 Flash les gère nativement et le checkpoint publié d'ERNIE ne les gère pas du tout. Le modèle post-entraîné pourrait changer cela, mais aucun ERNIE 5.5 Flash multimodal n'a été annoncé, et la fiche technique de Baidu décrit un modèle de langage.

Ce qu'ERNIE publie bel et bien, c'est une évaluation de modèle de 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. Chacun de ces chiffres a été produit sur un checkpoint de base, dans le propre banc d'évaluation de Baidu, par comparaison avec d'autres modèles de base. Les placer à côté des scores du modèle instruct de Gemini serait l'erreur la plus fréquente que l'on puisse commettre dans cette comparaison, et il vaut la peine de le dire clairement : les deux séries mesurent des choses différentes et ne peuvent pas être soustraites l'une de l'autre.

Les deux incertitudes ne sont pas équivalentes.

Une falaise tarifaire est une inconnue connue. Vous pouvez la modéliser : prenez le tarif actuel, doublez-le au 1er janvier, et déterminez si la charge de travail préserve encore votre marge. Un prix manquant est une inconnue inconnue, et il ne peut pas être modélisé du tout. Toute la décision tient à cette asymétrie.

Il existe une seconde asymétrie dans le dossier des benchmarks. Les chiffres de Gemini 3.8 Flash sont contestés — des benchmarks de fournisseurs confrontés à des chiffres d’indices indépendants qui ont changé lorsque l’indice a été reconstruit, avec un écart documenté entre le 59 cité au lancement et la plage de 41 à 47 désormais visible sur Artificial Analysis. Les chiffres d’ERNIE 5.5 Flash ne sont pas contestés. Ils sont absents, car il n’y a encore rien à contester au-delà d’un tableau de modèle de base. Des données contestées sont plus utiles que pas de données : au moins, on connaît la plage.

Le seul domaine où ERNIE dispose d’un avantage défendable sur le papier est l’argument de l’efficacité des paramètres. Un modèle de 280B activant 14B par jeton est conçu pour une inférence peu coûteuse, et 33.5T de jetons de pré-entraînement représentent un budget de données sérieux. Si Baidu fixe un prix agressif pour le modèle post-entraîné, le nombre de paramètres actifs est le mécanisme qui lui permettrait de casser le prix d’un Gemini à $1.50/$7.50. Savoir s’il le fera est impossible à déterminer aujourd’hui, et tout article qui prétend le contraire ne fait que deviner.

Quand le prix double, le routage est le levier

L’intérêt d’un changement tarifaire assorti d’une date est qu’il peut être planifié. Les charges de travail qui sont tout juste rentables à 0,75 $/3,75 $ et non viables à 1,50 $/7,50 $ ont besoin d’une voie de migration qui existe avant janvier, et non après. C’est davantage un problème de routage qu’un problème de modèle : réservez le modèle coûteux aux requêtes qui ont besoin de son entrée multimodale ou de sa mémoire de contexte long, et envoyez le reste vers une solution moins chère dotée d’une interface compatible.

OrcaRouter propose google/gemini-3.8-flash au prix catalogue du fournisseur, avec 0 % de marge, de sorte que la hausse de janvier apparaîtra au même tarif que celui facturé par le fournisseur, plutôt que d’être absorbée dans la marge d’un revendeur. Le DSL de routage permet de composer une chaîne de repli — Gemini d’abord pour le parcours multimodal, un modèle texte moins cher derrière — et le basculement automatique couvre le cas où un fournisseur se dégrade. ERNIE-5.5-Flash ne figure pas dans ce catalogue ; les 216 identifiants de modèles ne comprennent aucune entrée ERNIE. Ainsi, le conseil de routage ici concerne le modèle duquel vous pouvez réellement basculer, c’est-à-dire celui auquel est rattachée l’horloge tarifaire.

Une règle de décision plutôt qu'un verdict

Si votre charge de travail implique des images, de l’audio, de la vidéo ou des PDF, utilisez Gemini 3.8 Flash et prévoyez le doublement de janvier. ERNIE-5.5-Flash-Base n’est pas candidat et ne le sera pas tant qu’un modèle multimodal post-entraîné ne sera pas disponible.

Si votre charge de travail est uniquement textuelle, fortement orientée chinois et sensible aux coûts, l’action correcte aujourd’hui n’est toujours pas ERNIE : c’est d’attendre un prix. Les poids de base sont disponibles et téléchargeables gratuitement, ce qui les rend utiles pour une expérimentation de fine-tuning, pas pour une décision de production. Dès que Baidu publiera un tarif Qianfan pour le modèle post-entraîné, cette comparaison deviendra une véritable question de coût, et le nombre de 14B de paramètres actifs suggère que la réponse pourrait être intéressante.

Si vous cherchez simplement à comprendre la sortie d'ERNIE, ce qu'il faut intégrer, c'est que « Flash » désigne ici un palier marketing hérité d'un modèle qui n'a pas encore été déployé. Le palier Flash de Gemini a un prix, une fenêtre de contexte, une liste de modalités et une augmentation datée. Celui d'ERNIE a un dépôt Hugging Face et une phrase qui promet davantage. Entre un coût connu sur le point d'augmenter et un coût inconnu qui n'existe pas encore, la démarche rationnelle consiste à planifier en fonction du coût connu et à garder un œil sur l'autre.