ERNIE 5.5 Flash vs MiniMax M3.1 Flash : deux fenêtres de deux millions de tokens, un score publié

Ces deux modèles revendiquent une fenêtre de contexte d’un million de jetons, tous deux sont de gamme Flash, tous deux coûtent moins d’un dollar par million de jetons d’entrée, et exactement l’un des deux a un chiffre attaché à son nom. MiniMax M3.1 Flash obtient un score de 42 à l’Artificial Analysis Intelligence Index depuis son lancement le 19 octobre 2026, à 0,22 $ par tâche d’index terminée. ERNIE 5.5 Flash a été mis en vente sur Baidu Qianfan le 10 novembre 2026 avec un prix, une spécification et aucune évaluation d’aucune sorte — ni tableau fournisseur, ni exécution indépendante, ni date de coupure des connaissances. La question utile n’est donc pas de savoir quel modèle est meilleur. C’est de savoir combien vaut le score manquant, et si les deux fenêtres sont la même fenêtre.

Là où les deux spécifications divergent réellement

Les chiffres phares sont suffisamment proches pour sembler interchangeables, et ils ne le sont pas. Quatre des lignes ci-dessous déterminent de véritables charges de travail.

• Fenêtre d’entrée — ERNIE 1 024 000 tokens vs MiniMax 1 000 000. Une différence de 24 000 tokens est négligeable ; considérez-les comme équivalents et cessez de les comparer.

• Plafond de sortie — ERNIE 921 600 tokens contre MiniMax 524 288. Le plafond d’ERNIE est presque le double, et la raison tient à l’architecture plutôt qu’à la générosité : son raisonnement ne peut pas être désactivé, donc les longues boucles d’agents ont besoin d’un endroit où la réflexion peut aller.

• Prix par million — ERNIE : 0,28 $ en entrée / 1,13 $ en sortie / 0,028 $ en cache, contre MiniMax : 0,15 $ / 0,60 $ / 0,015 $. ERNIE applique un tarif d’entrée 1,87× plus élevé et un tarif de sortie 1,88× plus élevé. Les lectures mises en cache suivent le même rapport.

• Modalité — ERNIE est uniquement textuel. MiniMax accepte le texte, l’image et la vidéo et renvoie du texte. Pour toute charge de travail contenant une capture d’écran, un graphique, une capture d’interface utilisateur ou un appel enregistré, cette ligne met fin à la comparaison avant même que le prix ne soit abordé.

• Contrôle du raisonnement — le raisonnement d'ERNIE est obligatoire, activé par défaut, proposé à un seul niveau d'effort : élevé. MiniMax expose une profondeur de réflexion ajustable, ce qui signifie qu'un appel de classification peut omettre la réflexion dont il n'a pas besoin.

• Poids — MiniMax a publié 428 Md de paramètres (23 Md actifs) le 23 octobre, soit 252,4 Go répartis sur 48 shards sous une licence communautaire, avec une ligne de revenus de 20 millions de dollars. Le checkpoint de base d'ERNIE est téléchargeable ; l'ERNIE 5.5 Flash post-entraîné ne l'est pas, et aucune date n'a été communiquée.

• Score indépendant — MiniMax obtient 42 sur l’Intelligence Index, 41e sur 173 au moment de l’évaluation, 0,22 $ par tâche. ERNIE : aucun. Artificial Analysis dispose de lignes ERNIE 4.5 et ERNIE 5.0, et d’aucune ligne ERNIE 5.5.

Passez la facture trois fois, pas une seule.

Une grille tarifaire est la façon la moins utile de comparer deux modèles qui réfléchissent tous deux avant de répondre. La même tâche, chiffrée de trois façons, est plus honnête.

Prenons une charge de travail de relecture de documents : 400 000 jetons d’entrée, 3 000 jetons de sortie par requête, cent requêtes par jour. Sur ERNIE 5.5 Flash, cela représente 40 millions de jetons d’entrée à 0,28 $ et 300 000 jetons de sortie à 1,13 $ — 11,20 $ plus 0,34 $, soit 11,54 $ par jour. Sur MiniMax M3.1 Flash, cela fait 6,00 $ plus 0,18 $, soit 6,18 $. ERNIE coûte 5,36 $ de plus par jour, soit environ 1 950 $ par an, pour les mêmes 100 documents.

Refaites-le maintenant avec un prompt système qui vaut la peine d’être mis en cache. Si 380 000 de ces jetons d’entrée sont des instructions stables et que seulement 20 000 changent, les lectures mises en cache d’ERNIE à 0,028 $ font passer la ligne d’entrée de 11,20 $ à environ 1,62 $ ; le tarif mis en cache de MiniMax à 0,015 $ fait passer ses 6,00 $ à environ 0,87 $. L’écart se réduit à bien moins d’un dollar par jour, et les deux modèles deviennent assez bon marché pour que le choix cesse d’être financier. La mise en cache n’est pas une micro-optimisation sur une fenêtre d’un million de jetons — c’est la majeure partie de la facture.

La troisième exécution est celle que personne ne publie. Ajoutez les jetons de raisonnement. On ne peut pas demander à ERNIE de les éviter ; sur une tâche où il réfléchit pendant 6 000 jetons avant d’en écrire 3 000, le volume de sortie est de 9 000 jetons et la ligne de sortie triple. On peut demander à MiniMax de réfléchir moins, et son comportement documenté est déjà inhabituellement verbeux — 180 millions de jetons de sortie dans l’Intelligence Index, contre une médiane de 99 millions — de sorte que les deux pourraient converger en pratique. Personne ne le sait, car un seul de ces modèles a été mesuré tout court. Tant que vous ne comptez pas les jetons de sortie sur vos propres invites, la deuxième décimale de toute comparaison ici n’est que décoration.

Le raisonnement obligatoire est un parti pris de conception, pas un bug.

Il est tentant d’interpréter le raisonnement obligatoire à effort élevé d’ERNIE comme une limitation, et pour certaines charges de travail, c’en est précisément une — il n’existe pas de chemin rapide pour une classification d’un seul mot, et chaque requête paie une taxe de latence et de tokens que MiniMax permet d’éviter. Mais cette même décision explique le plafond de sortie, et elle en dit long sur le public pour lequel Baidu l’a conçu.

Un modèle qui raisonne toujours, avec une allocation de sortie de 921 600 tokens, est conçu pour de longues exécutions agentiques : refactorisations à l’échelle du dépôt, recherche multi-étapes, boucles de planification qui ont besoin d’un espace pour réfléchir. La publication du checkpoint de base de Baidu va dans le même sens — le corpus de pré-entraînement met l’accent sur « code à l’échelle du dépôt et contexte long », et les lignes de benchmark qui le flattent le plus sont HumanEval+ à 82,3 et RepoQA à 91,7, deux chiffres de modèle de base qui ne disent rien directement du modèle de chat mais disent bien ce que les données d’entraînement ont priorisé.

La conception de MiniMax pointe ailleurs. Une profondeur de réflexion ajustable, une entrée native d’images et de vidéos, 125.5 tokens de sortie par seconde et un temps jusqu’au premier token de 1.04 seconde décrivent un modèle conçu pour le débit — boucles autonomes, interfaces pilotées par captures d’écran, pipelines documentaires où l’entrée est un scan plutôt qu’un diff. Son propre langage de positionnement porte sur le coût par token en volume, et le $0.22 par tâche d’indexation est le chiffre qui le confirme.

Deux modèles de la gamme Flash, deux paris différents : l’un sur la profondeur par requête, l’autre sur les requêtes par seconde. Ni l’un ni l’autre n’a tort, et les fiches techniques sont étonnamment claires sur lequel est lequel.

Les deux sont bon marché ; un seul est une décision que vous pouvez prendre aujourd’hui.

L’asymétrie qui compte est d’ordre probatoire. MiniMax M3.1 Flash dispose d’un score d’index publié, d’un coût par tâche publié, d’une fiche modèle publiée, de poids téléchargeables et d’une mesure indépendante du nombre de tokens qu’il consomme pour terminer un benchmark. Une décision d’achat peut être prise sur cette base. ERNIE 5.5 Flash Preview dispose d’une grille tarifaire, d’une fenêtre de contexte et d’une page de presse Baidu qui met encore en avant le checkpoint de base et la mention « bientôt disponible » à propos du modèle post-entraîné — qui est, bizarrement, le modèle désormais commercialisé.

Cela ne fait pas de l’aperçu un mauvais modèle. Cela en fait un modèle non mesuré, et la posture correcte face à un modèle non mesuré coûtant le double d’un concurrent mesuré n’est pas de présumer qu’il est moins bon. Le checkpoint de base de Baidu a battu DeepSeek V4 Flash Base sur 26 des 30 lignes ; une solide campagne de post-entraînement sur cette base pourrait plausiblement se situer au-dessus de 42. Elle pourrait aussi se situer en dessous. Le point est que personne en dehors de Baidu ne peut actuellement le dire, et une grille tarifaire ne constitue pas une preuve.

Tester les deux sans signer deux contrats

L'un de ces modèles passe par une clé routée, l'autre non. OrcaRouter sert MiniMax M3.1 Flash au prix catalogue du fournisseur, avec 0 % de marge, aux côtés de GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash et Gemini 3.8 Flash — plus de 200 modèles derrière un seul point d'accès compatible OpenAI, avec bascule automatique entre fournisseurs et un DSL de routage pour composer plusieurs modèles en un seul appel. ERNIE 5.5 Flash Preview ne figure pas dans ce catalogue ; il n'y a aucune entrée ERNIE ni aucun point d'accès Baidu vers lequel router, il faut donc l'appeler via l'API propre à Baidu, avec une seconde clé et une seconde facture.

La voie pratique pour gérer cette asymétrie consiste à construire d’abord l’évaluation, puis l’intégration. Placez vos vingt prompts derrière la clé routée, exécutez MiniMax et le reste de la gamme Flash, et enregistrez les tokens de sortie par tâche — pas seulement le prix par million. Dirigez ensuite les mêmes vingt prompts vers le point de terminaison Baidu et comparez sur le même axe. Si ERNIE l’emporte sur les tâches qui vous importent, son tarif de 1,88× est une prime qui vaut la peine d’être payée, et la fiche modèle manquante devient un désagrément plutôt qu’un blocage. Si ce n’est pas le cas, vous aurez consacré un après-midi et une petite facture à le découvrir.

Ce qui trancherait proprement la question, c'est une seule ligne dans un tableau de suivi qui exécute son propre harnais. MiniMax en a une depuis le jour du lancement. Baidu pourrait en publier une demain et l'incertitude centrale de cet article s'évaporerait — ce qui trahit le fait que cette incertitude ne porte pas vraiment sur les modèles. Elle porte sur le fournisseur qui a choisi de montrer son travail.