ERNIE Light DT 1.0 vs Ling 3.1 Flash : un écart de prix de 25 fois dans la même catégorie de poids

Deux modèles chinois de gamme rapide, tous deux uniquement textuels, tous deux mettant en avant une fenêtre d’un million de jetons, tous deux conçus autour d’astuces d’attention clairsemée pour rendre le contexte long abordable — et l’un d’eux coûte vingt-cinq fois plus cher par jeton d’entrée que l’autre. ERNIE Light DT 1.0, publié par Baidu le 10 novembre 2026, est affiché à 1,13 $ par million de jetons d’entrée et 3,94 $ par million de jetons de sortie. Ling 3.1 Flash, mélange d’experts de 560 milliards de paramètres d’Ant Group annoncé le 30 septembre 2026, est affiché à 0,045 $ et 0,135 $ sur les mêmes unités et obtient un score indépendant de 41 à l’Artificial Analysis Intelligence Index.

Ce n’est pas un écart modeste que l’on peut justifier par la qualité du contexte. C’est la plus grande différence par token entre deux modèles de ce niveau que l’un ou l’autre des laboratoires commercialise actuellement, et cela exige une explication avant que quiconque signe un bon de commande.

La façon la moins chère de voir le problème : une requête, deux factures

Prenez un seul appel du type pour lequel ces modèles existent — un ensemble de documents récupérés de 120 000 tokens avec une réponse de 2 000 tokens, exécuté une fois.

Sur ERNIE Light DT 1.0, cette requête coûte 120 000 × 1,13 $/1 M plus 2 000 × 3,94 $/1 M, ce qui donne 0,1356 $ plus 0,0079 $, soit environ 14,4 cents.

Sur {{1}}Ling 3.1 Flash{{/1}}, la même requête coûte {{2}}120 000 × 0,045 $/1 M{{/2}} plus {{3}}2 000 × 0,135 $/1 M{{/3}}, soit {{4}}0,0054 ${{/4}} plus {{5}}0,00027 ${{/5}}, soit environ {{6}}0,57 cent{{/6}}.

Les deux modèles prétendent satisfaire cette requête. L’un d’eux coûte vingt-cinq fois moins cher à exécuter. Pour dix mille requêtes de ce type par jour, la différence est de 1 356 $ par jour contre 57 $ — soit environ 39 000 $ par mois contre 1 700 $.

Il n’y a que trois explications possibles. Soit Baidu sait quelque chose sur la qualité qu’il n’a pas publié, soit le schéma de compression apporte quelque chose que l’architecture de Ling n’apporte pas, soit le prix est un prix provisoire qui va bouger. Le reste de cet article porte sur laquelle de ces explications.

Ce que chacun est réellement

• Ling 3.1 Flash — MoE à raisonnement hybride d’Ant Group, avec environ 560 milliards de paramètres au total dont environ 25 milliards actifs par token, en entrée et en sortie texte, du laboratoire inclusionAI. Annoncé le 30 septembre 2026 et en service sur l’API propre d’Ant ainsi que dans ses produits grand public. L’argument marketing est un plafond de 1 M de tokens ; ce que l’endpoint servait réellement au lancement était de 256 000, et les fiches internationales actuelles indiquent un contexte de 1 000 000 de tokens avec 262 144 tokens de sortie maximale.

ERNIE Light DT 1.0 — le point de terminaison d'entrée de gamme de Baidu, répertorié le 10 novembre 2026, construit sur l'architecture open source GLM avec des recherches issues de la gamme « Lightning » de Baidu Search, utilisant Baidu Sparse Attention et un schéma de compression de l'historique piloté par rétroaction. Contexte de 1 024 000 jetons, sortie maximale de 131 072 jetons, texte uniquement. Quatre niveaux d'effort de raisonnement, appel d'outils, sorties structurées.

Le nombre de paramètres n’est pas comparable — Ling n’a pas publié celui de Light DT ; pour être honnête, on sait donc qu’un des deux totalise 560B de paramètres, tandis que l’autre reste non divulgué. Ce qui est comparable, c’est la structure : tous deux sont sparse, tous deux sont uniquement textuels, et tous deux visent des travaux à contexte long et à fort volume.

Attention clairsemée, deux fois, pour deux raisons différentes

Les récits architecturaux se font écho, ce qui rend l’écart de prix plus difficile à expliquer plutôt que plus facile.

Ling 3.1 Flash mobilise 25 milliards de ses 560 milliards de paramètres à chaque token. C’est un pari sur la capacité : garder en mémoire un très vaste stock de connaissances et n’y acheminer que des requêtes ciblées, afin d’obtenir les connaissances du monde d’un grand modèle avec le coût de calcul d’un petit modèle. L’argument du contexte long découle de la même conception — si chaque étape est peu coûteuse, maintenir une longue séquence ouverte pèse moins.

L’histoire d’ERNIE Light DT porte sur la mémoire plutôt que sur la capacité. Baidu affirme que le modèle « améliore le stockage et l’indexation des informations historiques » grâce à une compression de l’historique pilotée par rétroaction, « réduit considérablement le stockage du cache KV et les coûts de calcul tout en maintenant les performances du modèle », et permet de conserver des contextes plus longs « à un coût moindre ». Remarquez la formulation : un coût moindre pour l’opérateur. Il s’agit d’une affirmation concernant la facture de service de Baidu, pas nécessairement la vôtre.

C'est là le nœud du problème. Tous les schémas de compression de cette catégorie — l'attention fortement compressée (Heavily Compressed Attention) de Baidu dans ERNIE 5.5, l'attention creuse à micro-blocs de Qwen, le routage propre à Ling — réduisent le coût par token de contexte supporté par le fournisseur. Que le fournisseur répercute ou non cette économie relève d'une décision commerciale, et Baidu a choisi de ne pas le faire. Il facture un surprix sur précisément la capacité qu'il affirme avoir rendue moins coûteuse.

Ce n’est pas automatiquement de la mauvaise foi. Un schéma de compression qui préserve la qualité à un million de tokens est coûteux à construire et coûteux à valider, et le fournisseur peut être en train de récupérer ce coût de recherche. Mais cela signifie que l’acheteur paie pour une capacité dont l’économie était censée s’être améliorée, et que l’amélioration n’est pas visible dans la grille tarifaire.

Le score indépendant de Ling, et ce qu'il dit de ce niveau

Ling 3.1 Flash obtient 41 à l’Artificial Analysis Intelligence Index. Il s’agit d’une véritable mesure tierce, et non d’un graphique fourni par l’éditeur, et elle place le modèle dans la moitié supérieure du tier rapide — nettement au-dessus de modèles disposant de budgets marketing plus importants, mais en dessous des petits modèles de pointe. Ce score s’accompagne d’une mise en garde importante pour une comparaison de coûts : Ling est un raisonneur bavard. Une évaluation antérieure du modèle a révélé qu’il consommait environ 220 millions de tokens de sortie pour traiter les évaluations de l’index, bien au-dessus de la médiane de sa gamme de prix, et qu’il prenait en moyenne plusieurs minutes par tâche. Des tokens bon marché que le modèle dépense librement peuvent tout de même s’accumuler — mais à 0,135 $ par million de tokens de sortie, même un raisonnement généreux reste peu coûteux.

ERNIE Light DT 1.0 n'a aucun score. Ni chiffre fourni par l'éditeur, ni chiffre indépendant. Baidu a publié une grille tarifaire et un paragraphe de communication sur le mécanisme, puis s'est arrêté là. Pour un modèle vendu à un prix premium, arriver sans la moindre preuve est le fait le plus dommageable de cette comparaison — non pas parce qu'il est probablement mauvais, mais parce qu'un acheteur ne peut pas distinguer « non mesuré » de « non compétitif », et le prix n'accorde aucun bénéfice du doute.

Le plafond de contexte est le seul terrain où Baidu a de la marge pour argumenter

S'il y a un argument en faveur de l'offre premium, c'est ici. La fenêtre d'un million de tokens de Ling 3.1 Flash a été, du moins pendant sa période de lancement, un plafond plutôt qu'une valeur réellement servie — le point de terminaison donnait 256K tandis que l'annonce affichait 1M. ERNIE Light DT annonce 1 024 000 et ses fiches indiquent le même chiffre pour le contexte et 131 072 pour la sortie, sans réduction documentée.

Que cette distinction survive au contact du trafic réel reste inconnu, car Baidu n’a publié aucune évaluation à long contexte. Personne d’autre non plus. La seule preuve de contexte long dans l’une ou l’autre des familles provient du tableau du fournisseur d’ERNIE 5.5 Flash Base, qui rapporte HELMET-RAG 71,5, HELMET-ICL 85,9, LongBench-v2 48,7 et InfiniteBench 46,5 — les chiffres de Baidu, sur un modèle différent et bien plus grand, et non transférables à celui-ci.

L'argument en faveur de Light DT se résume donc à ceci : un modèle non évalué, doté d'un avantage de contexte long non vérifié, à un prix d'entrée vingt-cinq fois supérieur à celui d'un modèle évalué qui dispose au moins d'un véritable score d'indice et d'un endpoint fonctionnel. Ce n'est pas une position solide, et il est légitime de le dire franchement.

Ce en quoi chacun est véritablement meilleur

• Plafond de sortie — {{1}}Light DT à 131 072 jetons{{/1}} contre 262 144 pour Ling. Ling vous offre deux fois plus de place pour générer, ce qui compte pour la synthèse de contenus longs et les transcriptions d’agents.

• Contrôle du raisonnement — Light DT expose max, high, low et none, avec max comme valeur par défaut. Ling est un raisonneur hybride doté d’un interrupteur marche/arrêt plutôt que d’une échelle graduée ; aucun « none » documenté ne permet d’obtenir un chemin rapide sans raisonnement.

• Coût quel que soit le volume — Ling pour chaque taille de requête. Il n’existe aucune charge de travail dans laquelle un surcoût de 25× sur le prix des entrées est compensé par un avantage contextuel de deux pour cent (1 024 000 contre 1 000 000 de tokens).

• Preuves — Ling, dans les deux sens : un score d’indice indépendant et une architecture publiée avec le nombre de paramètres. Light DT n’a ni l’un ni l’autre.

• Stabilité de service — Ling repose sur l’infrastructure propre d’Ant ainsi que sur des plateformes tierces ; Light DT repose uniquement sur le point de terminaison international de Baidu. Un modèle mono-fournisseur n’offre aucune bascule, ce qui constitue un risque d’approvisionnement plutôt qu’un risque de performance.

• {{1}}Ouverture{{/1}} — le checkpoint 1019 de Ling a été publié sous forme de poids ouverts fin octobre 2026, de sorte que l’architecture est inspectable et que le modèle peut être auto-hébergé. Light DT ne dispose ni de poids ni de fiche de modèle.

Ce dernier point mérite d’être souligné. La gamme Ling propose un artefact ouvert et un fermé, et celui qui est ouvert vous permet de vérifier les affirmations. ERNIE Light DT n’offre que l’option fermée, sur un modèle dont l’affirmation centrale — que la compression préserve la qualité en contexte long — est exactement le genre de chose que l’on voudrait vérifier indépendamment.

Si vous souhaitez toujours l'essayer

Aucun des deux modèles ne figure au catalogue d’OrcaRouter, donc ce n’est pas une recommandation de s’inscrire où que ce soit. Mais si l’argument du contexte long de Light DT est pertinent pour votre travail, la manière de le tester est ciblée et peu coûteuse.

Envoyez le même prompt de plus de 100 000 tokens aux deux modèles, vingt fois, avec des questions dont les réponses sont enfouies à différentes profondeurs — près du début, au milieu et à la fin. Évaluez vous-même les réponses. Ce test coûte moins d’un dollar sur Ling et environ trois dollars sur Light DT, et il tranche en un après-midi une question qu’aucun des deux fournisseurs n’a publiée. Si Light DT maintient la qualité dans les profondeurs là où Ling se dégrade, le surcoût se justifie. Si les deux se dégradent, vous aurez appris qu’une fenêtre d’un million de tokens est un chiffre marketing dans ce segment, quel que soit le vendeur.

Quel que soit le résultat, gardez la bascule peu coûteuse. Un point de terminaison routé qui expose les prix des deux modèles par requête — avec la possibilité d’envoyer une fraction de votre trafic vers le nouveau et de la retirer le jour même — est la seule façon raisonnable d’évaluer un modèle sans preuves publiées. Acheter de la capacité sur une simple grille tarifaire, c’est ainsi que les équipes finissent par payer 25 fois plus pour une fenêtre qu’elles ne remplissent jamais.