ERNIE-5.5-Flash מול GPT-6 Luna: מה שמדרגת Flash בעצם חייבת לך

Flash אינו מספר פרמטרים. זוהי הבטחה מסחרית עם ארבעה סעיפים: מחיר למיליון טוקנים, השהיה שאפשר לתכנן בקשה סביבה, חלון הקשר שאפשר להתאים לו את גודל האפליקציה, וציון שמישהו בלתי־תלוי בדק. GPT-6 Luna, ששוחרר על ידי OpenAI ב-22 בספטמבר 2026, מפרסם את כל ארבעתם. ERNIE-5.5-Flash, שמשקלות הבסיס שלו שחררה Baidu ב-5 בנובמבר 2026, אינו מפרסם אף אחד מהם — לא מחיר, לא השהיה בפועל, לא הערכה בלתי־תלויה, ומספר הקשר שמתאר תצורת checkpoint ולא נקודת קצה. לכן הצבת ERNIE-5.5-Flash מול GPT-6 Luna אינה השוואה ראש בראש. זהו מבחן שימושי לשאלה מה המילה "Flash" אמורה להבטיח, והדגמה של כמה מאותה הבטחה Baidu טרם סיפקה.Luna מוצע במחיר המחירון של הספק, כאשר מדיניות הניתוב עבור effort וחלון ההקשר מרוכזת במקום אחד.

סעיף אחד: מחיר

GPT-6 Luna מתומחרת ב-$0.10 למיליון טוקני קלט וב-$0.50 למיליון טוקני פלט. קריאת קלט מהמטמון עומדת על כ-$0.01, כתיבה למטמון על כ-$0.125, ופרומפטים מעל 272K טוקני קלט עוברים למדרג גבוה יותר ב-$0.20/$0.75. לעומת GPT-6 Sol ב-$2/$10 ו-GPT-6 Astra ב-$10/$50, Luna עולה כחמישית מעלות Sol וכאחוז מעלות Astra בהתאמה — OpenAI מציגה את ההשקה כקיצוץ קבוע של 50 אחוז לעומת תמחור המבצע של GPT-5.6, ולא כהנחה זמנית.

ל-ERNIE-5.5-Flash אין מחיר. לא מחיר של מודל שלא פורסם, ולא מחיר של הצעת מחיר ארגונית: המודל הבתר-אימוני אינו קיים, ולכן אין מה לתמחר. מה שקיים הוא ERNIE-5.5-Flash-Base, מודל MoE דליל עם 280B פרמטרים ו-14B פעילים לכל טוקן, תחת ERNIE 5.5 Flash Base Model License Agreement v1.0, להורדה בחינם ב-FP8 וב-BF16.

זה כל הסעיף הראשון. מודל בעשרה סנט למיליון אסימוני קלט מצד אחד, ומאגר בצד השני.

סעיף שני: השהיה

פרופיל השיהוי של Luna כנה באופן יוצא דופן לגבי הפשרות של עצמו. הפלט נע סביב 154 טוקנים לשנייה. במאמץ חשיבה נמוך, הזמן החציוני לטוקן הראשון הוא כ-1.5 שניות. במאמץ חשיבה מקסימלי הוא מתארך לכ-124 שניות — נתון שהופך את המודל לבלתי שמיש לעבודה אינטראקטיבית בהגדרה הזו, וסביר לחלוטין לניתוח באצווה. דרג Flash שמפרסם את שני המספרים אומר לכם עבור אילו פריסות הוא נועד.

ERNIE-5.5-Flash אינו מפרסם throughput ואינו מפרסם time-to-first-token, משום שאין endpoint מוגש שאפשר למדוד אותו. מה שאפשר להסיק הוא ארכיטקטוני: 14B פרמטרים פעילים לכל טוקן מתוך 280B בסך הכול הם תכנון שמכוון לפענוח זול ומהיר, ו-14B פעילים הם קבוצת עבודה קטנה יותר מזו של GLM-5.3 Flash עם 18B, או מזו של DeepSeek V4.1 Flash עם פיצול 8B-קלט/16B-פלט. על הנייר הוא בנוי להיות מהיר. על הנייר זה גם המקום שבו הטענה הזו חייבת להישאר עד שמישהו יגיש אותו.

סעיף שלוש: הקשר

החלון של GPT-6 Luna הוא בסביבות מיליון טוקנים, כשהפלט מוגבל לכמעט 128K. הפרט שכדאי לשים לב אליו הוא שזה גדול מ-872K של GPT-6 Sol — הדגם הזול יותר מקבל יותר קלט מהדגם היקר. זה הופך את היגיון ההסלמה הרגיל. דפוס הניתוב הסטנדרטי הוא "לשלוח את המטען הגדול לדגם הגדול"; Luna שוברת אותו, וכל נתב שמוגדר על ההנחה הישנה יבזבז יותר מדי.

ERNIE-5.5-Flash-Base מדווח על הקשר אימון של 128K ועל 1,048,576 טוקנים המאופשרים לכוונון עדין ולהסקה בתצורה שפורסמה. אלה אינם אותו סוג של מספר כמו זה של Luna. האחד הוא דגל תצורה על checkpoint שמעולם לא הוגש באורך הזה; האחר הוא מגבלת מוצר עם מדרגת מחיר המצורפת ב-272K. הראיות של Baidu להקשר ארוך הן סקירת benchmarks — HELMET-RAG 71.5, RepoQA 91.7, LongBench-v2 48.7, InfiniteBench 46.5 — שהורצו תחת ה-harness שלה, והפוסט מודה שלפחות שניים מאותם שורות הקשר ארוך מיוחסים למודל בסיס של מתחרה.

סעיף ארבע: ציון שמישהו אחר בדק

העמדה שפורסמה של Luna היא מעורבת, וזה מה שהופך אותה לאמינה. BenchGecko מדווח על ציון ממוצע של 55.9 עם דירוג סביב המקום ה-116; נתונים הקרובים לספק כוללים את DeepSWE v1.1 עם 66.6, OSWorld 2.0 עם 52.7, LiveBench בקוד 79 ובמתמטיקה 89.1. Terminal-Bench 4.0 מגיע לכ-13.6 אחוז בהרצה של Vals AI, ו-AutomationBench ל-20.7. Artificial Analysis מציבה את מדד האינטליגנציה שלו בסביבות 37 עד 38, מתחת ל-Sol עם כ-48 ול-Astra עם כ-53, ואת מדד סוכן הקידוד שלו בסביבות 41 — נסיגה מ-43 של GPT-5.6 Luna. שיעור ההזיות השתפר מ-93 אחוז ל-77 אחוז, וזה טוב יותר ועדיין לא טוב.

אז Luna הוא מודל זול עם תקרה מתועדת ולפחות רגרסיה מתועדת אחת. זה שימושי יותר לקונה מאשר נתון חזק בלי מקור, כי זה אומר לך איפה לא להשתמש בו: לולאות קידוד אייג'נטיות, שליפה עובדתית בסיכון גבוה, וכל דבר שתלוי במניפולציה של סביבה בסגנון Terminal-Bench.

הצד של ERNIE-5.5-Flash בסעיף הזה הוא טבלת מודל-בסיס. MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1 — כולם נמדדו לפני אימון-על, בהרנס של Baidu, מול נקודות ביקורת בסיס אחרות. זו טבלה לגיטימית. היא אינה תשובה לשאלה "כמה טוב המודל שאליו אפנה", כי המודל שאליו תפנו טרם נבנה.

למה "Flash" ב-280B הוא משהו אחר לגמרי

יש נקודה מבנית שמסתתרת מתחת להשוואה. Luna הוא מודל קטן שנעשה זול בזכות היותו קטן. ERNIE-5.5-Flash הוא מודל גדול שנעשה זול על ידי הפעלה של פרוסה קטנה מעצמו — 14B מתוך 280B לכל טוקן. הכלכלה שונה באמת: עלות הזיכרון נקבעת לפי 280B הכוללים, ועלות החישוב נקבעת לפי 14B הפעילים. עבור ספק שמשרת בנפח גבוה, זהו מבנה אטרקטיבי, כי החלק היקר מתפרס על פני בקשות בו-זמניות רבות והחלק הזול הוא מה שכל טוקן עולה.

עבור מי שמארח את המודל בעצמו, אותה תצורה היא בעיה. נדרש זיכרון עבור 280B פרמטרים ב-FP8 — בסדר גודל של 280GB לפני KV cache — כדי לקבל את פרופיל החישוב של מודל 14B. זו פריסה במרכז נתונים, לא בתחנת עבודה, ולכן צ'קפוינטים בסיסיים בגודל הזה נוטים להפוך ל-APIs ולא למודלים מקומיים.

לונה היא ההיפך: קטנה מספיק כדי להיות זמינה באופן רחב, מתומחרת בהתאם לכך, וזמינה דרך ה-API של OpenAI, ChatGPT Work, Codex ואפליקציית הדסקטופ במסלולי Free ו-Go. ההפצה היא חלק מהמוצר.

היכן OrcaRouter מתאים, והיכן לא

ניתן לנתב את GPT-6 Luna ב-OrcaRouter כ-openai/gpt-6-luna, במחיר המחירון של הספק עם 0% תוספת. זה חשוב יותר מהרגיל עבור המודל הזה, כי החלטות הניתוב המעניינות סביב Luna אינן קשורות למחיר בכלל — הן קשורות למאמץ. בקשה שדורשת השהיית טוקן ראשון של 1.5 שניות לא צריכה להישלח לאותה הגדרת מאמץ כמו משימת אצווה שיכולה להמתין שתי דקות, ועומס עבודה שזקוק מדי פעם ל-800K של הקשר לא אמור כברירת מחדל לפנות ל-Sol מתוך הנחה שלמודל הגדול יותר יש החלון הגדול יותר. שכבת ניתוב שיכולה להחזיק את המדיניות האלה במקום אחד, עם מעבר אוטומטי לגיבוי כשספק מתדרדר, עושה כאן עבודה אמיתית.

ERNIE-5.5-Flash אינו נמצא בקטלוג של OrcaRouter — 216 מזהי מודלים, אין רשומת ERNIE — ואין לקרוא שום דבר במאמר הזה כטענה שהוא כן. אין נקודת קצה לנתב אליה. העמדה הכנה היא שביום שבו Baidu תספק את המודל שלאחר האימון, שאלת הניתוב תהפוך למעניינת; היום היא היפותטית.

מה יהפוך את ERNIE למתחרה של Luna

ארבעה דברים, והם אותם ארבעה סעיפים.

• מחיר של $0.10/$0.50 או נמוך מכך. כל מחיר מעל התעריף של Luna חייב להצדיק את עצמו באמצעות איכות השפה הסינית או ריבונות הנתונים, ו-Baidu עדיין לא הציגה אף אחד מהטיעונים האלה עבור המודל הזה.

• נתון תפוקה נמדד. התכנון עם 14B פרמטרים פעילים מרמז שהוא עשוי להיות מהיר; עד שספק יפרסם טוקנים לשנייה וזמן עד לטוקן הראשון, זו הסקה ארכיטקטונית, לא מפרט.

• מגבלת הקשר מסופקת עם מחיר נלווה. תצורת 1,048,576 הטוקנים היא יכולת של נקודת השמירה. החלון של Luna הוא תנאי מוצר, כולל שכבת התמחור של 272K. אלה התחייבויות שונות.

• מודל שעבר אימון-המשך עם הערכה עצמאית. זה העיקר. המרחק בין צ'קפוינט בסיס למודל Flash מוגמר הוא המקום שבו נמצאים עמידה בהוראות, שימוש בכלים ומשמעת פורמט, וזה בדיוק המרחק שלונה כבר עברה.

עד שארבעת אלה קיימים, להשוואה יש תשובה ברורה לכל מי שקונה כושר חישוב: GPT-6 Luna, על חולשותיה המתועדות, היא אפשרות ממשית במחיר ממשי, ו-ERNIE-5.5-Flash היא מהדורת מחקר העוטה את שמו של דרג מוצר. התצפית המעניינת יותר היא שבאידו בחרה לשחרר קודם את משקולות הבסיס ולתעד את הארכיטקטורה בקול רם — 43 שכבות, 37 HCA ועוד 6 MLA-DSA, 512 מומחים מנותבים ב-top-10, אוצר מילים של 201,216 טוקנים — מה שנקרא כמו מעבדה שמזמינה עבודת אימון-המשך ולא ספק שפותח ערוץ מכירות. שפוט אותה לפי אמת מידה זו והיא מהדורה טובה. שפוט אותה מול Luna והיא עדיין לא באותו שוק.