ERNIE Light DT 1.0 לעומת Qwen 3.8 Flash: משלמים יותר עבור פחות קלט

שימו את ERNIE Light DT 1.0 ואת Qwen 3.8 Flash על אותה שורה, ושלושה מספרים יעשו את הוויכוח. Baidu גובה 1.13 דולר למיליון אסימוני קלט; Alibaba גובה 0.15 דולר. Baidu מספקת טקסט בלבד; Alibaba מקבלת טקסט, תמונות ווידאו. Baidu לא פרסמה בנצ'מרק; המודל של Alibaba עומד מאחורי הפצה מתועדת עם תאום במשקלים פתוחים שאפשר לבדוק. Qwen 3.8 Flash הושק ב-26 באוגוסט 2026; ERNIE Light DT 1.0 הופיע ב-10 בנובמבר 2026, חודשיים וחצי לאחר מכן, במחיר קלט גבוה פי שבעה וחצי.

חדש ויקר יותר אינו בהכרח גרוע יותר — ארכיטקטורות משתפרות, ומודל שנבנה סביב דחיסת KV-cache פותר בעיה ששכבה מהירה לשימוש כללי אינה פותרת. אבל נטל ההוכחה מונח בבירור על צדה של Baidu בהשוואה הזו, ו-Baidu לא הרימה אותו.

מהו למעשה Qwen 3.8 Flash

דרגת Flash של Alibaba היא תערובת מומחים דלילה: 125 מיליארד פרמטרים בגוף המומחים, עם כ-6 מיליארד מופעלים לכל טוקן, בתוספת טבלת הטמעות n-gram בת 51 מיליארד פרמטרים וכ-4 מיליארד פרמטרים בראשי חיזוי ריבוי טוקנים, מה שמסתכם לכ-180 מיליארד פרמטרים בדיסק. ארבעים ושמונה שכבות, 512 מומחים, ומערך קשב היברידי הבנוי מ-Gated DeltaNet ומ-Qwen Sparse Attention.

ה-SKU של המוצר מוגש ב-QwenCloud עם הקשר ברירת מחדל מתועד של מיליון טוקנים, קלט מקסימלי של 991,000 טוקנים ופלט מקסימלי של 131,072 טוקנים. ארטיפקט במשקלים פתוחים עם אותה ארכיטקטורה הוא Qwen3.8-Flash-Next, המתפרסם תחת רישיון Qwen Community License, שהוא אובייקט שונה עם רישיון שונה — שימושי לבדיקה, לא תחליף לנקודת הקצה.

באופן בולט, הקשב הדליל של Q​wen והקשב הדליל של Baidu פותרים את אותה בעיה מכיוונים מנוגדים. ה-QSA של Q​wen פועל ברמת מיקרו-בלוקים ולא בוחר טוקנים בודדים, מה שלדברי הספק מקצר משמעותית את השהיה בהקשר ארוך. ה-BSA של Baidu, בשילוב עם דחיסת היסטוריה מבוססת משוב, מכוון במקום זאת לאחסון מטמון ולאינדוקס. שניהם הימורים שהעתיד של האינפרנס הוא הקשר ארוך בעלות נמוכה. הם רק חלוקים לגבי איזה חלק מהחשבון לתקוף.

ההשוואה, מימד אחר מימד

• מחיר קלט — ERNIE Light DT 1.0 במחיר 1.13$ למיליון טוקנים לעומת Qwen 3.8 Flash במחיר 0.15$. Baidu יקרה פי 7.5.

מחיר פלט — 3.94 דולר לעומת 0.47 דולר למיליון. Baidu יקרה פי 8.4.

• קלט במטמון — $0.113 לעומת $0.0184 למיליון. שניהם נותנים הנחת קריאה מהמטמון פי עשרה; הפער המוחלט הוא פי 6.1.

• חלון הקשר — 1,024,000 טוקנים לעומת 1,000,000, כאשר Q​wen מתועד בקלט מרבי של 991,000 טוקנים. למעשה אותה תקרה.

• פלט מרבי — 131,072 טוקנים בשניהם. זהה.

• מודאליות קלט — טקסט בלבד מול טקסט, תמונה ווידאו.

• שליטה בהסקה — ארבע רמות מדורגות ב-Light DT (מקסימלי, גבוה, נמוך, ללא) לעומת מצב חשיבה גמיש ב-Qwen 3.8 Flash שתומך בתקציב הסקה מתועד של מקסימום טוקנים.

• שימוש בכלים ופלט מובנה — נתמכים בשניהם, כולל בחירה כפויה של כלי.

• ציון עצמאי — לא פורסם ציון עבור Light DT; ה-Flash-Next האח של Qwen נמדד במדד Artificial Analysis Intelligence Index, והציון שלו שייך לארטיפקט הפתוח ולא ל-SKU הייצור.

• משקולות פתוחות — אין עבור Light DT; צ'קפוינט באותה ארכיטקטורה תחת רישיון Q​wen Community License עבור Q​wen.

היכן שניתן היה תיאורטית להרוויח פרמיה פי שבעה

כדאי להציג את עמדת Baidu בגרסה החזקה ביותר שלה במקום לדחות אותה, מפני שיש גרסה של זה שבה המחיר מתאים.

מודל שנבנה על דחיסה יכול, באופן עקרוני, לשרת בקשה של מיליון טוקנים עם טביעת זיכרון של מטמון שמודל קונבנציונלי לא יכול להשתוות לה. אם ה-BSA של Baidu אכן שומר על איכות יציבה ככל שההקשר גדל — הטענה היא "שמירה על ביצועי המודל" תוך צמצום אחסון ה-KV-cache והמחשוב — אז העלות של המפעיל לכל מיליון טוקנים של הקשר יורדת. ספק שהשקיע מאמץ מחקרי בכך יוכל לגבות יותר לכל טוקן באופן סביר ועדיין להיות זול יותר לכל בקשה ארוכה.

הבעיה היא שזה לגמרי לא מאומת, והמספר היחיד שהיה מכריע את הסוגיה — טביעת הרגל האפקטיבית של המטמון למיליון טוקנים — לא פורסם. אין כרטיס מודל, אין דוח טכני, אין טבלת בנצ'מרקים. תיאור המוצר של Baidu עצמו מסתכם בפסקה אחת.

השוו את הראיות בצד השני. ל-Qwen 3.8 Flash יש דף ספק עם תיעוד ברמת טוקנים, אח במשקלים פתוחים שאת הארכיטקטורה שלו אפשר לקרוא בקובץ קונפיגורציה, ומדידות של צד שלישי של אותו אח. אפשר לחלוק על המספרים של A​libaba, אבל אפשר לבדוק אותם.

מודאליות היא הבעיה הקשה יותר

המחיר הוא משא ומתן. המודאליות היא חומה.

Qwen 3.8 Flash מקבל טקסט, תמונות ווידאו, והטקסט השיווקי של המוצר מפרט את המשימות הנובעות מכך: הבנה חזותית, ניתוח מסמכים ובסיסי קוד, ניתוח תרשימים, אינטראקציה עם שולחן העבודה וניתוח וידאו ארוך. ERNIE Light DT 1.0 מקבל טקסט ומחזיר טקסט.

אם חלק כלשהו מה-pipeline שלך כולל צילום מסך, עמוד סרוק, תרשים או פריים מווידאו, ההשוואה נגמרה עוד לפני שהמחיר בכלל משנה. או שאתה מציב מודל OCR או ראייה ממוחשבת לפני Light DT — ומוסיף עלות, השהיה ונקודת כשל — או שאתה משתמש במודל שמקבל את הארטיפקט. ב-pipeline תמיכה שבו מחצית מהפניות הנכנסות הן צילום מסך של הודעת שגיאה, "טקסט בלבד" אינו מגבלה שמתגברים עליה; זו קטגוריית מוצר אחרת.

המקרה הנגדי ממשי באותה מידה: עבודת טקסט עם הרחבה באמצעות אחזור, ניתוח קוד על קוד מקור פשוט, מיון לוגים, שאלות ותשובות על מסמכים ארוכים שבהם המסמכים כבר טקסט. שם, יתרון המודאליות אינו מועיל דבר, וההשוואה חוזרת למחיר ולאיכות — שבה Baidu עדיין יקרה פי 7.5 ללא שום ראיה להציג.

שלוש דרכים שבהן הפרמיה עשויה למעשה להחזיר את עצמה

במקום להניח ש-Baidu פשוט יקרה מדי, הנה התנאים הספציפיים שבהם בחירה ב-Light DT תהיה מוצדקת — כל אחד מהם ניתן לבדיקה תוך אחר צהריים.

אחת: האיכות נשמרת ב-400,000 טוקנים ומעלה. Ling ו-Qwen מפרסמים שניהם חלון של מיליון טוקנים; השאלה אם מי מהם נחלש באמצע פרומפט ארוך מאוד היא בדיוק מה ששיטות דחיסה טוענות לתקן. אם Light DT עונה מדויקות על שאלות הקשר עמוק במקום שבו Qwen 3.8 Flash מתחיל לפספס את אמצע המסמך, יש הצדקה לפרמיה. המבחן הוא קבוצה של שאלות שתשובותיהן נמצאות בעומק של 5%, 50% ו-95% באותו מסמך ארוך.

שתיים: התפוקה לכל בקשה טובה יותר באופן מהותי. אם דחיסה משמעה פחות טוקנים של מטמון לכל בקשה, ספק יכול לשרת יותר בקשות ארוכות במקביל על אותה חומרה — מה שיכול להתרגם להשהיה נמוכה יותר בעומס. Baidu אינה מפרסמת נתון תפוקה, ו-Qwen אינה מפרסמת נתון תואם, כך שניתן למדוד זאת רק באמצעות הרצת שניהם ברמת המקביליות שלך.

שלוש: סולם החשיבה מצדיק את עצמו. הגדרת effort ל-none ב-Light DT מספקת מסלול מהיר וזול לסיווג וחילוץ, בעוד ש-max מספק מודל חושב באותה נקודת קצה. ל-Qwen 3.8 Flash יש מצב חשיבה אך סולם פחות גרנולרי. אם אתם מריצים נקודת קצה אחת לשני תפקידים שונים מאוד, יש לכך ערך הנדסי אמיתי — אם כי לא בהכרח ערך של $1.13 למיליון.

הקריאה הריאלית

אף אחד משלושת התנאים האלה אינו סביר בפני עצמו להצדיק פרמיית קלט של פי 7.5, וגם יחד הם עדיין רק גוברים על Q​wen אם עומס העבודה שלך הוא הקשר ארוך, טקסט בלבד ורגיש לאיכות בעומק. זהו פלח אמיתי — גילוי משפטי, שאלות ותשובות על בסיס קוד גדול, סקירת מסמכים רגולטוריים — אבל הוא אינו השוק הרחב של שכבת המהירות שהמודלים האלה לכאורה חולקים.

ההסבר הסביר יותר הוא זה הפחות מחמיא: Baidu מתמחרת נקודת קצה חדשה ולא מדודה כמוצר פרימיום מפני שהיא יכולה, והמחיר יזוז ברגע שלשוק תהיה דעה. זהו דפוס רגיל לרישום ראשון. זו גם הסיבה שאף אחד לא צריך לבנות תקציב על המספר הנוכחי.

להריץ את שניהם מבלי להתחייב לאף אחד מהם

Qwen 3.8 Flash נמצא בקטלוג של OrcaRouter במחיר המחירון של Alibaba ללא תוספת מחיר, מה שאומר שהמחיר שאתם רואים בעמוד הדגם שלנו הוא המחיר שהספק גובה — ואם Alibaba מוזילה אותו, ההוזלה תופיע כאן באותו יום ולא רק בחידוש החוזה הבא.

התכונה הזו חשובה יותר מהרגיל בהשוואה כמו זו, מפני שכל הנחת היסוד היא פער מחירים שאיש לא הצדיק ואשר כל אחד מהצדדים יכול לשנות. שכבת ניתוב שמציגה את שני המחירים זה לצד זה ומאפשרת לך לשלוח חמישה אחוזים מהתעבורה למודל החדש בעוד תשעים וחמישה נשארים על המודל המוכר, היא הדרך לגלות אם פרמיית המחיר אמיתית בלי להמר על תקציב של רבעון על כך.

המעבר האוטומטי לגיבוי הוא החצי השני. למודל שמסופק על ידי ספק יחיד יש תחום כשל יחיד; אם ל-Baidu יש תקלה, נתיב ההקשר הארוך שלך מושבת. ניתוב שיכול לעבור לנקודת קצה דומה כאשר הראשי מחזיר שגיאה הוא ההבדל בין תכונה במצב ירוד לבין השבתה.

מה לעשות השבוע

התחל עם Qwen 3.8 Flash אלא אם כן אתה יכול לנקוב בעומס העבודה שבו הכסף הנוסף קונה משהו. הוא זול יותר בכל יחידה, מקבל יותר סוגי קלט, ומגיע עם אח פתוח שניתן לבדיקה. במחיר של $0.15 ו-$0.47 למיליון טוקנים, הערכה רצינית עולה פרוטות.

בדוק את ERNIE Light DT 1.0 רק מול הטענה הספציפית שהוא מציג. בנה הערכת הקשר ארוך אחת — סט מסמכים של 200,000 טוקנים עם תשובות שתולות בשלושה עומקים — והרץ אותה על שני המודלים. אם Light DT שומר על איכות במקום שבו Qwen 3.8 Flash מחליק, מצאת את הנימוק לפרמיה ותוכל לטעון אותו עם נתונים. אם לא, חסכת לעצמך חשבון של פי 7.5 על סמך פסקה של ספק ושם שאומר "light" בזמן שהוא גובה כאילו הכוונה "luxury".