ERNIE 5.5 Flash Preview Dapat Dipanggil: $0.28 Masuk, $1.13 Keluar, Tanpa Kartu Model

Enam hari setelah Baidu menerbitkan bobot mentah ERNIE 5.5 Flash Base, model yang seharusnya menjadi hasil dari bobot tersebut mulai menjawab prompt. ERNIE 5.5 Flash — disajikan sebagai ERNIE 5.5 Flash Preview — resmi aktif sebagai endpoint berbayar di Baidu Qianfan pada 10 November 2026 dengan harga $0.28 per juta token input dan $1.13 per juta token output, dengan pembacaan input dari cache sebesar $0.028. Tidak ada postingan peluncuran, tidak ada model card, tidak ada tabel benchmark, dan tidak ada apa pun di situs ERNIE milik Baidu sendiri, yang pada 11 November masih menonjolkan checkpoint dasar dan janji bahwa model pasca-pelatihan "segera hadir." Yang ada adalah endpoint yang berfungsi dengan harga, jendela konteks 1.024.000 token, batas output 921.600 token, dan lembar spesifikasi yang tidak sampai memberi tahu siapa pun seberapa bagus kemampuannya. Kelompok kontrol ditagih dengan harga daftar penyedia dengan biaya OrcaRouter ditampilkan sebagai $0.00 yang merupakan satu-satunya alasan sebuah pratinjau tanpa model card dapat diuji terhadap sesuatu.

Apa yang sebenarnya sudah diluncurkan

Endpoint ini menerima teks dan mengeluarkan teks. Tidak ada gambar, audio, atau penguraian PDF — batas modalitas yang sama dengan checkpoint dasar, dan hal pertama yang perlu diperiksa sebelum merencanakan apa pun di sekitarnya. Semua hal lain di lembar itu lebih longgar daripada yang disiratkan oleh harganya:

• Konteks — 1.024.000 token masukan, dengan keluaran maksimum 921.600. Batas keluaran tersebut tidak biasa: sebagian besar model membatasi generasi paling banyak di kisaran ratusan ribu awal, dan model ini memungkinkan hampir satu juta token respons.

• Harga — $0.28 per juta input, $1.13 per juta output, $0.028 per juta pembacaan input yang di-cache. Pembacaan cache ditagih sebesar sepersepuluh dari tarif input, yang merupakan satu-satunya baris di lembar ini yang memberi keuntungan pada prompt sistem yang stabil.

• Penalaran — wajib, diaktifkan secara default, dan ditawarkan pada satu tingkat upaya: tinggi. Tidak ada mode murah tanpa berpikir yang dapat dijadikan cadangan. Setiap permintaan membayar token penalaran, dan token penalaran adalah token keluaran.

• Perkakas — pemanggilan fungsi, output terstruktur, dan batasan format respons semuanya diekspos, dan inilah yang membedakan pratinjau yang dapat Anda jadikan dasar untuk membangun dari pratinjau yang hanya bisa Anda ajak mengobrol.

• Ketersediaan — satu region penyedia saja, tanpa perutean di dalam region UE. Bagi tim Eropa, latensi menjadi satu masalah; lisensi model dasar, yang dibahas di bawah, adalah masalah lain yang lebih besar.

• Dokumentasi — tidak ada batas pengetahuan yang diterbitkan, tidak ada kartu model, tidak ada tabel evaluasi, tidak ada peringatan panjang konteks. Deskripsi yang menyertai endpoint tersebut terdiri dari tiga kalimat dan menjelaskan arsitektur, bukan kualitas.

Spesifikasi yang hilang sama pentingnya dengan spesifikasi yang ada. Baidu menerbitkan tiga puluh baris benchmark untuk base checkpoint pada 5 November. Tidak satu pun darinya menjelaskan model ini. Skor base checkpoint berasal dari pipeline, setup evaluasi, dan framing tugas yang berbeda dari model yang di-instruction-tune, dan angka base tidak dapat diwarisi oleh model chat — angka itu adalah batas atas dari apa yang harus dikerjakan oleh pasca-pelatihan, bukan ramalan tentang apa yang dihasilkannya.

Plafon keluaran adalah angka yang menarik.

921.600 token keluaran bukan salah ketik, dan juga bukan kiasan pemasaran — itu konsekuensi langsung dari penalaran wajib. Ketika sebuah model harus berpikir sebelum menjawab dan tidak bisa diperintahkan untuk tidak melakukannya, satu-satunya cara agar proses agentik yang panjang tidak terpotong di tengah rencana adalah menaikkan batas atas keluaran sebesar satu orde besaran dan membiarkan model memakai sebanyak yang dibutuhkannya. Baidu telah melakukannya di sini, dan keputusan desain yang sama pula yang menentukan tagihannya.

Token penalaran ditagih pada tarif output. Pada $1,13 per juta, permintaan yang berpikir selama 8.000 token dan menjawab dalam 500 token menelan biaya sekitar satu sen — sepele per panggilan, dan 8.500 token output pada faktur. Kalikan dengan loop agen yang berjalan empat puluh langkah dan aritmetika yang penting bukan lagi harga per juta token melainkan harga per tugas yang diselesaikan, yang merupakan satu-satunya angka biaya yang bertahan saat bersentuhan dengan produksi. Ini adalah jebakan yang sama yang membuat Gemini 3.8 Flash tampak lebih murah daripada harga sebenarnya: tarif tetap per token yang diterapkan pada model yang mengeluarkan 30 hingga 34 persen lebih banyak token output per tugas adalah pemotongan tarif yang tidak pernah datang.

Tidak ada pengukuran yang dipublikasikan tentang seberapa verbose ERNIE 5.5 Flash Preview. Itu bukan celah kecil. Verbositas adalah faktor variasi tunggal terbesar antara dua model dengan harga per token yang identik, dan itu adalah hal pertama yang layak Anda ukur sendiri daripada dibaca tentangnya — serangkaian tetap dua puluh prompt Anda sendiri, dijalankan dua kali, dengan menghitung token keluaran. Sampai seseorang melakukannya, perbandingan biaya apa pun yang melibatkan model ini adalah perbandingan kartu tarif, bukan tagihan.

Dibandingkan dengan apa harganya, tepatnya?

Acuan harga terdekat adalah model yang menjadi basis yang dirilis Baidu: MiniMax M3.1 Flash, dengan harga $0,15 untuk input dan $0,60 untuk output per juta token, mencetak skor 42 pada Artificial Analysis Intelligence Index dan menelan biaya $0,22 per tugas indeks yang diselesaikan. ERNIE 5.5 Flash Preview kira-kira dua kali lipat harga tersebut per token tanpa skor independen sama sekali. Itu bukan bukti bahwa model ini lebih buruk — indeks tersebut tidak mengukur pekerjaan berbahasa Mandarin, dan checkpoint dasar Baidu kuat pada kode berskala repositori — tetapi itu adalah bukti bahwa versi preview ini diberi harga sebagai model yang mumpuni alih-alih sebagai model murah, dan bahwa beban pembuktian ada pada Baidu untuk menerbitkan sesuatu.

Jika dibandingkan dengan checkpoint dasar, perbandingannya menjadi semakin tajam ke arah sebaliknya. Bobotnya gratis; API-nya $1,13 per juta token keluaran. Siapa pun yang beban kerjanya berupa tugas tetap bervolume tinggi seharusnya menghitung-hitung untuk melakukan fine-tune pada checkpoint 280B alih-alih membayar per token selamanya — kecuali bahwa lisensinya, dokumen terpisah dari ketentuan API, mengecualikan Uni Eropa, Inggris Raya, dan Korea Selatan sepenuhnya, membatasi penggunaan komersial gratis pada pendapatan tahunan terkait sebesar $50 juta, dan mewajibkan tanda "Powered by ERNIE" pada setiap produk komersial. Ketentuan tersebut berlaku untuk bobotnya. Ketentuan itu tidak berlaku untuk panggilan yang dilakukan melalui API Baidu, yang merupakan salah satu dari sedikit argumen genuine untuk jalur hosted.

Cara mengaksesnya, dan apa yang harus dilakukan sambil menunggu angkanya.

Akses tersedia melalui API Qianfan milik Baidu sendiri, atau melalui platform pihak ketiga yang menjual ulangnya. OrcaRouter tidak merutekan ERNIE 5.5 Flash Preview — tidak ada entri ERNIE dalam katalog kami yang berisi lebih dari 200 model dan tidak ada endpoint Baidu yang dapat kami rutekan, jadi apa pun yang menyiratkan sebaliknya akan salah. Yang berguna dari katalog dalam situasi ini adalah kelompok kontrol: model-model yang akan menjadi pembanding untuk model ini, termasuk MiniMax M3.1 Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash, dan lini Gemini Flash, semuanya dapat diakses melalui satu kunci yang kompatibel dengan OpenAI pada harga daftar penyedia tanpa markup, dan failover otomatis berarti sebuah preview dengan rekam jejak uptime yang belum terbukti tidak harus menjadi satu-satunya hal yang menopang jalur produksi.

Itulah gambaran praktis untuk beberapa minggu ke depan. Gunakan preview ini di tempat dua keunggulan nyatanya berlaku — jendela input satu juta token seharga $0.28, dan beban kerja hanya-teks yang batas modalitasnya tidak menimbulkan biaya — dan pertahankan fallback yang dirutekan di belakangnya. Jangan migrasikan pipeline yang sudah ada ke sana hanya berdasarkan lembar spesifikasi, karena lembar spesifikasi itulah satu-satunya hal yang telah Baidu publikasikan.

Yang akan mengubah gambaran adalah hal yang tidak glamor dan spesifik: kartu model dengan tabel evaluasi, skor independen dari pelacak yang menjalankan harness-nya sendiri, dan pengukuran token keluaran per tugas. Baidu telah menerbitkan yang pertama untuk checkpoint dasar dan tidak satu pun dari itu untuk model chat, yang merupakan urutan yang aneh — bahan mentah didokumentasikan secara rinci, produk jadi dikirim secara diam-diam. Sampai itu berubah, pembacaan jujur atas ERNIE 5.5 Flash Preview adalah bahwa model itu ada, cukup murah untuk diuji, dan belum ada orang di luar Baidu yang tahu apakah model itu bagus.