ERNIE-5.5-Flash vs GPT-6 Luna: Apa yang Sebenarnya Harus Diberikan oleh Tier Flash kepada Anda

Flash bukanlah jumlah parameter. Ini adalah janji komersial dengan empat klausul: harga per juta token, latensi yang dapat Anda jadikan dasar perencanaan permintaan, jendela konteks yang dapat Anda gunakan untuk menentukan ukuran aplikasi, dan skor yang telah diperiksa oleh pihak independen. GPT-6 Luna, yang dirilis oleh OpenAI pada 22 September 2026, menerbitkan keempatnya. ERNIE-5.5-Flash, yang bobot dasarnya dirilis oleh Baidu pada 5 November 2026, tidak menerbitkan satu pun darinya — tidak ada harga, tidak ada latensi yang dilayani, tidak ada evaluasi independen, dan angka konteks yang menggambarkan konfigurasi checkpoint, bukan endpoint. Oleh karena itu, membandingkan ERNIE-5.5-Flash dengan GPT-6 Luna bukanlah adu langsung. Ini adalah uji yang berguna tentang apa yang seharusnya dijamin oleh kata "Flash", dan demonstrasi tentang seberapa besar jaminan itu yang belum diberikan oleh Baidu. Luna dilayani pada harga daftar penyedia dengan kebijakan perutean untuk effort dan konteks yang disimpan di satu tempat.

Klausul satu: harga

GPT-6 Luna dibanderol $0,10 per juta token input dan $0,50 per juta token output. Pembacaan input cache sekitar $0,01, penulisan cache sekitar $0,125, dan prompt di atas 272K token input beralih ke tier lebih tinggi dengan harga $0,20/$0,75. Dibandingkan dengan GPT-6 Sol pada $2/$10 dan GPT-6 Astra pada $10/$50, biaya Luna sekitar seperdua puluh dan seperseratus dari keduanya. OpenAI membingkai peluncuran ini sebagai pemotongan permanen 50 persen terhadap harga promosi GPT-5.6, bukan diskon sementara.

ERNIE-5.5-Flash tidak memiliki harga. Bukan harga yang belum dipublikasikan, bukan harga kuotasi enterprise: model yang telah dilatih lanjut itu tidak ada, jadi tidak ada yang bisa diberi harga. Yang ada adalah ERNIE-5.5-Flash-Base, sebuah MoE sparse berparameter 280B dengan 14B aktif per token di bawah ERNIE 5.5 Flash Base Model License Agreement v1.0, gratis diunduh dalam FP8 dan BF16.

Itulah keseluruhan klausa satu. Sebuah model dengan sepuluh sen per juta token masukan di satu sisi, dan sebuah repositori di sisi lain.

Klausul dua: latensi

Profil latensi Luna luar biasa jujur tentang trade-off-nya sendiri. Output berjalan sekitar 154 token per detik. Pada upaya penalaran rendah, waktu median ke token pertama sekitar 1,5 detik. Pada upaya penalaran maksimum, waktu itu membentang hingga sekitar 124 detik — angka yang membuat model tidak dapat digunakan untuk pekerjaan interaktif pada pengaturan tersebut dan sepenuhnya wajar untuk analisis batch. Tier Flash yang menerbitkan kedua angka itu memberi tahu Anda untuk deployment mana ia ditujukan.

ERNIE-5.5-Flash tidak menerbitkan throughput maupun time-to-first-token, karena tidak ada endpoint yang dilayani untuk diukur. Yang dapat disimpulkan bersifat arsitektural: 14B parameter aktif per token dari total 280B adalah desain yang ditujukan untuk decoding yang murah dan cepat, dan 14B aktif adalah working set yang lebih kecil daripada 18B milik GLM-5.3 Flash atau pembagian 8B-input/16B-output milik DeepSeek V4.1 Flash. Di atas kertas, model ini dibangun agar cepat. Di atas kertas pula klaim itu harus tetap berada sampai seseorang melayaninya.

Klausul tiga: konteks

Jendela GPT-6 Luna sekitar satu juta token, dengan output dibatasi mendekati 128K. Detail yang patut diperhatikan adalah bahwa ini lebih besar daripada 872K milik GPT-6 Sol — model yang lebih murah menerima input lebih banyak daripada model yang lebih mahal. Itu membalik logika eskalasi yang biasa. Pola perutean standar adalah "kirim muatan besar ke model besar"; Luna mematahkannya, dan router apa pun yang dikonfigurasi berdasarkan asumsi lama akan boros.

ERNIE-5.5-Flash-Base melaporkan konteks pelatihan 128K dan 1.048.576 token yang diaktifkan untuk fine-tuning dan inferensi dalam konfigurasi yang dirilis. Angka-angka itu bukan jenis angka yang sama dengan milik Luna. Yang satu adalah flag konfigurasi pada checkpoint yang belum pernah dilayani pada panjang tersebut; yang lain adalah batas produk dengan tier harga yang melekat pada 272K. Bukti konteks panjang Baidu adalah rangkaian benchmark — HELMET-RAG 71,5, RepoQA 91,7, LongBench-v2 48,7, InfiniteBench 46,5 — yang dijalankan dengan harness miliknya sendiri, dan postingan tersebut mengakui bahwa setidaknya dua dari baris konteks panjang itu dikreditkan kepada model dasar pesaing.

Pasal empat: skor yang diperiksa orang lain

Posisi resmi Luna beragam, dan itulah yang membuatnya kredibel. BenchGecko melaporkan skor rata-rata 55,9 dengan peringkat sekitar ke-116; angka-angka dari pihak yang berdekatan dengan vendor mencakup DeepSWE v1.1 di 66,6, OSWorld 2.0 di 52,7, LiveBench coding 79 dan math 89,1. Terminal-Bench 4.0 berada sekitar 13,6 persen pada pengujian Vals AI, dan AutomationBench di 20,7. Artificial Analysis menempatkan indeks kecerdasannya di sekitar 37 hingga 38, di bawah Sol pada sekitar 48 dan Astra pada sekitar 53, serta indeks agen coding-nya di sekitar 41 — sebuah regresi dari 43 milik GPT-5.6 Luna. Tingkat halusinasi membaik dari 93 persen menjadi 77 persen, yang lebih baik tetapi masih belum bagus.

Jadi Luna adalah model murah dengan batas atas yang terdokumentasi dan setidaknya satu regresi yang terdokumentasi. Itu lebih berguna bagi pembeli daripada angka kuat tanpa asal-usul, karena memberi tahu Anda di mana jangan menggunakannya: loop pengodean agentik, recall faktual berisiko tinggi, dan apa pun yang bergantung pada manipulasi lingkungan gaya Terminal-Bench.

Sisi ERNIE-5.5-Flash dalam klausul ini adalah tabel model dasar. MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1 — semuanya diukur sebelum pasca-pelatihan, dalam harness Baidu, terhadap checkpoint dasar lain. Ini adalah tabel yang sah. Ini bukan jawaban untuk "seberapa bagus model yang akan saya panggil", karena model yang akan Anda panggil belum dibuat.

Mengapa "Flash" pada 280B adalah sesuatu yang berbeda

Ada poin struktural yang tersembunyi di balik perbandingan ini. Luna adalah model kecil yang dibuat murah karena ukurannya kecil. ERNIE-5.5-Flash adalah model besar yang dibuat murah dengan mengaktifkan sebagian kecil dari dirinya — 14B dari 280B per token. Sisi ekonominya benar-benar berbeda: biaya memori berskala dengan total 280B, biaya komputasi berskala dengan 14B yang aktif. Bagi penyedia yang melayani dalam volume besar, bentuk itu menarik, karena bagian yang mahal diamortisasi di banyak permintaan bersamaan dan bagian yang murah adalah biaya setiap token.

Bagi pengguna yang menghosting sendiri, bentuk yang sama menjadi masalah. Anda memerlukan memori untuk 280B parameter dalam FP8 — sekitar 280GB sebelum KV cache — untuk mendapatkan profil komputasi model 14B. Itu adalah deployment pusat data, bukan workstation, dan itulah sebabnya checkpoint dasar sebesar ini cenderung menjadi API alih-alih model lokal.

Luna adalah kebalikannya: cukup kecil untuk dapat dilayani secara luas, dengan harga yang mencerminkan hal itu, dan tersedia melalui API OpenAI, ChatGPT Work, Codex, serta aplikasi desktop pada tier Free dan Go. Distribusi merupakan bagian dari produk.

Di mana OrcaRouter cocok, dan di mana tidak

GPT-6 Luna dapat dirutekan di OrcaRouter sebagai openai/gpt-6-luna, dengan harga daftar dari penyedia tanpa markup 0%. Hal ini lebih penting daripada biasanya untuk model ini, karena keputusan perutean yang menarik seputar Luna sama sekali bukan tentang harga — melainkan tentang upaya. Permintaan yang membutuhkan latensi token pertama 1,5 detik tidak boleh dikirim ke pengaturan upaya yang sama dengan tugas batch yang dapat menunggu dua menit, dan beban kerja yang kadang-kadang membutuhkan konteks 800K tidak boleh default ke Sol dengan asumsi bahwa model yang lebih besar memiliki jendela yang lebih besar. Lapisan perutean yang dapat menampung kebijakan tersebut di satu tempat, dengan failover otomatis saat penyedia mengalami penurunan kinerja, benar-benar melakukan pekerjaan nyata di sini.

ERNIE-5.5-Flash tidak ada dalam katalog OrcaRouter — 216 ID model, tidak ada entri ERNIE — dan tidak ada apa pun dalam artikel ini yang boleh dibaca sebagai klaim bahwa model itu ada. Tidak ada endpoint untuk dituju. Posisi yang jujur adalah bahwa pada hari Baidu menyajikan model pascapelatihan tersebut, pertanyaan perutean menjadi menarik; hari ini hal itu masih hipotetis.

Apa yang akan membuat ERNIE menjadi pesaing Luna?

Empat hal, dan itu adalah empat klausa yang sama.

• Harga sebesar atau di bawah $0.10/$0.50. Apa pun yang di atas tarif Luna harus membenarkan dirinya berdasarkan kualitas bahasa Mandarin atau residensi data, dan Baidu belum mengajukan salah satu argumen tersebut untuk model ini.

• Angka throughput yang {{1}}terukur{{/1}}. {{2}}Desain 14B parameter aktif{{/2}} menunjukkan bahwa ini bisa cepat; sampai penyedia menerbitkan {{3}}token per detik dan waktu ke token pertama{{/3}}, itu adalah inferensi arsitektural, bukan spesifikasi.

• Batas konteks yang dilayani dengan harga yang melekat. Konfigurasi 1,048,576 token adalah kemampuan checkpoint. Jendela Luna adalah ketentuan produk, termasuk tier harga 272K. Itu adalah komitmen yang berbeda.

• Model yang telah menjalani pelatihan lanjutan dengan evaluasi independen. Ini yang paling penting. Jarak antara checkpoint dasar dan model Flash yang sudah jadi adalah tempat kemampuan mengikuti instruksi, penggunaan alat, dan disiplin pemformatan berada, dan itulah tepatnya jarak yang telah ditempuh Luna.

Sampai keempatnya ada, perbandingan ini punya jawaban yang jelas bagi siapa pun yang membeli kapasitas: GPT-6 Luna, dengan kelemahan yang terdokumentasi, adalah opsi nyata dengan harga nyata, dan ERNIE-5.5-Flash adalah rilisan riset yang menyandang nama tier produk. Pengamatan yang lebih menarik adalah bahwa Baidu memilih merilis bobot dasar terlebih dahulu dan mendokumentasikan arsitekturnya secara terang-terangan — 43 lapisan, 37 HCA plus 6 MLA-DSA, 512 routed expert pada top-10, kosakata 201.216 token — yang terbaca seperti lab yang mengundang pekerjaan pasca-pelatihan alih-alih vendor yang membuka saluran penjualan. Nilailah dengan standar itu dan ini adalah rilisan yang bagus. Bandingkan dengan Luna dan ini belum berada di pasar yang sama.