ERNIE Light DT 1.0 vs Ling 3.1 Flash: Selisih Harga 25x dalam Kelas Bobot yang Sama

Dua model kelas cepat asal Tiongkok, keduanya hanya teks, keduanya mengiklankan jendela satu juta token, keduanya dibangun dengan trik sparse attention agar konteks panjang tetap terjangkau — dan salah satunya berbiaya dua puluh lima kali lebih mahal per token input dibandingkan yang lain. ERNIE Light DT 1.0, diterbitkan oleh Baidu pada 10 November 2026, dipatok pada harga $1.13 per juta token input dan $3.94 per juta token output. Ling 3.1 Flash, campuran pakar berparameter 560 miliar milik Ant Group yang diumumkan pada 30 September 2026, dipatok pada $0.045 dan $0.135 untuk unit yang sama serta membawa skor independen 41 pada Artificial Analysis Intelligence Index.

Itu bukanlah selisih kecil yang bisa dijelaskan begitu saja oleh kualitas konteks. Itu adalah selisih per token terbesar antara dua model di kelas ini yang saat ini dijual oleh kedua lab tersebut, dan hal itu menuntut penjelasan sebelum siapa pun menandatangani pesanan pembelian.

Cara termurah untuk melihat masalahnya: satu permintaan, dua tagihan

Ambil satu panggilan dari jenis yang menjadi tujuan model-model ini dibuat — kumpulan dokumen hasil pengambilan 120.000 token dengan jawaban 2.000 token, dijalankan sekali.

Pada ERNIE Light DT 1.0, permintaan tersebut dikenai biaya 120.000 × $1,13/1 juta ditambah 2.000 × $3,94/1 juta, yaitu $0,1356 ditambah $0,0079, atau sekitar 14,4 sen.

Pada Ling 3.1 Flash, permintaan yang sama dikenakan biaya 120.000 × $0,045/1 juta ditambah 2.000 × $0,135/1 juta, yaitu $0,0054 ditambah $0,00027, atau sekitar 0,57 sen.

Kedua model mengklaim cocok untuk permintaan itu. Salah satunya dua puluh lima kali lebih murah untuk menjalankannya. Pada sepuluh ribu permintaan seperti itu sehari, selisihnya adalah $1,356 sehari dibandingkan $57 — sekitar $39,000 sebulan dibandingkan $1,700.

Hanya ada tiga kemungkinan penjelasan. Entah Baidu mengetahui sesuatu tentang kualitas yang belum dipublikasikannya, atau skema kompresi itu memberikan sesuatu yang tidak dimiliki arsitektur Ling, atau harganya adalah placeholder yang akan berubah. Sisa tulisan ini membahas yang mana.

Apa sebenarnya masing-masing itu

• Ling 3.1 Flash — MoE penalaran hibrida milik Ant Group, dengan total sekitar 560 miliar parameter dan sekitar 25 miliar yang aktif per token, masukan teks dan keluaran teks, dari lab inclusionAI. Diumumkan pada 30 September 2026 dan tersedia di API milik Ant sendiri serta di produk konsumennya. Klaim pemasarannya adalah batas atas 1 juta token; yang sebenarnya dilayani endpoint saat peluncuran adalah 256.000, dan daftar internasional saat ini menunjukkan konteks 1.000.000 token dengan keluaran maksimum 262.144 token.

• ERNIE Light DT 1.0 — endpoint kelas kecil milik Baidu, terdaftar pada 10 November 2026, dibangun di atas arsitektur G​LM sumber terbuka dengan riset dari lini "Lightning" Baidu Search, menggunakan Baidu Sparse Attention dan skema kompresi riwayat berbasis umpan balik. Konteks 1.024.000 token, output maksimum 131.072 token, hanya teks. Empat tingkat upaya penalaran, pemanggilan alat, output terstruktur.

Jumlah parameternya tidak dapat dibandingkan — Ling belum mempublikasikan jumlah parameter Light DT, jadi pernyataan yang jujur adalah bahwa satu pihak diketahui 560B total dan pihak lainnya tidak diungkapkan. Yang dapat dibandingkan adalah bentuknya: keduanya sparse, keduanya hanya teks, keduanya ditujukan untuk pekerjaan konteks panjang dengan volume tinggi.

Sparse attention, dua kali, untuk dua alasan berbeda

Cerita-cerita arsitekturnya saling seirama, sehingga kesenjangan harga justru lebih sulit, bukan lebih mudah, untuk dijelaskan.

Ling 3.1 Flash hanya mengaktifkan 25 miliar dari 560 miliar parameternya pada setiap token. Ini adalah strategi kapasitas: menjaga penyimpanan pengetahuan yang sangat besar tetap residen dan merutekan secara sempit melaluinya, sehingga Anda mendapatkan pengetahuan dunia model besar dengan komputasi model kecil. Klaim konteks panjang berasal dari desain yang sama — jika setiap langkah murah, menahan urutan panjang tetap terbuka menjadi beban yang lebih ringan.

Kisah ERNIE Light DT adalah tentang memori, bukan kapasitas. Baidu mengatakan model tersebut "meningkatkan penyimpanan dan pengindeksan informasi historis" melalui kompresi riwayat yang digerakkan oleh umpan balik, "secara signifikan mengurangi penyimpanan cache KV dan biaya komputasi sekaligus mempertahankan kinerja model," dan memungkinkan Anda menangani konteks yang lebih panjang "dengan biaya yang lebih rendah." Perhatikan frasanya: biaya yang lebih rendah bagi operator. Itu adalah klaim tentang tagihan layanan Baidu, bukan tentu tentang tagihan Anda.

Inilah inti persoalannya. Setiap skema kompresi dalam kelas ini — Heavily Compressed Attention milik Baidu di ERNIE 5.5, sparse attention micro-block milik Qwen, routing milik Ling sendiri — mengurangi biaya per token konteks bagi vendor. Apakah vendor meneruskan penghematan itu adalah keputusan komersial, dan Baidu memilih untuk tidak melakukannya. Baidu mengenakan harga premium justru untuk kemampuan yang katanya telah dibuatnya lebih murah.

Itu tidak otomatis merupakan iktikad buruk. Skema kompresi yang mempertahankan kualitas pada satu juta token mahal untuk dibangun dan mahal untuk divalidasi, dan vendor mungkin sedang memulihkan biaya riset tersebut. Tetapi itu berarti pembeli membayar untuk kemampuan yang ekonominya seharusnya sudah ditingkatkan, dan peningkatan itu tidak terlihat dalam kartu tarif.

Skor independen Ling, dan apa yang dikatakannya tentang tier ini

Ling 3.1 Flash mendapat skor 41 pada Artificial Analysis Intelligence Index. Ini adalah pengukuran pihak ketiga yang nyata, bukan bagan vendor, dan menempatkan model tersebut di separuh atas tier cepat — jauh di atas model dengan anggaran pemasaran lebih besar, di bawah model kecil frontier. Skor itu disertai peringatan yang penting untuk perbandingan biaya: Ling adalah penalar yang banyak bicara. Evaluasi sebelumnya terhadap model ini menemukan bahwa model tersebut menghabiskan sekitar 220 juta token output saat mengerjakan evaluasi indeks, jauh di atas median untuk tier harganya, dan rata-rata beberapa menit per tugas. Token murah yang dibelanjakan model dengan bebas tetap bisa menumpuk — tetapi pada $0.135 per juta output, bahkan penalaran yang boros tetap murah.

ERNIE Light DT 1.0 tidak memiliki skor sama sekali. Bukan angka dari vendor, bukan pula angka independen. Baidu menerbitkan daftar harga dan satu paragraf teks pemasaran tentang mekanisme, lalu berhenti. Untuk model yang dihargai dengan harga premium, hadir tanpa bukti apa pun adalah fakta paling merugikan dalam perbandingan ini — bukan karena kemungkinan besar model itu buruk, tetapi karena pembeli tidak dapat membedakan "belum diukur" dari "tidak kompetitif," dan harga tidak memberikan prasangka baik apa pun.

Plafon konteks adalah satu-satunya tempat Baidu punya ruang untuk berargumen

Jika ada alasan untuk versi premium, inilah alasannya. Jendela sejuta token {{1}}Ling 3.1 Flash{{/1}} telah menjadi, setidaknya selama periode peluncurannya, batas atas alih-alih angka yang benar-benar disajikan — endpoint memberikan {{2}}256K{{/2}} sementara pengumuman mengiklankan {{3}}1M{{/3}}. {{4}}ERNIE Light DT{{/4}} mengiklankan {{5}}1,024,000{{/5}} dan daftarannya menunjukkan angka yang sama untuk konteks dan {{6}}131,072{{/6}} untuk output, tanpa pengurangan yang didokumentasikan.

Apakah perbedaan itu tetap bertahan saat bersinggungan dengan lalu lintas nyata belum diketahui, karena Baidu belum menerbitkan evaluasi konteks panjang. Begitu pula pihak lain. Satu-satunya bukti konteks panjang pada kedua keluarga berasal dari tabel vendor ERNIE 5.5 Flash Base, yang melaporkan HELMET-RAG 71.5, HELMET-ICL 85.9, LongBench-v2 48.7, dan InfiniteBench 46.5 — angka Baidu sendiri, pada model yang berbeda dan jauh lebih besar, serta tidak dapat ditransfer ke model ini.

Argumen untuk Light DT pada akhirnya bermuara pada: model yang tidak terukur dengan keunggulan konteks panjang yang belum terverifikasi, dengan harga input dua puluh lima kali lipat dari model terukur yang setidaknya memiliki skor indeks nyata dan endpoint yang berfungsi. Itu bukan posisi yang kuat, dan wajar untuk mengatakan demikian secara terus terang.

Dalam hal apa masing-masing benar-benar lebih baik

• Batas keluaran — Light DT pada 131.072 token dibandingkan Ling 262.144. Ling memberi Anda dua kali lipat ruang untuk menghasilkan, yang penting untuk sintesis bentuk panjang dan transkrip agen.

• Kontrol penalaran — Light DT menyediakan max, high, low, dan none dengan max sebagai default. Ling adalah reasoner hibrida dengan sakelar on/off, bukan tangga bertingkat; tidak ada "none" terdokumentasi yang memberi Anda jalur cepat tanpa berpikir.

• Biaya pada volume apa pun — Ling pada setiap ukuran permintaan. Tidak ada beban kerja yang premi harga input 25x-nya dapat tertutupi oleh keunggulan konteks sebesar dua persen (1.024.000 versus 1.000.000 token).

• Bukti — Ling, di kedua arah: skor indeks independen dan arsitektur yang dipublikasikan dengan jumlah parameter. Light DT tidak memiliki keduanya.

• Stabilitas layanan — Ling berada di infrastruktur milik Ant sendiri ditambah platform pihak ketiga; Light DT hanya berada di endpoint internasional Baidu. Model satu penyedia tidak memiliki failover, yang merupakan risiko pengadaan, bukan risiko kinerja.

• Keterbukaan — checkpoint 1019 milik Ling dirilis sebagai bobot terbuka pada akhir Oktober 2026, sehingga arsitekturnya dapat diperiksa dan modelnya dapat di-host sendiri. Light DT tidak memiliki bobot maupun kartu model.

Poin terakhir itu perlu ditekankan. Lini Ling memiliki artefak terbuka dan satu yang tertutup, dan yang terbuka memungkinkan Anda memeriksa klaimnya. ERNIE Light DT hanya menawarkan opsi tertutup, pada model yang klaim utamanya — bahwa kompresi mempertahankan kualitas pada konteks panjang — justru merupakan hal yang ingin Anda verifikasi secara independen.

Jika kamu masih ingin mencobanya

Kedua model tidak ada di katalog OrcaRouter, jadi ini bukan rekomendasi untuk mendaftar di mana pun. Namun, jika narasi konteks panjang Light DT relevan dengan pekerjaan Anda, cara mengujinya terbatas dan murah.

Kirim prompt yang sama berisi lebih dari 100.000 token ke kedua model, dua puluh kali, dengan pertanyaan yang jawabannya terkubur pada kedalaman berbeda — dekat awal, di tengah, dan di akhir. Nilai jawabannya sendiri. Uji itu berbiaya di bawah satu dolar di Ling dan sekitar tiga dolar di Light DT, dan menyelesaikan dalam satu sore hal yang belum diterbitkan oleh kedua vendor. Jika Light DT mempertahankan kualitas di ujung terdalam tempat Ling menurun, premi itu punya alasan. Jika keduanya menurun, Anda telah mengetahui bahwa jendela satu juta token hanyalah angka pemasaran di tingkat ini, siapa pun yang menjualnya.

Apa pun hasilnya, jaga agar swap tetap murah. Endpoint yang dirutekan yang menampilkan harga kedua model per permintaan — dengan opsi untuk mengirim sebagian kecil trafik Anda ke model baru dan menariknya kembali di hari yang sama — adalah satu-satunya cara yang masuk akal untuk mengevaluasi model tanpa bukti yang dipublikasikan. Membeli kapasitas hanya berdasarkan rate card adalah cara tim akhirnya membayar 25 kali lipat untuk jendela yang tidak pernah mereka isi.