ERNIE Light DT 1.0 vs Qwen 3.8 Flash: Membayar Lebih untuk Input yang Lebih Sedikit

Letakkan ERNIE Light DT 1.0 dan Qwen 3.8 Flash pada baris yang sama dan biarkan tiga angka yang berdebat. Baidu mengenakan biaya $1.13 per juta token masukan; A​libaba mengenakan $0.15. Baidu hanya memberi Anda teks; A​libaba menerima teks, gambar, dan video. Baidu belum menerbitkan tolok ukur apa pun; model A​libaba berada di balik rilis terdokumentasi dengan model kembar berbobot terbuka yang dapat Anda periksa. Qwen 3.8 Flash dirilis pada 26 Agustus 2026; ERNIE Light DT 1.0 muncul pada 10 November 2026, dua setengah bulan kemudian, dengan harga masukan tujuh setengah kali lipat.

Yang lebih baru dan lebih mahal tidak otomatis lebih buruk — arsitektur berkembang, dan model yang dibangun di sekitar kompresi cache KV memecahkan masalah yang tidak dipecahkan oleh tier cepat serbaguna. Namun beban pembuktian jelas berada di pihak Baidu dalam perbandingan ini, dan Baidu belum mengambilnya.

Sebenarnya apa itu Qwen 3.8 Flash

Tier Flash A​libaba adalah campuran pakar sparse: 125 miliar parameter di badan pakar dengan sekitar 6 miliar yang diaktifkan per token, ditambah tabel embedding n-gram dengan 51 miliar parameter dan sekitar 4 miliar kepala prediksi multi-token, sehingga totalnya sekitar 180 miliar parameter di disk. Empat puluh delapan lapisan, 512 pakar, dan tumpukan atensi hibrida yang dibangun dari Gated DeltaNet dan Q​wen Sparse Attention.

SKU produk ini dilayani di QwenCloud dengan konteks bawaan terdokumentasi sebesar satu juta token, input maksimum 991.000 token, dan output maksimum 131.072 token. Artefak berbobot terbuka dengan arsitektur yang sama adalah Qwen3.8-Flash-Next, diterbitkan di bawah Q​wen Community License, yang merupakan objek berbeda dengan lisensi berbeda — berguna untuk pemeriksaan, bukan pengganti endpoint.

Menariknya, sparse attention milik Q​wen dan sparse attention milik Baidu memecahkan masalah yang sama dari arah yang berlawanan. QSA milik Q​wen beroperasi pada tingkat blok mikro alih-alih memilih token individual, yang menurut vendor memangkas latensi konteks panjang secara signifikan. BSA milik Baidu, dipasangkan dengan kompresi riwayat yang digerakkan umpan balik, justru menyasar penyimpanan cache dan pengindeksan. Keduanya adalah taruhan bahwa masa depan inferensi adalah konteks panjang dengan biaya rendah. Mereka hanya berbeda pendapat tentang bagian tagihan mana yang harus diserang.

Perbandingannya, dimensi demi dimensi

• Harga input — ERNIE Light DT 1.0 sebesar $1,13 per juta token vs Qwen 3.8 Flash sebesar $0,15. Baidu 7,5x lebih mahal.

• Harga output — $3,94 dibandingkan $0,47 per juta. Baidu 8,4 kali lebih mahal.

• Input cache — $0.113 versus $0.0184 per juta. Keduanya memberikan diskon pembacaan cache sepuluh kali lipat; selisih absolutnya 6,1x.

• Jendela konteks — 1.024.000 token dibandingkan 1.000.000, dengan Q​wen didokumentasikan pada input maksimum 991.000 token. Secara efektif, batas atas yang sama.

• Output maksimum — 131.072 token pada keduanya. Identik.

• Modalitas masukan — hanya teks versus teks, gambar, dan video.

• Kontrol penalaran — empat tingkat bertingkat pada Light DT (max, high, low, none) dibandingkan dengan mode berpikir fleksibel pada Qwen 3.8 Flash yang mendukung anggaran penalaran token maksimum yang terdokumentasi.

• Penggunaan alat dan keluaran terstruktur — didukung pada keduanya, termasuk pemilihan alat secara paksa.

• Skor independen — belum ada yang dipublikasikan untuk Light DT; varian Flash-Next dari Qwen telah diukur pada Artificial Analysis Intelligence Index, dan skornya menjadi milik artefak terbuka, bukan SKU produksi.

• Bobot terbuka — tidak ada untuk Light DT; checkpoint dengan arsitektur yang sama di bawah Lisensi Komunitas Q​wen untuk Q​wen.

Di mana premi tujuh kali lipat secara teoretis dapat diperoleh

Ada baiknya menyusun argumen terkuat untuk posisi Baidu alih-alih mengabaikannya, karena ada versi dari skenario ini yang harganya tepat.

Model yang dibangun di atas kompresi pada prinsipnya dapat melayani permintaan sejuta token dengan jejak cache yang tidak dapat ditandingi model konvensional. Jika BSA dari Baidu benar-benar menjaga kualitas tetap stabil seiring bertambahnya konteks — klaimnya adalah "mempertahankan performa model" sambil memangkas penyimpanan dan komputasi KV-cache — maka biaya operator per sejuta token konteks turun. Vendor yang telah mengeluarkan upaya riset untuk itu secara wajar dapat mengenakan biaya lebih tinggi per token sambil tetap lebih murah per permintaan panjang.

Masalahnya adalah hal ini sepenuhnya belum terverifikasi, dan satu angka yang bisa menyelesaikannya — jejak cache efektif per juta token — belum diterbitkan. Tidak ada kartu model, tidak ada laporan teknis, tidak ada tabel benchmark. Deskripsi produk Baidu sendiri hanya satu paragraf.

Bandingkan bukti di sisi lain. Qwen 3.8 Flash memiliki halaman vendor dengan dokumentasi tingkat token, saudara open-weights yang arsitekturnya dapat dibaca dalam file konfigurasi, dan pengukuran pihak ketiga atas saudara tersebut. Anda boleh tidak setuju dengan angka-angka Alibaba, tetapi Anda dapat memeriksanya.

Modalitas adalah masalah yang lebih sulit

Harga adalah negosiasi. Modalitas adalah dinding.

Qwen 3.8 Flash menerima teks, gambar, dan video, dan materi pemasaran produknya menyebutkan tugas-tugas yang menyusul dari hal itu: pemahaman visual, analisis dokumen dan basis kode, analisis bagan, interaksi desktop, analisis video panjang. ERNIE Light DT 1.0 menerima teks dan mengembalikan teks.

Jika ada bagian dari pipeline Anda yang melibatkan tangkapan layar, halaman hasil pindai, diagram, atau bingkai video, perbandingannya sudah selesai sebelum harga menjadi pertimbangan. Anda entah menempatkan model OCR atau vision di depan Light DT — menambah biaya, latensi, dan mode kegagalan — atau Anda menggunakan model yang menerima artefak tersebut. Dalam pipeline dukungan di mana separuh masukan adalah tangkapan layar pesan error, "teks saja" bukanlah keterbatasan yang bisa Anda akali; itu adalah kategori produk yang berbeda.

Kasus sebaliknya sama nyatanya: pekerjaan teks dengan retrieval-augmented, analisis kode pada sumber polos, triase log, tanya jawab dokumen panjang yang dokumennya sudah berupa teks. Di sana, keunggulan modalitas tidak memberi manfaat apa pun, dan perbandingan kembali ke harga dan kualitas — di mana Baidu masih 7,5 kali lebih mahal tanpa bukti yang ditunjukkan.

Tiga cara versi premium mungkin benar-benar terbayar dengan sendirinya

Daripada menganggap Baidu sekadar kemahalan, berikut adalah kondisi spesifik yang membuat pilihan Light DT dapat dibenarkan — masing-masing dapat diuji dalam waktu satu sore.

Pertama: kualitas tetap terjaga pada 400.000 token dan lebih. Ling dan Q​wen sama-sama mengiklankan jendela satu juta token; apakah salah satunya menurun di tengah prompt yang sangat panjang adalah persis hal yang diklaim skema kompresi dapat diperbaiki. Jika Light DT menjawab pertanyaan konteks mendalam secara akurat sementara Qwen 3.8 Flash mulai melewatkan bagian tengah dokumen, maka harga premiumnya beralasan. Ujinya adalah serangkaian pertanyaan yang jawabannya berada pada kedalaman 5%, 50%, dan 95% dalam dokumen panjang yang sama.

Kedua: throughput per permintaan secara material lebih baik. Jika kompresi berarti lebih sedikit token cache per permintaan, vendor dapat melayani lebih banyak permintaan panjang secara bersamaan pada perangkat keras yang sama — yang dapat berarti latensi lebih rendah saat berada di bawah beban. Baidu tidak memublikasikan angka throughput, dan Q​wen juga tidak memublikasikan angka yang sebanding, jadi ini hanya dapat diukur dengan menjalankan keduanya pada tingkat konkurensi Anda sendiri.

Ketiga: tangga penalaran itu terbukti layak. Menyetel effort ke none pada Light DT memberikan jalur yang cepat dan murah untuk klasifikasi dan ekstraksi, sedangkan max memberi Anda model yang berpikir pada endpoint yang sama. Qwen 3.8 Flash memiliki mode berpikir tetapi tangga yang kurang rinci. Jika Anda menjalankan satu endpoint untuk dua pekerjaan yang sangat berbeda, itu punya nilai rekayasa yang nyata — meskipun tidak jelas bernilai $1.13-per-million.

Pembacaan yang realistis

Tak satu pun dari ketiga kondisi itu yang kemungkinan besar dengan sendirinya membenarkan premi input 7,5x, dan jika digabungkan pun, kondisi-kondisi itu tetap hanya mengungguli Q​wen jika beban kerja Anda bersifat konteks panjang, hanya teks, dan peka terhadap kualitas pada kedalaman. Itu adalah segmen yang nyata — penemuan dokumen hukum, tanya jawab basis kode besar, tinjauan dokumen regulasi — tetapi itu bukan pasar lapis cepat yang luas yang secara nominal dimiliki bersama oleh model-model ini.

Penjelasan yang lebih mungkin adalah yang paling tidak menyanjung: Baidu menetapkan harga endpoint baru yang belum terukur sebagai produk premium karena ia mampu melakukannya, dan harga akan bergerak begitu pasar punya pendapat. Itu pola normal untuk pencatatan perdana. Itu juga sebabnya tidak ada yang seharusnya menyusun anggaran berdasarkan angka saat ini.

Menjalankan keduanya tanpa berkomitmen pada salah satu.

Qwen 3.8 Flash ada di katalog OrcaRouter dengan harga daftar A​libaba tanpa markup yang diterapkan, yang berarti harga yang Anda lihat di halaman model kami adalah harga yang dikenakan vendor — dan jika A​libaba menurunkannya, penurunan itu muncul di sini pada hari yang sama, bukan pada perpanjangan kontrak berikutnya.

Sifat itu lebih penting daripada biasanya dalam perbandingan seperti ini, karena seluruh premisnya adalah selisih harga yang tidak dijustifikasi oleh siapa pun dan yang dapat diubah oleh salah satu pihak. Lapisan perutean yang menampilkan kedua harga secara berdampingan, dan memungkinkan Anda mengirim lima persen lalu lintas ke model baru sambil mempertahankan sembilan puluh lima persen pada model yang sudah dikenal, adalah cara untuk mengetahui apakah premi itu nyata tanpa mempertaruhkan anggaran satu kuartal untuknya.

Failover otomatis adalah separuh lainnya. Model yang dilayani oleh satu vendor memiliki satu domain kegagalan; jika Baidu mengalami insiden, jalur konteks panjang Anda ikut mati. Perutean yang dapat beralih ke endpoint yang sebanding saat endpoint utama mengalami error adalah pembeda antara fitur yang terdegradasi dan gangguan layanan total.

Apa yang harus dilakukan minggu ini

Mulailah dengan Qwen 3.8 Flash kecuali Anda bisa menyebutkan beban kerja yang membuat uang ekstra itu benar-benar membeli sesuatu. Model ini lebih murah pada setiap unit, menerima lebih banyak jenis input, dan hadir dengan saudara terbuka yang dapat diperiksa. Dengan $0.15 dan $0.47 per juta token, evaluasi yang serius hanya menghabiskan beberapa sen.

{{1}}Uji ERNIE Light DT 1.0 hanya terhadap klaim spesifik yang dibuatnya. Bangun satu eval konteks panjang — kumpulan dokumen 200.000 token dengan jawaban yang ditanam pada tiga kedalaman — dan jalankan pada kedua model. Jika Light DT mempertahankan kualitas di tempat Qwen 3.8 Flash tergelincir, Anda telah menemukan alasan untuk versi premium dan dapat memperdebatkannya dengan data. Jika tidak, Anda telah menyelamatkan diri dari tagihan 7,5x atas dasar satu paragraf vendor dan nama yang berbunyi "light" sementara menagih seolah-olah berarti "luxury."{{/1}}