ERNIE 5.5 Flash Preview è richiamabile: $0,28 in ingresso, $1,13 in uscita, nessuna model card

Sei giorni dopo che Baidu ha pubblicato i pesi grezzi di ERNIE 5.5 Flash Base, il modello che quei pesi sarebbero dovuti diventare ha iniziato a rispondere ai prompt. ERNIE 5.5 Flash — erogato come ERNIE 5.5 Flash Preview — è andato live come endpoint a pagamento su Baidu Qianfan il 10 novembre 2026 a 0,28 $ per milione di token in input e 1,13 $ per milione in output, con letture dell'input in cache a 0,028 $. Non c'è stato alcun post di lancio, né model card, né tabella di benchmark e nulla sul sito ERNIE di Baidu, che l'11 novembre presenta ancora il checkpoint base e la promessa che il modello post-addestrato sia "in arrivo". Ciò che esiste è un endpoint funzionante con un prezzo, una finestra di contesto di 1.024.000 token, un limite massimo di output di 921.600 token e una scheda tecnica che non arriva a dire a nessuno quanto sia valido il modello. Il gruppo di controllo viene fatturato ai prezzi di listino del fornitore con la commissione OrcaRouter indicata come 0,00 $ che è l'unico motivo per cui una preview senza model card può essere testata rispetto a qualcosa.

Cosa è effettivamente andato online

L'endpoint è testo in ingresso, testo in uscita. Nessuna immagine, nessun audio, nessuna analisi PDF — lo stesso limite di modalità del checkpoint di base, e la prima cosa da verificare prima di pianificare qualsiasi cosa basandosi su di esso. Tutto il resto sulla scheda è più generoso di quanto il prezzo lasci intendere:

• Contesto — 1.024.000 token di input, con un massimo di output di 921.600. Questo tetto di output è insolito: la maggior parte dei modelli limita la generazione ad appena qualche centinaio di migliaia di token al massimo, mentre questo consente quasi un milione di token di risposta.

• Prezzo — $0,28 per milione di token di input, $1,13 per milione di token di output, $0,028 per milione di letture di input in cache. Le letture dalla cache vengono fatturate a un decimo della tariffa di input, ed è l'unica voce di questo prospetto che premia un prompt di sistema stabile.

• Ragionamento — obbligatorio, abilitato per impostazione predefinita e offerto a un unico livello di sforzo: alto. Non esiste una modalità economica e senza pensiero a cui ricorrere. Ogni richiesta paga i token di ragionamento, e i token di ragionamento sono token di output.

• Strumenti — il function calling, gli output strutturati e i vincoli sul formato delle risposte sono tutti esposti, ed è questo che distingue un'anteprima su cui puoi costruire da un'anteprima con cui puoi solo chattare.

• Disponibilità — un'unica regione del provider, senza routing in-region nell'UE. Per un team europeo la latenza è un problema; la licenza del modello di base, discussa di seguito, è un problema diverso e più grande.

• Documentazione — non viene pubblicata alcuna data limite delle conoscenze, nessuna scheda del modello, nessuna tabella di valutazione, nessuna avvertenza sulla lunghezza del contesto. La descrizione che accompagna l'endpoint è composta da tre frasi e descrive l'architettura, non la qualità.

La specifica che manca conta quanto quelle presenti. Baidu ha pubblicato trenta righe di benchmark per il checkpoint base il 5 novembre. Nessuna di esse descrive questo modello. I punteggi di un checkpoint base provengono da una pipeline diversa, da un setup di valutazione diverso e da un inquadramento del compito diverso rispetto a quelli di un modello ottimizzato per le istruzioni, e i numeri del base non possono essere ereditati dal modello chat — sono un tetto massimo con cui il post-addestramento ha dovuto lavorare, non una previsione di ciò che ha prodotto.

Il tetto di output è il numero interessante

921.600 token di output non sono un errore di battitura, e non sono nemmeno un fronzolo di marketing — sono una diretta conseguenza del ragionamento obbligatorio. Quando un modello deve pensare prima di rispondere e non gli si può dire di non farlo, l'unico modo per evitare che lunghe esecuzioni agentiche vengano interrotte a metà piano è alzare il tetto di output di un ordine di grandezza e lasciare che il modello usi ciò che gli serve. Baidu lo ha fatto qui, e la stessa scelta di progettazione determina il conto.

I token di ragionamento vengono fatturati alla tariffa di output. A 1,13 dollari per milione, una richiesta che ragiona per 8.000 token e risponde in 500 costa circa un centesimo: irrilevante per singola chiamata, e 8.500 token di output in fattura. Moltiplica per un ciclo di agente che esegue quaranta passaggi e l'aritmetica che conta non è più il prezzo per milione di token ma il prezzo per attività completata, l'unica cifra di costo che sopravvive al contatto con la produzione. È la stessa trappola che ha fatto sembrare Gemini 3.8 Flash più economico di quanto effettivamente costi: una tariffa fissa per token applicata a un modello che genera dal 30 al 34 percento in più di token di output per attività è un taglio di prezzo che non arriva mai.

Non esiste una misurazione pubblicata di quanto sia verboso ERNIE 5.5 Flash Preview. Non è una lacuna da poco. La verbosità è il singolo fattore di variazione più grande tra due modelli con prezzi identici per token, ed è la prima cosa che vale la pena misurare da soli invece di leggerne: un set fisso di venti prompt propri, eseguiti due volte, contando i token di output. Finché qualcuno non lo fa, qualsiasi confronto dei costi che coinvolga questo modello è un confronto tra listini prezzi, non tra fatture.

Prezzato rispetto a cosa, esattamente?

Il riferimento di prezzo più vicino è il modello di cui Baidu ha rilasciato la base: MiniMax M3.1 Flash, a 0,15 $ in input e 0,60 $ in output per milione di token, ha ottenuto 42 sull'Artificial Analysis Intelligence Index ed è costato 0,22 $ per ogni attività completata dell'indice. ERNIE 5.5 Flash Preview costa all'incirca il doppio di quel prezzo per token, senza alcun punteggio indipendente. Non è prova che sia peggiore — l'indice non misura il lavoro in lingua cinese, e il checkpoint base di Baidu era forte sul codice su scala di repository — ma è prova che l'anteprima è prezzata come un modello capace anziché come uno economico, e che sta a Baidu pubblicare qualcosa per dimostrarlo.

Rispetto al checkpoint di base, il confronto diventa ancora più netto nella direzione opposta. I pesi sono gratuiti; l'API costa 1,13 $ per milione di token di output. Chiunque abbia un carico di lavoro costituito da un'attività fissa e ad alto volume dovrebbe fare i conti su un fine-tuning del checkpoint da 280B invece di pagare per token all'infinito — salvo che la licenza, documento separato dai termini dell'API, esclude completamente Unione Europea, Regno Unito e Corea del Sud, limita l'uso commerciale gratuito a 50 milioni di dollari di ricavi annui correlati e richiede un marchio "Powered by ERNIE" su ogni prodotto commerciale. Quei termini si applicano ai pesi. Non si applicano alle chiamate effettuate tramite l'API di Baidu, che è uno dei pochi argomenti genuini a favore della via ospitata.

Come accedervi e cosa fare mentre aspetti i numeri

L'accesso avviene tramite l'API Qianfan di Baidu stessa oppure tramite piattaforme di terze parti che la rivendono. OrcaRouter non instrada ERNIE 5.5 Flash Preview: non esiste alcuna voce ERNIE nel nostro catalogo di oltre 200 modelli e non abbiamo alcun endpoint Baidu verso cui instradare, quindi qualsiasi affermazione contraria sarebbe errata. In questa situazione, ciò a cui serve il catalogo è il gruppo di controllo: i modelli con cui questo verrà confrontato, tra cui MiniMax M3.1 Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash e la linea Gemini Flash, sono tutti raggiungibili tramite un'unica chiave compatibile con OpenAI al prezzo di listino del provider, senza ricarichi, e il failover automatico fa sì che una preview con un track record di uptime non comprovato non debba mai essere l'unica cosa a sostenere un percorso di produzione.

Questa è la forma pratica delle prossime settimane. Usa l'anteprima dove si applicano i suoi due reali vantaggi — una finestra di input da un milione di token a 0,28 dollari, e un carico di lavoro solo testuale in cui il limite di modalità non costa nulla — e tieni dietro di essa un fallback instradato. Non migrare una pipeline esistente su di essa sulla base di una scheda tecnica, perché la scheda tecnica è l'unica cosa che Baidu ha pubblicato.

Ciò che cambierebbe il quadro è poco glamour e specifico: una model card con una tabella di valutazione, un punteggio indipendente da un tracker che esegue la propria harness e una misurazione dei token di output per attività. Baidu ha pubblicato il primo di questi per il checkpoint di base e nessuno di essi per il modello chat, un ordine strano in cui fare le cose — la materia prima documentata in dettaglio, il prodotto finito rilasciato in silenzio. Finché la situazione non cambia, la lettura onesta di ERNIE 5.5 Flash Preview è che esiste, è abbastanza economico da testare e nessuno al di fuori di Baidu sa ancora se sia buono.