ERNIE-5.5-Flash vs GPT-6 Luna: cosa ti deve effettivamente offrire un tier Flash

Flash non è un numero di parametri. È una promessa commerciale con quattro clausole: un prezzo per milione di token, una latenza sulla quale poter pianificare una richiesta, una finestra di contesto su cui dimensionare un'applicazione e un punteggio verificato da un soggetto indipendente. GPT-6 Luna, rilasciato da OpenAI il 22 settembre 2026, le pubblica tutte e quattro. ERNIE-5.5-Flash, i cui pesi di base Baidu ha rilasciato il 5 novembre 2026, non ne pubblica nessuna: nessun prezzo, nessuna latenza servita, nessuna valutazione indipendente e un valore di contesto che descrive una configurazione di checkpoint anziché un endpoint. Confrontare ERNIE-5.5-Flash con GPT-6 Luna non è quindi un testa a testa. È un test utile di ciò che la parola "Flash" dovrebbe garantire e una dimostrazione di quanta parte di quella garanzia Baidu non abbia ancora fornito.Luna è servito al prezzo di listino del fornitore con le politiche di routing per effort e contesto raccolte in un unico luogo.

Clausola uno: prezzo

GPT-6 Luna ha un prezzo di listino di $0,10 per milione di token di input e $0,50 per milione di output. Le letture di input dalla cache costano circa $0,01, le scritture in cache circa $0,125, e i prompt superiori a 272K token di input passano a un livello tariffario superiore a $0,20/$0,75. Rispetto a GPT-6 Sol a $2/$10 e GPT-6 Astra a $10/$50, Luna costa circa un ventesimo e un centesimo, rispettivamente — OpenAI presenta il lancio come una riduzione permanente del 50% rispetto ai prezzi promozionali di GPT-5.6, non come uno sconto temporaneo.

ERNIE-5.5-Flash non ha un prezzo. Non uno non pubblicato, non uno da preventivo enterprise: il modello post-addestrato non esiste, quindi non c'è nulla da prezzare. Ciò che esiste è ERNIE-5.5-Flash-Base, un MoE sparso da 280 miliardi di parametri con 14 miliardi attivi per token secondo l'ERNIE 5.5 Flash Base Model License Agreement v1.0, scaricabile gratuitamente in FP8 e BF16.

Questo è tutto ciò che contiene la clausola uno. Da un lato un modello a dieci centesimi per milione di token di input, dall'altro un repository.

Clausola due: latenza

Il profilo di latenza di Luna è insolitamente onesto sui propri compromessi. L'output si aggira intorno ai 154 token al secondo. Con uno sforzo di ragionamento basso, il tempo mediano al primo token è di circa 1,5 secondi. Con lo sforzo di ragionamento massimo si allunga fino a circa 124 secondi — un valore che rende il modello inutilizzabile per il lavoro interattivo con tale impostazione e perfettamente ragionevole per l'analisi in batch. Un livello Flash che pubblica entrambi i numeri ti sta dicendo per quali implementazioni è pensato.

ERNIE-5.5-Flash non pubblica né il throughput né il time-to-first-token, perché non esiste un endpoint servito da misurare. Ciò che si può dedurre è di natura architetturale: 14B parametri attivi per token su 280B totali è un design pensato per un decoding economico e rapido, e 14B attivi rappresentano un working set più piccolo rispetto ai 18B di GLM-5.3 Flash o alla suddivisione 8B in input/16B in output di DeepSeek V4.1 Flash. Sulla carta è costruito per essere veloce. Sulla carta è dove tale affermazione deve restare finché qualcuno non lo mette in servizio.

Clausola tre: contesto

La finestra di GPT-6 Luna è di circa un milione di token, con output limitato a quasi 128K. Il dettaglio da notare è che è più ampia degli 872K di GPT-6 Sol: il modello più economico accetta più input di quello costoso. Questo inverte la logica di escalation usuale. Lo schema di routing standard è "invia il payload grande al modello grande"; Luna lo infrange, e qualsiasi router configurato sulla vecchia ipotesi spenderà troppo.

ERNIE-5.5-Flash-Base dichiara un contesto di training di 128K e 1.048.576 token abilitati per fine-tuning e inferenza nella configurazione rilasciata. Non sono lo stesso tipo di numero di quelli di Luna. Uno è un flag di configurazione su un checkpoint che non è mai stato servito a quella lunghezza; l'altro è un limite di prodotto con un livello di prezzo associato a 272K. Le prove sul lungo contesto di Baidu sono una batteria di benchmark — HELMET-RAG 71,5, RepoQA 91,7, LongBench-v2 48,7, InfiniteBench 46,5 — eseguiti con il proprio harness, e il post ammette che almeno due di quelle righe sul lungo contesto sono attribuite a un modello base concorrente.

Clausola quattro: un punteggio che qualcun altro ha verificato

La posizione pubblicata di Luna è eterogenea ed è ciò che la rende credibile. BenchGecko riporta un punteggio medio di 55,9 con un posizionamento intorno al 116º posto; i dati vicini al fornitore includono DeepSWE v1.1 a 66,6, OSWorld 2.0 a 52,7, LiveBench coding 79 e math 89,1. Terminal-Bench 4.0 si attesta intorno al 13,6 per cento nell'esecuzione di Vals AI, e AutomationBench a 20,7. Artificial Analysis colloca il suo indice di intelligenza a circa 37-38, sotto Sol a circa 48 e Astra a circa 53, e il suo indice di agente per il coding a circa 41 — una regressione rispetto al 43 di GPT-5.6 Luna. Il tasso di allucinazione è migliorato dal 93 per cento al 77 per cento, il che è meglio e comunque non buono.

Quindi Luna è un modello economico con un tetto documentato e almeno una regressione documentata. Questo è più utile per un acquirente di un numero forte senza provenienza, perché ti dice dove non usarlo: cicli di coding agentico, recupero fattuale ad alto rischio e qualsiasi cosa che dipenda dalla manipolazione dell'ambiente in stile Terminal-Bench.

Il lato di ERNIE-5.5-Flash in questa clausola è una tabella di modelli base. MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1 — tutti misurati prima del post-training, nell'harness di Baidu, rispetto ad altri checkpoint base. È una tabella legittima. Non è una risposta a «quanto è buono il modello che chiamerei», perché il modello che chiameresti non è ancora stato costruito.

Perché "Flash" a 280B è un'altra bestia

C'è un punto strutturale nascosto dietro il confronto. Luna è un modello piccolo reso economico dal fatto di essere piccolo. ERNIE-5.5-Flash è un modello grande reso economico attivando una piccola porzione di se stesso: 14B su 280B per token. L'economia è davvero diversa: il costo della memoria scala sul totale di 280B, il costo di calcolo scala sui 14B attivi. Per un provider che serve a volume, è una forma attraente, perché la parte costosa viene ammortizzata su molte richieste concorrenti e la parte economica è ciò che costa ogni token.

Per chi fa self-hosting, la stessa struttura è un problema. Serve la memoria per 280B parametri in FP8 — nell'ordine di 280GB prima della KV cache — per ottenere il profilo di calcolo di un modello da 14B. Si tratta di un deployment da data centre, non da workstation, ed è per questo che i checkpoint base di questa dimensione tendono a diventare API anziché modelli locali.

Luna è l'opposto: abbastanza piccola da poter essere offerta ampiamente, con un prezzo che lo riflette, e disponibile tramite l'API di OpenAI, ChatGPT Work, Codex e l'app desktop nei piani Free e Go. La distribuzione fa parte del prodotto.

Dove OrcaRouter è adatto, e dove non lo è

GPT-6 Luna è instradabile su OrcaRouter come openai/gpt-6-luna, al prezzo di listino del provider con 0% di ricarico. Questo conta più del solito per questo modello, perché le interessanti decisioni di instradamento attorno a Luna non riguardano affatto il prezzo — riguardano l'effort. Una richiesta che necessita di una latenza al primo token di 1,5 secondi non dovrebbe essere inviata alla stessa impostazione di effort di un job batch che può attendere due minuti, e un carico di lavoro che occasionalmente necessita di 800K di contesto non dovrebbe passare a Sol per impostazione predefinita sulla base del presupposto che il modello più grande abbia la finestra più grande. Un livello di instradamento che può mantenere queste politiche in un unico posto, con failover automatico quando un provider si degrada, sta facendo un lavoro reale qui.

{{1}}ERNIE-5.5-Flash{{/1}} non è nel catalogo di {{2}}OrcaRouter{{/2}} — 216 ID di modello, nessuna voce ERNIE — e nulla in questo articolo deve essere interpretato come un'affermazione che lo sia. Non c'è alcun endpoint verso cui instradare. La posizione onesta è che il giorno in cui Baidu servirà il modello post-addestrato, la questione dell'instradamento diventerà interessante; oggi è ipotetica.

Che cosa renderebbe ERNIE un concorrente di Luna

Quattro cose, e sono le stesse quattro clausole.

• Un prezzo pari o inferiore a $0.10/$0.50. Qualsiasi prezzo superiore alla tariffa di Luna deve giustificarsi sulla qualità in lingua cinese o sulla residenza dei dati, e Baidu non ha ancora addotto nessuno dei due argomenti per questo modello.

• Un valore misurato di throughput. Il design con 14B parametri attivi suggerisce che potrebbe essere veloce; finché un provider non pubblica i token al secondo e il tempo al primo token, si tratta di un'inferenza architetturale, non di una specifica.

• Un limite di contesto erogato con un prezzo associato. La configurazione da 1,048,576 token è una capacità del checkpoint. La finestra di Luna è una condizione di prodotto, inclusa la fascia di prezzo da 272K. Si tratta di impegni diversi.

• Un modello post-addestrato con valutazione indipendente. Questo è il punto cruciale. La distanza tra un checkpoint di base e un modello Flash finito è dove risiedono la capacità di seguire le istruzioni, l'uso degli strumenti e la disciplina di formattazione, ed è esattamente la distanza che Luna ha già percorso.

Finché quei quattro non esisteranno, il confronto ha una risposta chiara per chiunque acquisti capacità: GPT-6 Luna, con i suoi punti deboli documentati, è un'opzione concreta a un prezzo concreto, mentre ERNIE-5.5-Flash è una release di ricerca che indossa il nome di un tier di prodotto. L'osservazione più interessante è che Baidu abbia scelto di distribuire prima i pesi di base e abbia documentato apertamente l'architettura — 43 layer, 37 HCA più 6 MLA-DSA, 512 esperti instradati con top-10, un vocabolario da 201.216 token — il che si legge come un laboratorio che invita al lavoro di post-training più che come un fornitore che apre un canale di vendita. Giudicatela con quello standard ed è una buona release. Confrontatela con Luna e non è ancora nello stesso mercato.