ERNIE 5.5 Flash vs MiniMax M3.1 Flash: due finestre da due milioni di token, un punteggio pubblicato

Entrambi questi modelli dichiarano una finestra di contesto da un milione di token, entrambi sono di livello Flash, entrambi costano meno di un dollaro per milione di token in input, ed esattamente uno dei due ha un numero associato al proprio nome. MiniMax M3.1 Flash ha ottenuto un punteggio di 42 sull'Artificial Analysis Intelligence Index dal suo lancio del 19 ottobre 2026, a 0,22 $ per ogni attività dell'indice completata. ERNIE 5.5 Flash è stato messo in vendita su Baidu Qianfan il 10 novembre 2026 con un prezzo, una specifica e nessun tipo di valutazione — non una tabella del fornitore, non un'esecuzione indipendente, non una data limite delle conoscenze. Quindi la domanda utile non è quale modello sia migliore. È quanto valga il punteggio mancante, e se le due finestre siano la stessa finestra.

Dove le due specifiche divergono effettivamente

I valori di punta sono abbastanza vicini da sembrare intercambiabili, e non lo sono. Quattro delle righe qui sotto determinano carichi di lavoro reali.

• Finestra di input — ERNIE 1.024.000 token vs MiniMax 1.000.000. Una differenza di 24.000 token è rumore; considerale equivalenti e smetti di confrontarle.

• Limite di output — ERNIE 921.600 token contro MiniMax 524.288. Il limite di ERNIE è quasi il doppio, e il motivo è architetturale più che generoso: il suo ragionamento non può essere disattivato, quindi i lunghi cicli degli agenti hanno bisogno di uno spazio in cui far confluire il pensiero.

• Prezzo per milione — ERNIE $0.28 input / $1.13 output / $0.028 in cache, contro MiniMax $0.15 / $0.60 / $0.015. ERNIE è 1,87× la tariffa di input e 1,88× quella di output. Le letture dalla cache scalano allo stesso modo.

• Modalità: ERNIE è solo testo. MiniMax accetta testo, immagini e video e restituisce testo. Per qualsiasi attività che includa uno screenshot, un grafico, una cattura dell'interfaccia o una chiamata registrata, questa riga chiude il confronto prima ancora che si parli di prezzo.

• Controllo del ragionamento — il ragionamento di ERNIE è obbligatorio, abilitato per impostazione predefinita, offerto a un solo livello di impegno: alto. MiniMax espone una profondità di pensiero regolabile, il che significa che una chiamata di classificazione può saltare il pensiero di cui non ha bisogno.

• Pesi — MiniMax ha pubblicato 428B parametri (23B attivi) il 23 ottobre, 252,4 GB su 48 shard con una licenza community e un limite di fatturato di 20 milioni di dollari. Il checkpoint base di ERNIE è scaricabile; l'ERNIE 5.5 Flash post-addestrato non lo è, e non è stata indicata alcuna data.

• Punteggio indipendente — MiniMax 42 sull’Intelligence Index, 41° su 173 al momento della valutazione, 0,22 $ per attività. ERNIE: nessuno. Artificial Analysis include righe per ERNIE 4.5 e ERNIE 5.0 e nessuna riga per ERNIE 5.5.

Esegui il conto tre volte, non una volta

Un tariffario è il modo meno utile per confrontare due modelli che ragionano entrambi prima di rispondere. La stessa attività, prezzata in tre modi, è più onesta.

Considera un carico di lavoro di revisione documentale: 400.000 token di input, 3.000 token di output per richiesta, cento richieste al giorno. Su ERNIE 5.5 Flash sono 40 milioni di token di input a $0,28 e 300.000 token di output a $1,13 — $11,20 più $0,34, quindi $11,54 al giorno. Su MiniMax M3.1 Flash sono $6,00 più $0,18, ovvero $6,18. ERNIE costa $5,36 in più al giorno, ossia circa $1.950 all'anno, per gli stessi 100 documenti.

Ora ripetilo con un prompt di sistema che valga la pena mettere in cache. Se 380.000 di quei token di input sono istruzioni stabili e solo 20.000 cambiano, le letture in cache di ERNIE a $0,028 fanno passare la voce di input da $11,20 a circa $1,62; la tariffa in cache di MiniMax a $0,015 porta i suoi $6,00 a circa $0,87. Il divario si riduce a ben meno di un dollaro al giorno, ed entrambi i modelli diventano così economici che la scelta smette di essere una questione finanziaria. La cache non è una micro-ottimizzazione su una finestra da un milione di token — è la maggior parte della fattura.

La terza esecuzione è quella che nessuno pubblica. Aggiungi i token di ragionamento. A ERNIE non si può chiedere di saltarli; in un compito in cui ragiona per 6.000 token prima di scriverne 3.000, il volume di output è di 9.000 token e la riga di output triplica. A MiniMax si può dire di pensare di meno, e il suo comportamento documentato è già insolitamente verboso — 180 milioni di token di output nell'Intelligence Index contro una mediana di 99 milioni — quindi i due potrebbero convergere in pratica. Nessuno lo sa, perché solo uno di questi modelli è stato misurato. Finché non conti i token di output sui tuoi prompt, la seconda cifra decimale di qualsiasi confronto qui è decorazione.

Il ragionamento obbligatorio è una scelta di progettazione, non un bug

È tentante leggere il ragionamento obbligatorio ad alto sforzo di ERNIE come un limite, e per alcuni carichi di lavoro è esattamente così — non esiste un percorso rapido per una classificazione di una sola parola, e ogni richiesta paga una tassa di latenza e token che MiniMax ti consente di evitare. Ma la stessa decisione spiega il tetto dell'output, e dice qualcosa su per chi Baidu l'ha costruito.

Un modello che ragiona sempre, con un limite di output di 921.600 token, è progettato per esecuzioni agentiche lunghe: refactoring su scala di repository, ricerca in più fasi, cicli di pianificazione che hanno bisogno di uno spazio in cui pensare. Anche il rilascio del checkpoint base di Baidu va nella stessa direzione: il corpus di pre-addestramento enfatizza "codice su scala di repository e contesto lungo", e le righe di benchmark che lo favoriscono maggiormente sono HumanEval+ a 82,3 e RepoQA a 91,7, entrambi valori del modello base che non dicono nulla di diretto sul modello chat ma dicono cosa ha privilegiato i dati di addestramento.

Il design di MiniMax punta altrove. Profondità di ragionamento regolabile, input nativo di immagini e video, 125,5 token di output al secondo e un tempo al primo token di 1,04 secondi descrivono un modello progettato per il throughput: loop autonomi, interfacce guidate da screenshot, pipeline documentali in cui l'input è una scansione anziché un diff. Il suo linguaggio di posizionamento parla di costo per token su volumi elevati, e i $0,22 per attività di indicizzazione sono il dato che lo conferma.

Due modelli di livello Flash, due scommesse diverse: una sulla profondità per richiesta, una sulle richieste al secondo. Nessuno dei due è sbagliato, e le schede tecniche sono insolitamente chiare su quale sia quale.

Entrambi costano poco; solo uno è una decisione che puoi prendere oggi

L'asimmetria che conta è di natura probatoria. MiniMax M3.1 Flash dispone di un punteggio di indice pubblicato, di un costo per attività pubblicato, di una model card pubblicata, di pesi scaricabili e di una misurazione indipendente del numero di token consumati per completare un benchmark. Su questa base si può prendere una decisione di acquisto. ERNIE 5.5 Flash Preview dispone di un listino prezzi, di una finestra di contesto e di una pagina stampa di Baidu che continua a mettere in primo piano il checkpoint di base e la frase «coming soon» a proposito del modello post-addestrato — che, in modo imbarazzante, è il modello ora in vendita.

Ciò non rende l'anteprima un cattivo modello. La rende un modello non misurato, e l'atteggiamento corretto verso un modello non misurato al doppio del prezzo di un concorrente misurato non è presumere che sia peggiore. Il checkpoint di base di Baidu ha superato DeepSeek V4 Flash Base su 26 delle 30 righe; un solido ciclo di post-addestramento su quella base potrebbe plausibilmente collocarsi sopra 42. Potrebbe anche collocarsi sotto. Il punto è che attualmente nessuno fuori da Baidu può dirlo, e un listino prezzi non è una prova.

Provare entrambi senza firmare due contratti

Uno di questi modelli è su una chiave instradata e uno no. OrcaRouter serve MiniMax M3.1 Flash al prezzo di listino del provider con 0% di markup, insieme a GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash e Gemini 3.8 Flash — oltre 200 modelli dietro un unico endpoint compatibile con OpenAI, con failover automatico tra provider e un DSL di routing per comporre più modelli in un'unica chiamata. ERNIE 5.5 Flash Preview non è in quel catalogo; non c'è alcuna voce ERNIE e nessun endpoint Baidu verso cui instradare, quindi va chiamato sull'API di Baidu con una seconda chiave e una seconda fattura.

La via pratica per gestire quell’asimmetria è costruire prima la valutazione e poi l’integrazione. Metti i tuoi venti prompt dietro la chiave instradata, esegui MiniMax e il resto del livello Flash, e registra i token di output per attività — non solo il prezzo per milione. Poi indirizza gli stessi venti prompt all’endpoint Baidu e confronta sullo stesso asse. Se ERNIE vince sulle attività che ti interessano, il suo tasso di 1,88× è un premio che vale la pena pagare e la scheda modello mancante diventa un fastidio anziché un blocco. Se non vince, hai speso un pomeriggio e una piccola fattura per scoprirlo.

Ciò che lo risolverebbe adeguatamente è una singola riga in un tracker che esegue il proprio harness. MiniMax ne ha uno dal giorno del lancio. Baidu potrebbe pubblicarne uno domani e l'incertezza centrale di questo articolo svanirebbe — il che è l'indizio che l'incertezza non riguarda affatto i modelli. Riguarda quale fornitore ha scelto di mostrare il proprio lavoro.