ERNIE 5.5 Flash Preview 対 GPT-5.6 Luna：評価の基準となる料金表はすでに廃止されている

ERNIE 5.5 Flash PreviewとGPT-5.6 Lunaが今週同じ文脈で語られているが、厄介なのはカレンダーだ。ERNIE 5.5 Flash Previewは2026年11月10日にBaiduのQianfanプラットフォームで課金対象エンドポイントとして公開され、ローンチ投稿はその翌日に出た。GPT-5.6 Lunaは2026年7月9日にリリースされ、GPT-6 Lunaが約半額で登場した2026年9月22日以降、Artificial Analysisのトラッカー上で非推奨としてフラグが立てられている。したがって、読者に本当に必要な比較は、この2つの名前が示唆するものではない。ERNIE 5.5 Flash Previewを、そのベンダー自身がすでに乗り越えた料金表と比べること——そして第二に、それに取って代わった後継モデルと比べることだ。 後継モデルの価格は$0.10と$0.50で、同じ測定指数 を持ち、置き換えたモデルと同じキー上にある。

それは直接対決を無意味にするものではない。それは別種の作業にするものだ。実際の価格差があり、実際のコンテキスト差があり、この2つのどちらを無人タスクに任せるかという真剣な問いがある。どちらの側にもないのは、共通のスコアボードだ。以下のすべての数字は、Baidu自身の実行、Artificial Analysis自身の実行、または公開されているレートのいずれかであり、どれも互いから差し引くことはできない。

GPT-5.6 Lunaに何が起きたのか、そしてそれがここでなぜ重要なのか

GPT-5.6 Lunaは100万コンテキストのモデルで、価格は入力100万トークンあたり0.20ドル、出力100万トークンあたり1.20ドルです。Artificial Analysisではインテリジェンス指数23.8を記録しており、同じ記録には非推奨フラグが付いていて、置き換え日は2026年9月22日です。その後継であるGPT-6 Lunaは、同じ100万コンテキストで入力0.10ドル、出力0.50ドルと記載され、同じ指数でxhigh effort時は23.5、medium時は18.5を記録しています。統計的には置き換え前のモデルと同等でありながら、出力料金は半分未満です。

ここから二つのことが導かれ、どちらもこのページの自明な枠組みに反します。第一に、非推奨のSKUは死んだSKUではありません。今でもリクエストに応答しますし、多くのコードが依然としてそれを指しています。ただし、もはや誰も価格で擁護していないカードです。第二に、ERNIE 5.5 Flash PreviewをLunaと比較する理由が、Lunaがすでに知っている安価で高速なティアだからというのであれば、あなたが実際に知っているモデルは今やGPT-6 Lunaです。2日前のプレビューを引退したカードと比べることは、そのプレビューの価格をよく見せるだけで、来四半期に支払う請求額については何も教えてくれません。

比較にとってあまり都合がよくなく、早い段階で述べておく価値のある第三の点がある。GPT-5.6 Lunaには独立したスコアがあるが、ERNIE 5.5 Flash Previewにはない。11月11日時点で、Artificial Analysisのリーダーボード上にERNIE 5.5の行はどこにも存在しない。したがって本稿におけるERNIEの数値はすべてBaiduのものであり、Baiduのハーネスで実行され、Baiduが選んだモデルによって判定されている。

6つの次元、両側が同じ行に

これらは、両者がどこで食い違っているかを示す地図として読んでください。集計としてではなく。価格とコンテキストの行は、公開されているカードに基づく確定した数値です。スコアの行は、互いに同じ種類の数値ではありません。それが次の節の主題です。

• 価格 — ERNIE 5.5 Flash Preview は入力100万トークンあたり0.28ドル、出力1.13ドル、GPT-5.6 Luna は入力0.20ドル、出力1.20ドルです。ERNIE の入力は40%高い一方、出力は約6%安くなっています。

• 後継モデルの価格 — ERNIEには後継モデルがなく、カード1枚のみ。一方、GPT-6 Lunaは入力$0.10、出力$0.50で、これはERNIEの出力料金の半分未満、入力料金の5分の1にあたります。

• コンテキストウィンドウ — 1,024,000トークン 対 1,000,000。丸め誤差であり、どちらも決定的な要因ではない。

• 出力上限 — 1回の呼び出しで921,600トークン。一方、1Mコンテキストでは、同様の形式で公表された比較可能な単一呼び出しの出力上限はありません。これは、ERNIEが真に別格である唯一の仕様です。

• 独立スコア — Artificial Analysis の行がないものと、Intelligence Index 23.8 との比較。この行の一方には第三者が背後にあり、もう一方にはない。

• タスクあたりの実測コスト — Baiduは未公開、一方Artificial Analysisのスイートではタスクあたり0.33ドル（タスク平均522秒）、GPT-6 Lunaではタスクあたり0.15ドルまで低下。

• ステータス — Baidu がポストトレーニングからの中間チェックポイントと呼ぶプレビュー 対 名前付きの代替品がすでに提供されている非推奨の SKU。

なぜ2つの主要な数字を単純に引き算できないのか

人々が並べて比較したくなる数字はTerminal-Bench 4.0だ。Baiduの付録にあるERNIE 5.5 Flash Previewの46.5に対し、Artificial Analysis独自の評価によるGPT-5.6 Lunaは11.6。35ポイントの差は決定的に見える。しかしそれはまったく差ではない。なぜなら、この2つの数値は異なるハーネス、異なるスキャフォールディング、異なるジャッジから出たものであり、そのうち片方だけが結果に利害関係のない人物によって出されたものだからだ。

Baiduは自社のベンチ環境について異例なほど率直に明かしており、それがこの不一致を読み取れるものにしている。脚注にはハーネス名——Claude Code 2.1.x、mini-swe-agent 2.4.6、Codex 0.162.1、そしてDSHと略された何か——と、ジャッジモデルであるQwen3.8-Max、DeepSeek-V4.1-Flash-1017、Gemini 3.1 Flash-Liteが記されている。ある脚注では、ERNIE 5.5 Flash PreviewとGLM-5.3にはネイティブなマルチモーダル能力がなく、評価中の画像理解はClaude Opus 5.5を搭載したツールを通じて提供されたことを認めている。つまり、少なくとも一部の視覚依存の行は、テスト対象モデルが別ベンダーのモデルを呼び出して物事を見るシステムを測っている。これは擁護可能なエンジニアリング上の選択だ。また、それらの行が同一条件でのスコアではない理由でもある。

全知のペアにも、同じ問題がより微妙な形で当てはまる。BaiduはAA-Omniscience-Publicを25.2と報告しており、Artificial AnalysisはGPT-5.6 LunaについてOmniscience指数で−17.1を記録している。ラベルは異なり、一方の数値はベンダーが実施したもの、もう一方はそうではなく、この指標は自信過剰な誤答にペナルティを与えるが、それは自己申告型の評価が最も表面化させにくいまさにその行動である。これらは42ポイントの差ではなく、無関係な2つのデータ点として扱うこと。

本当に公平な唯一の比較は内部比較です。GPT-5.6 Luna の 23.8 対 GPT-6 Luna の 23.5 で、どちらも同じ人々によって同じ方法で測定されています。このペアによって、後継モデルが能力面の進歩ではなく価格面の動きであることがわかり、また ERNIE 5.5 Flash Preview が実際に何を上回ることを求められているのかもわかります。

各陣営が実際に勝ち取るもの

ERNIE 5.5 Flash Previewは上限でも鮮度でも勝っている。921,600トークンの出力許容量に対して1,024,000トークンのウィンドウということは、1回の呼び出しで保持できる量とほぼ同量を出力できるということであり、Baiduがローンチ投稿の中心に据えた11時間のUnreal Engineビルドの機械的な前提条件だ。GPT-5.6 Lunaのスペック表にもこれに対抗できるものはなく、GPT-6 Lunaのにもない。ERNIEは数字以外の唯一の競争でも勝っている。今月、何かを証明すべきモデルなのであり、BaiduはApache 2.0の重みを約束したが、その日付はまだ示していない。

GPT-5.6 Lunaは検証と入力価格で優れています。確認できる第三者スコア、公表されたタスク完了あたりのコスト、測定されたタスクあたりの時間、そして40%安い入力料金があります。これらこそがモデルを製品の基盤に据える際の安全性を担保する要素であり、ERNIE 5.5 Flash Previewには現在そのいずれもありません — モデルカードも、知識カットオフも、レイテンシの数値も、独立した評価行もありません。

GPT-6 Luna は価格で完全に勝利しており、それがこのページの見方を変える発見です。問いが「どの安価で高速なモデルを呼び出すべきか」であるなら、Luna ファミリー内での答えは GPT-5.6 Luna ではありません。同じ測定指標を持ち、タスクあたりのコストが前世代の半分未満である、$0.10 と $0.50 の後継モデルです。GPT-5.6 Luna で比較を止めることは、ERNIE をファミリーの誤った半分と比較していることになります。

曖昧さを排して述べられた決定

今日、タスクあたりのコストが既知の状態で、独立にスコア付けされたモデルが必要なら、ERNIE 5.5 Flash Preview は必要ありません。必要なのは Luna であり、しかも現行のものです。評価すべきことは何もありません。なぜなら、誰かがすでに評価を済ませているからです。

1回のパスで出力が本当に数十万トークンに及ぶタスク——長時間のビルド、リポジトリ全体のリファクタリング、誰も分割したがらない文書——があるなら、ERNIE 5.5 Flash Preview は、それを可能にする出力上限を公開しているこのページ上で唯一のモデルであり、その出力レートは GPT-5.6 Luna よりわずかに低い。それは狭く具体的なケースであり、仕様表が裏付ける唯一のケースである。

その中間に位置するなら、正直な答えは、どちらのカードでも決着はつかないということです。なぜなら、どちらのベンダーも、あなたが想定しているワークロードについて、完了したタスクあたりのトークン数を公開していないからです。GPT-5.6 Luna の $0.33 は Artificial Analysis のスイートによるもので、あなたのものではありません。

ひとつの鍵、2枚の料金表、そしてプロジェクトではない移行

ERNIE 5.5 Flash Preview は OrcaRouter が提供するものではありません。カタログに ERNIE の項目はなく、その背後に Baidu のエンドポイントもないため、Baidu 自身の Qianfan API や、それを再販するサードパーティのプラットフォームを利用することになります。ここにはそれをルーティングするという提供内容はありません。

Lunaの状況は正反対であり、示唆に富んでいる。GPT-5.6 LunaとGPT-6 LunaはどちらもOrcaRouterのカタログに掲載されており、プロバイダー定価のままでマークアップはない — 非推奨のSKUが$0.20と$1.20、それを置き換えたSKUが$0.10と$0.50だ。これが廃止された料金表を内側から見た姿である。モデル文字列は変わるが、キーは変わらない、そして誰も署名する必要はない。ベンダーが四半期の途中でモデルを廃止するとき——ここでは9月22日にそうなった——入れ替えにかかるのは調達サイクルではなく設定ファイルの一行であり、同じ請求書の上で新旧の料金表を突き合わせて価格を比較できる。

この比較に決着をつけるのは、もう一枚のベンチマーク表ではない。Artificial Analysisが作成したERNIE 5.5の行、11時間のビルドについて公表されたタスクあたりトークン数、そしてGPT-6 Lunaが現在占める階層においてERNIEに適用される料金表だ。それらのどれかが存在するまでは、ERNIE 5.5 Flash Preview対GPT-5.6 Lunaは、共通のハーネスを一度も使ったことのない2組の人々によって、2日前のプレビューを引退したカードと比較して測定したものにすぎない。そして、この問いの有用な形は、答えに利害関係のない誰かがテストを実行したとき、そのプレビューが出力上限の優位性を保てるかどうかである。