ERNIE 5.5 Flash vs MiniMax M3.1 Flash：200万トークンのウィンドウ、公開スコアは1つ

これらのモデルはどちらも100万トークンのコンテキストウィンドウをうたっており、どちらもFlashティアで、どちらも100万入力トークンあたり1ドル未満のコストで、しかも名前になにがしかの数字が付いているのはちょうど一方だけです。{{1}}MiniMax M3.1 Flash{{/1}}は、2026年10月19日のローンチ以来、Artificial Analysis Intelligence Indexで42と評価されており、完了したインデックスタスクあたり0.22ドルです。{{2}}ERNIE 5.5 Flash{{/2}}は2026年11月10日にBaidu Qianfanで販売開始され、価格と仕様はあるものの、いかなる評価もありません——ベンダーの表も、独立した実行結果も、知識カットオフも。したがって、有用な問いはどちらのモデルが優れているかではありません。欠けているスコアがどれだけの価値を持つのか、そして2つのウィンドウが同じウィンドウなのかどうかです。

2つの仕様が実際に分岐する箇所

見出しの数値は互いに近く、入れ替え可能に見えるが、そうではない。以下の行のうち4つが実際のワークロードを左右する。

• 入力ウィンドウ — ERNIE 1,024,000トークン 対 MiniMax 1,000,000。24,000トークンの差はノイズであり、これらは同等とみなして比較をやめてください。

• 出力上限 — ERNIE 921,600トークン 対 MiniMax 524,288。ERNIEの上限はほぼ2倍だが、その理由は寛大さではなくアーキテクチャにある。推論をオフにできないため、長いエージェントループでは思考の行き場が必要になる。

• 100万トークンあたりの価格 — ERNIE は入力 $0.28 / 出力 $1.13 / キャッシュ $0.028、MiniMax は $0.15 / $0.60 / $0.015。ERNIE は入力料金が 1.87 倍、出力料金が 1.88 倍です。キャッシュ読み取りも同じ比率でスケールします。

• モダリティ — ERNIE はテキストのみです。MiniMax はテキスト、画像、動画を受け入れ、テキストを返します。スクリーンショット、チャート、UI キャプチャ、録画通話のいずれかを含むワークロードでは、価格の議論に入る前にこの項目で比較が決着します。

• 推論制御 — ERNIEの推論は必須で、デフォルトで有効になっており、1つのエフォートレベル（high）で提供されます。MiniMaxは調整可能な思考の深さを公開しているため、分類呼び出しでは不要な思考を省略できます。

• 重み — MiniMaxは10月23日に428Bパラメータ（23Bアクティブ）を公開しました。コミュニティライセンスの下で48シャードにわたる252.4 GBで、収益項目は2,000万ドルです。ERNIEのベースチェックポイントはダウンロード可能です。事後学習済みのERNIE 5.5 Flashはダウンロードできず、日付も示されていません。

• 独立スコア — インテリジェンス指数でMiniMax 42、スコア算出時点で173件中41位、タスクあたり0.22ドル。ERNIE：なし。Artificial AnalysisにはERNIE 4.5とERNIE 5.0の行があり、ERNIE 5.5の行はまったくありません。

請求書を1回ではなく3回実行してください

料金表は、どちらも答える前に考える2つのモデルを比較するには、最も役に立たない方法だ。同じタスクを3通りの価格で示すほうが、より誠実だ。

文書レビューのワークロードを考えます。1リクエストあたり入力40万トークン、出力3,000トークン、1日100リクエストです。ERNIE 5.5 Flashでは、4,000万入力トークンが$0.28、30万出力トークンが$1.13で、$11.20＋$0.34、つまり1日$11.54です。MiniMax M3.1 Flashでは$6.00＋$0.18、つまり$6.18です。ERNIEは同じ100文書あたり、1日で$5.36、年間約$1,950高くつきます。

では、キャッシュする価値のあるシステムプロンプトを使って、同じことをもう一度行いましょう。その入力トークンのうち38万トークンが安定した指示で、変化するのが2万トークンだけなら、$0.028でのERNIEのキャッシュ読み取りにより、入力コストは$11.20から約$1.62になります。MiniMaxの$0.015のキャッシュ料金では、$6.00が約$0.87になります。差は1日あたり1ドルをはるかに下回るまで縮まり、両モデルとも十分に安くなるため、選択はもはや財務上の問題ではなくなります。キャッシュは100万トークンウィンドウでの微小な最適化ではなく、請求額の大部分を占めるものです。

3回目の実行は、誰も公開しないものだ。推論トークンを加えよ。ERNIEにはそれを省くよう頼めない。6,000トークン考えてから3,000トークン書くタスクでは、出力量は9,000トークンになり、出力行は3倍になる。MiniMaxには考える量を減らすよう指示でき、その文書化された挙動はすでに異常なほど冗長だ——Intelligence Index全体で1億8,000万出力トークンに対し、中央値は9,900万——なので、実際には両者は収束するかもしれない。誰にも分からない。なぜなら、これらのモデルのうち測定されたのは1つだけだからだ。自分のプロンプトで出力トークンを数えるまで、ここでのどんな比較の小数点以下2桁も飾りにすぎない。

強制的な推論は設計上の立場であり、バグではありません

{{1}}ERNIEの必須の高負荷推論{{/1}}を制約と捉えたくなるのは自然で、一部のワークロードではまさにそのとおりだ——一言の分類のための高速パスはなく、{{2}}すべてのリクエストが遅延とトークンのコストを支払うことになり、MiniMaxならそれを避けられる{{/2}}。しかし同じ決定が{{3}}出力上限{{/3}}を説明しており、{{4}}Baiduがこれを誰のために作ったのか{{/4}}を物語ってもいる。

常に推論を行うモデルは、921,600トークンの出力許容量を備え、長いエージェント的実行のために作られている。リポジトリ規模のリファクタリング、多段階の調査、考える場所を必要とする計画ループなどだ。Baiduのベースチェックポイントリリースも同じ方向性だ — 事前学習コーパスは「リポジトリ規模のコードと長いコンテキスト」を重視しており、それを最も良く見せるベンチマーク項目はHumanEval+の82.3とRepoQAの91.7で、どちらもベースモデルの数値であり、チャットモデルについて直接何かを言うものではないが、訓練データが何を優先したかは語っている。

MiniMaxの設計は別の方向を指している。調整可能な思考の深さ、画像と動画のネイティブ入力、毎秒125.5出力トークン、最初のトークンまでの時間1.04秒は、スループット向けに構築されたモデルを物語っている——自律ループ、スクリーンショット駆動のインターフェース、入力が差分ではなくスキャンであるドキュメントパイプラインだ。同社自身の位置づけの表現は大量処理時のトークンあたりコストについてであり、インデックスタスクあたり0.22ドルという数字がそれを裏付けている。

2つのFlashティアモデル、2つの異なる賭け：一方はリクエストあたりの深さに、もう一方は1秒あたりのリクエスト数に賭けている。どちらも間違いではなく、仕様書はどちらがどちらかを異例なほど明確に示している。

どちらも安いが、今日あなたが下せる決断はそのうちの一方だけだ。

重要なのは、証拠が揃っているかどうかという非対称性だ。MiniMax M3.1 Flashには、公開されたインデックススコア、公開されたタスクごとのコスト、公開されたモデルカード、ダウンロード可能な重み、そしてベンチマークを完了するのに消費するトークン数に関する独立した測定値がある。それに基づいて調達判断ができる。ERNIE 5.5 Flash Previewには、料金表、コンテキストウィンドウ、そして百度のプレスページがある。だがそのページはいまもベースチェックポイントを前面に出し、事後学習済みモデルについて「近日公開」という表現を掲げている。そして厄介なことに、それが現在販売されているモデルなのだ。

それはそのプレビューを悪いモデルにするわけではない。それは未測定のモデルにするのであり、測定済みの競合の2倍の価格である未測定モデルに対する正しい姿勢は、それが劣っていると決めつけることではない。Baiduのベースチェックポイントは30行中26行でDeepSeek V4 Flash Baseを上回った。そのベースに対する強力なポストトレーニング実行は、もっともらしく42を超える可能性がある。下回る可能性もある。要点は、現在Baiduの外部では誰も判断できず、価格表は証拠ではないということだ。

2つの契約に署名せずに両方をテストする

これらのモデルのうち、一方はルーティングされたキーを使い、もう一方は使っていません。OrcaRouter はMiniMax M3.1 Flash をプロバイダー定価でマークアップ0%で提供し、GLM-5.3-Flash、DeepSeek V4.1 Flash、Qwen 3.8 Flash、Gemini 3.8 Flash も同様に提供しています — 単一の OpenAI 互換エンドポイントの背後に200以上のモデルがあり、プロバイダー間の自動フェイルオーバーと、複数のモデルを1回の呼び出しに組み合わせるためのルーティング DSL を備えています。ERNIE 5.5 Flash Preview はそのカタログには含まれていません。ERNIE の項目も、ルーティング先となる Baidu のエンドポイントもないため、Baidu 独自の API を2つ目のキーと2つ目の請求で呼び出す必要があります。

その非対称性を実務的に通り抜ける道は、評価を先に構築し、統合を後にすることだ。20個のプロンプトをルーティングされたキーの背後に置き、MiniMaxとFlashティアの残りを実行し、タスクごとの出力トークンを記録する——百万あたりの価格だけでなく。次に同じ20個のプロンプトをBaiduエンドポイントに向け、同じ軸で比較する。関心のあるタスクでERNIEが勝つなら、その1.88倍の料金は支払う価値のあるプレミアムであり、欠けているモデルカードは障害ではなく煩わしさになる。勝たなければ、午後と小さな請求書1枚を使ってそれを知ることになる。

きちんと決着をつけるには、独自のハーネスを実行するトラッカーに1行あればいい。MiniMaxはローンチ当日からそれを用意している。Baiduが明日にでもそれを公開すれば、本記事の中心的な不確実性は消え失せる——つまり、その不確実性は本当はモデルの話ではなく、どのベンダーが自らの作業過程を開示することを選んだか、という話だという証拠なのだ。