ERNIE Light DT 1.0 対 Qwen 3.8 Flash：少ない入力により多く支払う

を並べて比べるとERNIE Light DT 1.0とQwen 3.8 Flash、3つの数字が雄弁に語る。Baidu は入力100万トークンあたり $1.13 を請求し、A​libaba は $0.15 だ。Baidu はテキストのみを提供し、A​libaba はテキスト、画像、動画を受け付ける。Baidu はベンチマークを一切公表しておらず、A​libaba のモデルは、検証可能なオープンウェイトの対になるモデルを伴う文書化されたリリースの背後にある。Qwen 3.8 Flash は 2026年8月26日にリリースされ、ERNIE Light DT 1.0 は2か月半後の2026年11月10日に、入力価格7.5倍で登場した。

より新しく、より高価であることは、自動的に劣ることを意味しない——アーキテクチャは改善されるし、KVキャッシュ圧縮を中心に構築されたモデルは、汎用の高速ティアが解かない問題を解いている。しかし、この比較では立証責任は明確にBaidu側にあり、Baiduはそれを引き受けていない。

Qwen 3.8 Flashとは実際に何なのか

AlibabaのFlashティアはスパースなMixture of Experts（専門家混合）です。エキスパート本体に1,250億パラメータ、トークンあたり約60億が活性化し、さらに510億パラメータのn-gram埋め込みテーブルと約40億のマルチトークン予測ヘッドを備え、ディスク上では合計約1,800億パラメータになります。48層、512エキスパート、そしてGated DeltaNetとQwen Sparse Attentionからなるハイブリッドアテンションスタックを採用しています。

製品 SKU は QwenCloud 上で提供され、文書化されたデフォルトコンテキストは 100 万トークン、最大入力は 991,000 トークン、最大出力は 131,072 トークンです。同じアーキテクチャを持つオープンウェイトのアーティファクトは Qwen3.8-Flash-Next で、Qwen Community License の下で公開されています。これは別のライセンスを持つ別のオブジェクトであり、検査には有用ですが、エンドポイントの代替にはなりません。

特に注目すべきは、QwenのスパースアテンションとBaiduのスパースアテンションが、同じ問題を相反する方向から解決しようとしている点だ。QwenのQSAは個々のトークンを選択するのではなくマイクロブロック単位で動作し、ベンダーによれば長文コンテキストのレイテンシを大幅に削減する。BaiduのBSAは、フィードバック駆動型の履歴圧縮と組み合わせて、代わりにキャッシュストレージとインデックス作成を対象とする。どちらも、推論の未来は低コストでの長文コンテキストにあるという賭けだ。ただ、請求書のどの部分を攻めるかについて意見が分かれているだけだ。

次元ごとの比較

入力価格 — ERNIE Light DT 1.0 は100万トークンあたり1.13ドル、Qwen 3.8 Flash は0.15ドル。Baidu は7.5倍割高です。

• 出力価格 — 100万あたり$3.94 対 $0.47。Baiduは8.4倍高い。

• キャッシュ入力 — 100万あたり$0.113対$0.0184。どちらもキャッシュ読み取りで10倍の割引になるが、絶対差は6.1倍。

• コンテキストウィンドウ — 1,024,000トークンに対して1,000,000トークンで、Q​wenは最大入力991,000トークンと文書化されています。実質的に同じ上限です。

• 最大出力 — 両方とも131,072トークン。同一。

• 入力モダリティ — テキストのみ 対 テキスト、画像、動画

• 推論制御 — Light DT 上の4つの段階的レベル（max、high、low、none）を、文書化された最大トークン推論予算をサポートする Qwen 3.8 Flash の柔軟な思考モードと比較したもの。

• ツール使用と構造化出力 — 両方でサポートされており、強制ツール選択にも対応しています。

• 独立したスコア — Light DT については公表されていません。Qwen の Flash-Next 系モデルは Artificial Analysis Intelligence Index で測定されており、そのスコアは製品 SKU ではなくオープンな成果物に属するものです。

• オープンウェイト — Light DT にはなし。Qwen には Qwen Community License の下で同一アーキテクチャのチェックポイントを提供。

理論上、7倍のプレミアムを獲得できる場所

Baiduの立場を一蹴するのではなく、最も強い形で論じてみる価値がある。なぜなら、これには価格が妥当となるシナリオもあるからだ。

圧縮に基づいて構築されたモデルは、原理的には、従来のモデルでは太刀打ちできないキャッシュフットプリントで100万トークンのリクエストを処理できる。もしBaiduのBSAが、コンテキストが伸びても品質を本当に一定に保てるのであれば——その主張は、KVキャッシュの保存量と計算量を削減しつつ「モデル性能を維持する」というものだ——、運営者のコンテキスト100万トークンあたりのコストは下がる。そこに研究の労力を投じてきたベンダーなら、トークンあたりの料金を高めに設定しても、長いリクエストあたりでは依然として割安になるため、そうした価格設定は理にかなう。

問題は、これが完全に未検証であり、決着をつける唯一の数値——100万トークンあたりの実効キャッシュフットプリント——が公開されていないことだ。モデルカードも技術レポートもベンチマーク表もない。Baidu自身の製品説明はたった1段落に過ぎない。

反対側の証拠と比較してみよう。Qwen 3.8 Flash には、トークンレベルのドキュメントを備えたベンダーページがあり、アーキテクチャを設定ファイルで確認できるオープンウェイトの兄弟モデルが存在し、その兄弟モデルについて第三者による測定結果もある。A​libaba の数値に異議を唱えることはできても、検証することは可能だ。

モダリティの方が難しい問題です

価格は交渉の余地がある。モダリティは壁だ。

Qwen 3.8 Flashはテキスト、画像、動画を受け入れ、その製品コピーでは、そこから生じる用途として視覚的理解、ドキュメントおよびコードベースの分析、グラフ分析、デスクトップ操作、長時間動画の分析を挙げています。ERNIE Light DT 1.0はテキストを受け取り、テキストを返します。

パイプラインのどこかでスクリーンショット、スキャンしたページ、チャート、動画のフレームを扱うなら、価格が問題になる前に比較は終わっている。Light DT の前に OCR モデルかビジョンモデルを置く（コスト、レイテンシ、障害モードが増える）か、そうした入力物をそのまま受け付けるモデルを使うかだ。エラーメッセージのスクリーンショットが受信内容の半分を占めるサポートパイプラインでは、「テキストのみ」は工夫して回避する制約ではなく、別の製品カテゴリである。

逆のケースも同じく現実的だ。検索拡張型のテキスト作業、プレーンなソースコードに対するコード分析、ログのトリアージ、ドキュメントがすでにテキストである長文ドキュメントQ&A。そこではモダリティ上の優位性は何ももたらさず、比較は価格と品質に戻る——そこではBaiduが依然として7.5倍高価で、示せる証拠もない。

プレミアム版が実際に元を取れるかもしれない3つの方法

Baiduが単に割高だと思い込むのではなく、Light DTを選ぶことが正当化される具体的な条件を以下に挙げます。そのどれもが、半日あれば検証できるものです。

その一：40万トークン以上でも品質が維持されること。LingとQwen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、非常に長いプロンプトの途中で性能が劣化するかどうかは、まさに圧縮スキームが解決すると謳っている点である。Light DTが深いコンテキストの質問に正確に答え、Qwen 3.8 Flashが文書の中盤を見落とし始めるのであれば、割高な価格にも正当性がある。テストは、同じ長文書内の深さ5%、50%、95%の位置に答えが存在する一連の質問で行う。

2つ目：リクエストあたりのスループットが実質的に向上します。 圧縮によってリクエストあたりのキャッシュトークン数が減るのであれば、ベンダーは同じハードウェア上でより多くの同時長尺リクエストを処理できます。これは負荷時のレイテンシ低下につながる可能性があります。Baiduはスループットの数値を公表しておらず、Q​wenも対応する数値を公表していないため、これはご自身の並行処理環境で両方を実行することによってのみ測定できます。

3つ目：推論ラダーはコストに見合う働きをします。Light DT で effort を none に設定すると、分類や抽出向けの高速で安価な経路が得られ、max にすると同じエンドポイント上で思考モデルになります。Qwen 3.8 Flash には思考モードがありますが、ラダーのきめ細かさは劣ります。大きく異なる2つの用途で1つのエンドポイントを運用しているなら、それは確かなエンジニアリング上の価値があります——ただし、$1.13-per-million の価値があるとは明らかには言えません。

現実的な見方

それら3つの条件はいずれも、単独で7.5倍の入力プレミアムを正当化する可能性は低く、組み合わせても、ワークロードが長文コンテキストで、テキストのみで、深いレベルでの品質に敏感な場合にしかQ​wenを上回らない。それは実在するセグメント——法的証拠開示、大規模コードベースのQ&A、規制文書レビュー——ではあるが、これらのモデルが名目上共有している広範なファスト層市場ではない。

より可能性が高い説明は、最も耳の痛いものだ。Baiduは、まだ測定されていない新しいエンドポイントを、できるからという理由でプレミアム製品として価格設定しており、市場が意見を持つようになれば価格は動く。これは初回公開時のよくあるパターンだ。だからこそ、誰も現在の数字を前提に予算を組むべきではない。

どちらにもコミットせずに両方を実行する

Qwen 3.8 FlashはOrcaRouterのカタログに、A​libabaの定価で、マークアップを一切適用せずに掲載されています。つまり、当社のモデルページに表示される価格はベンダーが請求する価格であり、A​libabaが値下げすれば、次回の契約更新時ではなく同日にここへ反映されます。

その特性は、このような比較ではいつも以上に重要だ。なぜなら、前提のすべてが、誰にも正当化されておらず、どちらの当事者も変更できる価格差だからだ。両方の価格を並べて示し、トラフィックの5％を新しいモデルに送りながら95％を既知のモデルに残せるルーティング層こそ、四半期分の予算をそれに賭けることなく、割増料金が本当に妥当かどうかを見極める方法である。

自動フェイルオーバーはもう一方の要です。単一のベンダーが提供するモデルには単一の障害ドメインしかなく、Baiduに障害が発生すれば、長コンテキストの経路は停止します。プライマリでエラーが起きたときに同等のエンドポイントへフォールバックできるルーティングがあるかどうかが、機能の劣化とサービス停止の分かれ目になります。

今週やること

余分なコストが見合うワークロードを具体的に挙げられない限り、まずはQwen 3.8 Flashから始めましょう。あらゆる単位で安く、より多くの入力タイプに対応し、中身を検査できるオープンな兄弟モデルも用意されています。100万トークンあたり$0.15と$0.47なら、本格的な評価にかかるのはほんの数セントです。

ERNIE Light DT 1.0 が主張している具体的な点に対してのみテストしてください。長文コンテキスト評価を1つ構築し——3つの深さに回答を埋め込んだ200,000トークンの文書セット——両モデルで実行してください。Qwen 3.8 Flash が失速する場面で Light DT が品質を維持するなら、プレミアムの根拠を見つけたことになり、データでそれを論じられます。そうでなければ、ベンダーの一文と、「light」と言いながら「luxury」を意味するかのように課金する名前に基づいて、7.5倍の請求を回避できたことになります。