ERNIE 5.5 Flash Preview: 두 가지 가격, 무료 엔드포인트, 그리고 그에 걸맞은 순위는 없다

바이두가 ERNIE 5.5 Flash Preview에 대해 2026년 11월 13일 X에 게시한 홍보 문구는 이 모델이 "폭넓은 역량을 갖췄다"는 것입니다. 즉, 플레이 가능한 세계, 3D 모델, 연구 보고서, 인터랙티브 워크북입니다. 그 밑에 깔린 홍보 문구는 "오픈 웨이트 파운데이션 모델"입니다. 11월 11일 발표로부터 사흘 뒤, 구매자가 가장 먼저 확인할 것들은 두 문구 어느 쪽과도 들어맞지 않습니다. 이 모델에는 대략 절반가량 차이가 나는 공개 유료 요금표 두 개, 출시보다 하루 앞서 나온 무료 호스팅 변형, 독립 벤치마크 점수 없음, 그리고 그 이름을 달고 있는 아레나 명단에서의 순위 없음이 있습니다. 그리고 실제로 다운로드 가능한 가중치는 ERNIE 5.5 Flash Base의 것이지, 데모 제작에 사용된 모델의 것이 아닙니다.

그 어느 것도 그것을 나쁜 모델로 만들지는 않습니다. 그것은 마케팅이 문서 작업을 앞질러 버린 프리뷰일 뿐이며, 이는 출시된 지 사흘 된 릴리스에서 흔한 일이고 파이프라인을 그것에 연결하기 전에 알아 둘 가치가 있습니다.

바이두가 11월 11일에 실제로 출시한 것

ERNIE 팀의 자체 제품 업데이트 페이지는 날짜가 2026년 11월 11일로 되어 있으며, ERNIE 5.5 Flash를 280B 매개변수의 전문가 혼합(MoE) 모델로, 활성 매개변수는 14B이고 컨텍스트 창은 1,024,000토큰이라고 설명합니다. 이 페이지는 해당 릴리스를 "포스트 트레이닝에서 나온 중간 체크포인트"라고 부르는데, 이 표현은 상당한 의미를 담고 있습니다. 이는 해당 모델이 명시적으로 완성품이 아니라는 뜻이기 때문입니다. 페이지에 따르면 가중치는 "곧 Apache 2.0에 따라 오픈소스로 공개될 예정"입니다.

그 페이지는 데모 릴이 나온 곳이며, 데모들은 이 모델이 주목받은 이유다. 단일 11시간 작업으로 제작된 플레이 가능한 Unreal Engine 5.8 빌드. Cocos, Unity, LayaAir, PixiJS, Canvas 2D 전반에 걸친 약 100개의 미니게임. 두 협력 에이전트가 구동하는 747과 다싱 공항의 Blender 장면. FreeCAD W16 엔진, 선전 타워들, 달 탐사 로버. AI 전력 비용에 관한 20페이지 보고서, 1,000개 경로 몬테카를로가 포함된 워크북, 파싱된 4,169건의 NHTSA 충돌 보고서, 6분 34초짜리 오케스트라 WAV, 그리고 20가지 아트 스타일 전반에 걸쳐 10,000줄 이상의 Python 코드를 생성하는 116초짜리 "Pelican Test". Baidu는 또한 이들이 실행된 환경으로 30만 개의 워크스페이스, 1,000만 개의 참조 파일, 40개 이상의 지원 파일 형식을 언급한다.

독자들이 잘못 이해하는 부분: 그것은 보지 않는다

ERNIE 5.5 Flash Preview는 3D 모델과 게임 월드를 렌더링하므로, 이를 이미지를 출력하는 멀티모달 모델이라고 자연스럽게 추정하게 됩니다. 하지만 그렇지 않습니다. 이 모델의 행을 포함하는 아레나 명단에는 이미지 입력 기능이 false로 기록되어 있으며, Baidu 자체 설명에서도 모든 시각적 결과물을 코드로 묘사합니다. 즉 Blender 스크립트, FreeCAD 스크립트, Pycairo 및 Pillow 그리기 호출, Unity 프로젝트입니다. 이 모델은 그림을 만들어 내는 프로그램을 작성합니다. 이 차이는 예산을 책정하는 방식에 중요합니다. 3D 작업을 수행하는 텍스트 전용 모델은 이미지 패치가 아니라 소스 코드에 토큰을 소모하며, 잘못된 픽셀이 아니라 깨진 스크립트라는 다른 방식으로 실패하기 때문입니다.

116초짜리 Pelican Test는 이 모델이 실제로 잘하는 것을 가장 명확하게 보여주는 사례입니다. 파이썬 1만 줄, 20가지 아트 스타일, 22개의 오디오 녹음이 모두 2분 이내에 처리됩니다. 바이두 자체의 설명은 이 모델이 플레이테스트 버그를 코드 테스트로 변환한다는 것입니다. 그것은 렌더링이 덧붙은 코딩 에이전트 이야기이지, 이미지 생성 이야기가 아닙니다.

세 개의 가격표, 하나의 모델

이번 주 중국어 제품 페이지에서 확인한 Baidu Qianfan의 ERNIE 5.5 Flash Preview 요금표에는 08:00–22:00 시간대 입력 토큰 1,000개당 ¥0.001, 캐시된 입력 토큰 1,000개당 ¥0.0001, 출력 토큰 1,000개당 ¥0.004가 명시되어 있습니다. 100만 토큰 기준으로는 입력 ¥1, 캐시 ¥0.1, 출력 ¥4입니다. 11월 13일 기준 환율인 1달러당 6.685 CNY를 적용하면, 100만 토큰당 대략 입력 $0.15, 캐시 $0.015, 출력 $0.60으로 환산됩니다.

이 모델에 관한 앞선 보도에서 사용한 USD 가격표, 즉 대부분의 기사가 여전히 그대로 인용하는 가격은 입력 $0.28, 캐시 $0.028, 출력 $1.13입니다. 같은 모델, 같은 주에 같은 공급업체가 발표한 것인데 모든 항목에서 약 47% 차이가 납니다.

그런데 0이 있습니다. 같은 모델의 무료 변형이 동일한 1,024,000토큰 컨텍스트와 동일한 921,600토큰 완성 상한을 갖고 11월 10일 제3자 모델 카탈로그에 나타났습니다 — 바이두 자체 출시 페이지보다 하루 앞서서요 — 그리고 여전히 프롬프트와 완성 토큰 모두 $0에 등재되어 있습니다. 바이두의 11월 13일 스레드가 모델을 사용해 보라고 말할 때 독자들을 향해 가리키는 엔드포인트가 바로 이것입니다. 따라서 트윗에 있는 범위는 사실이며, 가격은 표면에 적힌 그대로입니다.

구체적인 에이전트 실행 사례를 하나 들어 보겠습니다. 모델 호출 40회, 호출당 입력 토큰 30,000개, 총 출력 토큰 260,000개입니다.

• USD 카드 기준 — 입력 1.2M에 $0.28, 출력 0.26M에 $1.13을 적용하면 실행당 약 $0.63이 됩니다.

• CNY 카드에서는 — 동일한 토큰이 실행당 약 $0.34로 환산됩니다.

• 무료 버전의 경우 — $0.00이며, 요청 한도가 어떻게 정해지든 마찬가지입니다.

CNY 금액을 가격 인하라고 부르지는 않겠다. 그것이 원래부터 존재하던 지역별 카드가 아니라 새로운 것임을 보여줄 수 없기 때문이다. 확인 가능한 것은 독자가 보게 되는 숫자가 전적으로 어느 페이지를 여는지에 달려 있다는 점과, 지금까지 발표된 어떤 글도 그 숫자들을 서로 일치시키지 못한다는 점이다. 채팅 세션에서는 그 차이가 몇 푼에 불과하다. 수십만 건의 호출을 하는 에이전트에게는 그것이 예산 항목이며, 청구서가 알려주기 전에 실제로 세 가지 중 무엇에 가입하는지 아는 것이 중요하다.

순위 밖은 나쁨과 같지 않지만, 그것도 결과는 아니다

ERNIE 5.5 Flash Preview를 기재한 아레나 로스터에는 해당 모델을 위한 행은 있지만 순위는 없습니다. 웹 개발 카테고리에서 해당 항목은 순위 대신 로스터의 최대 정수 자리표시자 값을 담고 있습니다. 이는 리더보드가 투표는 모았지만 아직 배치되지 않은 모델에 사용하는 값입니다. 같은 덤프의 다른 두 항목도 동일한 자리표시자를 담고 있으므로, 이는 패널티가 아니라 정상적인 순위 산정 전 상태입니다. 다만 이는 누군가 해당 모델이 어떤 순위로 "랭크"되었다고 말할 때, 그들이 아직 계산되지 않은 숫자를 읽고 있다는 뜻입니다.

Artificial Analysis에는 해당 모델에 대한 페이지가 전혀 없습니다. 리더보드에는 ERNIE 4.5 300B A47B와 ERNIE 5.0 Thinking Preview가 올라와 있을 뿐, 5.5 Flash 라인업의 항목은 없습니다. 바이두가 출시와 함께 공개한 벤치마크 표는 20개 행으로 구성되어 있으며 Terminal-Bench 2.0의 46.5를 포함해 그 모든 수치가 벤더가 직접 실행한 것이고 바이두 외부에서는 누구도 재현하지 못했습니다. 출시 이후 계속 회자되는 Code Arena 1,668점에도 같은 주의가 적용됩니다. 이 점수는 AutoEval 기반이며 투표 수가 없습니다.

따라서 11월 14일 기준 이 모델에 대한 정직한 평가표에는 정확히 하나의 빈 열이 있습니다: 독립적 증거.

존재하는 가중치는 Preview의 것이 아니라 Base의 것입니다.

바이두의 11월 13일 게시물은 ERNIE 5.5 Flash Preview를 "오픈 가중치 파운데이션 모델"이라고 부른다. 허깅 페이스에 있는 것은 ERNIE 5.5 Flash Base로, 2026년 10월 21일에 생성되고 11월 5일에 마지막으로 수정된 저장소이며, Apache 2.0이 아니라 ERNIE 5.5 Flash Base Model License v1.0을 적용한다. 해당 라이선스는 EU, 영국, 한국을 제외하고, 5천만 달러 매출 기준을 설정하며, "Powered by ERNIE" 출처 표기를 요구한다. 해당 조직의 목록에는 Preview 가중치 저장소가 없고 Base와 Base-BF16만 있다.

그러니까 트윗에 있는 그 문장은 패밀리에는 맞지만, 그 안에 들어 있는 모델에는 아직 맞지 않다. Apache 2.0 약속은 "곧"이라고만 표시된 채 아직 이행되지 않았다. 오늘 ERNIE 5.5 Flash Preview를 셀프 호스팅하려는 사람에게는 내려받을 것이 없다. ERNIE 5.5 Flash Base를 셀프 호스팅하려는 사람에게는 먼저 라이선스를 꼼꼼히 읽어야 할 이유가 있다. 제한이 단순한 출처 표시가 아니라 지역적·상업적이기 때문이다.

순위가 없는 텍스트 전용 미리보기가 어떻게 채택되는가

현재 상태의 모델을 사용하는 합리적인 방법은 검증되지 않은 엔드포인트를 다루는 방식과 같습니다. 즉, 그 모델의 한 가지 명확한 장점에 맞는 작업량을 맡기고, 프로덕션 경로를 지탱하는 유일한 요소가 되게 해서는 안 됩니다. 그 장점은 구체적입니다. 입력 1,024,000토큰과 출력 상한 921,600토큰으로, 이는 대부분의 모델이 단일 응답에서 생성하는 양을 훨씬 뛰어넘는 수준이며, 두 카드 중 더 비싼 쪽에서도 낮은 가격입니다.

바로 이 지점에서 라우팅 계층은 단순히 편리한 것을 넘어 제 역할을 합니다. OrcaRouter의 카탈로그에는 현재 ERNIE 5.5 Flash Preview가 포함되어 있지 않습니다. 모델 목록은 215개 항목을 반환하며 Baidu 모델은 전혀 없습니다. 따라서 그렇지 않은 것처럼 보이는 가용성 문구를 써 드리지는 않겠습니다. 이런 프리뷰에 대해 플랫폼이 제공하는 것은 안전한 실험의 형태입니다: 단일 엔드포인트 뒤에서 여러 제공자에 걸친 자동 장애 조치, 따라서 가동 시간 기록이 없는 프리뷰가 단일 장애점이 될 필요는 없으며, 제공자 정가를 그대로 전달하는 0% 마크업, 따라서 두 요금표 중 어느 쪽으로 청구되든 변경되는 날에 보이는 그대로 청구됩니다. Baidu 자체 API와 여러 타사 플랫폼을 통해 이 모델 위에 구축하고 나중에 나머지 모든 것을 동일한 키로 통합하고 싶다면, 라우팅 DSL이 여러 모델을 하나의 호출로 구성하며 두 번째 계약이나 코드 변경이 필요 없습니다.

이 글을 바꾸려면 무엇이 달라져야 할까요?

일어날 가능성이 높은 순서대로 정리한 세 가지 사건. ERNIE 5.5 Flash의 Apache 2.0 가중치가 Hub에 공개된다면 오픈 웨이트 문제는 매듭지어질 것이고, 라이선스가 정말 Apache 2.0이라면 그 모델은 현재 그 자리에 있는 Base 체크포인트와는 진정으로 달라질 것이다. 첫 번째 독립 평가 — Artificial Analysis 페이지, 순위가 매겨진 아레나 위치, Baidu가 아닌 누군가가 수행한 재현 가능한 Terminal-Bench 실행 — 는 벤더 표를 증거로 대체할 것이다. 그리고 누군가 CNY와 USD 요금표를 하나의 공개 숫자로 조정한다면, 그 모델의 실제 비용이 얼마인지 알려줄 것이다.

그때까지 공정한 요약은 데모 릴이 반박하는 바로 그 요약이다. 즉, 유난히 긴 출력을 내는 강력한 텍스트·코드 모델이면서, 적어도 한 카드에서는 저렴하게, 다른 카드에서는 무료로 책정되고, 아직 갖지 못한 역량과 개방성을 암시하는 마케팅으로 포장된 모델이라는 요약이다. 이 모델이 실제로 입증하는 일—스크립트 작성, 테스트 생성, 보고서 초안 작성—에 사용하고, 3D 세계와 “open-weight” 라벨, 누락된 순위는 그것에 맞춰 개발할 수 있는 사양이라기보다 아직 전달 중인 주장으로 취급하라. 무료 엔드포인트는 이 모델이 당신에게 적합한지 알아보는 가장 위험 부담이 적은 방법이다. 아직 그것에 대해 의존해야 할 요소가 아무것도 없기 때문이다.