ERNIE-5.5-Flash vs GPT-6 Luna: 플래시 티어는 실제로 무엇을 보장해야 하는가

Flash는 파라미터 수가 아니다. 그것은 네 가지 조항이 있는 상업적 약속이다: 백만 토큰당 가격, 요청을 계획할 수 있는 지연 시간, 애플리케이션 규모를 맞출 수 있는 컨텍스트 창, 그리고 독립적인 주체가 검증한 점수. 2026년 9월 22일 OpenAI가 공개한 GPT-6 Luna는 이 네 가지를 모두 공개한다. 2026년 11월 5일 Baidu가 기본 가중치를 공개한 ERNIE-5.5-Flash는 그중 어느 것도 공개하지 않는다 — 가격도, 제공 지연 시간도, 독립 평가도 없고, 컨텍스트 수치는 엔드포인트가 아니라 체크포인트 구성을 설명한다. 따라서 ERNIE-5.5-Flash를 GPT-6 Luna와 맞세우는 것은 정면 대결이 아니다. 그것은 'Flash'라는 단어가 무엇을 보장해야 하는지에 대한 유용한 시험이며, Baidu가 그 보장 중 얼마나 많은 부분을 아직 제공하지 않았는지를 보여주는 사례다.Luna는 제공자의 정가로 제공되며, 노력과 컨텍스트에 대한 라우팅 정책은 한곳에 유지된다.

제1조: 가격

GPT-6 Luna는 100만 입력 토큰당 $0.10, 100만 출력 토큰당 $0.50에 책정됩니다. 캐시된 입력 읽기는 약 $0.01, 캐시 쓰기는 약 $0.125이며, 272K 입력 토큰을 초과하는 프롬프트는 $0.20/$0.75의 더 높은 등급으로 넘어갑니다. $2/$10의 GPT-6 Sol 및 $10/$50의 GPT-6 Astra와 비교하면 Luna는 각각 비용이 약 20분의 1, 100분의 1 수준입니다. OpenAI는 이번 출시를 일시적 할인이 아니라 GPT-5.6 프로모션 가격 대비 영구적인 50퍼센트 인하로 규정합니다.

ERNIE-5.5-Flash에는 가격이 없습니다. 비공개 가격도, 기업 견적 가격도 아닙니다. 포스트 트레이닝된 모델이 존재하지 않으므로 가격을 매길 대상이 없습니다. 존재하는 것은 ERNIE-5.5-Flash-Base이며, 이는 ERNIE 5.5 Flash Base Model License Agreement v1.0에 따라 FP8 및 BF16으로 무료 다운로드할 수 있는, 토큰당 14B가 활성화되는 280B 파라미터 희소 MoE입니다.

그것이 제1조의 전부입니다. 한쪽에는 입력 토큰 100만 개당 10센트의 모델이 있고, 다른 쪽에는 저장소가 있습니다.

제2조: 지연 시간

Luna의 지연 시간 프로필은 자체 트레이드오프에 대해 이례적으로 솔직합니다. 출력 속도는 초당 약 154토큰입니다. 추론 강도를 낮추면 첫 토큰까지 걸리는 시간의 중앙값은 약 1.5초입니다. 최대 추론 강도에서는 약 124초까지 늘어납니다. 이 수치는 해당 설정에서 모델을 대화형 작업에 사용할 수 없게 만들며, 배치 분석에는 지극히 합리적입니다. 두 수치를 모두 공개하는 Flash 티어는 이 모델이 어떤 배포 환경을 위한 것인지 알려줍니다.

ERNIE-5.5-Flash는 처리량도, 첫 토큰까지 걸리는 시간도 공개하지 않는다. 측정할 서빙 엔드포인트가 없기 때문이다. 추론할 수 있는 것은 아키텍처다. 전체 280B 중 토큰당 활성 파라미터 14B는 저렴하고 빠른 디코딩을 겨냥한 설계이며, 14B 활성은 GLM-5.3 Flash의 18B나 DeepSeek V4.1 Flash의 8B 입력/16B 출력 분할보다 작은 작업 집합이다. 종이상으로는 빠르게 만들어졌다. 누군가 그것을 서빙하기 전까지 그 주장은 종이 위에 머물러야 한다.

제3조: 맥락

GPT-6 Luna의 컨텍스트 창은 약 100만 토큰이며, 출력은 128K 근처로 제한됩니다. 주목할 만한 세부 사항은 이것이 GPT-6 Sol의 872K보다 크다는 점입니다 — 더 저렴한 모델이 더 비싼 모델보다 더 많은 입력을 받아들입니다. 이는 일반적인 에스컬레이션 논리를 뒤집습니다. 표준 라우팅 패턴은 "큰 페이로드를 큰 모델로 보내라"는 것이지만, Luna는 이를 깨뜨리며, 기존 가정에 맞춰 구성된 라우터는 비용을 초과 지출하게 됩니다.

ERNIE-5.5-Flash-Base는 공개된 구성에서 128K 학습 컨텍스트와 파인튜닝 및 추론에 활성화된 1,048,576 토큰을 보고한다. 이는 Luna의 숫자와 같은 종류의 숫자가 아니다. 하나는 해당 길이로 한 번도 서비스된 적 없는 체크포인트의 구성 플래그이고, 다른 하나는 272K에 가격 티어가 붙은 제품 한도다. Baidu의 장문맥 근거는 자체 하네스에서 실행한 벤치마크 스윕 — HELMET-RAG 71.5, RepoQA 91.7, LongBench-v2 48.7, InfiniteBench 46.5 — 이며, 게시글은 그 장문맥 항목 중 최소 두 개가 경쟁사 베이스 모델에 속한다는 점을 인정한다.

제4조: 다른 사람이 확인한 점수

루나의 공개된 성적은 엇갈리며, 바로 그 점이 신뢰성을 부여한다. BenchGecko는 평균 점수 55.9와 약 116위의 순위를 보고하며, 벤더 관련 수치로는 DeepSWE v1.1이 66.6, OSWorld 2.0이 52.7, LiveBench 코딩 79와 수학 89.1이 포함된다. Terminal-Bench 4.0은 Vals AI의 실행에서 약 13.6%를 기록하고, AutomationBench는 20.7이다. Artificial Analysis는 지능 지수를 대략 37~38로 책정하는데, 이는 약 48인 Sol과 약 53인 Astra보다 낮으며, 코딩 에이전트 지수는 약 41로 GPT-5.6 Luna의 43에서 후퇴한 수치다. 환각률은 93%에서 77%로 개선되었는데, 이는 더 나아진 것이지만 여전히 좋지는 않다.

그래서 Luna는 문서화된 성능 상한과 최소한 하나의 문서화된 성능 회귀가 있는 저렴한 모델입니다. 이는 출처 없는 강한 수치보다 구매자에게 더 유용합니다. 어디에 사용하지 말아야 하는지를 알려주기 때문입니다. 즉, 에이전틱 코딩 루프, 고위험 사실 회상, 그리고 Terminal-Bench 스타일의 환경 조작에 의존하는 모든 경우입니다.

이 조항에서 ERNIE-5.5-Flash 측이 내세우는 것은 베이스 모델 표입니다. MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1 — 모두 포스트트레이닝 이전에, Baidu의 하네스에서, 다른 베이스 체크포인트들과 비교해 측정한 수치입니다. 이는 정당한 표입니다. 하지만 “내가 호출할 모델은 얼마나 좋은가”에 대한 답은 아닙니다. 왜냐하면 당신이 호출할 모델은 아직 만들어지지 않았기 때문입니다.

280B의 "Flash"가 차원이 다른 존재인 이유

비교 아래에는 구조적 요점이 숨어 있다. Luna는 작다는 이유로 저렴해진 소형 모델이다. ERNIE-5.5-Flash는 자기 자신의 작은 일부를 활성화함으로써 저렴해진 대형 모델이다 — 토큰당 280B 중 14B. 경제성은 정말로 다르다: 메모리 비용은 280B 전체에 비례하고, 연산 비용은 활성화되는 14B에 비례한다. 대량으로 서비스하는 제공자에게 이는 매력적인 형태다. 비싼 부분은 많은 동시 요청에 걸쳐 상각되고, 저렴한 부분이 각 토큰의 비용이기 때문이다.

셀프 호스터에게는 같은 형태가 문제입니다. 14B 모델의 연산 프로파일을 얻으려면 FP8로 280B 파라미터를 위한 메모리, 즉 KV 캐시 전에 약 280GB 규모가 필요합니다. 이는 워크스테이션이 아니라 데이터센터 배포이며, 이런 크기의 베이스 체크포인트가 로컬 모델보다 API가 되는 경향이 있는 이유입니다.

Luna는 정반대입니다. 광범위하게 제공될 수 있을 만큼 작고, 그에 걸맞은 가격이 책정되어 있으며, OpenAI API, ChatGPT Work, Codex 및 데스크톱 앱을 통해 Free 및 Go 요금제에서 이용할 수 있습니다. 배포 방식 자체가 제품의 일부입니다.

OrcaRouter가 적합한 경우와 그렇지 않은 경우

GPT-6 Luna는 OrcaRouter에서openai/gpt-6-luna로 라우팅할 수 있으며, 공급자 정가에 0% 마크업으로 제공됩니다. 이는 이 모델에서 평소보다 더 중요합니다. Luna 관련 흥미로운 라우팅 결정은 가격과 전혀 무관하고 추론 노력 수준에 관한 것이기 때문입니다. 첫 토큰 지연 시간이 1.5초 필요한 요청은 2분을 기다릴 수 있는 배치 작업과 동일한 추론 노력 설정으로 보내서는 안 되며, 때때로 800K 컨텍스트가 필요한 워크로드는 더 큰 모델이 더 큰 컨텍스트 윈도우를 갖고 있다는 가정으로 Sol을 기본값으로 삼아서는 안 됩니다. 이러한 정책을 한곳에 유지하고 공급자 성능 저하 시 자동 장애 조치를 제공할 수 있는 라우팅 계층은 여기서 실질적인 역할을 합니다.

ERNIE-5.5-Flash는 OrcaRouter 카탈로그에 없습니다 — 216개의 모델 ID가 있지만 ERNIE 항목은 없습니다 — 그리고 이 글의 어떤 내용도 그것이 있다는 주장으로 읽혀서는 안 됩니다. 라우팅할 엔드포인트가 없습니다. 솔직한 입장은 Baidu가 사후 학습된 모델을 서비스하는 날에는 라우팅 질문이 흥미로워진다는 것입니다. 오늘날 그것은 가상의 일입니다.

ERNIE가 Luna의 경쟁자가 되려면 무엇이 필요할까?

네 가지, 그리고 그것들은 동일한 네 개의 조항입니다.

• $0.10/$0.50 이하의 가격. Luna의 요율을 초과하는 가격은 중국어 품질이나 데이터 레지던시 측면에서 정당화되어야 하는데, Baidu는 이 모델에 대해 아직 두 주장 중 어느 것도 제시하지 않았다.

• 측정된 처리량 수치. 14B 활성 파라미터 설계는 빠를 수 있음을 시사하지만, 제공업체가 초당 토큰 수와 첫 토큰까지의 시간을 공개하기 전까지 그것은 아키텍처적 추론일 뿐 사양은 아니다.

• 가격이 붙은 제공 컨텍스트 한도. 1,048,576토큰 구성은 체크포인트의 역량입니다. Luna의 윈도는 272K 가격 티어를 포함한 제품 조건입니다. 이는 서로 다른 약속입니다.

• 독립적인 평가를 거친 포스트 트레이닝 모델. 이것이 핵심입니다. 베이스 체크포인트와 완성된 Flash 모델 사이의 거리는 곧 인스트럭션 팔로잉, 도구 사용, 포맷 규율이 존재하는 곳이며, 그것은 정확히 Luna가 이미 지나온 거리입니다.

그 네 가지가 존재하기 전까지는, 컴퓨팅 용량을 사려는 사람에게 이 비교는 명확한 답을 준다. 문서화된 약점을 지닌 GPT-6 Luna는 실제 가격으로 제공되는 진짜 선택지이고, ERNIE-5.5-Flash는 제품 등급의 이름을 입은 연구용 릴리스다. 더 흥미로운 점은 바이두가 기본 가중치를 먼저 공개하기로 하고 아키텍처를 대대적으로 문서화했다는 것이다. 43개 레이어, 37개 HCA + 6개 MLA-DSA, top-10으로 라우팅되는 512개 전문가, 201,216 토큰 어휘라는 점은 판매 채널을 여는 벤더라기보다 사후 학습 작업을 초대하는 연구소처럼 읽힌다. 그 기준으로 판단하면 좋은 릴리스다. Luna와 견주어 판단하면 아직 같은 시장에 있지 않다.