ERNIE 5.5 Flash vs MiniMax M3.1 Flash: 200만 토큰 윈도우, 공개된 점수는 하나

이 두 모델은 모두 100만 토큰 컨텍스트 윈도우를 내세우고, 둘 다 Flash 등급이며, 둘 다 입력 토큰 100만 개당 1달러 미만이고, 정확히 하나만 이름에 숫자가 붙어 있습니다. MiniMax M3.1 Flash는 2026년 10월 19일 출시 이후 Artificial Analysis Intelligence Index에서 42점을 기록했으며, 완료된 인덱스 작업당 0.22달러입니다. ERNIE 5.5 Flash는 2026년 11월 10일 Baidu Qianfan에서 가격과 사양은 있지만 어떤 평가도 없이 판매를 시작했습니다 — 벤더 표도, 독립 실행 결과도, 지식 컷오프도 없습니다. 따라서 유용한 질문은 어느 모델이 더 나은가가 아닙니다. 빠진 점수가 얼마만큼의 가치가 있는지, 그리고 두 윈도우가 같은 윈도우인지입니다.

두 사양이 실제로 갈리는 지점

대표 수치들은 서로 바꿔 써도 될 만큼 비슷해 보이지만, 실제로는 그렇지 않습니다. 아래 행 중 네 가지가 실제 워크로드를 좌우합니다.

• 입력 윈도우 — ERNIE 1,024,000 토큰 vs MiniMax 1,000,000. 24,000 토큰 차이는 노이즈에 불과하니, 둘을 동등하게 취급하고 비교는 그만두세요.

• 출력 상한 — ERNIE 921,600토큰 vs MiniMax 524,288. ERNIE의 상한은 거의 두 배인데, 그 이유는 관대함이 아니라 아키텍처에 있습니다. 추론을 끌 수 없기 때문에 긴 에이전트 루프에서는 사고가 머물 곳이 필요합니다.

• 백만 토큰당 가격 — ERNIE 입력 $0.28 / 출력 $1.13 / 캐시 $0.028 vs MiniMax $0.15 / $0.60 / $0.015. ERNIE는 입력 요금의 1.87배, 출력 요금의 1.88배입니다. 캐시 읽기도 같은 비율로 적용됩니다.

• 모달리티 — ERNIE는 텍스트 전용입니다. MiniMax는 텍스트, 이미지, 비디오를 입력받고 텍스트를 반환합니다. 스크린샷, 차트, UI 캡처 또는 녹음된 통화가 포함된 모든 워크로드의 경우, 이 행은 가격을 논의하기 전에 비교를 끝냅니다.

• 추론 제어 — ERNIE의 추론은 필수이며 기본적으로 활성화되고, 단일 노력 수준인 '높음'으로 제공됩니다. MiniMax는 조정 가능한 사고 깊이를 제공하므로, 분류 호출은 필요하지 않은 사고를 건너뛸 수 있습니다.

• 가중치 — MiniMax는 10월 23일 커뮤니티 라이선스로 428B 파라미터(활성 23B), 48개 샤드에 걸친 252.4GB, 2,000만 달러 매출 라인을 공개했다. ERNIE의 베이스 체크포인트는 다운로드 가능하지만, 포스트 트레이닝된 ERNIE 5.5 Flash는 불가능하며 날짜도 제시되지 않았다.

• 독립 점수 — Intelligence Index에서 MiniMax 42, 점수 산정 시점 기준 173개 중 41위, 작업당 $0.22. ERNIE: 없음. Artificial Analysis에는 ERNIE 4.5 및 ERNIE 5.0 행이 있으며 ERNIE 5.5 행은 전혀 없습니다.

청구서를 한 번이 아니라 세 번 실행하세요.

두 모델 모두 답하기 전에 생각하는 모델을 비교할 때 요금표는 가장 쓸모없는 방법이다. 같은 작업을 세 가지 방식으로 가격 매기는 것이 더 정직하다.

문서 검토 워크로드를 가정해 보겠습니다. 요청당 입력 토큰 400,000개, 출력 토큰 3,000개이며 하루에 요청이 100건입니다. ERNIE 5.5 Flash에서는 입력 토큰 4,000만 개에 $0.28, 출력 토큰 300,000개에 $1.13으로, $11.20 더하기 $0.34, 즉 하루 $11.54입니다. MiniMax M3.1 Flash에서는 $6.00 더하기 $0.18, 즉 $6.18입니다. 동일한 100개 문서에 대해 ERNIE는 하루 $5.36, 연간 약 $1,950 더 비쌉니다.

이제 캐싱할 가치가 있는 시스템 프롬프트로 다시 반복해 보세요. 해당 입력 토큰 중 380,000개가 안정적인 지침이고 20,000개만 바뀐다면, $0.028의 ERNIE 캐시 읽기 요금은 입력 항목을 $11.20에서 약 $1.62로 바꿉니다. MiniMax의 $0.015 캐시 요금은 $6.00을 약 $0.87로 낮춥니다. 격차는 하루 1달러 훨씬 아래로 좁혀지고, 두 모델 모두 충분히 저렴해져서 선택이 더 이상 재정적 문제가 아니게 됩니다. 캐싱은 백만 토큰 창에서의 미세 최적화가 아닙니다 — 그것은 청구서의 대부분입니다.

세 번째 실행은 아무도 공개하지 않는 실행이다. 추론 토큰을 추가하라. ERNIE에게는 이를 건너뛰라고 요청할 수 없다. 3,000개를 쓰기 전에 6,000개 토큰 동안 생각하는 작업에서 출력량은 9,000개 토큰이 되고 출력 라인은 세 배가 된다. MiniMax는 덜 생각하라고 지시할 수 있으며, 문서화된 동작은 이미 유난히 장황하다 — Intelligence Index 전반에서 1억 8천만 출력 토큰으로, 중앙값 9,900만 대비 — 따라서 둘은 실제로 수렴할 수 있다. 아무도 모른다. 이 모델 중 단 하나만 측정되었기 때문이다. 자신의 프롬프트에서 출력 토큰을 세기 전까지, 여기서 어떤 비교의 소수점 둘째 자리는 장식일 뿐이다.

필수 추론은 버그가 아니라 하나의 설계적 입장이다

ERNIE의 필수 고강도 추론을 한계로 해석하고 싶은 유혹이 들며, 일부 워크로드에서는 정확히 그렇습니다 — 한 단어 분류를 위한 빠른 경로가 없고, 모든 요청이 MiniMax라면 피할 수 있는 지연 시간과 토큰 비용을 지불합니다. 하지만 같은 결정이 출력 상한을 설명해 주며, 바이두가 이것을 누구를 위해 만들었는지도 말해 줍니다.

항상 추론하는 모델은 921,600토큰의 출력 허용량을 갖추고 장기 에이전트 실행을 위해 설계되었다. 저장소 규모 리팩터링, 다단계 연구, 생각할 공간이 필요한 계획 루프 같은 작업이다. Baidu의 베이스 체크포인트 공개도 같은 방향이다. 사전 학습 코퍼스는 "저장소 규모 코드와 긴 컨텍스트"를 강조하며, 이를 가장 잘 보여주는 벤치마크 항목은 HumanEval+ 82.3과 RepoQA 91.7이다. 둘 다 베이스 모델 수치라 채팅 모델에 대해 직접적으로 말해주는 것은 없지만, 훈련 데이터가 무엇을 우선했는지는 보여준다.

MiniMax의 설계는 다른 지점을 겨냥합니다. 조정 가능한 사고 깊이, 네이티브 이미지 및 비디오 입력, 초당 125.5개의 출력 토큰, 첫 토큰까지 1.04초라는 특성은 처리량을 위해 구축된 모델을 설명합니다. 즉, 자율 루프, 스크린샷 기반 인터페이스, 입력이 diff가 아닌 스캔인 문서 파이프라인에 적합합니다. 자사 포지셔닝 언어는 대량 처리 시 토큰당 비용에 관한 것이며, 인덱스 작업당 $0.22가 이를 뒷받침하는 숫자입니다.

두 개의 Flash 등급 모델, 서로 다른 두 가지 베팅: 하나는 요청당 깊이에, 다른 하나는 초당 요청 수에 걸고 있다. 어느 쪽도 틀리지 않았고, 스펙 시트는 어느 쪽이 무엇인지 유난히 명확하게 보여준다.

둘 다 저렴하지만, 오늘 내릴 수 있는 결정은 하나뿐입니다

중요한 비대칭성은 증거의 비대칭성이다. MiniMax M3.1 Flash는 공개된 인덱스 점수, 공개된 작업별 비용, 공개된 모델 카드, 다운로드 가능한 가중치, 그리고 벤치마크를 완료하는 데 소모하는 토큰 수에 대한 독립적 측정치를 갖고 있다. 그걸로 조달 결정을 내릴 수 있다. ERNIE 5.5 Flash Preview는 요금표, 컨텍스트 창, 그리고 여전히 기본 체크포인트를 앞세우고 후속 학습 모델에 대해서는 "출시 예정"이라는 문구를 내세우는 Baidu 보도 페이지를 갖고 있다. 그런데 어색하게도 그 후속 학습 모델이 바로 지금 판매되는 모델이다.

그렇다고 해서 그 프리뷰가 나쁜 모델이 되는 것은 아니다. 그것은 그 프리뷰를 측정되지 않은 모델로 만들 뿐이며, 측정된 경쟁 모델의 두 배 가격인 측정되지 않은 모델에 대한 올바른 태도는 그것이 더 나쁘다고 가정하는 것이 아니다. Baidu의 기본 체크포인트는 30개 행 중 26개에서 DeepSeek V4 Flash Base를 이겼다; 그 기본 모델에 대한 강력한 포스트트레이닝 실행은 그럴듯하게 42 이상에 도달할 수 있다. 42 아래에 도달할 수도 있다. 요점은 현재 Baidu 외부에서는 누구도 알 수 없으며, 요금표는 증거가 아니라는 것이다.

두 계약서에 서명하지 않고 둘 다 테스트하기

이 모델 중 하나는 라우팅 키를 사용하고 다른 하나는 그렇지 않습니다. OrcaRouter는 MiniMax M3.1 Flash를 공급자 정가에 0% 마크업으로 제공하며, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash, Gemini 3.8 Flash와 함께 — 단일 OpenAI 호환 엔드포인트 뒤에 200개가 넘는 모델을, 공급자 간 자동 페일오버와 라우팅 DSL을 통해 여러 모델을 하나의 호출로 구성할 수 있습니다. ERNIE 5.5 Flash Preview는 그 카탈로그에 없습니다. ERNIE 항목도 없고 라우팅할 Baidu 엔드포인트도 없으므로, 두 번째 키와 두 번째 청구서로 Baidu 자체 API를 호출해야 합니다.

그 비대칭을 실용적으로 우회하는 길은 평가를 먼저 구축하고 통합을 그다음에 하는 것입니다. 스무 개의 프롬프트를 라우팅된 키 뒤에 두고 MiniMax와 나머지 Flash 티어를 실행한 뒤, 백만 토큰당 가격만이 아니라 작업별 출력 토큰을 기록하세요. 그런 다음 같은 스무 개 프롬프트를 Baidu 엔드포인트로 보내 같은 축에서 비교하세요. ERNIE가 중요한 작업에서 이긴다면 1.88배 요율은 지불할 가치가 있는 프리미엄이며, 빠진 모델 카드는 걸림돌이 아니라 성가신 문제가 됩니다. 이기지 못한다면 오후 한나절과 작은 청구서 하나로 답을 확인한 셈입니다.

이 문제를 제대로 매듭짓는 방법은 자체 하네스를 돌리는 트래커에 단 한 행을 두는 것이다. MiniMax는 출시일부터 그런 행을 갖고 있었다. 바이두가 내일 그런 행을 공개한다면 이 글의 핵심 불확실성은 사라질 것이다 — 이는 그 불확실성이 사실 모델에 관한 것이 아니라, 어느 벤더가 자신의 작업 과정을 보여주기로 선택했는지에 관한 것이라는 신호다.