ERNIE Light DT 1.0은 Baidu의 280B Flash 모델보다 비용이 네 배 더 든다

Baidu의 최신 소형 모델은 대형 모델처럼 가격이 책정됐다. ERNIE Light DT 1.0은 2026년 11월 10일에 공개되었으며, 백만 입력 토큰당 1.13달러, 백만 출력 토큰당 3.94달러의 정가를 책정하고 있다. ERNIE 5.5 Flash Preview — 같은 연구소에서 나온 2,800억 개 매개변수, 더 큰 출력 한도, 훨씬 작은 요금표 — 는 0.28달러와 1.13달러로 책정되어 있다. 이 두 줄을 함께 읽으면 이름이 더 이상 말이 되지 않는다: Light라고 불리는 모델이 더 비싼 쪽이며, 입력에서는 네 배, 출력에서는 세 배 반 더 비싸다.

그 역전은 요금표의 오타가 아니며, 이번 릴리스에서 가장 먼저 이해할 가치가 있는 점입니다. Baidu는 더 저렴한 Flash를 내놓은 것이 아닙니다. 전혀 다른 종류의 객체를 내놓았습니다. 토큰당 가격표에는 전혀 드러나지 않는 비용 문제를 위해 설계된 객체이며, 마치 절약해 주는 것이 청구하는 토큰보다 더 가치 있는 것처럼 가격이 매겨져 있습니다.

실제로 무엇이, 언제 출판되었나요?

모델은 다음과 같이 나타났습니다: baidu/ernie-light-dt-1.0-intl — -intl 접미사는 중국 본토 Qianfan SKU가 아닌 국제 엔드포인트를 나타내며, 2026년 11월 10일의 스냅샷 스탬프가 있습니다. 이 모델은 리셀러 네트워크를 통하지 않고 Baidu에서 직접 제공하며, 텍스트 입력, 텍스트 출력입니다. 이미지, 오디오, 파일은 없습니다.

모델의 형태를 정의하는 두 숫자는 1,024,000토큰 컨텍스트 윈도우와 131,072토큰 최대 출력이다. 이는 2026년 후반 기준으로 특별한 것이 아니다. 100만 토큰 윈도우는 중국 오픈웨이트 등급에서 기본 요건이며, 여름부터 그래 왔다. 특이한 점은 자사 벤더 설명 문구가 경량이라고 묘사하는 모델에서 100만 토큰을 제공한다는 것이다.

바이두의 설명은 짧으며, 회사가 내놓은 유일한 기술적 진술이기 때문에 바꿔 말하기보다 그대로 인용할 가치가 있다: 이 모델은 "오픈소스 G​LM 모델을 기반으로" 하며 "Baidu Search의 Lightning 대형 모델에서 나온 연구 결과를 포함"하고, "Baidu ERNIE가 개발한 독특한 희소 어텐션 메커니즘인 Baidu Sparse Attention(BSA)을 특징으로 한다."

희소 어텐션, 히스토리 압축, 그리고 Light 모델이 100만 토큰을 처리하는 이유

그 문단 안에는 세 가지 주장이 자리하고 있으며, 각각 다른 역할을 하고 있습니다.

첫 번째는 계보입니다. Baidu 모델이 G​LM을 기반으로 구축되었다는 것은 작은 세부 사항이 아닙니다 — G​LM은 Z.ai의 아키텍처 계열이며, Baidu가 이를 공개적으로 말한다는 것은 이것이 처음부터의 사전 학습 실행이 아니라 적응 전략임을 보여줍니다. Baidu는 여기서 새로운 파운데이션 모델을 주장하는 것이 아닙니다. 그것을 운영하는 더 나은 방식을 주장하는 것입니다.

두 번째는 검색 연결입니다. Baidu Search의 "Lightning" 라인은 검색 제품 자체의 답변 생성 뒤에 있는 모델 패밀리이며, 이는 매우 특정한 압박 조건에서 최적화되었음을 의미합니다: 막대한 쿼리 볼륨, 긴 검색 컨텍스트, 그리고 엄격한 지연 시간 예산. 그 환경에서 살아남는 연구 결과는 벤치마크 점수가 아니라 메모리 트래픽에 관한 것인 경우가 많습니다.

세 번째 — 그리고 가격을 설명하는 요소 — 는 BSA에 바이두가 "피드백 기반 이력 압축"이라고 부르는 것을 더한 것으로, 바이두에 따르면 이는 "이력 정보의 저장 및 인덱싱을 개선"하고 "모델 성능을 유지하면서 KV 캐시 저장 공간과 연산 비용을 크게 절감"합니다.

마케팅을 걷어내면 그것은 KV 캐시 이야기다. 표준 트랜스포머에서 긴 대화나 긴 문서를 컨텍스트에 유지하는 비용은 유지하는 토큰마다 증가한다. 왜냐하면 모든 레이어가 모든 위치에 대한 키와 값을 캐시하기 때문이다. 그 캐시가 바로 모델 자체는 작더라도 백만 토큰 창을 서빙하는 비용을 비싸게 만드는 요인이다. 압축 기법은 정확히 그 지점을 공격한다. 먼 과거의 원시 토큰별 캐시 대신 간결하고 인덱싱된 표현을 유지하면 장문 컨텍스트 비용이 떨어진다.

그것은 Baidu가 ERNIE 5.5 Flash에서 다르게 해결한 동일한 문제입니다. 여기서 43개 레이어 중 37개는 Heavily Compressed Attention을 사용해 128개 토큰당 하나의 항목을 캐싱하는 반면, 6개 레이어는 희소 어텐션을 갖춘 MLA를 통해 전체 토큰 수준 접근을 유지합니다. Light DT는 같은 방향으로 더 나아가는 것으로 보입니다: 더 많은 압축, 압축된 것에 대한 더 나은 인덱싱. Baidu는 레이어 수, 파라미터 수 또는 압축 비율을 공개하지 않았으므로 그것이 얼마나 더 나아가는지는 알 수 없습니다.

아키텍처에서 도출되는 것은 가격 책정 가설이며, Baidu가 그렇게 말하지 않았기 때문에 가설일 뿐입니다. 워크로드가 새로운 토큰보다 캐시 상주에 의해 좌우된다면, 공급업체는 토큰당 더 많은 비용을 청구하면서도 요청당 더 저렴한 옵션일 수 있습니다. 그것이 사실인지는 전적으로 Baidu가 공개하지 않은 숫자, 즉 컨텍스트 100만 토큰당 유효 캐시 풋프린트에 달려 있습니다.

구매자가 실제로 사용하는 단위 기준의 가격

토큰당 요율은 다음과 같습니다:

• 입력 — ERNIE Light DT 1.0은 백만 토큰당 $1.13, ERNIE 5.5 Flash Preview는 $0.28입니다. Light DT의 가격은 4.0배입니다.

• 출력 — 100만 개당 $3.94 대 $1.13. Light DT는 가격이 3.5배입니다.

• 캐시된 입력 — 백만 개당 $0.113 대 $0.028. Light DT는 가격이 4.0배이며, 둘 다 신규 입력 대비 캐시 읽기를 10분의 1로 할인합니다.

• 컨텍스트 — 둘 다 1,024,000 토큰

• 최대 출력 — Light DT는 131,072토큰, ERNIE 5.5 Flash Preview는 921,600토큰입니다. 이 항목은 소형 모델이 실제로 7배 더 작은 유일한 부분입니다.

• 모달리티 — Light DT는 텍스트 전용, Preview 엔드포인트도 텍스트 전용입니다.

출력 상한이 핵심 단서다. ERNIE 5.5 Flash Preview는 매우 긴 답변을 내보내도록 만들어졌다. 90만 토큰의 출력은 챗 모델의 숫자가 아니라, 배치 생성, 장문 합성, 또는 결코 잘리지 않는 에이전트 트랜스크립트를 위한 숫자다. Light DT의 131,072는 정상적이고 넉넉하며 특별할 것 없는 출력 예산이다. 바이두는 서빙 비용이 가장 많이 드는 부분을 의도적으로 제한했다.

그래서 제품의 구조는 이렇습니다. 들어오는 모든 토큰에 프리미엄을 부과하고, 모델이 장황하게 늘어놓도록 두지 않는 것입니다. 이는 비싼 자원이 모델이 쓰는 텍스트가 아니라 모델이 보유한 컨텍스트인 모델에 대한 일관된 가격 책정입니다.

엔드포인트가 수행할 작업과 수행하지 않을 작업

기능 범위는 가격이 시사하는 것보다 넓고, 이름이 암시하는 것보다 좁습니다.

• 추론은 선택 사항이며 조정할 수 있습니다. 네 가지 노력 수준이 제공됩니다 — max, high, low, none — 기본값은 max입니다. 이 등급의 모델에서 노력 수준을 none으로 설정할 수 있다는 것은 중요합니다: 동일한 엔드포인트에서 지연 시간에 민감한 분류기와 사고형 모델 사이의 차이를 만들어 주기 때문입니다.

• 강제 도구 선택을 포함해 도구 호출이 지원됩니다. 함수 호출, 구조화된 출력, JSON 응답 형식을 모두 사용할 수 있어, 단순한 텍스트 생성기가 아니라 에이전트 루프 내부의 플래너로 활용할 수 있습니다.

• 샘플링은 일반적입니다 — temperature, top_p, max_tokens — 특이한 점은 노출되지 않으며, 일부 중국 연구소들이 내놓는 이색적인 디코딩 노브의 흔적도 없습니다.

• 텍스트를 입력받아 텍스트를 반환합니다. 파이프라인에서 PDF 스캔본, 스크린샷, 통화 녹음 등을 입력한다면 그 앞단에 OCR 또는 전사 단계가 필요하며, 이 단계에는 그 나름의 비용과 실패 유형이 따릅니다.

• 한 공급업체가 제공합니다. 단일 공급업체 엔드포인트에는 뒤에 페일오버가 없으므로 Baidu에서 발생한 장애는 곧 귀사 제품의 장애입니다. 이는 비판이 아니라 조달상의 사실입니다.

무엇이 빠져 있나요?

세 가지 격차가 있는데, 모두 같은 곳에 있습니다: 바로 증거입니다.

벤치마크가 없습니다. 벤더 표도, 차트도, 단 하나의 숫자도 없습니다 — Baidu의 출시 자료는 메커니즘 주장만 하고 끝납니다. 이 모델에 대한 행을 둔 독립 평가자도 없습니다. ERNIE 5.5 패밀리와 대부분의 중국 패스트 티어에 대한 행을 보유한 Artificial Analysis조차 이 모델은 점수화하지 않습니다. 따라서 오늘날 이 모델의 품질에 대해 정직하게 할 수 있는 말은 모든 축에서 알 수 없다는 것입니다. 여기에는 Baidu가 암묵적으로 내세우는 축, 즉 긴 컨텍스트에서 압축이 정확도를 희생시키는지 여부도 포함됩니다.

가중치는 없습니다. ERNIE 5.5 Flash Base는 2026년 11월 5일에 오픈 가중치로 공개되었으며, 2800억 개 매개변수에 EU, 영국, 한국을 제외하는 라이선스가 적용됩니다. Light DT는 API로만 제공되며, 공개 저장소도 모델 카드도 없습니다. 압축 방식을 검사하고 싶어도 할 수 없습니다.

그리고 "DT"에 대한 정의는 없습니다. Baidu는 용어집 항목을 공개하지 않았고, 이 두 글자는 회사의 기존 명명 체계 어디에도 대응하지 않습니다 — 여기서 Flash는 저렴한 등급을 의미하고, Base는 사전 학습 체크포인트를 의미하며, Preview는 호스팅된 인스트럭트 모델을 의미합니다. Baidu가 DT가 무엇을 뜻하는지 밝힐 때까지, 이를 설명이 아니라 제품 코드로 취급하십시오.

그것을 어떻게 부르는지, 그리고 그동안 무엇을 해야 하는지

현재 ERNIE Light DT 1.0은 Baidu 자체 API와 국제 엔드포인트를 제공하는 타사 플랫폼을 통해 접근할 수 있습니다. 이 모델은 OrcaRouter의 카탈로그에 없으므로 — 이를 전제로 계획을 세우기 전에 실시간 모델 목록과 대조해 확인하세요 — 따라서 이 작업은 키와 가격을 건네고 끝낼 수 있는 건이 아닙니다.

오늘 해볼 만한 일은 가격이 달려 있는 바로 그 대상을 측정하는 것입니다. 제품이 실제로 전송하는 가장 긴 컨텍스트—검색된 문서, 롤링 대화, 코드베이스 일부—를 가져와 이미 호출할 수 있는 모델로 보내세요. 입력 토큰, 제공자가 보고하는 경우 캐시된 토큰, 그리고 윈도우의 가장 깊은 지점에서의 실측 지연 시간을 기록하세요. 압축 캐시 모델이 비용 절감인지 추가 비용인지를 결정하는 것은 토큰당 요율이 아니라 바로 그 숫자입니다. 트래픽이 32,000 토큰을 절대 초과하지 않는다면, Baidu가 판매하는 아키텍처는 아무 소용이 없으며, 백만 개당 $1.13은 그저 네 배나 과한 가격입니다.

두 번째로 할 가치가 있는 일은 교체 비용을 낮게 유지하는 것입니다. 벤치마크도 없고 네 배의 프리미엄이 붙은 모델이 논의 대상이 될 수 있는 이유는, 그것을 시험해 보는 대안이 재작성이 아니라 베이스 URL이기 때문입니다. 모델별 가격이 노출된 하나의 엔드포인트로 롱컨텍스트 트래픽을 라우팅하면, 이런 모델은 화요일에 트래픽의 10퍼센트 뒤에 배치하고 수요일에 제거할 수 있습니다. 그것이 측정되지 않은 릴리스를 평가하는 유일한 책임 있는 방법입니다: 작은 노출, 실제 트래픽, 그리고 청구서가 아니라 요청당 읽을 수 있는 가격.

주목할 것들, 순서대로: 파라미터 수와 압축률이 담긴 모델 카드, 첫 독립 평가—이상적으로는 단일 평균 점수가 아니라 128K와 1M에서 각각 보고하는 평가—그리고 가격 변동. 마지막 항목이 가장 많은 정보를 준다. 경량 모델에 붙는 4배 프리미엄은 캐시 경제성에 대한 선언이거나 임시 자리표시자인데, 둘을 구분하는 방법은 그것이 첫 분기를 버티는지 여부다.