ERNIE 5.5 Flash Preview is aanroepbaar: $0,28 in, $1,13 uit, geen modelkaart

Zes dagen nadat Baidu de ruwe gewichten van ERNIE 5.5 Flash Base had gepubliceerd, begon het model dat uit die gewichten had moeten voortkomen prompts te beantwoorden. ERNIE 5.5 Flash — aangeboden als ERNIE 5.5 Flash Preview — ging op 10 november 2026 live als een betaald endpoint op Baidu Qianfan voor $0.28 per miljoen invoertokens en $1.13 per miljoen uitvoertokens, met reads van gecachte invoer tegen $0.028. Er was geen launchpost, geen modelkaart, geen benchmarktabel en niets op de eigen ERNIE-site van Baidu, die op 11 november nog steeds opent met het base-checkpoint en de belofte dat het post-trained model "binnenkort beschikbaar" is. Wat bestaat, is een werkend endpoint met een prijs, een contextvenster van 1,024,000 tokens, een uitvoerplafond van 921,600 tokens en een specificatieblad dat nergens zegt hoe goed het ding is. De controlegroep wordt gefactureerd tegen leverancierslijstprijzen, waarbij de OrcaRouter-vergoeding als $0.00 wordt getoond en dat is de enige reden waarom een preview zonder modelkaart ergens tegen kan worden getest.

Wat er daadwerkelijk live is gegaan

Het endpoint is tekst in, tekst uit. Geen afbeelding, geen audio, geen PDF-parsing — dezelfde modaliteitsbeperking als het basischeckpoint, en het eerste dat je moet controleren voordat je iets eromheen plant. Al het andere op het blad is royaler dan de prijs doet vermoeden:

• Context — 1.024.000 invoertokens, met een maximale uitvoer van 921.600. Dat uitvoerplafond is ongebruikelijk: de meeste modellen beperken de generatie tot hooguit enkele honderdduizenden, en dit model staat bijna een miljoen tokens aan antwoord toe.

• Prijs — $0.28 per miljoen input, $1.13 per miljoen output, $0.028 per miljoen keer lezen van gecachte input. Cache-leesbewerkingen worden gefactureerd tegen een tiende van het inputtarief, de enige regel op dit blad die een stabiele systeemprompt beloont.

• Redeneren — verplicht, standaard ingeschakeld en aangeboden op één inspanningsniveau: hoog. Er is geen goedkope, niet-denkmode om op terug te vallen. Elk verzoek betaalt voor redeneertokens, en redeneertokens zijn outputtokens.

• Tooling — functieaanroepen, gestructureerde uitvoer en beperkingen voor het antwoordformaat zijn allemaal beschikbaar; dat is wat een preview waar je tegenaan kunt bouwen onderscheidt van een preview waarmee je alleen kunt chatten.

• Beschikbaarheid — één regio bij de aanbieder, zonder routering binnen de EU. Voor een Europees team is de latentie één probleem; de licentie van het basismodel, hieronder besproken, is een ander en groter probleem.

• Documentatie — er wordt geen knowledge cutoff gepubliceerd, geen modelkaart, geen evaluatietabel, geen waarschuwingen over contextlengte. De beschrijving die bij het endpoint hoort, bestaat uit drie zinnen en beschrijft de architectuur, niet de kwaliteit.

De specificatie die ontbreekt, is net zo belangrijk als de specificaties die aanwezig zijn. Baidu publiceerde op 5 november dertig benchmarkregels voor het basischeckpoint. Geen enkele daarvan beschrijft dit model. De scores van een basischeckpoint komen uit een andere pipeline, een andere evaluatieopzet en een andere taakafbakening dan die van een instructiegetunede model, en de basiscijfers kunnen niet worden overgenomen door het chatmodel — ze vormen een plafond voor waarmee post-training moest werken, niet een voorspelling van wat het heeft voortgebracht.

Het outputplafond is het interessante getal.

921.600 outputtokens is geen typfout, en ook geen marketingfoefje — het is een direct gevolg van verplicht redeneren. Wanneer een model moet nadenken voordat het antwoordt en niet kan worden opgedragen dat niet te doen, is de enige manier om lange agentische runs niet halverwege het plan af te laten breken, het outputplafond met een orde van grootte te verhogen en het model te laten gebruiken wat het nodig heeft. Baidu heeft dat hier gedaan, en dezelfde ontwerpbeslissing bepaalt de rekening.

Reasoning-tokens worden tegen het outputtarief gefactureerd. Bij $1,13 per miljoen kost een verzoek dat 8.000 tokens nadenkt en met 500 tokens antwoordt ongeveer een cent — per aanroep triviaal, en 8.500 outputtokens op de factuur. Vermenigvuldig dat met een agent-loop die veertig stappen draait, en de rekensom die ertoe doet is niet langer de prijs per miljoen tokens maar de prijs per voltooide taak, het enige kostencijfer dat de confrontatie met productie overleeft. Dit is dezelfde valkuil waardoor Gemini 3.8 Flash goedkoper leek dan het uitpakt: een vast tarief per token toegepast op een model dat 30 tot 34 procent meer outputtokens per taak produceert, is een prijsverlaging die nooit komt.

Er is geen gepubliceerde meting van hoe uitgebreid ERNIE 5.5 Flash Preview is. Dat is geen kleine leemte. Uitgebreidheid is de grootste enkele factor die het verschil maakt tussen twee modellen met identieke prijzen per token, en het is het eerste dat je zelf zou moeten meten in plaats van erover te lezen — een vaste set van twintig van je eigen prompts, twee keer uitgevoerd, met telling van de output-tokens. Totdat iemand dat doet, is elke kostenvergelijking met dit model een vergelijking van tariefkaarten, niet van rekeningen.

Afgezet tegen wat, precies?

Het dichtstbijzijnde prijsanker is het model waarvan Baidu de basisversie heeft uitgebracht: MiniMax M3.1 Flash, met $0,15 in en $0,60 out per miljoen tokens, scoorde 42 op de Artificial Analysis Intelligence Index en kostte $0,22 per voltooide indextaak. ERNIE 5.5 Flash Preview kost per token ongeveer het dubbele, zonder enige onafhankelijke score. Dat is geen bewijs dat het slechter is — de index meet geen werk in het Chinees, en het basis-checkpoint van Baidu was sterk op het gebied van code op repositoryschaal — maar het is wel bewijs dat de preview wordt geprijsd als een capabel model in plaats van als een goedkoop model, en dat de bewijslast bij Baidu ligt om iets te publiceren.

Afgezet tegen het basischeckpoint wordt de vergelijking in de andere richting scherper. De gewichten zijn gratis; de API kost $1,13 per miljoen outputtokens. Iedereen wiens werklast een vaste taak met hoog volume is, zou de rekensom moeten maken voor een fine-tune van het 280B-checkpoint in plaats van voor altijd per token te betalen — behalve dat de licentie, een apart document los van de API-voorwaarden, de Europese Unie, het Verenigd Koninkrijk en Zuid-Korea volledig uitsluit, gratis commercieel gebruik beperkt tot $50 miljoen aan gerelateerde jaaromzet, en een "Powered by ERNIE"-vermelding vereist op elk commercieel product. Die voorwaarden gelden voor de gewichten. Ze gelden niet voor aanroepen via Baidu's API, wat een van de weinige echte argumenten is voor de gehoste route.

Hoe je erbij komt, en wat je kunt doen terwijl je op de cijfers wacht

Toegang verloopt via Baidu's eigen Qianfan-API, of via platforms van derden die deze doorverkopen. OrcaRouter routeert ERNIE 5.5 Flash Preview niet — er is geen ERNIE-vermelding in onze catalogus van meer dan 200 modellen en er is geen Baidu-endpoint waar we naartoe kunnen routeren, dus alles wat anders suggereert, zou onjuist zijn. Waar de catalogus in deze situatie wel goed voor is, is de controlegroep: de modellen waarmee dit model wordt vergeleken, waaronder MiniMax M3.1 Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash en de Gemini Flash-lijn, zijn allemaal bereikbaar via één OpenAI-compatibele sleutel tegen de lijstprijs van de provider, zonder toeslag, en automatische failover betekent dat een preview met een onbewezen uptime-record nooit het enige hoeft te zijn dat een productiepad overeind houdt.

Dat is de praktische vorm van de komende weken. Gebruik de preview waar de twee echte voordelen ervan van toepassing zijn — een invoervenster van een miljoen tokens tegen $0.28, en een workload met alleen tekst waarbij de modaliteitsbeperking niets kost — en houd er een gerouteerde fallback achter. Migreer een bestaande pipeline er niet naartoe op basis van een specificatieblad, want het specificatieblad is het enige dat Baidu heeft gepubliceerd.

Wat het beeld zou veranderen, is weinig glamoureus en concreet: een modelkaart met een evaluatietabel, een onafhankelijke score van een tracker die zijn eigen harness draait, en een meting van outputtokens per taak. Baidu heeft het eerste daarvan gepubliceerd voor het basis-checkpoint en geen ervan voor het chatmodel, een vreemde volgorde om dingen aan te pakken: het ruwe materiaal in detail gedocumenteerd, het eindproduct stilzwijgend uitgebracht. Totdat dat verandert, is de eerlijke lezing van ERNIE 5.5 Flash Preview dat het bestaat, dat het goedkoop genoeg is om te testen, en dat niemand buiten Baidu nog weet of het goed is.