ERNIE 5.5 Flash Preview vs GPT-5.6 Luna: de tariefkaart waaraan het wordt afgemeten, is al buiten gebruik gesteld

ERNIE 5.5 Flash Preview en GPT-5.6 Luna worden deze week in één adem genoemd, en het ongemakkelijke zit hem in de kalender. ERNIE 5.5 Flash Preview ging op 10 november 2026 live als een factureerbaar endpoint op Baidu's Qianfan-platform, met de aankondiging een dag later. GPT-5.6 Luna werd op 9 juli 2026 uitgebracht, en staat sinds 22 september 2026 als verouderd gemarkeerd op de Artificial Analysis-tracker, toen GPT-6 Luna voor ongeveer de helft van de prijs kwam. De vergelijking die een lezer dus echt nodig heeft, is niet degene die de twee namen suggereren. Het is ERNIE 5.5 Flash Preview tegenover een tarievenkaart waar zijn eigen leverancier al voorbij is — en, ten tweede, tegenover de opvolger die het heeft vervangen. De opvolger is geprijsd op $0,10 en $0,50 met dezelfde gemeten index en gebruikt dezelfde sleutel als het model dat hij verving.

Dat maakt de rechtstreekse vergelijking niet zinloos. Het maakt er een ander stuk werk van. Er is een echt prijsverschil, een echt contextverschil en een oprechte vraag over welke van deze twee je voor een onbeheerde taak zou zetten. Wat er aan geen van beide kanten is, is een gedeeld scorebord. Elk getal hieronder is ofwel Baidu's eigen run, Artificial Analysis' eigen run, of een gepubliceerd tarief, en geen ervan kan van het andere worden afgetrokken.

Wat is er met GPT-5.6 Luna gebeurd, en waarom dat hier van belang is

GPT-5.6 Luna is een model met een context van 1M, geprijsd op $0,20 per miljoen invoertokens en $1,20 per miljoen uitvoertokens. Op Artificial Analysis heeft het een Intelligence Index van 23,8, en hetzelfde record draagt een markering 'verouderd' met als vervangingsdatum 22 september 2026. De vervanger, GPT-6 Luna, staat vermeld op $0,10 invoer en $0,50 uitvoer bij dezelfde context van 1M en scoort 23,5 bij xhigh effort en 18,5 bij medium op dezelfde index — statistisch gelijkwaardig aan het model dat het vervangt, tegen minder dan de helft van het uitvoertarief.

Twee dingen volgen hieruit, en beide druisen in tegen de voor de hand liggende framing van deze pagina. Ten eerste: een verouderde SKU is geen dode — die beantwoordt nog steeds verzoeken, en veel code verwijst er nog naar — maar het is een kaart die niemand nog op prijs verdedigt. Ten tweede: als je reden om ERNIE 5.5 Flash Preview met een Luna te vergelijken is dat Luna de goedkope snelle tier is die je al kent, dan is het model dat je feitelijk kent nu GPT-6 Luna. Een preview van twee dagen oud afzetten tegen een uitgerangeerde kaart stelt de preview op prijs in een gunstiger daglicht en zegt je niets over de rekening die je volgend kwartaal zou betalen.

Er is een derde punt, minder flatteus voor de vergelijking en de moeite waard om vroeg te vermelden: GPT-5.6 Luna heeft een onafhankelijke score. ERNIE 5.5 Flash Preview niet. Op 11 november staat er nergens op de ranglijst van Artificial Analysis een rij voor ERNIE 5.5, dus elk ERNIE-cijfer in dit stuk is van Baidu, gedraaid op Baidu's testharnassen, beoordeeld door modellen die Baidu heeft gekozen.

Zes dimensies, beide zijden op dezelfde lijn

Lees deze als een kaart van waar de twee van mening verschillen, niet als een telling. De rijen voor prijs en context zijn harde cijfers uit gepubliceerde kaarten. De scorerijen zijn onderling niet van hetzelfde soort getal, wat het onderwerp van de volgende sectie is.

• Prijs — ERNIE 5.5 Flash Preview voor $0,28 per miljoen tokens voor input en $1,13 voor output, tegenover GPT-5.6 Luna voor $0,20 voor input en $1,20 voor output. De input van ERNIE is 40% duurder; de output is ongeveer 6% goedkoper.

• Opvolgerprijs — ERNIE heeft geen opvolger en één kaart versus GPT-6 Luna, tegen $0.10 voor invoer en $0.50 voor uitvoer; dat is minder dan de helft van het uitvoertarief van ERNIE en een vijfde van het invoertarief.

• Contextvenster — 1.024.000 tokens vs 1.000.000. Een afrondingsverschil; geen van beide is de beslissende factor.

• Uitvoerplafond — 921.600 tokens in één aanroep versus een context van 1 miljoen waarbij geen vergelijkbaar uitvoerplafond voor één aanroep in dezelfde vorm is gepubliceerd. Dit is de enige specificatie waarin ERNIE echt in een andere klasse zit.

• Onafhankelijke score — geen Artificial Analysis-rij tegenover een Intelligence Index van 23,8. Aan de ene kant van deze lijn staat een derde partij, aan de andere kant niet.

• Gemeten kosten per taak — niet gepubliceerd door Baidu versus $0,33 per taak op de suite van Artificial Analysis bij een gemiddelde van 522 seconden per taak, dalend naar $0,15 per taak op GPT-6 Luna.

• Status — een preview die Baidu een tussenliggend checkpoint uit post-training noemt versus een SKU die als verouderd is gemarkeerd, met een benoemde vervanging die al wordt geleverd.

Waarom de twee belangrijkste cijfers niet van elkaar kunnen worden afgetrokken

Het cijfer dat men naast elkaar zal willen leggen, is Terminal-Bench 4.0: 46,5 voor ERNIE 5.5 Flash Preview, uit de appendix van Baidu, tegenover 11,6 voor GPT-5.6 Luna, uit de eigen evaluatie van Artificial Analysis. Een verschil van 35 punten lijkt doorslaggevend. Het is helemaal geen verschil, omdat de twee cijfers afkomstig zijn van verschillende harnesses, verschillende scaffolding en verschillende beoordelaars, en slechts één ervan is geproduceerd door iemand zonder belang bij de uitkomst.

Baidu is ongewoon openhartig over zijn benchmarkopstelling, en dat is wat de discrepantie inzichtelijk maakt. In de voetnoten worden de harnesses genoemd — Claude Code 2.1.x, mini-swe-agent 2.4.6, Codex 0.162.1 en iets dat met DSH wordt afgekort — en de beoordelingsmodellen, Qwen3.8-Max, DeepSeek-V4.1-Flash-1017 en Gemini 3.1 Flash-Lite. In één voetnoot wordt toegegeven dat ERNIE 5.5 Flash Preview en GLM-5.3 geen native multimodale capaciteit hebben, en dat beeldbegrip tijdens de evaluatie werd geleverd via een tool die door Claude Opus 5.5 werd aangedreven. Dus ten minste sommige visie-afhankelijke rijen meten een systeem waarin het geteste model het model van een andere leverancier aanroept om naar dingen te kijken. Dat is een verdedigbare technische keuze. Het is ook een reden waarom die rijen geen één-op-één vergelijkbare scores zijn.

Het alwetendheidspaar heeft hetzelfde probleem in een subtielere vorm. Baidu rapporteert AA-Omniscience-Public op 25,2; Artificial Analysis noteert −17,1 voor GPT-5.6 Luna op zijn Omniscience-index. De labels verschillen, het ene getal is een run van de leverancier en het andere niet, en de metriek bestraft zelfverzekerde foute antwoorden, precies het gedrag dat een zelfgerapporteerde evaluatie het minst waarschijnlijk aan het licht brengt. Behandel deze als twee ongerelateerde datapunten, niet als een spreiding van 42 punten.

De enige vergelijking die echt eerlijk is, is de interne: GPT-5.6 Luna op 23,8 tegenover GPT-6 Luna op 23,5, beide op dezelfde manier gemeten door dezelfde mensen. Aan dat paar kun je zien dat de opvolger een prijsbeweging is en geen capaciteitsbeweging — en het is het paar dat je vertelt wat ERNIE 5.5 Flash Preview echt moet verslaan.

Wat elke partij daadwerkelijk wint

ERNIE 5.5 Flash Preview wint op het plafond en op actualiteit. Een uitvoerbudget van 921,600 tokens tegenover een contextvenster van 1,024,000 tokens betekent dat één aanroep bijna evenveel kan produceren als hij kan bevatten, de mechanische voorwaarde voor de elf uur durende Unreal Engine-build die Baidu centraal zette in zijn lanceringsbericht. Niets op de specificatiekaart van GPT-5.6 Luna kan daarmee concurreren, en niets op die van GPT-6 Luna ook niet. ERNIE wint ook de enige wedstrijd die niet over cijfers gaat: het is deze maand het model dat iets te bewijzen heeft, en Baidu heeft Apache 2.0-gewichten belooft, een datum die het niet heeft gegeven.

GPT-5.6 Luna wint op verificatie en op invoerprijs. Er is een score van derden die je kunt controleren, gepubliceerde kosten per voltooide taak, een gemeten tijd per taak en een 40% goedkoper invoertarief. Dat zijn de dingen die een model veilig maken om achter een product te zetten, en ERNIE 5.5 Flash Preview heeft momenteel geen van deze: geen modelkaart, geen kennisafsluitdatum, geen latentiecijfer en geen onafhankelijke rij.

GPT-6 Luna wint onbetwist op prijs, en dat is de bevinding die de pagina opnieuw kadert. Als de vraag is "welk goedkoop, snel model moet ik aanroepen", dan is het antwoord binnen de Luna-familie niet GPT-5.6 Luna; het is de opvolger tegen $0.10 en $0.50 met dezelfde gemeten index en een kostprijs per taak die minder dan de helft bedraagt van die van zijn voorganger. Een vergelijking die stopt bij GPT-5.6 Luna vergelijkt ERNIE met de verkeerde helft van de familie.

De beslissing, zonder voorbehoud verwoord

Als je vandaag een onafhankelijk beoordeeld model nodig hebt tegen een bekende prijs per taak, heb je ERNIE 5.5 Flash Preview niet nodig — je hebt een Luna nodig, en dan specifiek de huidige. Er valt niets te evalueren, want iemand anders heeft dat al gedaan.

Als je een taak hebt waarvan de uitvoer echt in één keer honderdduizenden tokens bedraagt — een lange build, een refactor van een volledige repository, een document dat niemand wil opsplitsen — dan is ERNIE 5.5 Flash Preview het enige model op deze pagina dat een uitvoerplafond publiceert dat dit toelaat, en de outputsnelheid ervan ligt iets onder die van GPT-5.6 Luna. Dat is een smal, specifiek geval, en het is het enige geval dat het specificatieblad ondersteunt.

Als je ergens daartussenin zit, is het eerlijke antwoord dat geen van beide kaarten de knoop doorhakt, omdat geen van beide leveranciers tokens per voltooide taak heeft gepubliceerd voor de workload die je voor ogen hebt. De $0,33 van GPT-5.6 Luna is de suite van Artificial Analysis, niet de jouwe.

Eén sleutel, twee tariefkaarten en de migratie die geen project is

ERNIE 5.5 Flash Preview wordt niet door OrcaRouter aangeboden. Er is geen ERNIE-vermelding in de catalogus en er zit geen Baidu-endpoint achter, dus voor de Qianfan-API van Baidu zelf en platforms van derden die het doorverkopen, moet je daar terecht. Niets hier is een aanbod om het te routeren.

De situatie met Luna is het tegenovergestelde, en ze is leerzaam. Zowel GPT-5.6 Luna als GPT-6 Luna staat in de OrcaRouter-catalogus, tegen de lijstprijs van de provider zonder opslag — $0,20 en $1,20 voor de verouderde SKU, $0,10 en $0,50 voor degene die hem verving. Zo ziet een vervangen tariefkaart er van binnenuit uit: de modelstring verandert, de sleutel niet, en niemand hoeft iets te ondertekenen. Wanneer een leverancier midden in een kwartaal een model uitfasert — zoals hier gebeurde op 22 september — kost de wissel één regel in een config in plaats van een inkooptraject, en kun je de oude en nieuwe tariefkaarten op dezelfde factuur tegen elkaar afwegen.

Wat deze vergelijking zou beslechten, is niet nog een benchmarktabel. Het is een ERNIE 5.5-regel van Artificial Analysis, een gepubliceerd cijfer voor tokens per taak voor de elf uur durende build, en een tariefkaart voor ERNIE in de tier die GPT-6 Luna nu inneemt. Totdat een van die zaken bestaat, is ERNIE 5.5 Flash Preview versus GPT-5.6 Luna een twee dagen oude preview die wordt afgemeten tegen een uitgefaseerde kaart door twee groepen mensen die nooit dezelfde harness hebben gedeeld — en de nuttige versie van de vraag is of de preview haar voorsprong in outputplafond kan behouden zodra iemand zonder belang bij het antwoord de test uitvoert.