ERNIE-5.5-Flash vs GPT-6 Luna: Wat een Flash-tier je eigenlijk verschuldigd is

Flash is geen parameteraantal. Het is een commerciële belofte met vier clausules: een prijs per miljoen tokens, een latentie waarop je een verzoek kunt plannen, een contextvenster waarop je een applicatie kunt dimensioneren, en een score die iemand onafhankelijk heeft gecontroleerd. GPT-6 Luna, op 22 september 2026 uitgebracht door OpenAI, publiceert alle vier. ERNIE-5.5-Flash, waarvan Baidu de basisgewichten op 5 november 2026 heeft uitgebracht, publiceert er geen enkele — geen prijs, geen geleverde latentie, geen onafhankelijke evaluatie, en een contextgetal dat een checkpointconfiguratie beschrijft in plaats van een endpoint. ERNIE-5.5-Flash tegenover GPT-6 Luna zetten is dus geen rechtstreekse vergelijking. Het is een nuttige test van wat het woord "Flash" geacht wordt te garanderen, en een demonstratie van hoeveel van die garantie Baidu nog niet heeft gegeven. Luna wordt aangeboden tegen de lijstprijs van de provider waarbij routeringsbeleid voor inspanning en context op één plek is ondergebracht.

Artikel één: prijs

GPT-6 Luna heeft een prijs van $0,10 per miljoen input-tokens en $0,50 per miljoen output. Het lezen van gecachte input kost ongeveer $0,01, cache-writes ongeveer $0,125, en prompts boven 272K input-tokens gaan naar een hoger tarief van $0,20/$0,75. Vergeleken met GPT-6 Sol tegen $2/$10 en GPT-6 Astra tegen $10/$50, kost Luna respectievelijk ongeveer een twintigste en een honderdste daarvan — OpenAI presenteert de lancering als een permanente verlaging van 50 procent ten opzichte van de promotieprijzen van GPT-5.6, niet als een tijdelijke korting.

ERNIE-5.5-Flash heeft geen prijs. Niet een ongepubliceerde, niet een die via een enterprise-offerte gaat: het post-getrainde model bestaat niet, dus er valt niets te prijzen. Wat bestaat is ERNIE-5.5-Flash-Base, een sparse MoE met 280B parameters en 14B actief per token onder de ERNIE 5.5 Flash Base Model License Agreement v1.0, gratis te downloaden in FP8 en BF16.

Dat is heel clausule één. Een model voor tien cent per miljoen invoertokens aan de ene kant, en een repository aan de andere kant.

Clausule twee: latentie

Het latencyprofiel van Luna is ongewoon eerlijk over zijn eigen afwegingen. De output ligt rond 154 tokens per seconde. Bij lage redeneerinspanning is de mediane tijd tot het eerste token ongeveer 1,5 seconde. Bij maximale redeneerinspanning loopt dat op tot ongeveer 124 seconden — een getal waardoor het model bij die instelling onbruikbaar is voor interactief werk en volkomen redelijk voor batchanalyse. Een Flash-tier die beide getallen publiceert, vertelt je voor welke deployments hij bedoeld is.

ERNIE-5.5-Flash publiceert geen doorvoer en geen tijd tot het eerste token, omdat er geen geserveerd endpoint is om te meten. Wat kan worden afgeleid, is architecturaal: 14B actieve parameters per token van in totaal 280B is een ontwerp gericht op goedkope, snelle decoding, en 14B actief is een kleinere working set dan de 18B van GLM-5.3 Flash of de 8B-input/16B-output-splitsing van DeepSeek V4.1 Flash. Op papier is het gebouwd om snel te zijn. Op papier is ook waar die claim moet blijven totdat iemand het daadwerkelijk serveert.

Clausule drie: context

Het venster van GPT-6 Luna is ongeveer één miljoen tokens, met een output die is gemaximeerd op bijna 128K. Het detail dat opvalt, is dat dit groter is dan de 872K van GPT-6 Sol — het goedkopere model accepteert meer input dan het duurdere. Dat keert de gebruikelijke escalatielogica om. Het standaardrouteringspatroon is 'stuur de grote payload naar het grote model'; Luna doorbreekt dat, en elke router die op de oude aanname is geconfigureerd, zal te veel uitgeven.

ERNIE-5.5-Flash-Base rapporteert een trainingscontext van 128K en 1.048.576 tokens die zijn ingeschakeld voor fine-tuning en inferentie in de vrijgegeven configuratie. Dat zijn niet hetzelfde soort getallen als die van Luna. Het ene is een configuratievlag op een checkpoint dat nooit op die lengte is geserveerd; het andere is een productlimiet met een prijsklasse die aan 272K is gekoppeld. Baidu's bewijs voor lange context is een benchmark-sweep — HELMET-RAG 71,5, RepoQA 91,7, LongBench-v2 48,7, InfiniteBench 46,5 — uitgevoerd onder zijn eigen harness, en de post geeft toe dat ten minste twee van die lange-contextrijen naar een concurrerend basismodel gaan.

Clausule vier: een score die iemand anders heeft gecontroleerd

De gepubliceerde positie van Luna is gemengd, en dat is juist wat haar geloofwaardig maakt. BenchGecko meldt een gemiddelde score van 55,9 met een rang rond de 116e plaats; aan de leverancier gelieerde cijfers omvatten DeepSWE v1.1 op 66,6, OSWorld 2.0 op 52,7, LiveBench-coding op 79 en wiskunde op 89,1. Terminal-Bench 4.0 komt uit op ongeveer 13,6 procent in de run van Vals AI, en AutomationBench op 20,7. Artificial Analysis zet de intelligentie-index op ruwweg 37 tot 38, onder Sol op ongeveer 48 en Astra op ongeveer 53, en de index voor codeeragenten op ongeveer 41 — een terugval ten opzichte van de 43 van GPT-5.6 Luna. Het hallucinatiepercentage verbeterde van 93 procent naar 77 procent, wat beter is en nog steeds niet goed.

Dus Luna is een goedkoop model met een gedocumenteerd plafond en minstens één gedocumenteerde regressie. Dat is voor een koper nuttiger dan een sterk cijfer zonder herkomst, want het vertelt je waar je het niet moet inzetten: agentische codeerloops, feitenrecall met hoge inzet, en alles wat afhankelijk is van omgevingsmanipulatie in Terminal-Bench-stijl.

De kant van ERNIE-5.5-Flash in deze clausule is een tabel van het basismodel. MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1 — allemaal gemeten vóór post-training, in de harness van Baidu, ten opzichte van andere basis-checkpoints. Het is een legitieme tabel. Het is geen antwoord op "hoe goed is het model dat ik zou aanroepen", omdat het model dat je zou aanroepen nog niet is gebouwd.

Waarom "Flash" bij 280B een ander verhaal is

Er schuilt een structureel punt onder de vergelijking. Luna is een klein model dat goedkoop is doordat het klein is. ERNIE-5.5-Flash is een groot model dat goedkoop is doordat het een klein deel van zichzelf activeert — 14B van 280B per token. De economie is echt anders: de geheugenkosten schalen met het totale 280B, de rekenkosten schalen met de actieve 14B. Voor een provider die op volume serveert, is dat een aantrekkelijke vorm, omdat het dure deel wordt afgeschreven over veel gelijktijdige verzoeken en het goedkope deel is wat elk token kost.

Voor een self-hoster is dezelfde vorm een probleem. Je hebt het geheugen nodig voor 280B parameters in FP8 — in de orde van 280GB vóór KV-cache — om het compute-profiel van een 14B-model te krijgen. Dat is een datacenterdeployment, niet een werkstationdeployment, en daarom worden basischeckpoints van deze omvang doorgaans API's in plaats van lokale modellen.

Luna is het tegenovergestelde: klein genoeg om breed te worden aangeboden, met een prijs die dat weerspiegelt, en beschikbaar via OpenAI's API, ChatGPT Work, Codex en de desktopapp op de Free- en Go-tiers. De distributie is onderdeel van het product.

Waar OrcaRouter past, en waar niet

GPT-6 Luna kan op OrcaRouter worden gerouteerd als openai/gpt-6-luna, tegen de lijstprijs van de provider met 0% opslag. Dat is voor dit model belangrijker dan gewoonlijk, omdat de interessante routeringsbeslissingen rond Luna helemaal niet over prijs gaan — ze gaan over inspanning. Een verzoek dat 1,5 seconde latentie tot het eerste token nodig heeft, mag niet naar dezelfde inspanningsinstelling worden gestuurd als een batchtaak die twee minuten kan wachten, en een workload die af en toe 800K context nodig heeft, moet niet standaard naar Sol gaan op basis van de aanname dat het grotere model het grotere venster heeft. Een routeringslaag die die beleidsregels op één plek kan vasthouden, met automatische failover wanneer een provider achteruitgaat, doet hier echt werk.

ERNIE-5.5-Flash staat niet in de OrcaRouter-catalogus — 216 model-ID's, geen ERNIE-vermelding — en niets in dit artikel mag worden opgevat als een bewering dat dit wel zo is. Er is geen endpoint om naar te routeren. Het eerlijke standpunt is dat de routingvraag interessant wordt op de dag dat Baidu het post-trained model aanbiedt; vandaag is die hypothetisch.

Wat zou ERNIE tot een concurrent van Luna maken?

Vier dingen, en het zijn dezelfde vier clausules.

Een prijs van $0,10/$0,50 of lager. Alles boven Luna's tarief moet zich rechtvaardigen op het gebied van Chinese-taalkwaliteit of dataresidentie, en Baidu heeft voor dit model nog geen van beide argumenten aangevoerd.

• Een gemeten doorvoercijfer. Het ontwerp met 14B actieve parameters suggereert dat het snel zou kunnen zijn; totdat een provider tokens per seconde en de tijd tot het eerste token publiceert, is dat een architecturale gevolgtrekking, geen specificatie.

• Een geleverde contextlimiet met een prijskaartje. De configuratie van 1.048.576 tokens is een capaciteit van het checkpoint. Luna's venster is een productterm, inclusief het prijstarief van 272K. Dat zijn verschillende toezeggingen.

• Een post-getraind model met onafhankelijke evaluatie. Dit is de belangrijkste. Het verschil tussen een basis-checkpoint en een afgerond Flash-model is waar het volgen van instructies, toolgebruik en formatteringsdiscipline zitten, en het is precies de afstand die Luna al heeft afgelegd.

Totdat die vier bestaan, heeft de vergelijking een duidelijk antwoord voor iedereen die capaciteit koopt: GPT-6 Luna, met zijn gedocumenteerde zwakheden, is een echte optie tegen een echte prijs, en ERNIE-5.5-Flash is een onderzoeksrelease die de naam van een producttier draagt. De interessantere observatie is dat Baidu ervoor koos om eerst de basisgewichten uit te brengen en de architectuur luidruchtig documenteerde — 43 lagen, 37 HCA plus 6 MLA-DSA, 512 gerouteerde experts bij top-10, een vocabulaire van 201.216 tokens — wat leest als een lab dat uitnodigt tot post-trainingwerk in plaats van een leverancier die een verkoopkanaal opent. Beoordeel het volgens die maatstaf en het is een goede release. Beoordeel het tegen Luna en het zit nog niet in dezelfde markt.