ERNIE 5.5 Flash vs MiniMax M3.1 Flash: vensters van twee miljoen tokens, één gepubliceerde score

{{1}}Beide modellen beweren een contextvenster van een miljoen tokens te hebben, beide behoren tot de Flash-klasse, beide kosten minder dan een dollar per miljoen invoertokens, en precies één van hen heeft een getal aan de naam verbonden.{{/1}} {{2}}MiniMax M3.1 Flash heeft sinds de lancering op 19 oktober 2026 een score van 42 op de Artificial Analysis Intelligence Index, tegen $0,22 per voltooide index-taak.{{/2}} {{3}}ERNIE 5.5 Flash kwam op 10 november 2026 bij Baidu Qianfan in de verkoop, met een prijs, een specificatie en geen enkele vorm van evaluatie — geen leverancierstabel, geen onafhankelijke run, geen kennisafsluitdatum.{{/3}} {{4}}De nuttige vraag is dus niet welk model beter is.{{/4}} {{5}}Het gaat erom hoeveel de ontbrekende score waard is, en of de twee vensters hetzelfde venster zijn.{{/5}}

Waar de twee specificaties daadwerkelijk uiteenlopen

De kopcijfers liggen dicht genoeg bij elkaar om uitwisselbaar te lijken, maar dat zijn ze niet. Vier van de onderstaande rijen bepalen echte workloads.

• Invoervenster — ERNIE 1.024.000 tokens vs. MiniMax 1.000.000. Een verschil van 24.000 tokens is ruis; beschouw deze als gelijkwaardig en stop met ze te vergelijken.

• Outputplafond — ERNIE 921.600 tokens vs MiniMax 524.288. Het plafond van ERNIE ligt bijna twee keer zo hoog, en de reden daarvoor is architectonisch van aard in plaats van een kwestie van gulheid: het redeneervermogen kan niet worden uitgeschakeld, dus lange agent-loops hebben ergens ruimte nodig voor het denkwerk.

• Prijs per miljoen — ERNIE $0,28 in / $1,13 uit / $0,028 gecachet vs MiniMax $0,15 / $0,60 / $0,015. ERNIE is 1,87× het invoertarief en 1,88× het uitvoertarief. Gecachete leesbewerkingen schalen op dezelfde manier.

• Modaliteit — ERNIE is alleen tekst. MiniMax accepteert tekst, afbeeldingen en video en retourneert tekst. Voor elke workload met een screenshot, een grafiek, een UI-opname of een opgenomen gesprek beslecht deze rij de vergelijking nog voordat de prijs ter sprake komt.

• Redeneerbeheer — het redeneren van ERNIE is verplicht, standaard ingeschakeld en wordt aangeboden op één inspanningsniveau: hoog. MiniMax biedt instelbare denkdiepte, wat betekent dat een classificatieaanroep het denken kan overslaan dat het niet nodig heeft.

• Gewichten — MiniMax publiceerde op 23 oktober 428B parameters (23B actief), 252,4 GB verdeeld over 48 shards onder een communitylicentie met een omzetpost van $20 miljoen. ERNIE's basis-checkpoint is downloadbaar; de nagetrainde ERNIE 5.5 Flash niet, en er is geen datum gegeven.

• Onafhankelijke score — MiniMax 42 op de Intelligence Index, 41e van 173 op het moment van scoren, $0,22 per taak. ERNIE: geen. Artificial Analysis heeft rijen voor ERNIE 4.5 en ERNIE 5.0 en helemaal geen rij voor ERNIE 5.5.

Voer de factuur drie keer uit, niet één keer.

Een tarievenkaart is de minst nuttige manier om twee modellen te vergelijken die beide nadenken voordat ze antwoorden. Dezelfde taak, op drie manieren geprijsd, is eerlijker.

Neem een werklast voor documentbeoordeling: 400.000 inputtokens, 3.000 outputtokens per verzoek, honderd verzoeken per dag. Op ERNIE 5.5 Flash is dat 40 miljoen inputtokens tegen $0,28 en 300.000 outputtokens tegen $1,13 — $11,20 plus $0,34, dus $11,54 per dag. Op MiniMax M3.1 Flash is dat $6,00 plus $0,18, oftewel $6,18. ERNIE kost $5,36 meer per dag, of ongeveer $1.950 per jaar, voor dezelfde 100 documenten.

Herhaal het nu met een systeemprompt die caching waard is. Als 380.000 van die invoertokens stabiele instructies zijn en slechts 20.000 veranderen, dan maken ERNIE's gecachte leesbewerkingen tegen $0,028 van de invoerregel $11,20 ongeveer $1,62; MiniMax' gecachte tarief van $0,015 brengt zijn $6,00 naar ongeveer $0,87. Het verschil slinkt tot ruim onder een dollar per dag, en beide modellen worden goedkoop genoeg dat de keuze niet langer financieel is. Caching is geen micro-optimalisatie op een venster van een miljoen tokens — het bepaalt het grootste deel van de rekening.

De derde run is degene die niemand publiceert. Voeg redeneertokens toe. Aan ERNIE kan niet worden gevraagd ze over te slaan; bij een taak waarbij het 6.000 tokens nadenkt voordat het 3.000 tokens schrijft, is het uitvoervolume 9.000 tokens en verdrievoudigt de uitvoerregel. Tegen MiniMax kan worden gezegd dat het minder moet nadenken, en het gedocumenteerde gedrag ervan is al ongewoon uitgebreid — 180 miljoen uitvoertokens over de Intelligence Index tegen een mediaan van 99 miljoen — dus in de praktijk kunnen de twee naar elkaar toe groeien. Niemand weet het, want slechts één van deze modellen is überhaupt gemeten. Totdat je uitvoertokens op je eigen prompts telt, is de tweede decimaal van elke vergelijking hier decoratie.

Verplicht redeneren is een ontwerpstandpunt, geen bug

Het is verleidelijk om ERNIE's verplichte high-effort-redenering als een beperking op te vatten, en voor sommige workloads is dat precies zo — er is geen snel pad voor een classificatie van één woord, en elke aanvraag betaalt een latentie- en tokentaks die je bij MiniMax kunt vermijden. Maar dezelfde beslissing verklaart het outputplafond, en het zegt iets over voor wie Baidu dit heeft gebouwd.

Een model dat altijd redeneert, met een toegestane output van 921.600 tokens, is gebouwd voor lange agentische runs: refactors op repositoryschaal, onderzoek in meerdere stappen, planningslussen die een plek nodig hebben om te denken. De release van Baidu's basischeckpoint gaat dezelfde kant op — de pre-trainingcorpus benadrukt "code op repositoryschaal en long-context", en de benchmarkrijen die het meest gunstig voor het model uitvallen, zijn HumanEval+ met 82,3 en RepoQA met 91,7; beide zijn cijfers voor het basismodel die niets rechtstreeks over het chatmodel zeggen, maar wel zeggen waar de trainingsdata prioriteit aan gaven.

Het ontwerp van MiniMax richt zich op iets anders. Instelbare denkdiepte, native beeld- en video-invoer, 125,5 outputtokens per seconde en een tijd tot het eerste token van 1,04 seconde beschrijven een model dat is gebouwd voor doorvoer — autonome loops, op screenshots gebaseerde interfaces, documentpijplijnen waarin de invoer een scan is in plaats van een diff. De eigen positioneringstaal gaat over kosten per token bij volume, en de $0,22 per indextaak is het getal dat dat onderbouwt.

Twee modellen uit de Flash-klasse, twee verschillende gokken: de ene op diepgang per verzoek, de andere op verzoeken per seconde. Geen van beide is verkeerd, en de specificatiebladen zijn ongewoon duidelijk over welke welke is.

Beide zijn goedkoop; slechts één ervan is een beslissing die je vandaag kunt nemen.

De asymmetrie die ertoe doet, betreft het bewijs. MiniMax M3.1 Flash heeft een gepubliceerde indexscore, gepubliceerde kosten per taak, een gepubliceerde modelkaart, downloadbare gewichten en een onafhankelijke meting van hoeveel tokens het verbruikt om een benchmark te voltooien. Op basis daarvan kan een inkoopbeslissing worden genomen. ERNIE 5.5 Flash Preview heeft een tariefkaart, een contextvenster en een Baidu-perspagina die nog steeds vooraan het basischeckpoint zet en de frase "coming soon" gebruikt over het post-getrainde model — wat, ongemakkelijk genoeg, juist het model is dat nu wordt verkocht.

Dat maakt van de preview nog geen slecht model. Het maakt er een ongemeten model van, en de juiste houding tegenover een ongemeten model dat twee keer zoveel kost als een gemeten concurrent, is niet veronderstellen dat het slechter is. Baidu's basis-checkpoint versloeg DeepSeek V4 Flash Base op 26 van de 30 rijen; een sterke post-training-run op die basis zou plausibel boven 42 kunnen uitkomen. Het zou ook daaronder kunnen uitkomen. Het punt is dat niemand buiten Baidu het momenteel kan zeggen, en een tariefkaart is geen bewijs.

Beide testen zonder twee contracten te ondertekenen

Een van deze modellen staat op een gerouteerde sleutel en een ander niet. OrcaRouter levert MiniMax M3.1 Flash tegen de lijstprijs van de provider met 0% opslag, naast GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash en Gemini 3.8 Flash — meer dan 200 modellen achter één OpenAI-compatibel endpoint, met automatische failover tussen providers en een routing-DSL om meerdere modellen in één aanroep samen te stellen. ERNIE 5.5 Flash Preview staat niet in die catalogus; er is geen ERNIE-vermelding en geen Baidu-endpoint waar we naartoe kunnen routeren, dus het moet via de eigen API van Baidu worden aangeroepen, met een tweede sleutel en een tweede factuur.

De praktische route door die asymmetrie is om eerst de evaluatie te bouwen en daarna de integratie. Zet je twintig prompts achter de gerouteerde sleutel, voer MiniMax en de rest van de Flash-tier uit en registreer outputtokens per taak — niet alleen de prijs per miljoen. Richt vervolgens dezelfde twintig prompts op het Baidu-endpoint en vergelijk op dezelfde as. Als ERNIE wint op de taken die je belangrijk vindt, is het tarief van 1,88× een premie die het waard is om te betalen, en wordt de ontbrekende modelkaart een hinderlijk detail in plaats van een blokkade. Zo niet, dan heb je een middag en één kleine factuur besteed aan de ontdekking.

Wat het echt zou beslechten, is één enkele rij in een tracker die zijn eigen harness draait. MiniMax heeft er al sinds de lanceerdag een. Baidu zou er morgen een kunnen publiceren, en dan zou de centrale onzekerheid van dit artikel verdampen — wat verraadt dat die onzekerheid helemaal niet echt over de modellen gaat. Ze gaat erover welke leverancier ervoor koos zijn werk te laten zien.