ERNIE 5.5 Flash Preview vs GPT-5.6 Luna: Tabela stawek, względem której jest mierzony, została już wycofana

ERNIE 5.5 Flash Preview i GPT-5.6 Luna są w tym tygodniu wymieniane jednym tchem, a niezręczna część dotyczy kalendarza. ERNIE 5.5 Flash Preview stał się dostępny jako płatny endpoint na platformie Qianfan firmy Baidu 10 listopada 2026 r., a wpis premierowy ukazał się dzień później. GPT-5.6 Luna został udostępniony 9 lipca 2026 r. i od 22 września 2026 r. jest oznaczony jako przestarzały w trackerze Artificial Analysis, gdy GPT-6 Luna pojawił się w cenie mniej więcej o połowę niższej. Zatem porównanie, którego czytelnik faktycznie potrzebuje, nie jest tym, które sugerują te dwie nazwy. To ERNIE 5.5 Flash Preview zestawiony z cennikiem, który jego własny dostawca ma już za sobą — a po drugie, z następcą, który go zastąpił. Następca jest wyceniany na 0,10 USD i 0,50 USD przy tym samym zmierzonym indeksie i działa na tym samym kluczu co model, który zastąpił.

To nie sprawia, że bezpośrednie starcie jest bezcelowe. Sprawia, że jest to inna praca. Istnieje realna różnica w cenie, realna różnica w kontekście i zasadnicze pytanie, który z tych dwóch użyłbyś do zadania wykonywanego bez nadzoru. Czego natomiast nie ma po żadnej ze stron, to wspólna tablica wyników. Każda liczba poniżej pochodzi albo z własnego uruchomienia Baidu, albo z własnego uruchomienia Artificial Analysis, albo jest opublikowanym wskaźnikiem, i żadnej z nich nie można odjąć od drugiej.

Co się stało z GPT-5.6 Luna i dlaczego ma to tutaj znaczenie

GPT-5.6 Luna to model z kontekstem 1 mln, w cenie 0,20 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych. W Artificial Analysis ma Intelligence Index równy 23,8, a ten sam rekord ma flagę wycofania z datą zastąpienia 22 września 2026 r. Jego następca, GPT-6 Luna, jest wyceniony na 0,10 USD za wejście i 0,50 USD za wyjście przy tym samym kontekście 1 mln i uzyskuje 23,5 przy wysiłku xhigh oraz 18,5 przy średnim w tym samym indeksie — statystycznie na tym samym poziomie co model, który zastąpił, przy mniej niż połowie stawki za wyjście.

Z tego wynikają dwie rzeczy i obie podważają oczywisty sposób przedstawienia sprawy na tej stronie. Po pierwsze, przestarzały SKU nie jest martwy — nadal odpowiada na żądania, a mnóstwo kodu nadal na niego wskazuje — ale to karta, której nikt już nie broni cenowo. Po drugie, jeśli porównujesz ERNIE 5.5 Flash Preview z Luną, ponieważ Luna to znana ci już tania i szybka warstwa, to modelem, który faktycznie znasz, jest teraz GPT-6 Luna. Porównywanie dwudniowej wersji preview z wycofaną kartą stawia preview w korzystnym świetle cenowym i nie mówi nic o rachunku, który zapłacisz w następnym kwartale.

Jest jeszcze trzecia kwestia, mniej pochlebna dla tego porównania i warta zaznaczenia od razu: GPT-5.6 Luna ma niezależny wynik. ERNIE 5.5 Flash Preview go nie ma. Na dzień 11 listopada na liście rankingowej Artificial Analysis nie ma nigdzie wiersza ERNIE 5.5, więc każda liczba dotycząca ERNIE w tym tekście pochodzi od Baidu, została uzyskana w środowiskach testowych Baidu i oceniona przez modele wybrane przez Baidu.

Sześć wymiarów, obie strony w jednej linii

Czytaj je jako mapę rozbieżności między tymi dwoma, a nie jako podliczenie. Wiersze ceny i kontekstu to twarde liczby z opublikowanych kart. Wiersze wyników nie są tego samego rodzaju liczbami co siebie nawzajem — i temu poświęcona jest następna sekcja.

• Cena — ERNIE 5.5 Flash Preview: 0,28 USD za milion tokenów wejściowych i 1,13 USD za milion tokenów wyjściowych w porównaniu z GPT-5.6 Luna: 0,20 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych. Cena tokenów wejściowych ERNIE jest o 40% wyższa; cena tokenów wyjściowych jest o około 6% niższa.

• Cena następcy — ERNIE nie ma następcy, a jedna karta w porównaniu z GPT-6 Luna po 0,10 USD za wejście i 0,50 USD za wyjście, co stanowi mniej niż połowę stawki wyjściowej ERNIE i jedną piątą jej stawki wejściowej.

• Okno kontekstowe — 1 024 000 tokenów vs 1 000 000. Różnica zaokrąglenia; żadna z tych wartości nie jest czynnikiem decydującym.

• Pułap wyjściowy — 921 600 tokenów w pojedynczym wywołaniu wobec kontekstu 1 mln bez porównywalnego pułapu wyjściowego pojedynczego wywołania podanego w tej samej formie. To jedyna specyfikacja, w której ERNIE naprawdę jest w innej klasie.

Wynik niezależny — brak wiersza Artificial Analysis wobec Intelligence Index wynoszącego 23,8. Za jedną stroną tego zestawienia stoi strona trzecia, za drugą — nie.

• Zmierzony koszt przypadający na zadanie — niepublikowany przez Baidu w porównaniu z 0,33 USD na zadanie w zestawie testów Artificial Analysis przy średnio 522 sekundach na zadanie, spadający do 0,15 USD na zadanie w przypadku GPT-6 Luna.

• Status — podgląd, który Baidu nazywa pośrednim checkpointem z fazy post-training, w porównaniu z SKU oznaczonym jako przestarzałe, z nazwanym zamiennikiem już dostępnym.

Dlaczego nie można odjąć dwóch głównych liczb

Liczba, którą ludzie będą chcieli zestawić obok siebie, to Terminal-Bench 4.0: 46,5 dla ERNIE 5.5 Flash Preview, z aneksu Baidu, wobec 11,6 dla GPT-5.6 Luna, z własnej ewaluacji Artificial Analysis. Różnica 35 punktów wygląda na rozstrzygającą. To w ogóle nie jest różnica, ponieważ obie wartości pochodzą z różnych systemów testowych, różnych rusztowań i od różnych oceniających, a tylko jedna z nich została uzyskana przez kogoś, kto nie ma interesu w wyniku.

Baidu niezwykle otwarcie ujawnia szczegóły swojej konfiguracji benchmarku, dzięki czemu to niedopasowanie jest czytelne. W przypisach wymieniono harnessy — Claude Code 2.1.x, mini-swe-agent 2.4.6, Codex 0.162.1 oraz coś oznaczonego skrótem DSH — a także modele sędziowskie: Qwen3.8-Max, DeepSeek-V4.1-Flash-1017 i Gemini 3.1 Flash-Lite. Jeden przypis przyznaje, że ERNIE 5.5 Flash Preview i GLM-5.3 nie mają natywnych możliwości multimodalnych oraz że rozumienie obrazów podczas ewaluacji zapewniało narzędzie oparte na Claude Opus 5.5. Zatem co najmniej niektóre wiersze zależne od widzenia mierzą system, w którym testowany model wywołuje model innego dostawcy, aby coś obejrzeć. To wybór inżynierski, którego można bronić. To także powód, dla którego te wiersze nie są wynikiem bezpośrednio porównywalnym.

Para wskaźników wszechwiedzy ma ten sam problem w subtelniejszej formie. Baidu podaje 25,2 dla AA-Omniscience-Public; Artificial Analysis odnotowuje −17,1 dla GPT-5.6 Luna w swoim indeksie Omniscience. Etykiety się różnią, jedna liczba pochodzi z testu przeprowadzonego przez dostawcę, a druga nie, a metryka karze pewne siebie błędne odpowiedzi, czyli dokładnie takie zachowanie, które najrzadziej ujawniłaby samoocena raportowana przez dostawcę. Traktuj je jako dwa niepowiązane punkty danych, a nie jako rozpiętość 42 punktów.

Jedynym naprawdę uczciwym porównaniem jest to wewnętrzne: GPT-5.6 Luna z wynikiem 23,8 kontra GPT-6 Luna z wynikiem 23,5, oba zmierzone w ten sam sposób przez te same osoby. To na podstawie tej pary można stwierdzić, że następca to ruch cenowy, a nie ruch w zakresie możliwości — i to ta para mówi, co ERNIE 5.5 Flash Preview naprawdę ma do pokonania.

Co każda ze stron faktycznie zyskuje

ERNIE 5.5 Flash Preview wygrywa pod względem pułapu i świeżości. Limit wyjściowy wynoszący 921 600 tokenów przy oknie 1 024 000 tokenów oznacza, że pojedyncze wywołanie może wygenerować niemal tyle, ile jest w stanie pomieścić, co stanowi techniczny warunek wstępny dla jedenastogodzinnej kompilacji w Unreal Engine, którą Baidu umieściło w centrum swojego wpisu premierowego. Nic w specyfikacji GPT-5.6 Luna nie może się z tym równać, podobnie jak nic w specyfikacji GPT-6 Luna. ERNIE wygrywa także jedyny konkurs, który nie dotyczy liczb: to model, który w tym miesiącu musi coś udowodnić, a Baidu obiecało wagi na licencji Apache 2.0, choć nie podało daty.

GPT-5.6 Luna wygrywa pod względem weryfikacji i ceny danych wejściowych. Możesz sprawdzić wynik niezależnego podmiotu, opublikowany koszt na ukończone zadanie, zmierzony czas na zadanie oraz o 40% niższą stawkę za dane wejściowe. To właśnie te elementy sprawiają, że model można bezpiecznie wdrożyć za produktem, a ERNIE 5.5 Flash Preview obecnie nie ma żadnego z nich — brak karty modelu, brak daty granicznej wiedzy, brak wartości opóźnienia i brak niezależnego wiersza.

GPT-6 Luna wygrywa bezapelacyjnie na cenie i to właśnie to ustalenie na nowo definiuje tę stronę. Jeśli pytanie brzmi: „który tani, szybki model powinienem wywołać”, odpowiedź w rodzinie Luna to nie GPT-5.6 Luna; to następca w cenie $0.10 i $0.50 z tym samym zmierzonym indeksem i kosztem na zadanie poniżej połowy kosztu poprzednika. Porównanie, które zatrzymuje się na GPT-5.6 Luna, porównuje ERNIE z niewłaściwą połową rodziny.

Decyzja, wyrażona bez ogródek

Jeśli potrzebujesz już dziś modelu ocenionego niezależnie przy znanym koszcie za zadanie, nie potrzebujesz ERNIE 5.5 Flash Preview — potrzebujesz modelu Luna, a konkretnie jego obecnej wersji. Nie ma czego oceniać, ponieważ ktoś już to zrobił.

Jeśli masz zadanie, którego wynik faktycznie sięga setek tysięcy tokenów w jednym przebiegu — długi build, refaktoring całego repozytorium, dokument, którego nikt nie chce dzielić — ERNIE 5.5 Flash Preview to jedyny model na tej stronie, który podaje górny limit tokenów wyjściowych na to pozwalający, a jego szybkość generowania wyjścia jest nieco niższa niż w GPT-5.6 Luna. To wąski, konkretny przypadek i jedyny przypadek, który potwierdza karta specyfikacji.

Jeśli jesteś gdzieś pomiędzy, uczciwa odpowiedź brzmi: żadna z tych kart tego nie rozstrzyga, ponieważ żaden dostawca nie opublikował liczby tokenów na ukończone zadanie dla obciążenia, które masz na myśli. Stawka 0,33 USD w przypadku GPT-5.6 Luna dotyczy zestawu Artificial Analysis, a nie Twojego.

Jeden klucz, dwie karty stawek i migracja, która nie jest projektem

ERNIE 5.5 Flash Preview nie jest obsługiwany przez OrcaRouter. W katalogu nie ma wpisu ERNIE i nie stoi za nim żaden punkt końcowy Baidu, więc trzeba udać się do własnego API Qianfan firmy Baidu oraz platform zewnętrznych, które je odsprzedają. Nic tutaj nie stanowi oferty routowania go.

Sytuacja z Luną jest odwrotna i pouczająca. Zarówno GPT-5.6 Luna, jak i GPT-6 Luna znajdują się w katalogu OrcaRouter, w cenie katalogowej dostawcy bez narzutu — 0,20 USD i 1,20 USD za wycofywany SKU, 0,10 USD i 0,50 USD za ten, który go zastąpił. Tak wygląda od środka nieaktualna karta stawek: zmienia się ciąg modelu, klucz nie, i nikt nie musi niczego podpisywać. Gdy dostawca wycofuje model w środku kwartału — jak miało to miejsce tutaj 22 września — podmiana kosztuje jedną linię w konfiguracji, a nie cykl zakupowy, i można porównać stare i nowe karty stawek na tym samym rachunku.

Rozstrzygnięcia tego porównania nie przyniesie kolejna tabela benchmarków. Przyniesie je wiersz ERNIE 5.5 wygenerowany przez Artificial Analysis, opublikowana wartość liczby tokenów na zadanie dla jedenastogodzinnego buildu oraz cennik ERNIE na poziomie, który obecnie zajmuje GPT-6 Luna. Dopóki nie istnieje którykolwiek z tych elementów, ERNIE 5.5 Flash Preview versus GPT-5.6 Luna to dwudniowy podgląd mierzony względem wycofanej karty przez dwie grupy ludzi, które nigdy nie współdzieliły harnessu — a użyteczna wersja pytania brzmi, czy podgląd zdoła utrzymać przewagę w pułapie wyjściowym, gdy test przeprowadzi ktoś, kto nie ma interesu w odpowiedzi.