ERNIE Light DT 1.0 kosztuje czterokrotnie więcej niż model 280B Flash firmy Baidu.

Najnowszy mały model Baidu ma cenę jak duży. ERNIE Light DT 1.0, wprowadzony do oferty 10 listopada 2026 r., ma cenę katalogową 1,13 USD za milion tokenów wejściowych i 3,94 USD za milion tokenów wyjściowych. ERNIE 5.5 Flash Preview — 280 miliardów parametrów z tego samego laboratorium, wyższy limit tokenów wyjściowych, znacznie niższy cennik — ma cenę katalogową 0,28 USD i 1,13 USD. Zestaw te dwa wiersze razem, a nazwa przestaje mieć sens: model nazwany Light jest tym drogim, czterokrotnie droższym na wejściu i trzy i pół razy na wyjściu.

Ta odwrócona zależność nie jest literówką w cenniku i to pierwsza rzecz, którą warto zrozumieć w tym wydaniu. Baidu nie wypuściło tańszego Flasha. Wypuściło inny rodzaj obiektu — zbudowany z myślą o problemie kosztowym, który w ogóle nie pojawia się w cenniku za token, i wyceniony tak, jakby to, co ci oszczędza, było warte więcej niż tokeny, za które pobiera opłatę.

Co zostało faktycznie opublikowane i kiedy?

Model pojawił się jako baidu/ernie-light-dt-1.0-intl — sufiks -intl oznacza międzynarodowy punkt końcowy, a nie kontynentalny SKU Qianfan — ze znacznikiem migawki z 10 listopada 2026. Jest obsługiwany bezpośrednio przez Baidu, a nie przez sieć resellerów, i działa w trybie tekst na wejściu, tekst na wyjściu. Bez obrazów, bez dźwięku, bez plików.

Dwie liczby, które określają jego kształt, to okno kontekstu wynoszące 1 024 000 tokenów i maksymalne wyjście wynoszące 131 072 tokeny. Nie są one niczym niezwykłym pod koniec 2026 r.; okno miliona tokenów to absolutne minimum w chińskim segmencie modeli z otwartymi wagami i tak jest od lata. Niezwykły jest natomiast milion tokenów w modelu, którego własne materiały producenta opisują go jako lekki.

Opis Baidu jest krótki i wart przytoczenia, a nie parafrazowania, ponieważ jest to jedyne oświadczenie techniczne, jakie firma wydała: model jest {{1}}oparty na modelach G​LM o otwartym kodzie źródłowym{{/1}}, {{2}}obejmuje wyniki badań z dużego modelu Lightning wyszukiwarki Baidu Search{{/2}} i {{3}}cechuje się Baidu Sparse Attention (BSA), unikalnym mechanizmem rzadkiej uwagi opracowanym przez Baidu ERNIE{{/3}}.

Rzadka uwaga, kompresja historii i dlaczego model Light ma milion tokenów

W tym akapicie znajdują się trzy twierdzenia, które pełnią różne funkcje.

Pierwsza kwestia to rodowód. Model Baidu zbudowany na G​LM to nie drobny szczegół — G​LM to rodzina architektur Z.ai, a to, że Baidu mówi o tym wprost, wskazuje, że chodzi o strategię adaptacji, a nie trening wstępny od zera. Baidu nie twierdzi tutaj, że ma nowy model bazowy. Twierdzi, że ma lepszy sposób uruchamiania takiego modelu.

Drugi to związek z wyszukiwaniem. Seria „Lightning” w Baidu Search to rodzina modeli stojąca za generowaniem odpowiedzi przez sam produkt wyszukiwania, co oznacza, że została zoptymalizowana pod bardzo specyficzną presją: ogromnym wolumenem zapytań, długimi kontekstami pobieranymi z wyszukiwania i twardym budżetem opóźnień. Wyniki badań, które przetrwają w takim środowisku, zwykle dotyczą ruchu pamięciowego, a nie wyników benchmarków.

Trzecia — i ta, która wyjaśnia cenę — to BSA plus to, co Baidu nazywa „kompresją historii sterowaną informacją zwrotną”, która według firmy „poprawia przechowywanie i indeksowanie informacji historycznych” oraz „znacząco zmniejsza zapotrzebowanie na pamięć podręczną KV i koszty obliczeniowe przy zachowaniu wydajności modelu”.

Odejmij marketing, a zostaje historia o pamięci podręcznej KV. W standardowym transformerze koszt utrzymywania w kontekście długiej rozmowy lub długiego dokumentu rośnie z każdym zachowanym tokenem, ponieważ każda warstwa buforuje klucze i wartości dla każdej pozycji. To właśnie ta pamięć podręczna sprawia, że obsługa okna o długości miliona tokenów jest kosztowna, nawet gdy sam model jest mały. Schematy kompresji biorą na cel dokładnie to: zamiast surowej pamięci podręcznej dla każdego tokena przechowują zwartą, indeksowaną reprezentację odległej przeszłości — i rachunek za długi kontekst spada.

To ten sam problem, który Baidu rozwiązało inaczej w ERNIE 5.5 Flash: 37 z 43 warstw wykorzystuje Heavily Compressed Attention — buforując jeden wpis na 128 tokenów — podczas gdy sześć warstw zachowuje pełny dostęp na poziomie tokenów dzięki MLA z rzadką uwagą. Light DT wydaje się podążać dalej w tym samym kierunku: większa kompresja, lepsze indeksowanie tego, co zostało skompresowane. Baidu nie opublikowało liczby warstw, liczby parametrów ani współczynnika kompresji, więc nie wiadomo, jak daleko posuwa się w tym kierunku.

To, co wynika z architektury, jest hipotezą cenową — i jest tylko hipotezą, ponieważ Baidu tego nie potwierdził: jeśli w Twoim obciążeniu dominuje utrzymywanie danych w pamięci podręcznej, a nie świeże tokeny, dostawca może pobierać więcej za token i nadal być tańszą opcją na żądanie. To, czy jest to prawda, zależy wyłącznie od liczby, której Baidu nie opublikował — efektywnej zajętości pamięci podręcznej przypadającej na milion tokenów kontekstu.

Cena, w jednostkach, których kupujący faktycznie używa

Stawki za token, zgodnie z listą:

• Wejście — ERNIE Light DT 1.0 w cenie 1,13 USD za milion tokenów w porównaniu z ERNIE 5.5 Flash Preview w cenie 0,28 USD. Light DT jest 4,0 razy droższy.

• Dane wyjściowe — 3,94 USD wobec 1,13 USD za milion. Light DT jest 3,5 razy droższy.

• Wejście z pamięci podręcznej — $0.113 wobec $0.028 za milion. Light DT jest 4.0x droższy, a oba obniżają koszt odczytów z pamięci podręcznej dziesięciokrotnie względem świeżego wejścia.

• Kontekst — 1 024 000 tokenów dla obu.

Maksymalna długość wyjścia — 131 072 tokeny dla Light DT w porównaniu z 921 600 dla ERNIE 5.5 Flash Preview. To jedyna pozycja, w której mały model jest rzeczywiście mniejszy — siedmiokrotnie.

• Modalność — tylko tekst dla Light DT; także tylko tekst dla punktu końcowego Preview.

Limit wyjściowy jest tu wskazówką. ERNIE 5.5 Flash Preview zbudowano tak, by generował bardzo długie odpowiedzi — dziewięćset tysięcy tokenów wyjścia to nie liczba dla modelu czatu, lecz dla generowania wsadowego, syntezy długich tekstów albo transkryptów agentów, które nigdy nie są przycinane. 131 072 w Light DT to normalny, hojny i niczym niewyróżniający się budżet wyjściowy. Baidu celowo ograniczyło to, co kosztuje najwięcej w obsłudze.

A więc kształt produktu jest taki: pobierać wyższą opłatę za każdy token wejściowy i nie pozwalać modelowi się rozpisywać. To spójna polityka cenowa dla modelu, którego kosztownym zasobem jest kontekst, który utrzymuje, a nie tekst, który pisze.

Co endpoint będzie robić, a czego nie będzie robić

Zakres możliwości jest szerszy, niż sugeruje cena, a węższy, niż sugeruje nazwa.

• Rozumowanie jest opcjonalne i można je dostrajać. Udostępnione są cztery poziomy wysiłku — max, high, low i none — przy czym domyślnie ustawiony jest max. Możliwość ustawienia wysiłku na none ma znaczenie w przypadku modelu z tego poziomu: to różnica między klasyfikatorem wrażliwym na opóźnienia a modelem myślącym, na tym samym endpoincie.

• Obsługiwane jest wywoływanie narzędzi (tool calling), w tym wymuszony wybór narzędzia. Wywoływanie funkcji, ustrukturyzowane dane wyjściowe i formaty odpowiedzi JSON są dostępne, dzięki czemu można go używać jako planisty wewnątrz pętli agenta, a nie tylko jako generatora tekstu.

• Próbkowanie jest konwencjonalne — temperature, top_p, max_tokens — nic nietypowego nie jest udostępniane i nie widać egzotycznych parametrów dekodowania, które oferują niektóre chińskie laboratoria.

• Przyjmuje tekst i zwraca tekst. Jeśli Twój potok przetwarzania podaje mu skan PDF, zrzut ekranu lub nagranie rozmowy, potrzebujesz przed nim kroku OCR lub transkrypcji, a ten krok ma własny koszt i własne tryby awarii.

• Obsługuje go jeden dostawca. Endpoint jednego dostawcy nie ma za sobą mechanizmu przełączania awaryjnego, więc awaria u Baidu jest awarią w Twoim produkcie. To fakt dotyczący procesu zakupowego, a nie krytyka.

Czego brakuje

Trzy luki — i wszystkie w tym samym miejscu: dowody.

Nie ma żadnego benchmarku. Ani tabeli dostawcy, ani wykresu, ani jednej liczby — materiały premierowe Baidu zawierają twierdzenie o mechanizmie i na tym poprzestają. Także żaden niezależny ewaluator nie ma dla niego wiersza. Artificial Analysis, które prowadzi wiersze dla rodziny ERNIE 5.5 oraz dla większości chińskiej szybkiej klasy, nie ocenia tego modelu. Uczciwe stwierdzenie o jego dzisiejszej jakości brzmi więc: nieznana — na każdej osi, w tym na osi, którą Baidu pośrednio sprzedaje, czyli czy kompresja oznacza utratę dokładności przy długim kontekście.

Nie ma wag. ERNIE 5.5 Flash Base udostępnił otwarte wagi 5 listopada 2026 r. — 280 mld parametrów, na licencji wyłączającej UE, Wielką Brytanię i Koreę Południową. Light DT jest dostępny wyłącznie jako API, bez publicznego repozytorium i bez karty modelu. Jeśli chcesz sprawdzić schemat kompresji, nie masz takiej możliwości.

I nie ma definicji „DT”. Baidu nie opublikował wpisu w glosariuszu, a te dwie litery nie odpowiadają niczemu w istniejącym nazewnictwie firmy — gdzie Flash oznacza tanią warstwę, Base oznacza punkt kontrolny z etapu wstępnego trenowania, a Preview oznacza hostowany model instruct. Dopóki Baidu nie powie, co oznacza DT, traktuj to jako kod produktu, nie opis.

Jak to nazwać i co robić w międzyczasie

Na razie ERNIE Light DT 1.0 jest osiągalny przez własne API Baidu oraz przez platformy zewnętrzne, które udostępniają międzynarodowy endpoint. Nie ma go w katalogu OrcaRouter — sprawdź go na aktualnej liście modeli, zanim zaczniesz na nim opierać planowanie — więc to nie jest opcja, w której możemy dać ci klucz i cenę i uznać sprawę za załatwioną.

To, co warto dziś zrobić, to zmierzyć rzecz, od której zależy cena. Weź najdłuższy kontekst, jaki Twój produkt faktycznie wysyła — pobrane dokumenty, toczącą się rozmowę, wycinek bazy kodu — i wyślij go do modelu, do którego już możesz się odwołać. Zapisz tokeny wejściowe, tokeny z pamięci podręcznej, jeśli dostawca je raportuje, oraz rzeczywiste opóźnienie na głębokim końcu okna. To ta liczba, a nie stawka za token, decyduje o tym, czy model z kompresowaną pamięcią podręczną jest oszczędnością, czy dopłatą. Jeśli Twój ruch nigdy nie przekracza 32 000 tokenów, architektura sprzedawana przez Baidu nie daje Ci nic, a 1,13 USD za milion to po prostu czterokrotnie za dużo.

Druga rzecz, którą warto zrobić, to utrzymanie niskiego kosztu podmiany. Powód, dla którego model bez benchmarków i z czterokrotnie wyższą ceną w ogóle można rozważać, jest taki, że alternatywą dla wypróbowania go nie jest przepisanie — wystarczy zmienić bazowy URL. Skieruj ruch związany z długim kontekstem przez jeden endpoint z ujawnioną ceną za model, a taki model można wdrożyć dla dziesięciu procent ruchu we wtorek i wycofać w środę. To jedyny odpowiedzialny sposób oceny niezmierzonego wydania: niewielka ekspozycja, rzeczywisty ruch i cena, którą można odczytać na żądanie, a nie na fakturze.

Na co uważać, w kolejności: karta modelu z liczbą parametrów i współczynnikiem kompresji; pierwsza niezależna ocena, najlepiej taka, która podaje wyniki osobno dla 128K i 1M, a nie jeden uśredniony wynik; oraz ruch cenowy. Ten ostatni jest najbardziej informacyjny. Czterokrotna premia za lekki model jest albo stwierdzeniem o ekonomice pamięci podręcznej, albo placeholderem, a sposobem na odróżnienie jednego od drugiego jest to, czy przetrwa pierwszy kwartał.