ERNIE Light DT 1.0 vs Qwen 3.8 Flash: płacenie więcej za mniej danych wejściowych

Umieść ERNIE Light DT 1.0 i Qwen 3.8 Flash w jednej linii, a trzy liczby same się pokłócą. Baidu pobiera 1,13 USD za milion tokenów wejściowych; A​libaba pobiera 0,15 USD. Baidu daje tylko tekst; A​libaba przyjmuje tekst, obrazy i wideo. Baidu nie opublikowało żadnego benchmarku; model A​libaba kryje się za udokumentowanym wydaniem z bliźniaczą wersją o otwartych wagach, którą możesz sprawdzić. Qwen 3.8 Flash ukazał się 26 sierpnia 2026 r.; ERNIE Light DT 1.0 pojawił się 10 listopada 2026 r., dwa i pół miesiąca później, przy cenie wejściowej siedem i pół razy wyższej.

Nowsze i droższe nie jest automatycznie gorsze — architektury się rozwijają, a model zbudowany wokół kompresji KV-cache rozwiązuje problem, którego szybka warstwa ogólnego przeznaczenia nie rozwiązuje. Jednak ciężar dowodu w tym porównaniu spoczywa zdecydowanie po stronie Baidu, a Baidu go nie podjęło.

Czym właściwie jest Qwen 3.8 Flash

Wariant Flash firmy Alibaba to rzadka mieszanka ekspertów: 125 miliardów parametrów w części eksperckiej, z około 6 miliardami aktywowanych na token, plus 51-miliardowa tabela osadzeń n-gramowych i około 4 miliardów głowic predykcji wielu tokenów, co daje około 180 miliardów parametrów na dysku. Czterdzieści osiem warstw, 512 ekspertów i hybrydowy stos uwagi zbudowany z Gated DeltaNet i Qwen Sparse Attention.

SKU produktu jest udostępniane w QwenCloud z udokumentowanym domyślnym kontekstem wynoszącym milion tokenów, maksymalnym wejściem wynoszącym 991 000 tokenów i maksymalnym wyjściem wynoszącym 131 072 tokenów. Artefakt z otwartymi wagami o tej samej architekturze to Qwen3.8-Flash-Next, opublikowany na licencji Q​wen Community License; jest to inny obiekt z inną licencją — przydatny do inspekcji, ale nie zastępuje punktu końcowego.

Warto zauważyć, że rzadka uwaga Q​wen i rzadka uwaga Baidu rozwiązują ten sam problem z przeciwnych kierunków. QSA Q​wen działa na poziomie mikro-bloków, a nie wybiera pojedynczych tokenów, co według dostawcy znacząco skraca opóźnienie w długim kontekście. BSA Baidu, w połączeniu ze sterowaną sprzężeniem zwrotnym kompresją historii, koncentruje się natomiast na przechowywaniu i indeksowaniu pamięci podręcznej. Oba rozwiązania opierają się na założeniu, że przyszłością wnioskowania jest długi kontekst przy niskim koszcie. Nie zgadzają się tylko co do tego, którą część rachunku zaatakować.

Porównanie, wymiar po wymiarze

Cena wejściowa — ERNIE Light DT 1.0 po 1,13 USD za milion tokenów w porównaniu z Qwen 3.8 Flash po 0,15 USD. Baidu jest 7,5 razy droższe.

• Cena za tokeny wyjściowe — 3,94 USD wobec 0,47 USD za milion. Baidu jest 8,4 razy droższy.

• Buforowane dane wejściowe — $0.113 wobec $0.0184 za milion. Oba zapewniają dziesięciokrotny rabat za odczyt z pamięci podręcznej; różnica bezwzględna wynosi 6.1x.

• Okno kontekstu — 1 024 000 tokenów w porównaniu z 1 000 000, przy czym w przypadku Qwen udokumentowano maksymalne wejście na poziomie 991 000 tokenów. W praktyce ten sam limit.

• Maksymalna liczba tokenów wyjściowych — 131 072 w obu przypadkach. Identyczna.

• Modalność wejściowa — tylko tekst w porównaniu z tekstem, obrazem i wideo.

• Kontrola rozumowania — cztery stopniowane poziomy w Light DT (maks., wysoki, niski, brak) w zestawieniu z elastycznym trybem myślenia w Qwen 3.8 Flash, który obsługuje udokumentowany budżet rozumowania oparty na maksymalnej liczbie tokenów.

• Korzystanie z narzędzi i ustrukturyzowane dane wyjściowe — obsługiwane w obu przypadkach, w tym wymuszony wybór narzędzia.

• Niezależny wynik — nie opublikowano żadnego dla Light DT; siostrzany model Flash-Next firmy Qwen został zmierzony w Artificial Analysis Intelligence Index, a jego wynik dotyczy otwartego artefaktu, a nie produkcyjnego SKU.

• Otwarte wagi — brak dla Light DT; checkpoint o tej samej architekturze na licencji Qwen Community License dla Qwen.

Gdzie teoretycznie można by uzyskać siedmiokrotną premię

Warto przedstawić stanowisko Baidu w najsilniejszej możliwej wersji, zamiast je odrzucać, ponieważ istnieje scenariusz, w którym cena jest odpowiednia.

Model oparty na kompresji może zasadniczo obsłużyć żądanie o długości miliona tokenów przy zajętości pamięci podręcznej, której konwencjonalny model nie jest w stanie dorównać. Jeśli BSA firmy Baidu rzeczywiście utrzymuje jakość na stałym poziomie w miarę wzrostu kontekstu — deklaracja mówi o „utrzymaniu wydajności modelu” przy jednoczesnym zmniejszeniu przechowywania i obliczeń KV-cache — to koszt operatora w przeliczeniu na milion tokenów kontekstu spada. Dostawca, który poświęcił na to wysiłek badawczy, mógłby zasadnie pobierać więcej za token, pozostając tańszym w przeliczeniu na długie żądanie.

Problem polega na tym, że jest to całkowicie niezweryfikowane, a jedyna liczba, która by to rozstrzygnęła — efektywny ślad pamięci podręcznej na milion tokenów — nie została opublikowana. Nie ma karty modelu, raportu technicznego ani tabeli benchmarków. Opis produktu samego Baidu ogranicza się do jednego akapitu.

Porównaj dowody po drugiej stronie. Qwen 3.8 Flash ma stronę dostawcy z dokumentacją na poziomie tokenów, siostrzany model z otwartymi wagami, którego architekturę można odczytać z pliku konfiguracyjnego, oraz pomiary tego modelu siostrzanego wykonane przez strony trzecie. Możesz nie zgadzać się z liczbami Alibaby, ale możesz je sprawdzić.

Modalność to trudniejszy problem

Cena jest przedmiotem negocjacji. Modalność jest murem.

Qwen 3.8 Flash obsługuje tekst, obrazy i wideo, a jego tekst produktowy wymienia zadania, które z tego wynikają: rozumienie wizualne, analiza dokumentów i baz kodu, analiza wykresów, interakcja z pulpitem, analiza długich filmów. ERNIE Light DT 1.0 przyjmuje tekst i zwraca tekst.

Jeśli jakakolwiek część Twojego potoku obejmuje zrzut ekranu, zeskanowaną stronę, wykres lub klatkę wideo, porównanie kończy się, zanim cena zacznie mieć znaczenie. Albo stawiasz model OCR lub model wizyjny przed Light DT — dodając koszt, opóźnienie i tryb awarii — albo używasz modelu, który akceptuje ten artefakt. W potoku obsługi, w którym połowa przychodzących zgłoszeń to zrzut ekranu komunikatu o błędzie, „tylko tekst” nie jest ograniczeniem, które obejdziesz; to inna kategoria produktu.

Kontr-przykład jest równie realny: prace tekstowe wspomagane wyszukiwaniem, analiza zwykłego kodu źródłowego, segregacja logów, pytania i odpowiedzi dotyczące długich dokumentów, które już są tekstem. Tam przewaga wynikająca z modalności nic nie daje, a porównanie wraca do ceny i jakości — gdzie Baidu jest wciąż 7,5 razy droższy, bez żadnych dowodów na poparcie.

Trzy sposoby, w których wersja premium może się faktycznie zwrócić

Zamiast zakładać, że Baidu jest po prostu zbyt drogi, oto konkretne warunki, w których wybór Light DT byłby uzasadniony — każdy z nich można sprawdzić w jedno popołudnie.

Po pierwsze: jakość utrzymuje się na poziomie 400 000 tokenów i powyżej. Ling i Q​wen reklamują okno miliona tokenów; to, czy którakolwiek z nich traci jakość w środku bardzo długiego promptu, jest dokładnie tym, co rzekomo mają rozwiązywać schematy kompresji. Jeśli Light DT dokładnie odpowiada na pytania o głębokim kontekście tam, gdzie Q​wen 3.8 Flash zaczyna gubić środek dokumentu, wersja premium ma uzasadnienie. Test to zestaw pytań, których odpowiedzi znajdują się na głębokości 5%, 50% i 95% w tym samym długim dokumencie.

Po drugie: przepustowość na żądanie jest istotnie lepsza. Jeśli kompresja oznacza mniej tokenów pamięci podręcznej na żądanie, dostawca może obsłużyć więcej jednoczesnych długich żądań na tym samym sprzęcie — co może przełożyć się na niższe opóźnienia przy obciążeniu. Baidu nie publikuje żadnej liczby dotyczącej przepustowości, a Qwen nie publikuje żadnej porównywalnej, więc zmierzyć to można jedynie, uruchamiając oba rozwiązania przy własnym poziomie współbieżności.

Trzy: drabinka rozumowania zarabia na siebie. Ustawienie wysiłku na none w Light DT daje szybką i tanią ścieżkę do klasyfikacji i ekstrakcji, a max daje model myślący na tym samym endpoincie. Qwen 3.8 Flash ma tryb myślenia, ale mniej granularną drabinkę. Jeśli uruchamiasz jeden endpoint do dwóch bardzo różnych zadań, ma to realną wartość inżynierską — choć niekoniecznie wartość 1,13 dolara za milion.

Realistyczna interpretacja

Żaden z tych trzech warunków sam w sobie raczej nie uzasadnia 7,5-krotnej premii za tokeny wejściowe, a nawet razem przewyższają one Qwen tylko wtedy, gdy Twoje obciążenie jest długokontekstowe, wyłącznie tekstowe i wrażliwe na jakość przy głębokiej analizie. To realny segment — odkrywanie dokumentów prawnych, pytania i odpowiedzi dotyczące dużych baz kodu, przegląd dokumentów regulacyjnych — ale nie jest to szeroki rynek szybkiej klasy modeli, który te modele nominalnie współdzielą.

Bardziej prawdopodobne wyjaśnienie jest tym najmniej pochlebnym: Baidu wycenia nowy, niezmierzony endpoint jako produkt premium, bo może, a cena zmieni się, gdy rynek wyrobi sobie zdanie. To normalny schemat przy pierwszym notowaniu. To także powód, dla którego nikt nie powinien opierać budżetu na obecnej kwocie.

Uruchamianie obu bez zobowiązania się do żadnego z nich

Qwen 3.8 Flash znajduje się w katalogu OrcaRouter w cenie katalogowej A​libaba, bez doliczonej marży, co oznacza, że cena widoczna na naszej stronie modelu to cena pobierana przez dostawcę — a jeśli A​libaba ją obniży, obniżka pojawi się tutaj tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy.

Ta właściwość ma większe znaczenie niż zwykle w porównaniu takim jak to, ponieważ cała przesłanka to różnica cen, której nikt nie uzasadnił i którą każda ze stron mogłaby zmienić. Warstwa routingu, która zestawia obie ceny obok siebie i pozwala kierować pięć procent ruchu do nowego modelu, zachowując dziewięćdziesiąt pięć procent przy znanym modelu, to sposób, by przekonać się, czy premia jest realna, nie stawiając na to kwartalnego budżetu.

Automatyczne przełączanie awaryjne to druga połowa całości. Model udostępniany przez jednego dostawcę ma jedną domenę awarii; jeśli u Baidu wystąpi incydent, Twoja ścieżka długiego kontekstu jest niedostępna. Routing, który potrafi przełączyć się na porównywalny endpoint, gdy główny zwraca błędy, to różnica między zdegradowaną funkcją a awarią.

Co robić w tym tygodniu

Zacznij od Qwen 3.8 Flash, chyba że potrafisz wskazać obciążenie, w którym dodatkowe pieniądze kupują coś więcej. Jest tańszy za każdą jednostkę, przyjmuje więcej typów danych wejściowych i ma otwartego bliźniaka, którego można przejrzeć. Przy $0.15 i $0.47 za milion tokenów poważna ewaluacja kosztuje grosze.

Testuj ERNIE Light DT 1.0 wyłącznie pod kątem konkretnego twierdzenia, które formułuje. Zbuduj jedną długokontekstową ewaluację — zestaw dokumentów o 200 000 tokenów z odpowiedziami umieszczonymi na trzech głębokościach — i uruchom ją na obu modelach. Jeśli Light DT utrzyma jakość tam, gdzie Qwen 3.8 Flash zawodzi, znalazłeś argument za wersją premium i możesz poprzeć go danymi. Jeśli nie, oszczędziłeś sobie 7,5-krotnie wyższego rachunku na podstawie akapitu od dostawcy i nazwy, która mówi „light”, a kosztuje tak, jakby oznaczała „luxury”.