ERNIE-5.5-Flash vs Gemini 3.8 Flash: Um tem um preço, o outro tem uma promessa

Daqui a cinquenta e sete dias, em 1º de janeiro de 2027, o preço introdutório do Gemini 3.8 Flash termina e suas tarifas dobram — de US$ 0,75 para US$ 1,50 por milhão de tokens de entrada, de US$ 3,75 para US$ 7,50 por milhão de tokens de saída. Esse é o fato mais concreto desta comparação, e ele pertence ao modelo que está à venda desde 2 de setembro de 2026. O ERNIE-5.5-Flash, em contraste, publicou seus pesos base em 5 de novembro de 2026 sem preço algum, porque o ERNIE 5.5 Flash pós-treinado ainda não foi lançado. Portanto, o enquadramento honesto de ERNIE-5.5-Flash vs Gemini 3.8 Flash não é uma disputa entre dois modelos da categoria Flash. É uma disputa entre dois tipos de incerteza: um modelo conhecido com um abismo de custo com data marcada e um modelo prometido sem custo nenhum.O aumento de janeiro do Gemini chega à plataforma a preços de tabela do provedor, portanto, a tarifa do próprio fornecedor é o que você paga.

O que o Gemini 3.8 Flash traz, e quanto vai custar depois do Ano Novo

Gemini 3.8 Flash é o terceiro modelo Flash que o Google lançou em seis semanas — 3.6 em 21 de julho, 3.7 em 14 de agosto, 3.8 em 2 de setembro — e é um produto completo, não um checkpoint. O contexto de entrada é de 1.048.576 tokens, a saída é limitada a 65.536, e o modelo aceita texto, imagens, vídeo, áudio e PDFs com saída em texto. O corte de conhecimento é março de 2026.

A estrutura de preços é onde a comparação realmente pesa. Hoje, as tarifas são US$ 0,75 de entrada e US$ 3,75 de saída por milhão de tokens, idênticas às do Gemini 3.7 Flash. Leituras de entrada em cache custam US$ 0,075, e o processamento em lote custa US$ 0,375/US$ 1,875. A partir de 1º de janeiro de 2027, o preço de tabela passa a ser US$ 1,50 e US$ 7,50. Quem estiver montando um orçamento para 2027 com base no número de hoje está orçando com uma tarifa promocional.

Há uma segunda armadilha de custo por baixo da primeira. O Gemini 3.8 Flash produz aproximadamente 30 a 34 por cento mais tokens de saída por tarefa do que o 3.7 Flash produzia, o que transforma um preço fixo por token em um custo maior por tarefa concluída — segundo uma medição, cerca de 45 por cento mais em esforço alto. Preço por milhão de tokens não é preço por trabalho, e este modelo é o exemplo recente mais claro da diferença.

Sua posição em benchmarks é real, mas depende da versão. Os números do fornecedor incluem DeepSWE v1.1 com 73,7 por cento, Terminal-Bench 2.1 com 89,4, OSWorld-2.0 com 59,0 e HLE-Verified com 54,9. A cobertura do Artificial Analysis coloca a velocidade de saída em cerca de 302 a 351 tokens por segundo, no topo do seu leaderboard, com tempo até o primeiro token em torno de 30 segundos em esforço alto. É no índice de inteligência que a informação se fragmenta: a cobertura de lançamento citava 59 em raciocínio alto, enquanto as próprias páginas do Artificial Analysis, sob versões mais novas do índice, mostram números na faixa de 41 a 47. Isso não é um escândalo, é uma rebase — o índice foi reconstruído em 27 de outubro de 2026 —, mas significa que qualquer número isolado da AA citado para este modelo sem sua versão é praticamente sem sentido.

O que o ERNIE-5.5-Flash-Base oferece e o que ele não consegue fazer

O lançamento da Baidu tem o formato oposto. O ERNIE-5.5-Flash-Base é um MoE esparso de 280B parâmetros, com 14B ativos por token, pré-treinado em 33,5T tokens e lançado em FP8 e BF16 sob o Contrato de Licença do Modelo ERNIE 5.5 Flash Base v1.0. Contexto de treinamento de 128K; a configuração lançada habilita 1.048.576 tokens para ajuste fino e inferência, que é o mesmo número de destaque da janela de entrada do Gemini e uma coisa bem diferente — é uma configuração em um checkpoint, não um limite servido com uma tabela de tarifas por trás.

A lacuna de capacidades é evidente. O ERNIE-5.5-Flash-Base é somente texto. Não há entrada de imagem, nem vídeo, nem áudio, nem análise de PDF. Se sua carga de trabalho envolve uma captura de tela, uma fatura digitalizada, uma gravação de chamada ou um vídeo de produto, a comparação termina aí — o Gemini 3.8 Flash faz isso nativamente, e o checkpoint lançado do ERNIE não faz nada disso. O modelo pós-treinado poderia mudar isso, mas nenhum ERNIE 5.5 Flash multimodal foi anunciado, e a ficha de especificações da Baidu descreve um modelo de linguagem.

O que a ERNIE publica é uma avaliação de modelo base: MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1, HELMET-RAG 71.5, RepoQA 91.7, LongBench-v2 48.7. Todos esses números foram produzidos em um checkpoint base, no próprio harness da Baidu, em comparação com outros modelos base. Colocá-los ao lado das pontuações do modelo instruct do Gemini seria o erro mais comum possível nesta comparação, e vale dizer claramente: os dois conjuntos medem coisas diferentes e não podem ser subtraídos.

As duas incertezas não são equivalentes.

Um penhasco de preço é um desconhecido conhecido. Você pode modelá-lo: pegue a tarifa de hoje, dobre-a em 1º de janeiro e decida se a carga de trabalho ainda supera sua margem. Um preço ausente é um desconhecido desconhecido e não pode ser modelado de forma alguma. É essa assimetria que define toda a decisão.

Há uma segunda assimetria no registro do benchmark. Os números do Gemini 3.8 Flash são contestados — benchmarks de fornecedores contra números de índices independentes que mudaram quando o índice foi reconstruído, com uma lacuna documentada entre os 59 citados no lançamento e a faixa de 41 a 47 agora visível no Artificial Analysis. Os números do ERNIE 5.5 Flash não são contestados. Eles estão ausentes, porque ainda não há nada a contestar além de uma tabela de modelo base. Dados contestados são mais úteis do que nenhum dado: pelo menos você sabe a faixa.

O único ponto em que a ERNIE tem uma vantagem defensável no papel é o argumento da eficiência de parâmetros. Um modelo de 280B que ativa 14B por token foi projetado para inferência barata, e 33.5T de tokens de pré-treinamento é um orçamento de dados sério. Se a Baidu precificar o modelo pós-treinado de forma agressiva, a contagem de parâmetros ativos é o mecanismo que permitiria à Baidu praticar preços abaixo de um Gemini de $1.50/$7.50. Se isso vai acontecer é impossível saber hoje, e qualquer artigo que diga o contrário está chutando.

Quando o preço dobra, o roteamento é a alavanca

O lado útil de uma mudança de preço com data definida é que ela pode ser planejada. Cargas de trabalho que são marginais a US$ 0,75/US$ 3,75 e inviáveis a US$ 1,50/US$ 7,50 precisam de um caminho de migração que exista antes de janeiro, não depois. Isso é mais um problema de roteamento do que um problema de modelo: mantenha o modelo caro para as solicitações que precisam de sua entrada multimodal ou de sua recuperação de contexto longo, e envie o restante para algo mais barato com uma interface compatível.

O OrcaRouter disponibiliza google/gemini-3.8-flash ao preço de tabela do fornecedor, com 0% de margem, pelo que o aumento de janeiro surgirá à mesma taxa que o fornecedor cobra, em vez de ser absorvido numa margem de revendedor. A DSL de routing permite compor uma cadeia de fallback — o Gemini primeiro para o percurso multimodal, um modelo de texto mais barato atrás dele — e o failover automático cobre o caso em que um fornecedor se degrada. O ERNIE-5.5-Flash não consta desse catálogo; os 216 IDs de modelo não incluem qualquer entrada ERNIE. Assim, o conselho de routing aqui diz respeito ao modelo do qual é efetivamente possível mudar, que é aquele que tem o relógio de preço associado.

Uma regra de decisão em vez de um veredito

Se a sua carga de trabalho envolve imagens, áudio, vídeo ou PDFs, use o Gemini 3.8 Flash e reserve orçamento para a duplicação de janeiro. O ERNIE-5.5-Flash-Base não é candidato e não será até que seja lançado um modelo multimodal com pós-treinamento.

Se sua carga de trabalho for somente texto, predominantemente em chinês e sensível a custos, a ação correta hoje ainda não é ERNIE — é esperar por um preço. Os pesos base estão disponíveis e podem ser baixados gratuitamente, o que os torna úteis para um experimento de fine-tuning, não para uma decisão de produção. No momento em que a Baidu publicar uma tarifa do Qianfan para o modelo pós-treinado, esta comparação se torna uma verdadeira questão de custo, e a contagem de 14B parâmetros ativos sugere que a resposta pode ser interessante.

Se você está apenas tentando entender o lançamento do ERNIE, o que precisa internalizar é que "Flash" aqui é um nível de marketing herdado de um modelo que ainda não foi lançado. O nível Flash do Gemini tem um preço, uma janela de contexto, uma lista de modalidades e um aumento com data. O do ERNIE tem um repositório no Hugging Face e uma frase prometendo mais. Entre um custo conhecido que está prestes a subir e um custo desconhecido que ainda não existe, a atitude racional é planejar com base no conhecido e ficar de olho no outro.