ERNIE Light DT 1.0 против Ling 3.1 Flash: 25-кратная разница в цене в одном весовом классе

Две китайские модели быстрого уровня, обе работают только с текстом, обе заявляют окно в миллион токенов, обе построены на приёмах разреженного внимания, позволяющих удерживать длинный контекст доступным, — и одна из них стоит в двадцать пять раз больше за входной токен, чем другая. ERNIE Light DT 1.0, опубликованная компанией Baidu 10 ноября 2026 года, стоит $1.13 за миллион входных токенов и $3.94 за миллион выходных. Ling 3.1 Flash, смесь экспертов Ant Group на 560 миллиардов параметров, анонсированная 30 сентября 2026 года, стоит $0.045 и $0.135 за те же единицы и имеет независимую оценку 41 в Artificial Analysis Intelligence Index.

Это не скромный разрыв, который можно списать на качество контекста. Это самый большой разброс стоимости за токен между двумя моделями этого уровня из тех, что сейчас продаёт любая из этих лабораторий, и он требует объяснения, прежде чем кто-либо подпишет заказ на закупку.

Самый дешёвый способ увидеть проблему: один запрос — два счёта

Рассмотрите один вызов того типа, для которого существуют эти модели, — набор извлечённых документов объёмом 120 000 токенов с ответом объёмом 2 000 токенов, выполненный один раз.

На ERNIE Light DT 1.0 такой запрос стоит 120 000 × $1,13/1M плюс 2 000 × $3,94/1M, что составляет $0,1356 плюс $0,0079, или около 14,4 цента.

В Ling 3.1 Flash тот же запрос стоит 120 000 × $0,045/1M плюс 2 000 × $0,135/1M, что составляет $0,0054 плюс $0,00027, или около 0,57 цента.

Обе модели утверждают, что соответствуют этому запросу. Одна из них в двадцать пять раз дешевле в работе с ним. При десяти тысячах таких запросов в день разница составляет $1,356 в день против $57 — примерно $39,000 в месяц против $1,700.

Возможны лишь три объяснения. Либо Baidu знает о качестве что-то, чего не опубликовал, либо схема сжатия даёт что-то, чего не даёт архитектура Ling, либо цена — это заглушка, которая изменится. Остальная часть этого текста посвящена тому, какое из них верно.

Что каждый из них на самом деле из себя представляет

• Ling 3.1 Flash — гибридная MoE-модель с рассуждением от Ant Group, примерно 560 млрд общих параметров и около 25 млрд активных на токен, текст на входе и текст на выходе, из лаборатории inclusionAI. Представлена 30 сентября 2026 года и доступна через собственный API Ant и в её потребительских продуктах. Маркетинговое заявление — потолок в 1 млн токенов; на запуске эндпоинт фактически обслуживал 256 000, а текущие международные листинги указывают контекст в 1 000 000 токенов при максимальном выводе в 262 144 токена.

• ERNIE Light DT 1.0 — эндпоинт Baidu младшего уровня, представленный 10 ноября 2026 г., построен на открытой архитектуре GLM с использованием исследований из линейки «Lightning» Baidu Search, применяет Baidu Sparse Attention и схему сжатия истории на основе обратной связи. Контекст — 1 024 000 токенов, максимальный объём вывода — 131 072 токена, только текст. Четыре уровня глубины рассуждений, вызов инструментов, структурированные выходные данные.

Количество параметров несопоставимо — Ling не опубликовала данные Light DT, поэтому честная формулировка такова: у одной стороны известно общее число — 560B, а у другой оно не раскрыто. Сопоставима форма: обе разреженные, обе текстовые, обе ориентированы на работу с длинным контекстом и большими объёмами.

Разреженное внимание, дважды, по двум разным причинам

Истории об архитектуре перекликаются, из-за чего ценовой разрыв становится сложнее, а не проще объяснить.

Ling 3.1 Flash задействует 25 миллиардов из своих 560 миллиардов параметров на каждом токене. Это ставка на ёмкость: держать очень большое хранилище знаний в памяти и узко маршрутизировать через него, чтобы получать мировые знания большой модели при вычислениях малой модели. Заявление о длинном контексте следует из того же дизайна — если каждый шаг дешёв, удержание длинной последовательности открытой является меньшим бременем.

История ERNIE Light DT — это история о памяти, а не о ёмкости. Baidu утверждает, что модель «улучшает хранение и индексирование исторической информации» за счёт сжатия истории на основе обратной связи, «значительно сокращает затраты на хранение KV-кэша и вычисления, сохраняя производительность модели» и позволяет работать с более длинными контекстами «при более низкой стоимости». Обратите внимание на формулировку: более низкая стоимость для оператора. Это утверждение о счёте Baidu за обслуживание, а не обязательно о вашем.

В этом суть. Каждая схема сжатия в этом классе — Heavily Compressed Attention от Baidu в ERNIE 5.5, микроблочное разреженное внимание Qwen, собственная маршрутизация Ling — снижает затраты поставщика на токен контекста. Передаёт ли поставщик эту экономию дальше — это коммерческое решение, и Baidu решила этого не делать. Она берёт надбавку именно за ту возможность, которую, по её словам, сделала дешевле.

Это не обязательно автоматически означает недобросовестность. Схему сжатия, сохраняющую качество при миллионе токенов, дорого создавать и дорого валидировать, и поставщик может окупать эти исследовательские затраты. Но это означает, что покупатель платит за возможность, экономика которой предположительно улучшилась, а улучшение не видно в прайс-листе.

Независимая оценка Ling и что она говорит об этом уровне.

Ling 3.1 Flash набирает 41 балл в Artificial Analysis Intelligence Index. Это реальное измерение независимой третьей стороны, а не график от производителя, и оно ставит модель в верхнюю половину быстрого сегмента — уверенно выше моделей с более крупными маркетинговыми бюджетами и ниже фронтирных малых моделей. У этой оценки есть оговорка, важная для сравнения стоимости: Ling — многословная reasoning-модель. Предыдущая оценка модели показала, что при прохождении оценок индекса она сжигала примерно 220 млн выходных токенов, что значительно выше медианы для её ценового сегмента, и в среднем тратила несколько минут на задачу. Дешёвые токены, которые модель щедро расходует, всё равно могут накапливаться — но при цене $0.135 за миллион выходных токенов даже щедрые рассуждения остаются недорогими.

У ERNIE Light DT 1.0 вообще нет оценки. Ни вендорской цифры, ни независимой. Baidu опубликовала прайс-лист и абзац описания механизма — и на этом остановилась. Для модели с премиальной ценой появление без единого доказательства — самый убийственный факт в этом сравнении: не потому, что она, вероятно, плоха, а потому, что покупатель не может отличить «неизмеренную» от «неконкурентоспособной», а цена не даёт права на презумпцию добросовестности.

Потолок контекста — единственное место, где Baidu может поспорить.

Если у премиального варианта и есть обоснование, то вот оно. Окно Ling 3.1 Flash в миллион токенов — по крайней мере в течение периода запуска — было верхним пределом, а не фактически предоставляемым значением: эндпоинт выдавал 256K, тогда как в анонсе рекламировалось 1M. ERNIE Light DT заявляет 1,024,000, и в его листингах указана та же цифра для контекста и 131,072 для вывода, без документированного снижения.

Сохранится ли это различие при столкновении с реальным трафиком — неизвестно, поскольку Baidu не опубликовала ни одной оценки для длинного контекста. Как и никто другой. Единственное свидетельство о длинном контексте в обоих семействах — это таблица производителя ERNIE 5.5 Flash Base, где указаны HELMET-RAG 71.5, HELMET-ICL 85.9, LongBench-v2 48.7 и InfiniteBench 46.5; это собственные цифры Baidu, полученные на другой, гораздо более крупной модели, и их нельзя перенести на эту.

Итак, аргумент в пользу Light DT сводится к следующему: неизмеренная модель с непроверенным преимуществом в работе с длинным контекстом, при цене за входные данные в двадцать пять раз выше, чем у измеренной модели, которая по крайней мере имеет реальный балл в индексе и работающий endpoint. Это не сильная позиция, и это справедливо сказать прямо.

В чём каждый из них действительно лучше

• Потолок вывода — Light DT на 131,072 токенах против 262,144 у Ling. Ling даёт вдвое больше места для генерации, что важно для длинноформатного синтеза и транскриптов агентов.

• Управление рассуждениями — Light DT предоставляет max, high, low и none, причём max используется по умолчанию. Ling — гибридный механизм рассуждений с переключателем вкл./выкл., а не с градуированной шкалой; документированного «none», который обеспечивает быстрый путь без рассуждений, нет.

• Стоимость при любом объёме — Ling при любом размере запроса. Не существует такой рабочей нагрузки, в которой 25-кратная надбавка к цене входных данных окупается преимуществом в контексте в два процента (1,024,000 против 1,000,000 токенов).

• Доказательство — Ling, в обоих направлениях: независимая оценка индекса и опубликованная архитектура с указанием числа параметров. У Light DT нет ни того, ни другого.

• Стабильность обслуживания — Ling работает на собственной инфраструктуре Ant, а также на сторонних платформах; Light DT размещена только на международном эндпоинте Baidu. Модель с одним поставщиком не предусматривает отказоустойчивости, что является риском для закупок, а не проблемой производительности.

Открытость — чекпойнт Ling 1019 был выпущен с открытыми весами в конце октября 2026 года, поэтому архитектуру можно изучить, а модель можно развернуть на собственных мощностях. У Light DT нет ни весов, ни карточки модели.

Последний пункт заслуживает особого внимания. В линейке Ling есть открытый артефакт и закрытый, и открытый позволяет проверить утверждения. ERNIE Light DT предлагает только закрытый вариант — на модели, центральное утверждение которой, что сжатие сохраняет качество при длинном контексте, как раз из тех, что хотелось бы проверить независимо.

Если вы всё ещё хотите попробовать это

Ни одна из этих моделей не входит в каталог OrcaRouter, так что это не рекомендация регистрироваться где-либо. Но если история Light DT о длинном контексте имеет отношение к вашей работе, проверить её можно узко и недорого.

Отправьте обеим моделям один и тот же запрос размером более 100 000 токенов двадцать раз, с вопросами, ответы на которые спрятаны на разной глубине — ближе к началу, в середине и в конце. Оцените ответы сами. Этот тест обойдётся менее чем в доллар на Ling и примерно в три доллара на Light DT и за один день выяснит то, что не опубликовал ни один из поставщиков. Если Light DT сохраняет качество на большой глубине, где Ling деградирует, у доплаты есть основания. Если деградируют обе, вы узнаете, что окно в миллион токенов в этом сегменте — маркетинговая цифра, независимо от того, кто её продаёт.

Каким бы ни был результат, сделайте замену недорогой. Маршрутизируемый эндпоинт, показывающий цены обеих моделей за запрос — с возможностью направить долю трафика на новую модель и в тот же день вернуть его обратно — это единственный разумный способ оценить модель, по которой нет опубликованных данных. Покупка ёмкости лишь по тарифной карте — вот как команды в итоге платят в 25 раз больше за окно, которое они так и не заполняют.