ERNIE 5.5 Flash Preview går att anropa: $0,28 in, $1,13 ut, inget modellkort

Sex dagar efter att Baidu publicerat råvikterna för ERNIE 5.5 Flash Base började modellen som dessa vikter var tänkta att bli svara på promptar. ERNIE 5.5 Flash – som tillhandahålls som ERNIE 5.5 Flash Preview – gick live som en debiterad endpoint på Baidu Qianfan den 10 november 2026 för $0,28 per miljon indatatoken och $1,13 per miljon utdatatoken, med cachade indataläsningar till $0,028. Det fanns inget lanseringsinlägg, inget modellkort, ingen benchmark-tabell och ingenting på Baidus egen ERNIE-webbplats, som den 11 november fortfarande inleder med bascheckpointen och löftet att den eftertränade modellen är "kommer snart". Det som finns är en fungerande endpoint med ett pris, ett kontextfönster på 1 024 000 token, ett utdatatak på 921 600 token och ett specifikationsblad som inte går så långt som att tala om för någon hur bra den är. Kontrollgruppen debiteras enligt leverantörens listpriser med OrcaRouter-avgiften visad som $0,00 vilket är det enda skälet till att en förhandsversion utan modellkort kan testas mot något.

Vad som faktiskt gick live

Slutpunkten är text in, text ut. Ingen bild, inget ljud, ingen PDF-tolkning – samma modalitetsbegränsning som bascheckpointen, och det första man bör kontrollera innan man planerar något kring den. Allt annat på bladet är generösare än priset antyder:

• Kontext — {{1}}1,024,000 indatatoken{{/1}}, med en maximal utdata på {{2}}921,600{{/2}}. Det taket för utdata är ovanligt: de flesta modeller begränsar genereringen till som mest några hundra tusen, och den här tillåter nästan en miljon token i svar.

• Pris — 0,28 USD per miljon indata, 1,13 USD per miljon utdata, 0,028 USD per miljon cachade indataläsningar. Cacheläsningar debiteras till en tiondel av indatapriset, vilket är den enda raden på det här bladet som belönar en stabil systemprompt.

• Resonemang – obligatoriskt, aktiverat som standard och erbjuds på en enda ansträngningsnivå: hög. Det finns inget billigt läge utan tänkande att falla tillbaka på. Varje begäran betalar för resonemangstoken, och resonemangstoken är utdatatoken.

• Verktyg — funktionsanrop, strukturerade utdata och begränsningar för svarsformat exponeras alla, vilket är det som skiljer en förhandsversion du kan bygga mot från en förhandsversion du bara kan chatta med.

• Tillgänglighet — en enda leverantörsregion, utan EU-routing inom regionen. För ett europeiskt team är latensen ett problem; basmodellens licens, som diskuteras nedan, är ett annat och större problem.

• Dokumentation — ingen kunskapsgräns publiceras, inget modellkort, ingen utvärderingstabell, inga förbehåll om kontextlängd. Beskrivningen som åtföljer slutpunkten är tre meningar lång och beskriver arkitektur, inte kvalitet.

Specifikationen som saknas spelar lika stor roll som de som finns. Baidu publicerade trettio benchmarkrader för bascheckpointen den 5 november. Inte en enda av dem beskriver den här modellen. Poängen för en bascheckpoint kommer från en annan pipeline, en annan utvärderingsuppsättning och en annan uppgiftsinramning än för en instruktionstränad modell, och basnumren kan inte ärvas av chattmodellen – de är ett tak för vad efterträningen hade att arbeta med, inte en prognos för vad den producerade.

Taket för utdata är det intressanta talet.

921,600 utdatatokens är inte ett stavfel, och det är inte heller en marknadsföringsfloskel – det är en direkt följd av obligatoriskt resonerande. När en modell måste tänka innan den svarar och inte kan instrueras att låta bli, är det enda sättet att förhindra att långa agentiska körningar avbryts mitt i planen att höja utdatataket med en storleksordning och låta modellen använda det den behöver. Baidu har gjort det här, och samma designbeslut är det som sätter notan.

Resonemangstoken debiteras till utdatatakten. Vid 1,13 dollar per miljon kostar en förfrågan som resonerar i 8 000 token och svarar med 500 ungefär en cent – försumbart per anrop, och 8 500 token utdata på fakturan. Multiplicera med en agentloop som kör fyrtio steg, och den aritmetik som spelar roll är inte längre pris per miljon token utan pris per slutförd uppgift, vilket är den enda kostnadssiffra som överlever kontakten med produktion. Det här är samma fälla som fick Gemini 3.8 Flash att se billigare ut än vad det faktiskt kostar: en fast per-token-taxa som tillämpas på en modell som genererar 30 till 34 procent fler utdatatoken per uppgift är en prissänkning som aldrig kommer.

Det finns ingen publicerad mätning av hur ordrik ERNIE 5.5 Flash Preview är. Det är inte en liten lucka. Verbositeten är den enskilt största faktorn som får kostnaden att variera mellan två modeller med identiska priser per token, och det är det första du bör mäta själv i stället för att läsa om – en fast uppsättning på tjugo av dina egna prompter, som körs två gånger och där utdatatoken räknas. Tills någon gör det är varje kostnadsjämförelse som involverar den här modellen en jämförelse av prislistor, inte av fakturor.

Prissatt mot vad, exakt?

Den närmaste prisreferensen är modellen vars basversion Baidu släppte: MiniMax M3.1 Flash, med 0,15 dollar för indata och 0,60 dollar för utdata per miljon tokens, fick 42 poäng på Artificial Analysis Intelligence Index och kostade 0,22 dollar per slutförd indexuppgift. ERNIE 5.5 Flash Preview är ungefär dubbelt så dyr per token, helt utan någon oberoende poäng. Det är inte bevis för att den är sämre – indexet mäter inte arbete på kinesiska, och Baidus bascheckpunkt var stark på kod i repositoriestorlek – men det är bevis för att förhandsversionen är prissatt som en kapabel modell snarare än som en billig, och för att bevisbördan ligger hos Baidu att publicera något.

Jämfört med bascheckpointen blir jämförelsen ännu skarpare i den andra riktningen. Vikterna är gratis; API:et kostar $1.13 per miljon output-token. Den vars arbetsbelastning är en fast uppgift med hög volym bör räkna på en fine-tune av 280B-checkpointen i stället för att betala per token för evigt — förutom att licensen, ett separat dokument från API-villkoren, helt utesluter Europeiska unionen, Storbritannien och Sydkorea, begränsar gratis kommersiell användning till $50 miljoner i relaterade årliga intäkter och kräver en "Powered by ERNIE"-märkning på varje kommersiell produkt. Dessa villkor gäller för vikterna. De gäller inte för anrop som görs via Baidus API, vilket är ett av få genuina argument för den hostade vägen.

Hur du kommer åt det, och vad du kan göra medan du väntar på siffrorna

Åtkomst sker via Baidus eget Qianfan-API, eller via tredjepartsplattformar som återförsäljer det. OrcaRouter dirigerar inte ERNIE 5.5 Flash Preview – det finns ingen ERNIE-post i vår katalog med fler än 200 modeller och ingen Baidu-slutpunkt som vi kan dirigera till, så allt som antyder något annat skulle vara fel. Det katalogen är bra för i den här situationen är kontrollgruppen: modellerna som den här kommer att bedömas mot – bland dem MiniMax M3.1 Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash och Gemini Flash-serien – är alla nåbara via en OpenAI-kompatibel nyckel till leverantörens listpris utan påslag, och automatisk failover innebär att en förhandsversion med obevisad drifttid aldrig behöver vara det enda som håller en produktionsväg uppe.

Det är den praktiska formen för de kommande veckorna. Använd förhandsversionen där dess två verkliga fördelar gör sig gällande – ett inmatningsfönster på en miljon tokens för 0,28 USD, och en textbaserad arbetsbelastning där modalitetsbegränsningen inte kostar något – och behåll en routad reservlösning bakom den. Migrera inte en befintlig pipeline till den enbart utifrån ett specifikationsblad, eftersom specifikationsbladet är det enda Baidu har publicerat.

Det som skulle förändra bilden är oglamoröst och specifikt: ett modellkort med en utvärderingstabell, ett oberoende resultat från en spårare som kör sin egen testrigg och en mätning av antalet utdatatokens per uppgift. Baidu har publicerat det första av dessa för bascheckpointen och inget av dem för chattmodellen, vilket är en märklig ordning att göra saker i — råmaterialet dokumenterat i detalj, den färdiga produkten levererad i tysthet. Fram till dess att det ändras är den ärliga tolkningen av ERNIE 5.5 Flash Preview att den finns, att den är billig nog att testa, och att ingen utanför Baidu ännu vet om den är bra.