ERNIE-5.5-Flash vs Gemini 3.8 Flash: Den ena har ett pris, den andra har ett löfte

Om femtiosju dagar, den 1 januari 2027, upphör introduktionsprissättningen för Gemini 3.8 Flash och dess priser fördubblas – från $0,75 till $1,50 per miljon indatatoken, från $3,75 till $7,50 per miljon utdatatoken. Det är det mest konkreta faktumet i den här jämförelsen, och det tillhör modellen som har funnits till försäljning sedan den 2 september 2026. ERNIE-5.5-Flash publicerade däremot sina basvikter den 5 november 2026 helt utan pris, eftersom den eftertränade ERNIE 5.5 Flash inte har släppts. Så den ärliga formuleringen av ERNIE-5.5-Flash kontra Gemini 3.8 Flash är inte en kamp mellan två modeller på Flash-nivå. Det är en kamp mellan två slags osäkerhet: en känd modell med ett daterat kostnadsstup, och en utlovad modell helt utan kostnad.Geminis januariehöjning träder i kraft på plattformen enligt leverantörens listpriser, så det är leverantörens egen taxa som du betalar.

Vad Gemini 3.8 Flash levererar, och vad det kommer att kosta efter nyår

Gemini 3.8 Flash är den tredje Flash-modellen som Google släppte på sex veckor – 3.6 den 21 juli, 3.7 den 14 augusti, 3.8 den 2 september – och det är en fullständig produkt, inte en checkpoint. Indatakontexten är 1 048 576 tokens, utdata är begränsad till 65 536, och modellen tar emot text, bilder, video, ljud och PDF:er med text som utdata. Kunskapsavskärningen är mars 2026.

Prisstrukturen är där jämförelsen verkligen gör ont. I dag är priserna 0,75 USD för indata och 3,75 USD för utdata per miljon tokens, identiskt med Gemini 3.7 Flash. Cachad indata läses till 0,075 USD, batch till 0,375/1,875 USD. Från och med 1 januari 2027 blir listpriserna 1,50 och 7,50 USD. Den som bygger en 2027-budget på dagens siffra budgeterar utifrån en kampanjtariff.

Det finns en andra kostnadsfälla under den första. Gemini 3.8 Flash producerar ungefär 30 till 34 procent fler utdatatoken per uppgift än 3.7 Flash gjorde, vilket förvandlar ett fast pris per token till en högre kostnad per slutförd uppgift – enligt en mätning cirka 45 procent mer vid hög ansträngning. Priset per miljon token är inte priset per jobb, och den här modellen är det tydligaste nutida exemplet på skillnaden.

Dess benchmarkposition är verklig men versionsberoende. Leverantörens siffror omfattar DeepSWE v1.1 på 73,7 procent, Terminal-Bench 2.1 på 89,4, OSWorld-2.0 på 59,0 och HLE-Verified på 54,9. Artificial Analysiss rapportering anger utdatahastigheten till ungefär 302 till 351 token per sekund, högst upp på dess resultattavla, med en time-to-first-token på omkring 30 sekunder vid hög ansträngning. Det är kring intelligensindexet som rapporteringen går isär: lanseringsbevakningen angav 59 vid hög resonemangsnivå, medan Artificial Analysiss egna sidor under nyare indexversioner visar siffror i intervallet 41 till 47. Det är inte en skandal, det är en ombasering – indexet byggdes om den 27 oktober 2026 – men det innebär att ett enskilt AA-tal som anges för den här modellen utan dess version är nära nog meningslöst.

Vad ERNIE-5.5-Flash-Base levererar, och vad den inte kan göra

Baidus lansering har motsatt form. ERNIE-5.5-Flash-Base är en gles MoE med 280B parametrar och 14B aktiva per token, förtränad på 33,5T tokens och släppt i FP8 och BF16 under ERNIE 5.5 Flash Base Model License Agreement v1.0. Träningskontexten är 128K; den släppta konfigurationen möjliggör 1 048 576 tokens för finjustering och inferens, vilket är samma rubriksiffra som Geminis indatafönster och en helt annan sak – det är en konfigurationsinställning på en checkpoint, inte en serverad gräns med ett prisblad bakom sig.

Kapacitetsgapet är tydligt. ERNIE-5.5-Flash-Base är endast för text. Det finns ingen bildinmatning, ingen video, inget ljud och ingen PDF-tolkning. Om din arbetsbelastning involverar en skärmdump, en skannad faktura, en samtalsinspelning eller en produktvideo, slutar jämförelsen där — Gemini 3.8 Flash gör detta inbyggt och ERNIE:s släppta checkpoint gör det inte alls. Den eftertränade modellen skulle kunna ändra det, men ingen multimodell ERNIE 5.5 Flash har meddelats, och Baidus specifikationsblad beskriver en språkmodell.

Det ERNIE faktiskt publicerar är en utvärdering av basmodellen: 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. Vart och ett av dessa tal togs fram på en bascheckpoint, i Baidus egen testram, mot andra basmodeller. Att ställa dem bredvid Geminis poäng för instruktionsmodeller skulle vara det enskilt vanligaste felet som är möjligt i den här jämförelsen, och det är värt att säga rakt ut: de två uppsättningarna mäter olika saker och kan inte subtraheras.

De två osäkerheterna är inte likvärdiga

En prisklippa är en känd okänd. Du kan modellera den: ta dagens pris, dubbla det den 1 januari och avgör om arbetsbelastningen fortfarande klarar din marginal. Ett saknat pris är en okänd okänd, och det kan inte modelleras alls. Den asymmetrin är hela beslutet.

Det finns en andra asymmetri i benchmark-underlaget. Gemini 3.8 Flash:s siffror är omtvistade – leverantörsbenchmarks mot oberoende indexsiffror som förändrades när indexet byggdes om, med en dokumenterad skillnad mellan de 59 som angavs vid lanseringen och intervallet 41–47 som nu syns på Artificial Analysis. ERNIE 5.5 Flash:s siffror är inte omtvistade. De saknas, eftersom det ännu inte finns något att omtvista bortom en tabell över basmodellen. Omtvistade data är mer användbara än inga data: åtminstone känner man till intervallet.

Det enda ställe där ERNIE på papperet har en försvarbar fördel är berättelsen om parametereffektivitet. En 280B-modell som aktiverar 14B per token är konstruerad för billig inferens, och 33,5T förträningstokens är en seriös databudget. Om Baidu prissätter den eftertränade modellen aggressivt är antalet aktiva parametrar mekanismen som skulle låta den underbjuda en Gemini på 1,50/7,50 dollar. Om den kommer att göra det är omöjligt att veta i dag, och varje artikel som säger något annat gissar.

När priset fördubblas är routingen hävstången

Det praktiska med en prisändring med fastställt datum är att den går att planera för. Arbetsbelastningar som är marginellt lönsamma vid $0.75/$3.75 och ohållbara vid $1.50/$7.50 behöver en migrationsväg som finns före januari, inte efter. Det är mer ett dirigeringsproblem än ett modellproblem: behåll den dyra modellen för de förfrågningar som behöver dess multimodala indata eller dess minne för långa kontexter, och skicka resten till något billigare med ett kompatibelt gränssnitt.

OrcaRouter tillhandahåller google/gemini-3.8-flash till leverantörens listpris med 0 % påslag, så januarihöjningen kommer att synas till samma pris som leverantören tar i stället för att absorberas i en återförsäljarmarginal. Routnings-DSL:en låter dig sätta ihop en reservkedja – Gemini först för den multimodala vägen, en billigare textmodell bakom – och automatisk failover täcker fallet där en leverantör försämras. ERNIE-5.5-Flash finns inte i den katalogen; de 216 modell-ID:na innehåller ingen ERNIE-post. Så routningsrådet här handlar om den modell du faktiskt kan växla bort från, vilket är den som har prisklockan kopplad till sig.

En beslutsregel snarare än en dom

Om din arbetsbelastning innefattar bilder, ljud, video eller PDF:er ska du använda Gemini 3.8 Flash och budgetera för januaridubblingen. ERNIE-5.5-Flash-Base är inte en kandidat och kommer inte att vara det förrän en multimodalt eftertränad modell släpps.

Om din arbetsbelastning är enbart text, kinesisktung och kostnadskänslig är rätt åtgärd i dag fortfarande inte ERNIE – det är att vänta på ett pris. Basvikterna är tillgängliga och gratis att ladda ner, vilket gör dem användbara för ett finjusteringsexperiment, inte för ett produktionsbeslut. I samma stund som Baidu publicerar ett Qianfan-pris för den eftertränade modellen blir den här jämförelsen en genuin kostnadsfråga, och antalet aktiva parametrar på 14B antyder att svaret skulle kunna vara intressant.

Om du bara försöker förstå ERNIE-släppet är det du bör ta till dig att "Flash" här är en marknadsföringsnivå som ärvts från en modell som inte har släppts. Geminis Flash-nivå har ett pris, ett kontextfönster, en modalitetslista och en daterad prisökning. ERNIE:s har ett Hugging Face-repository och en mening som lovar mer. Mellan en känd kostnad som snart kommer att stiga och en okänd kostnad som ännu inte finns, är det rationella draget att planera utifrån den kända och hålla ett öga på den andra.