ERNIE-5.5-Flash กับ GPT-6 Luna: ระดับ Flash ควรให้อะไรกับคุณจริง ๆ

Flash ไม่ใช่จำนวนพารามิเตอร์ แต่เป็นคำสัญญาเชิงพาณิชย์ที่มีสี่ข้อ ได้แก่ ราคาต่อหนึ่งล้านโทเค็น ความหน่วงที่คุณใช้วางแผนคำขอได้ หน้าต่างบริบทที่คุณใช้กำหนดขนาดแอปพลิเคชันได้ และคะแนนที่บุคคลอิสระตรวจสอบแล้ว GPT-6 Luna ซึ่ง OpenAI เปิดตัวเมื่อวันที่ 22 กันยายน 2026 เผยแพร่ทั้งสี่ข้อ ส่วน ERNIE-5.5-Flash ซึ่ง Baidu เปิดตัวน้ำหนักฐานเมื่อวันที่ 5 พฤศจิกายน 2026 ไม่ได้เผยแพร่เลยสักข้อ — ไม่มีราคา ไม่มีความหน่วงของการให้บริการ ไม่มีการประเมินโดยอิสระ และตัวเลขบริบทที่อธิบายการกำหนดค่าของเช็กพอยต์มากกว่าจะอธิบายปลายทางบริการ ดังนั้นการนำ ERNIE-5.5-Flash มาเทียบกับ GPT-6 Luna จึงไม่ใช่การเทียบกันแบบตัวต่อตัว แต่เป็นการทดสอบที่มีประโยชน์ว่าคำว่า "Flash" ควรรับประกันอะไร และเป็นการแสดงให้เห็นว่า Baidu ยังไม่ได้ให้การรับประกันนั้นไปมากน้อยเพียงใด Luna ให้บริการในราคาตามรายการของผู้ให้บริการ โดยมีนโยบายการกำหนดเส้นทางสำหรับระดับความพยายามและบริบทอยู่ในที่เดียว

ข้อหนึ่ง: ราคา

GPT-6 Luna มีราคาตั้งอยู่ที่ $0.10 ต่อ 1 ล้านโทเคนอินพุต และ $0.50 ต่อ 1 ล้านโทเคนเอาต์พุต การอ่านอินพุตที่แคชไว้อยู่ที่ประมาณ $0.01 การเขียนแคชอยู่ที่ประมาณ $0.125 และพร้อมต์ที่มีโทเคนอินพุตเกิน 272K จะเลื่อนไปยังระดับราคาที่สูงขึ้นที่ $0.20/$0.75 เมื่อเทียบกับ GPT-6 Sol ที่ $2/$10 และ GPT-6 Astra ที่ $10/$50 Luna มีต้นทุนประมาณหนึ่งในยี่สิบและหนึ่งในร้อยตามลำดับ — OpenAI วางตำแหน่งการเปิดตัวครั้งนี้ว่าเป็นการลดราคา 50 เปอร์เซ็นต์อย่างถาวรเมื่อเทียบกับราคาโปรโมชันของ GPT-5.6 ไม่ใช่ส่วนลดชั่วคราว

ERNIE-5.5-Flash ไม่มีราคา ไม่ใช่ราคาที่ยังไม่เปิดเผย และไม่ใช่ราคาที่ต้องขอใบเสนอราคาสำหรับองค์กร: โมเดลที่ผ่าน post-training ไม่มีอยู่จริง จึงไม่มีอะไรให้กำหนดราคา สิ่งที่มีอยู่คือ ERNIE-5.5-Flash-Base ซึ่งเป็น sparse MoE ขนาด 280B พารามิเตอร์ ที่มี 14B พารามิเตอร์ที่เปิดใช้งานต่อโทเคน ภายใต้ ERNIE 5.5 Flash Base Model License Agreement v1.0 ดาวน์โหลดได้ฟรีในรูปแบบ FP8 และ BF16

นั่นคือเนื้อหาทั้งหมดของข้อที่หนึ่ง โมเดลในราคาสิบเซนต์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็นอยู่ฝั่งหนึ่ง และรีโพซิทอรีอยู่อีกฝั่งหนึ่ง

ข้อสอง: ความหน่วง

โปรไฟล์ความหน่วงของ Luna ซื่อตรงต่อข้อแลกเปลี่ยนของตัวเองอย่างผิดปกติ โดยมีอัตราเอาต์พุตประมาณ 154 โทเคนต่อวินาที ที่ระดับความพยายามในการให้เหตุผลต่ำ เวลามัธยฐานถึงโทเคนแรกอยู่ที่ประมาณ 1.5 วินาที แต่ที่ระดับความพยายามในการให้เหตุผลสูงสุด เวลาจะยืดออกไปราว 124 วินาที — ตัวเลขที่ทำให้โมเดลใช้งานไม่ได้กับงานโต้ตอบที่การตั้งค่านี้ และสมเหตุสมผลอย่างยิ่งสำหรับการวิเคราะห์แบบแบตช์ ชั้น Flash ที่เผยแพร่ตัวเลขทั้งสองนี้กำลังบอกคุณว่าเหมาะกับการใช้งานแบบใด

ERNIE-5.5-Flash ไม่เปิดเผย throughput และไม่เปิดเผย time-to-first-token เพราะไม่มี endpoint ที่ให้บริการจริงให้วัดได้ สิ่งที่อนุมานได้คือในเชิงสถาปัตยกรรม: พารามิเตอร์ที่แอคทีฟ 14B ต่อโทเคนจากทั้งหมด 280B เป็นการออกแบบที่มุ่งไปที่การถอดรหัสที่ถูกและเร็ว และ 14B ที่แอคทีฟเป็นชุดทำงานที่เล็กกว่าการแบ่ง 8B-input/16B-output ของ DeepSeek V4.1 Flash หรือ 18B ของ GLM-5.3 Flash บนกระดาษ มันถูกสร้างมาให้เร็ว และคำกล่าวอ้างนั้นก็ต้องอยู่บนกระดาษต่อไปจนกว่าจะมีใครนำไปให้บริการ

ข้อสาม: บริบท

หน้าต่างของ GPT-6 Luna อยู่ที่ประมาณหนึ่งล้านโทเค็น โดยมีเอาต์พุตจำกัดใกล้ 128K รายละเอียดที่น่าสังเกตคือค่านี้มากกว่า 872K ของ GPT-6 Sol — โมเดลที่ถูกกว่ายอมรับอินพุตได้มากกว่าโมเดลที่แพงกว่า สิ่งนี้กลับตรรกะการยกระดับตามปกติ รูปแบบการกำหนดเส้นทางมาตรฐานคือ "ส่งเพย์โหลดขนาดใหญ่ไปยังโมเดลขนาดใหญ่" ลูนาทำลายสิ่งนั้น และเราเตอร์ใดก็ตามที่กำหนดค่าบนสมมติฐานเดิมจะใช้จ่ายเกิน

ERNIE-5.5-Flash-Base รายงานว่ามีบริบทการเทรน 128K และเปิดใช้งาน 1,048,576 โทเค็นสำหรับการไฟน์ทูนและการอนุมานในการกำหนดค่าที่เปิดตัว ตัวเลขเหล่านี้ไม่ใช่ตัวเลขประเภทเดียวกับของ Luna ตัวหนึ่งเป็นแฟล็กการกำหนดค่าบนเช็กพอยต์ที่ไม่เคยถูกให้บริการที่ความยาวนั้น ส่วนอีกตัวเป็นขีดจำกัดของผลิตภัณฑ์ที่ผูกกับระดับราคาที่ 272K หลักฐานด้านบริบทยาวของ Baidu คือการรันชุดเบนช์มาร์ก — HELMET-RAG 71.5, RepoQA 91.7, LongBench-v2 48.7, InfiniteBench 46.5 — ภายใต้ฮาร์เนสของตัวเอง และโพสต์ดังกล่าวยอมรับว่าแถวบริบทยาวอย่างน้อยสองแถวจากจำนวนนั้นเป็นของโมเดลฐานของคู่แข่ง

ข้อสี่: คะแนนที่คนอื่นตรวจสอบแล้ว

คะแนนที่เปิดเผยของ Luna นั้นมีทั้งดีและไม่ดีปนกัน และนั่นคือสิ่งที่ทำให้มันน่าเชื่อถือ BenchGecko รายงานคะแนนเฉลี่ย 55.9 โดยมีอันดับประมาณ 116 ส่วนตัวเลขจากแหล่งที่เกี่ยวข้องกับผู้ขายนั้นรวมถึง DeepSWE v1.1 ที่ 66.6, OSWorld 2.0 ที่ 52.7, LiveBench ด้าน coding 79 และ math 89.1 Terminal-Bench 4.0 อยู่ที่ประมาณ 13.6 เปอร์เซ็นต์ในการรันของ Vals AI และ AutomationBench ที่ 20.7 Artificial Analysis ระบุว่าดัชนี intelligence ของมันอยู่ที่ประมาณ 37 ถึง 38 ต่ำกว่า Sol ที่ประมาณ 48 และ Astra ที่ประมาณ 53 และดัชนี coding agent ของมันอยู่ที่ประมาณ 41 — ซึ่งเป็นการถอยหลังเมื่อเทียบกับ 43 ของ GPT-5.6 Luna อัตราการ hallucinate ดีขึ้นจาก 93 เปอร์เซ็นต์เป็น 77 เปอร์เซ็นต์ ซึ่งดีขึ้นแต่ก็ยังไม่ดี

ดังนั้น Luna จึงเป็นโมเดลราคาถูกที่มีเพดานความสามารถซึ่งมีการบันทึกไว้ และมีรีเกรสชันที่ได้รับการบันทึกไว้อย่างน้อยหนึ่งรายการ สิ่งนี้มีประโยชน์ต่อผู้ซื้อมากกว่าตัวเลขที่แข็งแกร่งโดยไม่มีที่มา เพราะมันบอกคุณว่าควรหลีกเลี่ยงการใช้มันที่ใด: ลูปการเขียนโค้ดแบบเอเจนต์ การเรียกคืนข้อเท็จจริงที่มีความเสี่ยงสูง และสิ่งใดก็ตามที่พึ่งพาการจัดการสภาพแวดล้อมแบบ Terminal-Bench

ฝั่งของ ERNIE-5.5-Flash ในข้อนี้คือตารางของ base model โดยมี MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1 — ทั้งหมดวัดก่อนการ post-training ใน harness ของ Baidu เทียบกับ base checkpoint อื่น ๆ นี่เป็นตารางที่ถูกต้องตามจริง แต่ไม่ใช่คำตอบสำหรับคำถามที่ว่า “โมเดลที่ผมจะเรียกใช้ดีแค่ไหน” เพราะโมเดลที่คุณจะเรียกใช้นั้นยังไม่ได้ถูกสร้างขึ้น

ทำไม "Flash" ที่ 280B ถึงเป็นคนละเรื่องเลย

มีประเด็นเชิงโครงสร้างที่ซ่อนอยู่ภายใต้การเปรียบเทียบนี้ Luna เป็นโมเดลขนาดเล็กที่มีต้นทุนต่ำเพราะมีขนาดเล็ก ส่วน ERNIE-5.5-Flash เป็นโมเดลขนาดใหญ่ที่มีต้นทุนต่ำเพราะเปิดใช้งานเพียงส่วนเล็ก ๆ ของตัวเอง — 14B จาก 280B ต่อโทเคน เศรษฐศาสตร์นั้นแตกต่างกันจริง: ต้นทุนหน่วยความจำสเกลตามขนาดรวม 280B ขณะที่ต้นทุนการประมวลผลสเกลตาม 14B ที่เปิดใช้งาน สำหรับผู้ให้บริการที่ให้บริการในปริมาณมาก รูปแบบนี้มีความน่าสนใจ เพราะส่วนที่มีต้นทุนสูงถูกเฉลี่ยกระจายไปยังคำขอที่เกิดขึ้นพร้อมกันจำนวนมาก และส่วนที่ต้นทุนต่ำคือส่วนที่กำหนดต้นทุนต่อโทเคนแต่ละตัว

สำหรับผู้ที่โฮสต์เอง รูปแบบเดียวกันนี้ถือเป็นปัญหา คุณต้องมีหน่วยความจำสำหรับพารามิเตอร์ 280B ใน FP8 — ราว 280GB ก่อน KV cache — เพื่อให้ได้โปรไฟล์การประมวลผลของโมเดล 14B นี่คือการติดตั้งในดาต้าเซ็นเตอร์ ไม่ใช่เวิร์กสเตชัน และนี่คือเหตุผลที่ base checkpoint ขนาดนี้มักกลายเป็น API มากกว่าจะเป็นโมเดลท้องถิ่น

Luna เป็นสิ่งที่ตรงกันข้าม: เล็กพอที่จะให้บริการได้ในวงกว้าง ตั้งราคาให้สะท้อนความสามารถนั้น และพร้อมใช้งานผ่าน API ของ OpenAI, ChatGPT Work, Codex และแอปเดสก์ท็อปในระดับ Free และ Go การกระจายสินค้าเป็นส่วนหนึ่งของผลิตภัณฑ์

OrcaRouter เหมาะกับตรงไหน และไม่เหมาะกับตรงไหน

GPT-6 Luna สามารถกำหนดเส้นทางบน OrcaRouter ได้ในชื่อ openai/gpt-6-luna ในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% เรื่องนี้สำคัญกว่าปกติสำหรับโมเดลนี้ เพราะการตัดสินใจด้านการกำหนดเส้นทางที่น่าสนใจเกี่ยวกับ Luna ไม่ได้เกี่ยวกับราคาเลย แต่เกี่ยวกับระดับความพยายาม คำขอที่ต้องการเวลาแฝงของโทเค็นแรก 1.5 วินาที ไม่ควรถูกส่งไปยังการตั้งค่าระดับความพยายามเดียวกับงานแบบแบตช์ที่รอได้สองนาที และเวิร์กโหลดที่บางครั้งต้องใช้บริบท 800K ไม่ควรตั้งค่าเริ่มต้นเป็น Sol โดยสมมติว่าโมเดลที่ใหญ่กว่ามีหน้าต่างบริบทที่ใหญ่กว่า เลเยอร์กำหนดเส้นทางที่เก็บนโยบายเหล่านั้นไว้ในที่เดียวได้ พร้อมการสลับไปใช้ระบบสำรองอัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง กำลังทำงานจริงในกรณีนี้

ERNIE-5.5-Flash ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter — มีรหัสโมเดล 216 รายการ แต่ไม่มีรายการ ERNIE — และไม่มีส่วนใดในบทความนี้ที่ควรตีความว่าเป็นการอ้างว่าเป็นเช่นนั้น ไม่มี endpoint ให้เราเตอร์ส่งต่อไป จุดยืนที่ตรงไปตรงมาคือ วันที่ Baidu ให้บริการโมเดลที่ผ่านการฝึกหลังการฝึก คำถามเรื่องการจัดเส้นทางจะน่าสนใจ วันนี้มันเป็นเพียงสมมติฐาน

อะไรจะทำให้ ERNIE กลายเป็นคู่แข่งของ Luna

สี่สิ่ง และมันคือสี่อนุประโยคเดียวกัน

• ราคาที่ $0.10/$0.50 หรือต่ำกว่า สิ่งใดก็ตามที่สูงกว่าอัตราของ Luna ต้องพิสูจน์ตัวเองด้วยคุณภาพด้านภาษาจีนหรือการเก็บข้อมูลไว้ในประเทศ และ Baidu ยังไม่ได้ยกเหตุผลใดในสองข้อนี้สำหรับโมเดลนี้เลย

• ตัวเลขทรูพุตที่วัดได้จริง การออกแบบที่ใช้พารามิเตอร์ที่ใช้งานจริง 14B บ่งชี้ว่าอาจทำงานได้เร็ว แต่จนกว่าผู้ให้บริการจะเผยแพร่จำนวนโทเค็นต่อวินาทีและเวลาถึงโทเค็นแรก นั่นยังเป็นการอนุมานเชิงสถาปัตยกรรม ไม่ใช่ข้อมูลจำเพาะ

• ขีดจำกัดคอนเท็กซ์ที่ให้บริการซึ่งมีราคาผูกอยู่ การกำหนดค่า 1,048,576 โทเค็นเป็นความสามารถของเช็กพอยต์ หน้าต่างของ Luna เป็นข้อกำหนดของผลิตภัณฑ์ รวมถึงระดับราคา 272K สิ่งเหล่านี้เป็นข้อผูกพันที่แตกต่างกัน

• โมเดลที่ผ่านการฝึกหลังการฝึก (post-trained) พร้อมการประเมินผลที่เป็นอิสระ นี่คือประเด็นใหญ่ ระยะห่างระหว่างเช็กพอยต์ฐานกับโมเดล Flash ที่เสร็จสมบูรณ์คือที่ซึ่งการทำตามคำสั่ง การใช้เครื่องมือ และวินัยในการจัดรูปแบบตั้งอยู่ และมันก็เป็นระยะทางที่ Luna เดินมาแล้วพอดี

จนกว่าทั้งสี่สิ่งนั้นจะมีอยู่จริง การเปรียบเทียบก็มีคำตอบที่ชัดเจนสำหรับใครก็ตามที่ต้องการซื้อกำลังประมวลผล: GPT-6 Luna แม้จะมีจุดอ่อนที่เปิดเผยไว้ ก็เป็นตัวเลือกจริงในราคาจริง และ ERNIE-5.5-Flash คือการเปิดตัวงานวิจัยที่สวมชื่อระดับผลิตภัณฑ์ สิ่งที่น่าสนใจกว่าคือ Baidu เลือกปล่อยน้ำหนักฐาน (base weights) ออกมาก่อนและเปิดเผยสถาปัตยกรรมอย่างชัดเจน — 43 เลเยอร์, HCA 37 ชั้นบวก MLA-DSA 6 ชั้น, routed experts 512 ตัวที่ top-10, คำศัพท์ 201,216 โทเคน — ซึ่งดูเหมือนห้องแล็บที่เชิญชวนให้ทำงาน post-training มากกว่าผู้ขายที่เปิดช่องทางขาย ตัดสินด้วยมาตรฐานนั้นก็ถือเป็นการเปิดตัวที่ดี แต่ถ้าเทียบกับ Luna แล้ว ยังไม่อยู่ในตลาดเดียวกัน