ERNIE Light DT 1.0 มีค่าใช้จ่ายสูงเป็นสี่เท่าของโมเดล Flash 280B ของ Baidu
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 226 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 83 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 179 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 53 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 133 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 96 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 186 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 178 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 122 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 308 tok/s
โมเดลขนาดเล็กตัวใหม่ล่าสุดของ Baidu ถูกตั้งราคาเหมือนโมเดลขนาดใหญ่ ERNIE Light DT 1.0 ซึ่งเปิดตัวเมื่อวันที่ 10 พฤศจิกายน 2026 มีราคาตามรายการที่ 1.13 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 3.94 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน ส่วน ERNIE 5.5 Flash Preview ซึ่งมีพารามิเตอร์ 2.8 แสนล้านจากห้องแล็บเดียวกัน มีเพดานเอาต์พุตที่สูงกว่า และอัตราค่าบริการที่ต่ำกว่ามาก กลับถูกตั้งราคาไว้ที่ 0.28 และ 1.13 ดอลลาร์ เมื่ออ่านสองบรรทัดนี้คู่กัน ชื่อก็เริ่มไม่สมเหตุสมผล: โมเดลที่ชื่อ Light กลับเป็นตัวที่แพงกว่า โดยแพงกว่าถึงสี่เท่าในส่วนอินพุต และสามเท่าครึ่งในส่วนเอาต์พุต
การกลับกันนั้นไม่ใช่การพิมพ์ผิดในตารางราคา และมันคือสิ่งแรกที่ควรค่าแก่การทำความเข้าใจเกี่ยวกับการเปิดตัวครั้งนี้ ไป่ตู้ไม่ได้ส่ง Flash ที่ราคาถูกลงออกมา แต่ได้ส่งวัตถุอีกชนิดหนึ่งออกมา — ชนิดที่ถูกสร้างขึ้นเพื่อรับมือกับปัญหาต้นทุนซึ่งไม่ปรากฏอยู่ในรายการราคาต่อโทเคนเลยด้วยซ้ำ และตั้งราคาไว้ราวกับว่าสิ่งที่มันช่วยคุณประหยัดนั้นมีค่ามากกว่าโทเคนที่มันเรียกเก็บเงิน
สิ่งที่เผยแพร่จริงคืออะไร และเผยแพร่เมื่อใด
โมเดลนี้ปรากฏเป็น baidu/ernie-light-dt-1.0-intl — โดยส่วนต่อท้าย -intl บ่งชี้ว่าเป็นปลายทางระหว่างประเทศ ไม่ใช่ SKU ของ Qianfan ในจีนแผ่นดินใหญ่ — พร้อมตราประทับสแนปช็อต ณ วันที่ 10 พฤศจิกายน 2026 ให้บริการโดย Baidu โดยตรง ไม่ผ่านเครือข่ายตัวแทนจำหน่าย และเป็นข้อความเข้า ข้อความออก ไม่มีรูปภาพ ไม่มีเสียง ไม่มีไฟล์
ตัวเลขสองตัวที่กำหนดรูปร่างของมันคือหน้าต่างบริบท 1,024,000 โทเคน และเอาต์พุตสูงสุด 131,072 โทเคน สิ่งเหล่านี้ไม่ใช่เรื่องผิดปกติในปลายปี 2026 หน้าต่างหนึ่งล้านโทเคนเป็นมาตรฐานขั้นต่ำในระดับโมเดลน้ำหนักเปิดของจีน และเป็นเช่นนั้นมาตั้งแต่ฤดูร้อน สิ่งที่ผิดปกติคือหนึ่งล้านโทเคนบนโมเดลที่ข้อความของผู้จำหน่ายเองบรรยายว่ามันเบา
คำอธิบายของ Baidu นั้นสั้น และควรค่าแก่การยกมาโดยตรงมากกว่าการถอดความ เพราะเป็นข้อความทางเทคนิคเพียงข้อเดียวที่บริษัทได้ระบุไว้: โมเดลนี้ "อ้างอิงจากโมเดล GLM โอเพนซอร์ส" และ "รวมผลการวิจัยจากโมเดลขนาดใหญ่ Lightning ของ Baidu Search" และ "มีจุดเด่นที่ Baidu Sparse Attention (BSA) ซึ่งเป็นกลไกแอตเทนชันแบบสแปร์สที่ไม่เหมือนใครซึ่งพัฒนาโดย Baidu ERNIE"
แอตเทนชันแบบเบาบาง การบีบอัดประวัติ และเหตุใดโมเดล Light จึงรองรับได้ถึงหนึ่งล้านโทเคน
มีข้อกล่าวอ้างสามข้ออยู่ในย่อหน้านั้น และแต่ละข้อทำหน้าที่ต่างกัน
ประการแรกคือสายตระกูล โมเดลของ Baidu ที่สร้างบน GLM ไม่ใช่รายละเอียดเล็กน้อย — GLM คือตระกูลสถาปัตยกรรมของ Z.ai และการที่ Baidu ประกาศเรื่องนี้ออกมาตรง ๆ บอกคุณว่านี่คือกลยุทธ์การดัดแปลงต่อยอด มากกว่าการฝึกพรีเทรนตั้งแต่ศูนย์ Baidu ไม่ได้อ้างว่าเป็นโมเดลฐานใหม่ในที่นี้ แต่กำลังอ้างว่ามีวิธีรันโมเดลหนึ่งได้ดีกว่า
อย่างที่สองคือความเชื่อมโยงกับ Search สาย "Lightning" ของ Baidu Search คือตระกูลโมเดลที่อยู่เบื้องหลังการสร้างคำตอบของผลิตภัณฑ์ค้นหาเอง ซึ่งหมายความว่ามันได้รับการปรับให้เหมาะสมภายใต้แรงกดดันที่เจาะจงมาก ได้แก่ ปริมาณคำค้นมหาศาล บริบทที่ดึงมามีความยาว และงบประมาณเวลาตอบสนองที่เข้มงวด ข้อค้นพบจากการวิจัยที่อยู่รอดในสภาพแวดล้อมเช่นนั้นมักเกี่ยวกับการรับส่งข้อมูลในหน่วยความจำ ไม่ใช่เกี่ยวกับคะแนนจาก benchmark
ตัวที่สาม — และเป็นตัวที่อธิบายราคา — คือ BSA บวกกับสิ่งที่ Baidu เรียกว่า “feedback-driven history compression” ซึ่ง Baidu ระบุว่า “ช่วยปรับปรุงการจัดเก็บและการทำดัชนีข้อมูลเชิงประวัติ” และ “ลดพื้นที่จัดเก็บ KV cache และต้นทุนการคำนวณลงอย่างมีนัยสำคัญ โดยยังคงรักษาประสิทธิภาพของโมเดลไว้”
ตัดส่วนโฆษณาออกไป แล้วนี่ก็คือเรื่องราวของ KV-cache ใน transformer มาตรฐาน ต้นทุนในการเก็บบทสนทนายาวหรือเอกสารยาวไว้ใน context จะเพิ่มขึ้นตามทุก token ที่คุณเก็บไว้ เพราะทุก layer แคช key และ value สำหรับทุกตำแหน่ง แคชนั้นเองคือสิ่งที่ทำให้หน้าต่างขนาดหนึ่งล้าน token มีต้นทุนสูงในการให้บริการ แม้ตัวโมเดลเองจะมีขนาดเล็กก็ตาม รูปแบบการบีบอัดโจมตีจุดนี้โดยตรง: เก็บการแทนข้อมูลอดีตที่ไกลออกไปในรูปแบบกะทัดรัดและมีดัชนี แทนที่จะเก็บแคชดิบราย token แล้วค่าใช้จ่ายสำหรับ context ยาวก็จะลดลง
นั่นคือปัญหาเดียวกันที่ Baidu แก้ไขด้วยวิธีที่ต่างออกไปใน ERNIE 5.5 Flash โดย 37 จาก 43 เลเยอร์ใช้ Heavily Compressed Attention — แคชหนึ่งรายการต่อ 128 โทเคน — ขณะที่หกเลเยอร์ยังคงเข้าถึงระดับโทเคนแบบเต็มผ่าน MLA พร้อม sparse attention Light DT ดูเหมือนจะผลักดันต่อไปในทิศทางเดียวกัน: บีบอัดมากขึ้น จัดดัชนีสิ่งที่ถูกบีบอัดได้ดีขึ้น Baidu ยังไม่ได้เผยแพร่จำนวนเลเยอร์ จำนวนพารามิเตอร์ หรืออัตราส่วนการบีบอัด ดังนั้นจึงไม่ทราบว่าผลักดันไปได้ไกลเพียงใด
สิ่งที่ตามมาจากสถาปัตยกรรมคือสมมติฐานด้านราคา และเป็นเพียงสมมติฐานเท่านั้นเพราะ Baidu ยังไม่ได้ระบุเช่นนั้น กล่าวคือ หากภาระงานของคุณถูกครอบงำด้วยการคงอยู่ในแคชมากกว่าโทเคนใหม่ ผู้ให้บริการสามารถคิดราคาต่อโทเคนได้สูงขึ้นและยังคงเป็นตัวเลือกที่ถูกกว่าต่อคำขอหรือไม่นั้น ขึ้นอยู่กับตัวเลขที่ Baidu ยังไม่ได้เปิดเผยอย่างสิ้นเชิง นั่นคือขนาดพื้นที่แคชที่มีผลจริงต่อบริบทหนึ่งล้านโทเคน
ราคา ในหน่วยที่ผู้ซื้อใช้งานจริง
อัตราต่อโทเค็น ตามที่ระบุไว้:
• อินพุต — ERNIE Light DT 1.0 ที่ $1.13 ต่อหนึ่งล้านโทเค็น เทียบกับ ERNIE 5.5 Flash Preview ที่ $0.28 โดย Light DT มีราคาสูงกว่า 4.0 เท่า
• เอาต์พุต — $3.94 เทียบกับ $1.13 ต่อล้าน โดย Light DT แพงกว่า 3.5 เท่า
• อินพุตที่แคชไว้ — $0.113 เทียบกับ $0.028 ต่อล้าน Light DT มีราคาสูงกว่า 4.0 เท่า และทั้งสองมีราคาการอ่านจากแคชถูกกว่าอินพุตใหม่ถึงสิบเท่า
• บริบท — 1,024,000 โทเค็นสำหรับทั้งสอง
• เอาต์พุตสูงสุด — 131,072 โทเคนสำหรับ Light DT เทียบกับ 921,600 สำหรับ ERNIE 5.5 Flash Preview นี่เป็นบรรทัดเดียวที่โมเดลเล็กมีขนาดเล็กกว่าจริง ๆ ถึงเจ็ดเท่า
• รูปแบบ — เฉพาะข้อความสำหรับ Light DT; และเฉพาะข้อความสำหรับ Preview endpoint เช่นกัน
เพดานเอาต์พุตคือเบาะแส ERNIE 5.5 Flash Preview ถูกสร้างมาเพื่อสร้างคำตอบที่ยาวมาก — เอาต์พุตเก้าแสนโทเคนไม่ใช่ตัวเลขของแชตโมเดล แต่เป็นตัวเลขสำหรับการสร้างแบบแบตช์ การสังเคราะห์เนื้อหายาว หรือบันทึกของเอเจนต์ที่ไม่เคยถูกตัดทอน Light DT ที่ 131,072 เป็นงบประมาณเอาต์พุตที่ปกติ ใจกว้าง และไม่น่าจดจำ Baidu จำกัดเพดานสิ่งที่มีต้นทุนในการให้บริการสูงที่สุดอย่างจงใจ
ดังนั้นโครงสร้างของผลิตภัณฑ์คือ: คิดราคาพรีเมียมกับทุกโทเคนที่ป้อนเข้า และไม่ปล่อยให้โมเดลพูดเรื่อยเปื่อย นั่นคือการตั้งราคาที่สอดคล้องกันสำหรับโมเดลที่ทรัพยากรอันมีต้นทุนสูงคือบริบทที่มันถืออยู่ ไม่ใช่ข้อความที่มันเขียน
สิ่งที่ endpoint จะทำและจะไม่ทำ
ขอบเขตความสามารถกว้างกว่าที่ราคาบอกไว้ และแคบกว่าที่ชื่อสื่อความหมาย
• การให้เหตุผลเป็นทางเลือกและปรับแต่งได้ โดยมีระดับความพยายามสี่ระดับให้ใช้ ได้แก่ max, high, low และ none โดยมี max เป็นค่าเริ่มต้น การตั้งความพยายามเป็น none ได้นั้นสำคัญสำหรับโมเดลในระดับนี้: มันคือความแตกต่างระหว่างคลาสสิฟายเออร์ที่ไวต่อเวลาตอบสนองกับโมเดลที่คิดได้ บนเอนด์พอยต์เดียวกัน
• รองรับการเรียกใช้เครื่องมือ (tool calling) รวมถึงการบังคับเลือกเครื่องมือ (forced tool choice) ทั้งฟังก์ชันคอลลิง (function calling) เอาต์พุตแบบมีโครงสร้าง (structured outputs) และรูปแบบการตอบกลับ JSON ล้วนมีให้ใช้งาน ซึ่งทำให้สามารถใช้เป็นตัววางแผน (planner) ภายในลูปของเอเจนต์ (agent loop) ได้ ไม่ใช่เพียงเป็นตัวสร้างข้อความ (text generator) เท่านั้น
• การสุ่มตัวอย่างเป็นไปตามมาตรฐานทั่วไป — temperature, top_p, max_tokens — ไม่มีสิ่งผิดปกติใด ๆ ถูกเปิดเผย และไม่มีวี่แววของปุ่มปรับการถอดรหัสแปลก ๆ ที่ห้องแล็บจีนบางแห่งใส่มาให้
• มันรับข้อความและคืนข้อความ หากไปป์ไลน์ของคุณป้อนไฟล์สแกน PDF ภาพหน้าจอ หรือไฟล์บันทึกการสนทนาให้กับมัน คุณต้องมีขั้นตอน OCR หรือการถอดเสียงไว้ข้างหน้ามัน และขั้นตอนนั้นมีต้นทุนและโหมดความล้มเหลวของตัวเอง
• ให้บริการโดยผู้ให้บริการรายเดียว ปลายทางแบบผู้ขายรายเดียวไม่มี failover รองรับอยู่เบื้องหลัง ดังนั้นเหตุการณ์ที่ Baidu ก็คือเหตุการณ์ในผลิตภัณฑ์ของคุณ นี่เป็นข้อเท็จจริงด้านการจัดซื้อจัดจ้าง ไม่ใช่คำวิจารณ์
มีอะไรขาดหายไป
ช่องโหว่สามประการ และทั้งหมดอยู่ที่จุดเดียวกัน นั่นคือหลักฐาน
ไม่มี benchmark ใด ๆ ไม่มีตารางจากผู้ขาย ไม่มีกราฟ ไม่มีตัวเลขแม้แต่ตัวเดียว — ข้อความประชาสัมพันธ์การเปิดตัวของ Baidu อ้างถึงกลไกบางอย่างแล้วจบเพียงเท่านั้น ไม่มีผู้ประเมินอิสระรายใดมีแถวข้อมูลสำหรับมันเช่นกัน Artificial Analysis ซึ่งมีแถวข้อมูลสำหรับตระกูล ERNIE 5.5 และสำหรับกลุ่มโมเดลจีนที่เร็วเป็นส่วนใหญ่ ไม่ได้ให้คะแนนโมเดลนี้ ดังนั้นคำกล่าวที่ซื่อตรงเกี่ยวกับคุณภาพของมันในวันนี้คือ: ไม่ทราบ ในทุกแกน รวมถึงแกนที่ Baidu กำลังขายโดยนัย ซึ่งก็คือการบีบอัดทำให้คุณสูญเสียความแม่นยำในบริบทแบบยาวหรือไม่
ไม่มีเวตโมเดลให้ใช้งาน ERNIE 5.5 Flash Base เผยแพร่เวตแบบเปิดเมื่อวันที่ 5 พฤศจิกายน 2026 มีพารามิเตอร์ 280B ภายใต้สัญญาอนุญาตที่ยกเว้นสหภาพยุโรป สหราชอาณาจักร และเกาหลีใต้ ส่วน Light DT ให้บริการเป็น API เท่านั้น ไม่มีรีโพซิทอรีสาธารณะและไม่มีการ์ดโมเดล หากคุณต้องการตรวจสอบรูปแบบการบีบอัด คุณทำไม่ได้
และไม่มีการนิยามคำว่า "DT" Baidu ยังไม่ได้เผยแพร่รายการอภิธานศัพท์ และตัวอักษรสองตัวนี้ไม่ได้แมปกับสิ่งใดในการตั้งชื่อที่มีอยู่ของบริษัท — โดยที่ Flashหมายถึงระดับราคาประหยัด Baseหมายถึงเช็กพอยต์ก่อนการฝึกโมเดล และ Previewหมายถึงโมเดลแบบ instruct ที่โฮสต์ให้บริการ จนกว่า Baidu จะระบุว่า DT ย่อมาจากอะไร ให้ถือว่าเป็นรหัสผลิตภัณฑ์ ไม่ใช่คำอธิบาย
จะเรียกมันว่าอย่างไร และควรทำอะไรระหว่างนี้
สำหรับตอนนี้ ERNIE Light DT 1.0 สามารถเข้าถึงได้ผ่าน API ของ Baidu เอง และผ่านแพลตฟอร์มบุคคลที่สามที่ให้บริการเอนด์พอยต์ระหว่างประเทศ ยังไม่ปรากฏอยู่ในแคตตาล็อกของ OrcaRouter — ตรวจสอบกับรายการโมเดลแบบเรียลไทม์ก่อนวางแผนใช้งาน — ดังนั้นนี่จึงไม่ใช่กรณีที่เราเพียงส่งคีย์และราคาให้คุณแล้วจบเรื่อง
สิ่งที่คุ้มค่าที่จะทำในวันนี้คือการวัดสิ่งที่ราคาขึ้นอยู่กับมัน นำ context ที่ยาวที่สุดที่ผลิตภัณฑ์ของคุณส่งจริง — เอกสารที่ดึงมา บทสนทนาแบบต่อเนื่อง ชิ้นส่วนโค้ดเบส — แล้วส่งไปยังโมเดลที่คุณเรียกใช้ได้อยู่แล้ว บันทึก input tokens, cached tokens หากผู้ให้บริการรายงาน และ latency ตามเวลาจริงที่ปลายสุดของหน้าต่าง ตัวเลขนั้น ไม่ใช่อัตราต่อโทเคน คือสิ่งที่ตัดสินว่าโมเดลแบบ compressed-cache จะประหยัดหรือต้องจ่ายแพงกว่า หากทราฟฟิกของคุณไม่เคยเกิน 32,000 โทเคน สถาปัตยกรรมที่ Baidu กำลังขายก็ไม่ได้ให้อะไรกับคุณเลย และ 1.13 ดอลลาร์ต่อล้านก็แพงเกินไปถึงสี่เท่า
สิ่งสำคัญอันดับสองที่ควรทำคือทำให้การสลับโมเดลมีต้นทุนต่ำ เหตุผลที่โมเดลซึ่งไม่มี benchmark และมีราคาแพงกว่าสี่เท่ายังพอจะพูดถึงได้ก็คือ ทางเลือกแทนการลองใช้มันไม่ใช่การเขียนใหม่ทั้งหมด แต่เป็นเพียง base URL เท่านั้น หากคุณส่งทราฟฟิกบริบทขนาดยาวผ่าน endpoint เดียวที่เปิดเผยราคาต่อโมเดล โมเดลแบบนี้ก็สามารถถูกวางไว้หลังทราฟฟิกสิบบเปอร์เซ็นต์ในวันอังคาร และถอดออกในวันพุธได้ นั่นคือวิธีเดียวที่รับผิดชอบในการประเมินรีลีสที่ยังไม่ได้วัดผล: เปิดรับความเสี่ยงเล็กน้อย ใช้ทราฟฟิกจริง และดูราคาได้ต่อคำขอ ไม่ใช่ต่อใบแจ้งหนี้
สิ่งที่ต้องจับตา ตามลำดับ: การ์ดโมเดลที่มีจำนวนพารามิเตอร์และอัตราการบีบอัด การประเมินอิสระครั้งแรก ซึ่ง ideally ควรเป็นฉบับที่รายงานแยกที่ 128K และ 1M แทนที่จะเป็นคะแนนเฉลี่ยเดียว และการขยับราคา สิ่งสุดท้ายให้ข้อมูลมากที่สุด ส่วนต่างราคาสี่เท่าสำหรับโมเดลขนาดเบาเป็นได้ทั้งคำแถลงเกี่ยวกับเศรษฐศาสตร์แคชหรือตัวยึดตำแหน่ง และวิธีแยกความต่างคือมันอยู่รอดผ่านไตรมาสแรกหรือไม่
