ERNIE Light DT 1.0 กับ Ling 3.1 Flash: ช่องว่างราคา 25 เท่าในระดับขนาดเดียวกัน

โมเดลจีนระดับเร็วสองรุ่น ทั้งคู่รองรับเฉพาะข้อความ ทั้งคู่โฆษณาว่ามีหน้าต่างบริบทขนาดหนึ่งล้านโทเค็น และทั้งคู่สร้างขึ้นโดยใช้เทคนิคแอตเทนชันแบบเบาบางเพื่อให้บริบทแบบยาวมีต้นทุนที่จับต้องได้ — และหนึ่งในนั้นมีต้นทุนต่อโทเค็นอินพุตสูงกว่าอีกตัวถึงยี่สิบห้าเท่า ERNIE Light DT 1.0 ซึ่งเผยแพร่โดย Baidu เมื่อวันที่ 10 พฤศจิกายน 2026 กำหนดราคาไว้ที่ $1.13 ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ $3.94 ต่อเอาต์พุตหนึ่งล้านโทเค็น Ling 3.1 Flash โมเดลแบบ mixture of experts ขนาด 560 พันล้านพารามิเตอร์ของ Ant Group ที่ประกาศเมื่อวันที่ 30 กันยายน 2026 กำหนดราคาไว้ที่ $0.045 และ $0.135 ในหน่วยเดียวกัน และได้รับคะแนนอิสระ 41 คะแนนใน Artificial Analysis Intelligence Index

นั่นไม่ใช่ช่องว่างเล็ก ๆ ที่จะปัดอธิบายได้ด้วยคุณภาพของบริบท มันคือส่วนต่างต่อโทเคนที่ใหญ่ที่สุดระหว่างสองโมเดลในระดับนี้ที่ทั้งสองแล็บต่างก็ขายอยู่ในปัจจุบัน และมันเรียกร้องคำอธิบายก่อนที่ใครจะลงนามในใบสั่งซื้อ

วิธีที่ถูกที่สุดในการเห็นปัญหา: คำขอเดียว สองบิล

ลองพิจารณาการเรียกหนึ่งครั้งในแบบที่โมเดลเหล่านี้ถูกสร้างมาเพื่อรองรับ — ชุดเอกสารที่ดึงมาจำนวน 120,000 โทเคน พร้อมคำตอบ 2,000 โทเคน เรียกใช้เพียงครั้งเดียว

บน ERNIE Light DT 1.0 คำขอดังกล่าวมีค่าใช้จ่าย 120,000 × $1.13/1M บวก 2,000 × $3.94/1M ซึ่งเท่ากับ $0.1356 บวก $0.0079 หรือประมาณ 14.4 เซนต์

บน Ling 3.1 Flash คำขอเดียวกันมีค่าใช้จ่าย 120,000 × $0.045/1M บวก 2,000 × $0.135/1M ซึ่งเท่ากับ $0.0054 บวก $0.00027 หรือประมาณ 0.57 เซนต์

ทั้งสองโมเดลอ้างว่าสามารถรองรับคำขอนั้นได้ แต่อีกโมเดลหนึ่งมีต้นทุนในการรันถูกกว่า 25 เท่า หากมีคำขอแบบนี้หนึ่งหมื่นครั้งต่อวัน ความแตกต่างจะอยู่ที่ 1,356 ดอลลาร์ต่อวัน เทียบกับ 57 ดอลลาร์ — ประมาณ 39,000 ดอลลาร์ต่อเดือน เทียบกับ 1,700 ดอลลาร์

มีคำอธิบายที่เป็นไปได้เพียงสามอย่างเท่านั้น ไม่ว่า Baidu จะรู้บางสิ่งเกี่ยวกับคุณภาพที่มันยังไม่ได้เผยแพร่ หรือแผนการบีบอัดให้บางสิ่งบางอย่างที่สถาปัตยกรรมของ Ling ไม่มี หรือราคาเป็นเพียงตัวเลขชั่วคราวที่จะเปลี่ยนแปลง ส่วนที่เหลือของบทความนี้จะพูดถึงว่าข้อใดคือคำตอบ

แต่ละอันจริง ๆ แล้วคืออะไร

• Ling 3.1 Flash — โมเดล MoE แบบการให้เหตุผลแบบไฮบริดของ Ant Group มีพารามิเตอร์ทั้งหมดประมาณ 560 พันล้านตัว โดยมีพารามิเตอร์ที่ใช้งานอยู่ประมาณ 25 พันล้านตัวต่อโทเค็น รับข้อความเข้าและส่งข้อความออก จากห้องแล็บ inclusionAI ประกาศเมื่อวันที่ 30 กันยายน 2026 และใช้งานจริงบน API ของ Ant เองและในผลิตภัณฑ์สำหรับผู้บริโภคของบริษัท ข้อกล่าวอ้างทางการตลาดคือเพดาน 1 ล้านโทเค็น แต่สิ่งที่ endpoint ให้บริการจริงตอนเปิดตัวคือ 256,000 โทเค็น และรายการระดับสากลในปัจจุบันระบุบริบท 1,000,000 โทเค็น พร้อมเอาต์พุตสูงสุด 262,144 โทเค็น

• ERNIE Light DT 1.0 — 端点ระดับเล็กของ Baidu เปิดตัวเมื่อวันที่ 10 พฤศจิกายน 2026 สร้างบนสถาปัตยกรรม G​LM โอเพนซอร์ส โดยอิงงานวิจัยจากสาย "Lightning" ของ Baidu Search ใช้ Baidu Sparse Attention และกลไกบีบอัดประวัติที่ขับเคลื่อนด้วยผลตอบกลับ บริบท 1,024,000 โทเคน เอาต์พุตสูงสุด 131,072 โทเคน รองรับข้อความเท่านั้น ระดับความพยายามในการให้เหตุผล 4 ระดับ การเรียกใช้เครื่องมือ และเอาต์พุตแบบมีโครงสร้าง

จำนวนพารามิเตอร์ไม่สามารถเปรียบเทียบกันได้ — Ling ยังไม่ได้เผยแพร่จำนวนของ Light DT ดังนั้นคำกล่าวที่ตรงไปตรงมาคือ ฝั่งหนึ่งทราบว่ามีทั้งหมด 560B และอีกฝั่งไม่เปิดเผย สิ่งที่เปรียบเทียบได้คือรูปแบบ: ทั้งสองเป็นแบบ sparse ทั้งสองเป็น text-only และทั้งสองมุ่งเป้าไปที่งานบริบทขนาดยาวและปริมาณมาก

Sparse attention สองครั้ง ด้วยเหตุผลที่แตกต่างกันสองประการ

เรื่องเล่าด้านสถาปัตยกรรมสอดคล้องกันไปในทางเดียวกัน ซึ่งยิ่งทำให้ช่องว่างของราคาอธิบายได้ยากขึ้นแทนที่จะง่ายขึ้น

Ling 3.1 Flash ใช้พารามิเตอร์ 25 พันล้านตัวจากทั้งหมด 560 พันล้านตัวในแต่ละโทเค็น นี่คือกลยุทธ์ด้านความจุ: เก็บคลังความรู้ขนาดใหญ่มากไว้ในหน่วยความจำตลอดเวลา และกำหนดเส้นทางผ่านมันอย่างแคบ เพื่อให้ได้ความรู้เกี่ยวกับโลกระดับโมเดลใหญ่ด้วยต้นทุนการประมวลผลระดับโมเดลเล็ก ข้อกล่าวอ้างเรื่องบริบทแบบยาวมาจากการออกแบบเดียวกัน — หากแต่ละขั้นตอนมีต้นทุนต่ำ การคงลำดับแบบยาวไว้ก็เป็นภาระน้อยลง

เรื่องราวของ ERNIE Light DT เป็นเรื่องเกี่ยวกับหน่วยความจำมากกว่าความจุ Baidu กล่าวว่าโมเดลนี้ “ปรับปรุงการจัดเก็บและการทำดัชนีข้อมูลเชิงประวัติ” ผ่านการบีบอัดประวัติที่ขับเคลื่อนด้วยผลตอบรับ “ลดพื้นที่จัดเก็บ KV cache และต้นทุนการคำนวณอย่างมีนัยสำคัญ ในขณะที่ยังคงรักษาประสิทธิภาพของโมเดล” และช่วยให้คุณเก็บบริบทที่ยาวขึ้น “ในต้นทุนที่ต่ำลง” สังเกตถ้อยคำ: ต้นทุนที่ต่ำลงสำหรับผู้ให้บริการ นั่นเป็นการกล่าวอ้างเกี่ยวกับบิลการให้บริการของ Baidu ไม่จำเป็นต้องเกี่ยวกับบิลของคุณ

นี่คือประเด็นสำคัญที่สุด ทุกกลไกการบีบอัดในกลุ่มนี้ — Heavily Compressed Attention ของ Baidu ใน ERNIE 5.5, attention แบบ sparse micro-block ของ Q​wen และระบบ routing ของ Ling เอง — ลดต้นทุนต่อโทเคนบริบทของผู้ให้บริการ การที่ผู้ให้บริการจะส่งต่อการประหยัดนั้นหรือไม่เป็นการตัดสินใจเชิงพาณิชย์ และ Baidu เลือกที่จะไม่ส่งต่อ บริษัทกำลังเรียกเก็บราคาพรีเมียมกับความสามารถที่บริษัทอ้างว่าทำให้ถูกลงนั่นเอง

นั่นไม่ได้หมายความว่าเป็นเจตนาไม่สุจริตโดยอัตโนมัติ กลไกการบีบอัดที่รักษาคุณภาพไว้ได้ที่หนึ่งล้านโทเคนนั้นมีต้นทุนสูงทั้งในการสร้างและในการตรวจสอบความถูกต้อง และผู้ขายอาจกำลังเรียกคืนต้นทุนการวิจัยนั้น แต่ก็หมายความว่าผู้ซื้อกำลังจ่ายเงินสำหรับความสามารถที่ความคุ้มค่าทางเศรษฐกิจควรจะดีขึ้นแล้ว และการปรับปรุงนั้นไม่ปรากฏในตารางอัตราค่าบริการ

คะแนนอิสระของ Ling และสิ่งที่คะแนนนี้บอกเกี่ยวกับระดับนี้

Ling 3.1 Flash ได้คะแนน 41 ใน Artificial Analysis Intelligence Index นี่เป็นการวัดจากบุคคลที่สามจริง ไม่ใช่แผนภูมิจากผู้ขาย และทำให้โมเดลอยู่ในครึ่งบนของระดับเร็ว — สูงกว่าโมเดลที่มีงบการตลาดมากกว่าอย่างชัดเจน และต่ำกว่าโมเดลขนาดเล็กชั้นแนวหน้าอยู่หนึ่งระดับ คะแนนนี้มีข้อแม้ที่สำคัญต่อการเปรียบเทียบต้นทุน: Ling เป็นโมเดลให้เหตุผลที่พูดมาก การประเมินโมเดลก่อนหน้านี้พบว่าใช้โทเค็นเอาต์พุตราว 220 ล้านโทเค็นในการทำแบบประเมินตามดัชนี ซึ่งสูงกว่าค่ามัธยฐานของกลุ่มราคาเดียวกันมาก และใช้เวลาเฉลี่ยหลายนาทีต่องาน โทเค็นราคาถูกที่โมเดลใช้อย่างอิสระอาจยังสะสมเพิ่มขึ้นได้ — แต่ที่ 0.135 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต แม้จะให้เหตุผลอย่างเต็มที่ก็ยังคงมีราคาไม่แพง

ERNIE Light DT 1.0 ไม่มีคะแนนเลยแม้แต่คะแนนเดียว ไม่ใช่ตัวเลขจากผู้ขาย และไม่ใช่ตัวเลขจากแหล่งอิสระ Baidu เผยแพร่ตารางราคาและข้อความอธิบายกลไกเพียงย่อหน้าเดียว แล้วก็หยุดเพียงเท่านั้น สำหรับโมเดลที่ตั้งราคาไว้ในระดับพรีเมียม การเปิดตัวมาพร้อมหลักฐานเป็นศูนย์คือข้อเท็จจริงที่สร้างความเสียหายมากที่สุดเพียงข้อเดียวในการเปรียบเทียบนี้ ไม่ใช่เพราะมีแนวโน้มว่าจะแย่ แต่เพราะผู้ซื้อไม่สามารถแยกแยะระหว่าง "ยังไม่ได้วัด" กับ "แข่งขันไม่ได้" และราคาก็ไม่ได้ช่วยให้ได้รับประโยชน์แห่งความสงสัยเลย

เพดานบริบทคือจุดเดียวที่ Baidu ยังมีช่องให้โต้แย้งได้

หากมีเหตุผลที่สมควรจ่ายในราคาพรีเมียม ก็อยู่ตรงนี้ หน้าต่างหนึ่งล้านโทเคนของ Ling 3.1 Flash อย่างน้อยตลอดช่วงเปิดตัว ถือเป็นเพดานมากกว่าตัวเลขที่ให้บริการจริง โดยเอนด์พอยต์ให้ 256K ขณะที่ประกาศโฆษณา 1M ส่วน ERNIE Light DT โฆษณา 1,024,000 และรายการข้อมูลของมันแสดงตัวเลขเดียวกันสำหรับคอนเท็กซ์ และ 131,072 สำหรับเอาต์พุต โดยไม่มีเอกสารระบุถึงการลดลง

ยังไม่ทราบว่าความแตกต่างดังกล่าวจะคงอยู่เมื่อเผชิญกับทราฟฟิกจริงหรือไม่ เนื่องจาก Baidu ไม่ได้เผยแพร่การประเมินบริบทยาวใด ๆ และไม่มีใครอื่นเผยแพร่เช่นกัน หลักฐานด้านบริบทยาวเพียงอย่างเดียวในทั้งสองตระกูลมาจากตารางข้อมูลผู้จำหน่ายของ ERNIE 5.5 Flash Base ซึ่งรายงานค่า HELMET-RAG 71.5, HELMET-ICL 85.9, LongBench-v2 48.7 และ InfiniteBench 46.5 — เป็นตัวเลขของ Baidu เอง บนโมเดลที่แตกต่างและใหญ่กว่ามาก และไม่อาจนำมาใช้กับโมเดลนี้ได้

ดังนั้นข้อโต้แย้งสำหรับ Light DT จึงสรุปได้ว่า: โมเดลที่ยังไม่ได้วัดผลซึ่งมีข้อได้เปรียบด้านบริบทยาวที่ยังไม่ได้รับการยืนยัน ในราคาอินพุตที่สูงเป็นยี่สิบห้าเท่าของโมเดลที่วัดผลแล้วซึ่งอย่างน้อยก็มีคะแนนดัชนีจริงและ endpoint ที่ใช้งานได้ นั่นไม่ใช่จุดยืนที่แข็งแรง และเป็นเรื่องยุติธรรมที่จะพูดตรงๆ เช่นนั้น

สิ่งที่แต่ละอย่างทำได้ดีกว่าจริง ๆ

• เพดานเอาต์พุต — Light DT ที่ 131,072 โทเคน เทียบกับ 262,144 ของ Ling Ling ให้พื้นที่ในการสร้างมากเป็นสองเท่า ซึ่งสำคัญสำหรับการสังเคราะห์เนื้อหาความยาวและทรานสคริปต์ของเอเจนต์

• การควบคุมการให้เหตุผล — Light DT เปิดให้ใช้ max, high, low และ none โดยมี max เป็นค่าเริ่มต้น Ling เป็นตัวให้เหตุผลแบบไฮบริดที่มีสวิตช์เปิด/ปิดแทนบันไดแบบไล่ระดับ; ไม่มี "none" ตามเอกสารที่ทำให้คุณได้เส้นทางแบบไม่คิดอย่างรวดเร็ว

• ต้นทุนในทุกปริมาณการใช้งาน — Ling ในทุกขนาดของคำขอ ไม่มีภาระงานใดที่ส่วนต่างราคาอินพุต 25 เท่าจะถูกชดเชยได้ด้วยข้อได้เปรียบด้านบริบทเพียงสองเปอร์เซ็นต์ (1,024,000 เทียบกับ 1,000,000 โทเค็น)

• หลักฐาน — Ling ทั้งสองทิศทาง: คะแนนดัชนีอิสระและสถาปัตยกรรมที่เผยแพร่พร้อมจำนวนพารามิเตอร์ Light DT ไม่มีทั้งสองอย่าง

• ความเสถียรในการให้บริการ — Ling อยู่บนโครงสร้างพื้นฐานของ Ant เองรวมถึงแพลตฟอร์มของบุคคลที่สาม ส่วน Light DT อยู่บนปลายทางระหว่างประเทศของ Baidu เพียงอย่างเดียว โมเดลที่ใช้ผู้ให้บริการรายเดียวไม่มีการสลับไปใช้ระบบสำรองเมื่อเกิดข้อขัดข้อง ซึ่งเป็นความเสี่ยงด้านการจัดซื้อจัดจ้างมากกว่าความเสี่ยงด้านประสิทธิภาพ

• ความเปิดเผย — checkpoint 1019 ของ Ling ถูกเผยแพร่เป็น open weights ในปลายเดือนตุลาคม 2026 ดังนั้นจึงสามารถตรวจสอบสถาปัตยกรรมได้ และโมเดลสามารถโฮสต์ด้วยตนเองได้ Light DT ไม่มี weights และไม่มี model card

ประเด็นสุดท้ายนั้นควรค่าแก่การเน้นย้ำ ตระกูล Ling มีอาร์ติแฟกต์แบบเปิดและแบบปิด โดยแบบเปิดช่วยให้คุณตรวจสอบข้อกล่าวอ้างได้ ERNIE Light DT มีเพียงตัวเลือกแบบปิดเท่านั้น บนโมเดลที่ข้อกล่าวอ้างหลัก — ที่ว่าการบีบอัดรักษาคุณภาพในบริบทแบบยาว — เป็นสิ่งที่คุณอยากตรวจสอบด้วยตนเองอย่างยิ่ง

ถ้าคุณยังอยากลองดูอยู่

ทั้งสองโมเดลไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter ดังนั้นนี่จึงไม่ใช่คำแนะนำให้สมัครที่ใด ๆ แต่หากจุดเด่นด้านบริบทระยะยาวของ Light DT เกี่ยวข้องกับงานของคุณ วิธีทดสอบก็มีขอบเขตแคบและประหยัด

ส่งพรอมต์ที่มีจำนวนโทเค็นเกิน 100,000 ชุดเดียวกันไปยังทั้งสองโมเดล ยี่สิบครั้ง โดยมีคำถามที่คำตอบถูกฝังไว้ในระดับความลึกต่างกัน — ใกล้จุดเริ่มต้น ตรงกลาง และตอนท้าย ให้คะแนนคำตอบด้วยตัวคุณเอง การทดสอบนี้มีค่าใช้จ่ายไม่ถึงหนึ่งดอลลาร์บน Ling และประมาณสามดอลลาร์บน Light DT และจะช่วยคลี่คลายข้อสงสัยได้ภายในบ่ายเดียวในเรื่องที่ผู้ขายทั้งสองรายยังไม่ได้เปิดเผย ถ้า Light DT รักษาคุณภาพไว้ได้ในส่วนที่ลึกซึ่ง Ling ตกคุณภาพ ราคาที่สูงกว่าก็มีเหตุผลรองรับ ถ้าทั้งคู่ตกคุณภาพ คุณก็ได้เรียนรู้ว่าหน้าต่างหนึ่งล้านโทเค็นเป็นเพียงตัวเลขทางการตลาดในระดับนี้ ไม่ว่าผู้ขายจะเป็นรายใด

ไม่ว่าผลลัพธ์จะเป็นอย่างไร ก็ทำให้การสลับนั้นมีต้นทุนต่ำเอนด์พอยต์แบบกำหนดเส้นทางที่แสดงราคาของทั้งสองโมเดลต่อคำขอ — พร้อมตัวเลือกในการส่งทราฟฟิกเพียงบางส่วนไปยังโมเดลใหม่และดึงกลับได้ภายในวันเดียวกัน — เป็นวิธีเดียวที่สมเหตุสมผลในการประเมินโมเดลที่ไม่มีหลักฐานเผยแพร่ การซื้อความจุตามเรตการ์ดเพียงอย่างเดียวคือสาเหตุที่ทำให้ทีมต้องจ่ายเกิน 25 เท่าสำหรับช่วงเวลาที่พวกเขาไม่เคยใช้งานจนเต็ม