ERNIE Light DT 1.0 vs Qwen 3.8 Flash: จ่ายแพงขึ้นแต่ได้อินพุตน้อยลง

วาง ERNIE Light DT 1.0 และ Qwen 3.8 Flash ไว้ในบรรทัดเดียวกัน แล้วตัวเลขสามตัวก็เป็นฝ่ายโต้แย้ง ไป่ตู้คิด $1.13 ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น ส่วนอาลีบาบาคิด $0.15 ไป่ตู้ให้ข้อความเท่านั้น ส่วนอาลีบาบารับข้อความ รูปภาพ และวิดีโอ ไป่ตู้ยังไม่ได้เผยแพร่ benchmark ใด ๆ ส่วนโมเดลของอาลีบาบาอยู่เบื้องหลังการเปิดตัวที่มีเอกสารประกอบ พร้อมคู่แฝดแบบเปิดเวตที่คุณตรวจสอบได้ Qwen 3.8 Flash เปิดตัวเมื่อ 26 สิงหาคม 2026; ERNIE Light DT 1.0 ปรากฏเมื่อ 10 พฤศจิกายน 2026 ช้ากว่า 2 เดือนครึ่ง ในราคาอินพุตสูงกว่า 7.5 เท่า

ใหม่กว่าและแพงกว่าไม่ได้แย่กว่าโดยอัตโนมัติ — สถาปัตยกรรมต่าง ๆ พัฒนาขึ้น และโมเดลที่ออกแบบโดยเน้นการบีบอัด KV-cache กำลังแก้ปัญหาที่ชั้นบริการเร็วแบบอเนกประสงค์ไม่ได้แก้ แต่ภาระในการพิสูจน์ตกอยู่ฝั่ง Baidu อย่างชัดเจนในการเปรียบเทียบนี้ และ Baidu ก็ยังไม่ได้หยิบยกภาระนั้นขึ้นมา

Qwen 3.8 Flash จริง ๆ แล้วคืออะไร

ระดับ Flash ของ Alibaba เป็น sparse mixture of experts: มีพารามิเตอร์ 125 พันล้านตัวในส่วน expert body โดยเปิดใช้งานประมาณ 6 พันล้านตัวต่อโทเคน พร้อมด้วยตาราง embedding แบบ n-gram ขนาด 51 พันล้านพารามิเตอร์ และ multi-token-prediction heads ประมาณ 4 พันล้านหัว ซึ่งรวมแล้วมีพารามิเตอร์ประมาณ 180 พันล้านตัวบนดิสก์ มี 48 เลเยอร์, 512 experts และสแต็ก attention แบบไฮบริดที่สร้างจาก Gated DeltaNet และ Qwen Sparse Attention

SKU ของผลิตภัณฑ์นี้ให้บริการบน QwenCloud โดยมีบริบทเริ่มต้นตามเอกสารจำนวนหนึ่งล้านโทเค็น อินพุตสูงสุด 991,000 โทเค็น และเอาต์พุตสูงสุด 131,072 โทเค็น อาร์ติแฟกต์แบบเปิดน้ำหนักที่มีสถาปัตยกรรมเดียวกันคือ Qwen3.8-Flash-Next ซึ่งเผยแพร่ภายใต้ Qwen Community License โดยเป็นออบเจกต์ที่แตกต่างกันและมีสัญญาอนุญาตที่แตกต่างกัน — มีประโยชน์สำหรับการตรวจสอบ แต่ไม่ใช่สิ่งทดแทนสำหรับเอ็นด์พอยต์

ที่น่าสังเกตคือ sparse attention ของ Q​wen และ sparse attention ของ Baidu กำลังแก้ปัญหาเดียวกันจากทิศทางที่ตรงกันข้าม QSA ของ Q​wen ทำงานในระดับ micro-block แทนที่จะเลือกทีละโทเคน ซึ่งผู้ขายกล่าวว่าช่วยลด latency ของบริบทแบบยาวได้อย่างมีนัยสำคัญ ส่วน BSA ของ Baidu ซึ่งทำงานคู่กับการบีบอัดประวัติที่ขับเคลื่อนด้วยฟีดแบ็ก กลับมุ่งเป้าไปที่พื้นที่จัดเก็บแคชและการทำดัชนีแทน ทั้งสองเป็นการเดิมพันว่าอนาคตของ inference คือบริบทแบบยาวในต้นทุนต่ำ พวกเขาเพียงไม่เห็นด้วยว่าควรโจมตีค่าใช้จ่ายส่วนไหน

การเปรียบเทียบ ทีละมิติ

• ราคาอินพุต — ERNIE Light DT 1.0 อยู่ที่ 1.13 ดอลลาร์ต่อล้านโทเคน เทียบกับ Qwen 3.8 Flash ที่ 0.15 ดอลลาร์ Baidu แพงกว่า 7.5 เท่า

• ราคาเอาต์พุต — $3.94 เทียบกับ $0.47 ต่อล้าน Baidu แพงกว่า 8.4 เท่า

• อินพุตที่แคชไว้ — $0.113 เทียบกับ $0.0184 ต่อล้าน ทั้งสองให้ส่วนลดการอ่านจากแคชสิบเท่า ช่องว่างแบบสัมบูรณ์คือ 6.1x

• หน้าต่างบริบท — 1,024,000 โทเค็น เทียบกับ 1,000,000 โดย Q​wen มีการบันทึกไว้ว่ารองรับอินพุตสูงสุด 991,000 โทเค็น ในทางปฏิบัติแล้วถือเป็นเพดานเดียวกัน

• เอาต์พุตสูงสุด — 131,072 โทเคนบนทั้งสอง เหมือนกันทุกประการ

• รูปแบบอินพุต — ข้อความเท่านั้น เมื่อเทียบกับข้อความ รูปภาพ และวิดีโอ

• การควบคุมการให้เหตุผล — สี่ระดับที่ไล่ระดับบน Light DT (สูงสุด, สูง, ต่ำ, ไม่มี) เทียบกับโหมดการคิดที่ยืดหยุ่นบน Qwen 3.8 Flash ซึ่งรองรับงบประมาณโทเค็นการให้เหตุผลสูงสุดตามที่ระบุไว้ในเอกสาร

• การใช้เครื่องมือและเอาต์พุตแบบมีโครงสร้าง — รองรับทั้งสองอย่าง รวมถึงการบังคับเลือกเครื่องมือ

• คะแนนอิสระ — ยังไม่มีการเผยแพร่สำหรับ Light DT; Flash-Next รุ่นพี่น้องของ Q​wen ได้รับการวัดบน Artificial Analysis Intelligence Index และคะแนนของมันเป็นของอาร์ติแฟกต์แบบเปิด ไม่ใช่ของ SKU สำหรับการผลิต

• เวตแบบเปิด — ไม่มีสำหรับ Light DT; เช็กพอยต์สถาปัตยกรรมเดียวกันภายใต้ Qwen Community License สำหรับ Qwen

ที่ซึ่งพรีเมียมเจ็ดเท่าอาจได้รับมาในทางทฤษฎี

คุ้มค่าที่จะนำเสนอจุดยืนของ Baidu ในเวอร์ชันที่แข็งแกร่งที่สุด แทนที่จะปัดตกไป เพราะมีอีกเวอร์ชันหนึ่งของเรื่องนี้ที่ราคานั้นเหมาะสม

โมเดลที่สร้างขึ้นบนพื้นฐานของการบีบอัดสามารถให้บริการคำขอที่มีโทเค็นหนึ่งล้านรายการได้โดยหลักการ ด้วยขนาดพื้นที่แคชที่โมเดลทั่วไปไม่อาจเทียบได้ หาก BSA ของ Baidu รักษาคุณภาพให้คงที่ได้จริงเมื่อบริบทขยายขึ้น — คำกล่าวอ้างคือ "การรักษาประสิทธิภาพของโมเดล" พร้อมกับลดพื้นที่จัดเก็บ KV-cache และการประมวลผล — ต้นทุนของผู้ให้บริการต่อบริบทหนึ่งล้านโทเค็นก็จะลดลง ผู้จำหน่ายที่ทุ่มเทความพยายามด้านการวิจัยในเรื่องนี้ย่อมสามารถคิดราคาต่อโทเค็นได้สูงขึ้นอย่างสมเหตุสมผล ขณะที่ยังคงมีต้นทุนต่อคำขอยาวที่ถูกกว่า

ปัญหาคือเรื่องนี้ยังไม่ได้รับการตรวจสอบยืนยันเลย และตัวเลขเดียวที่จะทำให้เรื่องนี้กระจ่างได้ — ขนาดพื้นที่แคชที่มีประสิทธิผลต่อหนึ่งล้านโทเคน — ก็ยังไม่มีการเผยแพร่ ไม่มีการ์ดโมเดล ไม่มีรายงานทางเทคนิค ไม่มีตารางผลการทดสอบประสิทธิภาพ คำอธิบายผลิตภัณฑ์ของ Baidu เองก็มีเพียงย่อหน้าเดียว

เปรียบเทียบหลักฐานของอีกฝ่าย Qwen 3.8 Flash มีหน้าผู้ให้บริการพร้อมเอกสารระดับโทเค็น มีรุ่นพี่น้องแบบเปิดน้ำหนักซึ่งอ่านสถาปัตยกรรมได้จากไฟล์กำหนดค่า และมีการวัดจากบุคคลที่สามของรุ่นพี่น้องนั้น คุณอาจไม่เห็นด้วยกับตัวเลขของ A​libaba แต่คุณตรวจสอบตัวเลขเหล่านั้นได้

โมดัลลิตี้เป็นปัญหาที่แก้ยากกว่า

ราคาคือการต่อรอง รูปแบบคือกำแพง

Qwen 3.8 Flash รองรับข้อความ รูปภาพ และวิดีโอ และคำอธิบายผลิตภัณฑ์ได้ระบุงานที่ต่อยอดจากความสามารถนี้ ได้แก่ การทำความเข้าใจภาพ การวิเคราะห์เอกสารและฐานโค้ด การวิเคราะห์แผนภูมิ การโต้ตอบบนเดสก์ท็อป และการวิเคราะห์วิดีโอความยาวมาก ส่วน ERNIE Light DT 1.0 รับข้อความเข้าและส่งข้อความออก

หากส่วนใดของไปป์ไลน์ของคุณเกี่ยวข้องกับภาพหน้าจอ หน้าที่สแกน แผนภูมิ หรือเฟรมวิดีโอ การเปรียบเทียบก็จบก่อนที่ราคาจะเป็นประเด็นเสียอีก คุณต้องวางโมเดล OCR หรือโมเดลวิชันไว้หน้า Light DT ซึ่งเพิ่มต้นทุน ความหน่วง และจุดล้มเหลว หรือไม่ก็ใช้โมเดลที่รับอาร์ติแฟกต์นั้นได้ ในไปป์ไลน์ฝ่ายสนับสนุนที่ครึ่งหนึ่งของข้อมูลขาเข้าเป็นภาพหน้าจอของข้อความแสดงข้อผิดพลาด “ข้อความเท่านั้น” ไม่ใช่ข้อจำกัดที่คุณจะหลีกเลี่ยงไปได้ แต่เป็นสินค้าคนละหมวดหมู่กันเลย

กรณีตรงข้ามก็เป็นเรื่องจริงไม่แพ้กัน: งานด้านข้อความที่เสริมด้วยการดึงข้อมูล (retrieval-augmented) การวิเคราะห์โค้ดจากซอร์สเปล่า ๆ การคัดแยกบันทึกเหตุการณ์ (log triage) การถาม-ตอบเอกสารยาวที่ตัวเอกสารเป็นข้อความอยู่แล้ว ในกรณีเหล่านี้ ข้อได้เปรียบด้านโมดัลลิตีไม่ก่อประโยชน์อันใด และการเปรียบเทียบก็กลับมาอยู่ที่ราคาและคุณภาพ — ซึ่ง Baidu ยังคงแพงกว่าถึง 7.5 เท่าโดยไม่มีหลักฐานใดมาแสดงให้เห็น

สามวิธีที่ค่าพรีเมียมอาจคุ้มทุนได้จริง

แทนที่จะสันนิษฐานว่า Baidu แพงเกินไปเฉย ๆ นี่คือเงื่อนไขเฉพาะที่การเลือก Light DT จะถือว่าสมเหตุสมผล — แต่ละข้อสามารถทดสอบได้ภายในเวลาบ่ายเดียว

หนึ่ง: คุณภาพยังคง穩อยู่ที่ 400,000 โทเคนขึ้นไป ทั้ง Ling และ Q​wen ต่างโฆษณาหน้าต่างบริบทขนาดหนึ่งล้านโทเคน คำถามคือไม่ว่าตัวใดตัวหนึ่งจะเสื่อมคุณภาพตรงกลางพรอมต์ที่ยาวมากหรือไม่ ซึ่งเป็นสิ่งที่แผนการบีบอัดอ้างว่าแก้ไขได้พอดี หาก Light DT ตอบคำถามเชิงบริบทลึกได้อย่างแม่นยำในจุดที่ Qwen 3.8 Flash เริ่มพลาดเนื้อหาตรงกลางเอกสาร ราคาที่สูงกว่าก็มีเหตุผลรองรับ การทดสอบคือชุดคำถามที่คำตอบอยู่ที่ระดับความลึก 5%, 50% และ 95% ในเอกสารยาวฉบับเดียวกัน

ข้อที่สอง: ปริมาณงานที่ประมวลผลได้ต่อหนึ่งคำขอนั้นดีขึ้นอย่างมีนัยสำคัญ หากการบีบอัดข้อมูลหมายถึงการใช้โทเค็นในแคชต่อคำขอน้อยลง ผู้ให้บริการก็จะสามารถรองรับคำขอแบบยาวที่ทำงานพร้อมกันได้มากขึ้นบนฮาร์ดแวร์ชุดเดียวกัน ซึ่งอาจแปลงออกมาเป็นความหน่วงต่ำลงเมื่อมีโหลด Baidu ไม่ได้เผยแพร่ตัวเลขปริมาณงานใด ๆ และ Qwen ก็ไม่ได้เผยแพร่ตัวเลขที่เทียบกันได้เช่นกัน ดังนั้นจึงวัดได้เฉพาะจากการรันทั้งสองระบบภายใต้ระดับการทำงานพร้อมกันในสภาพแวดล้อมของคุณเอง

ข้อสาม: บันไดการใช้เหตุผลคุ้มค่าที่จะเก็บไว้การตั้งค่า effort เป็น none บน Light DT ให้เส้นทางที่รวดเร็วและประหยัดสำหรับการจำแนกประเภทและการสกัดข้อมูล ขณะที่ max ให้โมเดลแบบคิดวิเคราะห์บนเอนด์พอยต์เดียวกัน Qwen 3.8 Flash มีโหมดคิดแต่มีบันไดระดับความละเอียดน้อยกว่า หากคุณใช้เอนด์พอยต์เดียวสำหรับงานที่แตกต่างกันมากสองงาน นั่นมีคุณค่าทางวิศวกรรมจริง — แม้จะไม่ได้ชัดเจนว่าคุ้มค่าถึงระดับ $1.13-per-million

การตีความตามความเป็นจริง

ไม่มีเงื่อนไขใดในสามข้อนี้เพียงลำพังที่มีแนวโน้มจะพิสูจน์ความคุ้มค่าของส่วนเพิ่มราคาอินพุต 7.5 เท่าได้ และแม้รวมกันแล้วก็ยังเอาชนะ Q​wen ได้ก็ต่อเมื่อเวิร์กโหลดของคุณเป็นแบบบริบทขนาดยาว ข้อความล้วน และไวต่อคุณภาพในระดับลึกเท่านั้น นั่นเป็นเซกเมนต์ที่มีอยู่จริง — การค้นหาหลักฐานทางกฎหมาย การถามตอบบนโค้ดเบสขนาดใหญ่ การตรวจทานเอกสารตามข้อกำหนด — แต่ไม่ใช่ตลาด fast-tier แบบกว้างที่โมเดลเหล่านี้ถูกจัดให้อยู่ในกลุ่มเดียวกันโดยชื่อ

คำอธิบายที่น่าจะเป็นไปได้มากกว่าคือคำอธิบายที่ทำให้ดูดีน้อยที่สุด: Baidu กำลังตั้งราคาปลายทางใหม่ที่ยังไม่ได้วัดผลให้เป็นผลิตภัณฑ์ระดับพรีเมียมเพราะทำได้ และราคาจะเปลี่ยนเมื่อตลาดมีความเห็น นั่นเป็นรูปแบบปกติของการประกาศขายครั้งแรก และนี่ก็เป็นเหตุผลว่าทำไมไม่มีใครควรตั้งงบประมาณโดยอิงกับตัวเลขปัจจุบัน

ใช้ทั้งสองอย่างโดยไม่ต้องเลือกข้างใดข้างหนึ่ง

Qwen 3.8 Flash อยู่ในแคตตาล็อกของ OrcaRouter ในราคาตั้งของ A​libaba โดยไม่มีการบวกกำไรใด ๆ ซึ่งหมายความว่าราคาที่คุณเห็นบนหน้ารุ่นของเราคือราคาที่ผู้ขายเรียกเก็บจริง และหาก A​libaba ประกาศลดราคา การลดนั้นจะปรากฏที่นี่ภายในวันเดียวกัน ไม่ใช่รอไปจนถึงการต่อสัญญาครั้งถัดไป

คุณสมบัตินั้นสำคัญกว่าปกติในการเปรียบเทียบแบบนี้ เพราะสมมติฐานทั้งหมดคือส่วนต่างราคาที่ไม่มีใครให้เหตุผลรองรับ และที่ฝ่ายใดฝ่ายหนึ่งสามารถเปลี่ยนแปลงได้ ชั้นการกำหนดเส้นทางที่แสดงราคาทั้งสองแบบเคียงข้างกัน และให้คุณส่งทราฟฟิกห้าเปอร์เซ็นต์ไปยังโมเดลใหม่ขณะที่คงเก้าสิบห้าเปอร์เซ็นต์ไว้กับโมเดลที่รู้จักกันดี คือวิธีที่คุณจะรู้ได้ว่าส่วนเพิ่มนั้นเป็นของจริงหรือไม่ โดยไม่ต้องเดิมพันงบประมาณหนึ่งไตรมาสกับมัน

การสลับไปใช้ระบบสำรองอัตโนมัติ (automatic failover) คืออีกครึ่งหนึ่งที่เหลือ โมเดลที่ให้บริการโดยผู้ให้บริการรายเดียวมีโดเมนความล้มเหลวเพียงโดเมนเดียว หาก Baidu เกิดเหตุขัดข้อง เส้นทาง long-context ของคุณก็หยุดชะงัก การกำหนดเส้นทางที่สามารถถอยกลับไปยัง endpoint ที่เทียบเคียงได้เมื่อตัวหลักเกิดข้อผิดพลาด คือความแตกต่างระหว่างฟีเจอร์ที่ทำงานลดประสิทธิภาพลงกับการล่มทั้งหมด

สิ่งที่ต้องทำในสัปดาห์นี้

เริ่มต้นด้วย Qwen 3.8 Flash ก่อน เว้นแต่คุณจะระบุได้ว่าภาระงานใดที่เงินที่จ่ายเพิ่มไปนั้นให้สิ่งที่คุ้มค่า มันถูกกว่าทุกหน่วย รองรับประเภทอินพุตได้มากกว่า และมาพร้อมกับเวอร์ชันโอเพนซอร์สที่ตรวจสอบได้ในครอบครัวเดียวกัน ที่ราคา $0.15 และ $0.47 ต่อล้านโทเค็น การประเมินอย่างจริงจังมีค่าใช้จ่ายเพียงไม่กี่เพนนี

ทดสอบ ERNIE Light DT 1.0 เฉพาะกับข้ออ้างที่มันระบุไว้เท่านั้น สร้างการประเมิน long-context หนึ่งชุด — ชุดเอกสาร 200,000 โทเคนที่มีคำตอบฝังไว้ที่สามระดับความลึก — แล้วรันกับทั้งสองโมเดล ถ้า Light DT รักษาคุณภาพได้ในจุดที่ Qwen 3.8 Flash ตกหล่น คุณก็เจอเหตุผลสนับสนุนการจ่ายแพงกว่าและสามารถโต้แย้งได้ด้วยข้อมูล ถ้าไม่เป็นเช่นนั้น คุณก็ประหยัดบิลที่แพงขึ้น 7.5 เท่าได้ ด้วยอาศัยเพียงย่อหน้าจากผู้ขายและชื่อที่บอกว่า "light" แต่คิดเงินราวกับว่าหมายถึง "luxury"