ERNIE 5.5 Flash Preview vs GPT-5.6 Luna: Bảng giá niêm yết dùng để đo lường nó đã bị ngừng áp dụng

ERNIE 5.5 Flash Preview và GPT-5.6 Luna đang được nhắc đến cùng lúc trong tuần này, và phần khó xử nằm ở lịch. ERNIE 5.5 Flash Preview đã hoạt động như một endpoint tính phí trên nền tảng Qianfan của Baidu vào ngày 10 tháng 11 năm 2026, với bài đăng ra mắt theo sau một ngày. GPT-5.6 Luna được phát hành vào ngày 9 tháng 7 năm 2026, và nó đã bị gắn cờ deprecated trên Artificial Analysis tracker kể từ ngày 22 tháng 9 năm 2026, khi GPT-6 Luna xuất hiện với mức giá chỉ bằng khoảng một nửa. Vậy nên phép so sánh mà người đọc thực sự cần không phải là phép so sánh mà hai cái tên gợi ý. Đó là ERNIE 5.5 Flash Preview đối chiếu với bảng giá mà chính nhà cung cấp của nó đã vượt qua — và thứ hai, đối chiếu với mô hình kế nhiệm đã thay thế nó. Mô hình kế nhiệm có giá ở mức $0.10 và $0.50 với cùng chỉ số đo được và nằm trên cùng khóa với mô hình mà nó thay thế.

Điều đó không làm cho việc so sánh trực tiếp trở nên vô nghĩa. Nó làm cho đây thành một việc khác. Có một khác biệt thực sự về giá, một khác biệt thực sự về ngữ cảnh, và một câu hỏi thực sự về việc bạn sẽ đặt cái nào trong hai cái này trước một tác vụ không có người giám sát. Điều không có, ở cả hai bên, là một bảng điểm chung. Mọi con số dưới đây hoặc là lượt chạy của chính Baidu, lượt chạy của chính Artificial Analysis, hoặc một tỷ lệ đã công bố, và không con số nào có thể bị trừ đi từ con số kia.

Điều gì đã xảy ra với GPT-5.6 Luna, và tại sao điều đó lại quan trọng ở đây

GPT-5.6 Luna là một mô hình có ngữ cảnh 1M, có giá $0.20 mỗi triệu token đầu vào và $1.20 mỗi triệu token đầu ra. Trên Artificial Analysis, mô hình này có Chỉ số Intelligence là 23.8, và cùng bản ghi đó mang cờ deprecated với ngày bị thay thế là 22 tháng 9 năm 2026. Mô hình thay thế nó, GPT-6 Luna, được niêm yết ở mức $0.10 đầu vào và $0.50 đầu ra trên cùng ngữ cảnh 1M và đạt 23.5 ở mức nỗ lực xhigh và 18.5 ở mức medium trên cùng chỉ số — tương đương về mặt thống kê với mô hình mà nó thay thế, với mức giá đầu ra chưa đến một nửa.

Có hai điều tiếp theo, và cả hai đều đi ngược lại cách đóng khung hiển nhiên của trang này. Thứ nhất, một SKU đã bị ngừng hỗ trợ không phải là một SKU đã chết — nó vẫn trả lời các yêu cầu, và rất nhiều mã vẫn trỏ tới nó — nhưng đó là một card mà không ai còn bảo vệ về giá nữa. Thứ hai, nếu lý do bạn so sánh ERNIE 5.5 Flash Preview với một Luna là vì Luna là hạng nhanh rẻ mà bạn đã biết, thì mô hình mà bạn thực sự biết giờ đây là GPT-6 Luna. Đem một bản xem trước hai ngày tuổi so với một card đã nghỉ hưu chỉ làm đẹp giá cho bản xem trước và không cho bạn biết gì về hóa đơn bạn sẽ trả vào quý sau.

Có một điều thứ ba, kém tôn vinh cho sự so sánh này và đáng nói ngay từ đầu: GPT-5.6 Luna có điểm số độc lập. ERNIE 5.5 Flash Preview thì không. Tính đến ngày 11 tháng 11, không có dòng ERNIE 5.5 nào trên bảng xếp hạng Artificial Analysis, nên mọi con số ERNIE trong bài này đều là của Baidu, được chạy trên các bộ công cụ đánh giá của Baidu, do những mô hình do Baidu chọn làm giám khảo.

Sáu chiều, cả hai bên trên cùng một dòng

Hãy đọc những điều này như một bản đồ về những điểm mà hai bên không đồng ý, chứ không phải như một phép đếm. Các hàng giá và bối cảnh là những con số cứng từ các thẻ đã công bố. Các hàng điểm số không phải là cùng một loại số với nhau, và đó là chủ đề của phần tiếp theo.

• Giá — ERNIE 5.5 Flash Preview ở mức 0,28 USD cho đầu vào và 1,13 USD cho đầu ra trên mỗi triệu token, so với GPT-5.6 Luna ở mức 0,20 USD cho đầu vào và 1,20 USD cho đầu ra. Đầu vào của ERNIE đắt hơn 40%; đầu ra của nó rẻ hơn khoảng 6%.

• {{1}}Giá sản phẩm kế nhiệm{{/1}} — ERNIE không có {{2}}sản phẩm kế nhiệm{{/2}} và {{3}}một thẻ{{/3}} so với GPT-6 Luna ở mức $0.10 đầu vào và $0.50 đầu ra, tức chưa bằng một nửa giá đầu ra của ERNIE và bằng một phần năm giá đầu vào của nó.

• Cửa sổ ngữ cảnh — 1,024,000 token so với 1,000,000. Một khác biệt do làm tròn; không cái nào là yếu tố quyết định.

• Trần đầu ra — 921.600 token trong một lần gọi, so với ngữ cảnh 1M không có trần đầu ra một lần gọi tương đương nào được công bố ở cùng dạng thức. Đây là thông số duy nhất mà ERNIE thực sự thuộc một đẳng cấp khác.

• Điểm độc lập — không có hàng Artificial Analysis so với Chỉ số Intelligence Index 23.8. Một bên của dòng này có bên thứ ba đứng sau, bên còn lại thì không.

• Chi phí đo được cho mỗi tác vụ — không được Baidu công bố, so với 0,33 USD mỗi tác vụ trên bộ kiểm thử của Artificial Analysis ở mức trung bình 522 giây mỗi tác vụ, giảm xuống 0,15 USD mỗi tác vụ trên GPT-6 Luna.

• Trạng thái — một bản xem trước mà Baidu gọi là checkpoint trung gian từ quá trình hậu huấn luyện so với một SKU được đánh dấu là ngừng hỗ trợ với một bản thay thế có tên cụ thể đã được phát hành.

Vì sao không thể trừ hai con số tiêu đề

Con số mà người ta sẽ muốn đặt cạnh nhau là Terminal-Bench 4.0: 46,5 cho ERNIE 5.5 Flash Preview, từ phần phụ lục của Baidu, so với 11,6 cho GPT-5.6 Luna, từ đánh giá của chính Artificial Analysis. Khoảng cách 35 điểm trông có vẻ mang tính quyết định. Đó hoàn toàn không phải là một khoảng cách, vì hai con số đến từ những harness khác nhau, những bộ khung khác nhau và những giám khảo khác nhau, và chỉ một trong số đó được tạo ra bởi người không có lợi ích gì gắn với kết quả.

Baidu cởi mở một cách bất thường về cách thiết lập benchmark của mình, và chính điều đó khiến sự không đồng nhất trở nên dễ thấy. Các chú thích cuối trang nêu tên những harness — Claude Code 2.1.x, mini-swe-agent 2.4.6, Codex 0.162.1 và một thứ được viết tắt là DSH — cùng các mô hình giám khảo: Qwen3.8-Max, DeepSeek-V4.1-Flash-1017 và Gemini 3.1 Flash-Lite. Một chú thích thừa nhận rằng ERNIE 5.5 Flash Preview và GLM-5.3 thiếu năng lực đa phương thức gốc, và rằng khả năng hiểu hình ảnh trong quá trình đánh giá được cung cấp thông qua một công cụ do Claude Opus 5.5 vận hành. Vì vậy, ít nhất một số hàng phụ thuộc thị giác đang đo một hệ thống trong đó mô hình được kiểm tra gọi mô hình của nhà cung cấp khác để nhìn nhận mọi thứ. Đó là một lựa chọn kỹ thuật có thể biện minh được. Đó cũng là lý do khiến những hàng đó không phải là điểm số so sánh tương đương.

Cặp chỉ số toàn tri cũng có vấn đề tương tự ở một dạng tinh vi hơn. Baidu báo cáo AA-Omniscience-Public ở mức 25,2; Artificial Analysis ghi nhận −17,1 cho GPT-5.6 Luna trên chỉ số Omniscience của mình. Các nhãn khác nhau, một con số do nhà cung cấp tự chạy còn con số kia thì không, và thước đo này phạt các câu trả lời sai nhưng tự tin, đúng là kiểu hành vi mà một đánh giá tự báo cáo khó phát hiện nhất. Hãy coi đây là hai điểm dữ liệu không liên quan đến nhau, chứ không phải một mức chênh lệch 42 điểm.

Phép so sánh thực sự công bằng duy nhất là phép so sánh nội bộ: GPT-5.6 Luna ở 23.8 so với GPT-6 Luna ở 23.5, cả hai đều được đo theo cùng một cách bởi cùng một nhóm người. Chính cặp so sánh đó là cách bạn có thể nhận ra bản kế nhiệm là một bước đi về giá chứ không phải về năng lực — và chính cặp đó cho bạn biết ERNIE 5.5 Flash Preview thực sự đang được yêu cầu vượt qua điều gì.

Mỗi bên thực sự giành được gì

ERNIE 5.5 Flash Preview thắng về giới hạn trần và độ mới. Hạn mức đầu ra 921.600 token so với cửa sổ 1.024.000 token nghĩa là một lệnh gọi duy nhất có thể phát ra gần bằng lượng nó có thể chứa, đây là điều kiện tiên quyết mang tính cơ học cho bản build Unreal Engine mười một giờ mà Baidu đặt vào tâm điểm bài đăng ra mắt của mình. Không có gì trên bảng thông số của GPT-5.6 Luna cạnh tranh được với điều đó, và không có gì trên bảng của GPT-6 Luna cũng vậy. ERNIE cũng thắng cuộc thi duy nhất không phải về các con số: đây là mô hình có điều cần chứng minh trong tháng này, và Baidu đã hứa cung cấp trọng số Apache 2.0, một ngày mà hãng chưa đưa ra.

GPT-5.6 Luna thắng về khả năng xác minh và giá đầu vào. Có một điểm số của bên thứ ba mà bạn có thể kiểm tra, chi phí được công bố cho mỗi tác vụ hoàn thành, thời gian đo được cho mỗi tác vụ và mức giá đầu vào rẻ hơn 40%. Đó là những yếu tố khiến một mô hình đủ an toàn để đưa vào vận hành phía sau một sản phẩm, và ERNIE 5.5 Flash Preview hiện không có bất kỳ điều nào trong số đó — không có model card, không có ngày cắt kiến thức, không có số liệu độ trễ và không có hàng đánh giá độc lập.

GPT-6 Luna thắng thẳng về giá, và đó là phát hiện định hình lại toàn bộ trang. Nếu câu hỏi là "nên gọi mô hình rẻ, nhanh nào", thì câu trả lời trong dòng Luna không phải GPT-5.6 Luna; mà là phiên bản kế nhiệm với giá $0.10 và $0.50, có cùng chỉ số đo được và chi phí mỗi tác vụ chưa bằng một nửa so với phiên bản tiền nhiệm. Một so sánh dừng lại ở GPT-5.6 Luna là đang so ERNIE với nhầm nửa kia của dòng sản phẩm.

Quyết định, được nêu thẳng thắn, không úp mở

Nếu hôm nay bạn cần một mô hình được chấm điểm độc lập với chi phí đã biết cho mỗi tác vụ, bạn không cần ERNIE 5.5 Flash Preview — bạn cần một Luna, và cụ thể là phiên bản hiện tại. Không có gì để đánh giá, vì ai đó đã làm việc đó rồi.

Nếu bạn có một tác vụ mà đầu ra thực sự lên tới hàng trăm nghìn token trong một lượt — một quá trình build dài, một đợt tái cấu trúc toàn bộ kho mã, một tài liệu mà không ai muốn chia nhỏ — thì ERNIE 5.5 Flash Preview là mô hình duy nhất trên trang này công bố mức trần đầu ra cho phép điều đó, và tốc độ đầu ra của nó thấp hơn một chút so với GPT-5.6 Luna. Đó là một trường hợp hẹp và cụ thể, và là trường hợp duy nhất mà bảng thông số kỹ thuật hỗ trợ.

Nếu bạn ở khoảng giữa, câu trả lời trung thực là không tấm card nào giải quyết được điều đó, vì cả hai nhà cung cấp đều không công bố số token trên mỗi tác vụ hoàn thành cho khối lượng công việc mà bạn đang hình dung. Mức $0.33 của GPT-5.6 Luna là của bộ kiểm thử Artificial Analysis, không phải của bạn.

Một chìa khóa, hai bảng giá, và cuộc chuyển đổi không phải là một dự án

ERNIE 5.5 Flash Preview không phải là dịch vụ mà OrcaRouter cung cấp. Không có mục ERNIE nào trong danh mục và cũng không có endpoint Baidu nào đằng sau nó, vì vậy bạn sẽ cần tìm đến API Qianfan của chính Baidu và các nền tảng bên thứ ba bán lại dịch vụ này. Ở đây không có nội dung nào là lời chào mời định tuyến nó.

Tình huống của Luna thì ngược lại, và nó rất đáng để rút kinh nghiệm. Cả GPT-5.6 Luna và GPT-6 Luna đều có trong danh mục OrcaRouter, theo đúng giá niêm yết của nhà cung cấp, không cộng thêm — $0.20 và $1.20 cho SKU đã ngừng hỗ trợ, $0.10 và $0.50 cho SKU đã thay thế nó. Đó chính là diện mạo của một bảng giá đã bị thay thế khi nhìn từ bên trong: chuỗi mô hình thay đổi, còn khóa thì không, và không ai phải ký bất cứ thứ gì. Khi nhà cung cấp ngừng cung cấp một mô hình giữa quý — như đã xảy ra ở đây vào ngày 22 tháng 9 — việc hoán đổi chỉ tốn một dòng trong cấu hình thay vì một chu kỳ mua sắm, và bạn có thể đối chiếu giá của bảng cũ và bảng mới trên cùng một hóa đơn.

Điều có thể phân xử phép so sánh này không phải là thêm một bảng benchmark nữa. Mà là một dòng ERNIE 5.5 do Artificial Analysis tạo ra, một con số tokens-per-task được công bố cho bản build mười một giờ, và một bảng giá cho ERNIE ở phân hạng mà GPT-6 Luna hiện đang chiếm giữ. Cho đến khi một trong những thứ đó tồn tại, ERNIE 5.5 Flash Preview so với GPT-5.6 Luna vẫn chỉ là một bản preview hai ngày tuổi được đo với một card đã nghỉ hưu bởi hai nhóm người chưa từng dùng chung một harness — và phiên bản hữu ích của câu hỏi là liệu bản preview có thể giữ được lợi thế trần đầu ra của mình khi một người không có lợi ích gì trong câu trả lời chạy bài kiểm tra hay không.