ERNIE-5.5-Flash vs Gemini 3.8 Flash: Một bên có giá, bên kia có lời hứa

Còn năm mươi bảy ngày nữa, vào ngày 1 tháng 1 năm 2027, giá giới thiệu của Gemini 3.8 Flash sẽ kết thúc và mức giá của nó tăng gấp đôi — từ 0,75 đô la lên 1,50 đô la mỗi một triệu token đầu vào, từ 3,75 đô la lên 7,50 đô la mỗi một triệu token đầu ra. Đó là sự thật cụ thể nhất trong so sánh này, và nó thuộc về mô hình đã được bán từ ngày 2 tháng 9 năm 2026. Ngược lại, ERNIE-5.5-Flash đã công bố trọng số cơ sở của mình vào ngày 5 tháng 11 năm 2026 mà hoàn toàn không có giá, vì ERNIE 5.5 Flash đã qua huấn luyện hậu kỳ vẫn chưa được phát hành. Vì vậy, cách diễn đạt trung thực về ERNIE-5.5-Flash so với Gemini 3.8 Flash không phải là cuộc so tài giữa hai mô hình thuộc tầng Flash. Đó là cuộc so tài giữa hai kiểu bất định: một mô hình đã biết với một mốc chi phí tăng vọt đã định ngày, và một mô hình được hứa hẹn hoàn toàn không có chi phí.Mức tăng giá tháng 1 của Gemini đến với nền tảng ở giá niêm yết của nhà cung cấpvì vậy mức giá của chính nhà cung cấp là mức bạn phải trả.

Gemini 3.8 Flash sẽ ra mắt những gì và sẽ có giá bao nhiêu sau năm mới

Gemini 3.8 Flash là mô hình Flash thứ ba mà Google phát hành trong vòng sáu tuần — 3.6 vào ngày 21 tháng 7, 3.7 vào ngày 14 tháng 8, 3.8 vào ngày 2 tháng 9 — và đây là một sản phẩm hoàn chỉnh, không phải bản checkpoint. Ngữ cảnh đầu vào là 1.048.576 token, đầu ra được giới hạn ở 65.536 token, và mô hình chấp nhận văn bản, hình ảnh, video, âm thanh và PDF với đầu ra là văn bản. Mốc cắt kiến thức là tháng 3 năm 2026.

Cơ cấu giá là điểm mà ở đó phép so sánh thực sự có sức nặng. Hiện nay, mức giá là $0.75 cho đầu vào và $3.75 cho đầu ra trên mỗi triệu token, giống hệt Gemini 3.7 Flash. Đọc đầu vào từ bộ nhớ đệm có giá $0.075, theo lô là $0.375/$1.875. Từ ngày 1 tháng 1 năm 2027, giá niêm yết sẽ trở thành $1.50 và $7.50. Bất kỳ ai xây dựng ngân sách năm 2027 dựa trên con số hôm nay đều đang lập ngân sách theo mức giá khuyến mại.

Có một bẫy chi phí thứ hai nằm bên dưới bẫy đầu tiên. Gemini 3.8 Flash tạo ra khoảng 30 đến 34 phần trăm token đầu ra nhiều hơn cho mỗi tác vụ so với 3.7 Flash, điều này biến một mức giá cố định trên mỗi token thành chi phí cao hơn cho mỗi tác vụ đã hoàn thành — theo một phép đo, cao hơn khoảng 45 phần trăm ở mức nỗ lực cao. Giá trên mỗi triệu token không phải là giá trên mỗi công việc, và mô hình này là ví dụ gần đây rõ ràng nhất về sự khác biệt đó.

Vị thế benchmark của nó là thật nhưng phụ thuộc vào phiên bản. Các con số của nhà cung cấp bao gồm DeepSWE v1.1 ở mức 73,7 phần trăm, Terminal-Bench 2.1 ở 89,4, OSWorld-2.0 ở 59,0 và HLE-Verified ở 54,9. Dữ liệu của Artificial Analysis đặt tốc độ đầu ra vào khoảng 302 đến 351 token mỗi giây, đứng đầu bảng xếp hạng của mình, với thời gian đến token đầu tiên khoảng 30 giây ở mức nỗ lực cao. Chỉ số trí tuệ là chỗ các báo cáo trở nên phân mảnh: bài đưa tin ra mắt dẫn con số 59 ở mức suy luận cao, trong khi các trang của chính Artificial Analysis theo các phiên bản chỉ số mới hơn lại hiển thị các con số trong khoảng 41 đến 47. Đó không phải là bê bối, mà là một lần rebase — chỉ số đã được xây dựng lại vào ngày 27 tháng 10 năm 2026 — nhưng điều đó có nghĩa là bất kỳ một con số AA nào được trích dẫn cho mô hình này mà không kèm phiên bản gần như vô nghĩa.

ERNIE-5.5-Flash-Base có những gì và không thể làm gì

Bản phát hành của Baidu có hình thái ngược lại. ERNIE-5.5-Flash-Base là một MoE thưa 280B tham số với 14B tham số hoạt động trên mỗi token, được tiền huấn luyện trên 33.5T token, phát hành ở FP8 và BF16 theo ERNIE 5.5 Flash Base Model License Agreement v1.0. Ngữ cảnh huấn luyện 128K; cấu hình được phát hành cho phép 1,048,576 token để tinh chỉnh và suy luận, đây là cùng một con số nổi bật như cửa sổ đầu vào của Gemini và là một thứ rất khác — đó là một thiết lập cấu hình trên một checkpoint, không phải một giới hạn được phục vụ với bảng giá đằng sau.

Khoảng cách năng lực là rõ ràng. ERNIE-5.5-Flash-Base chỉ xử lý văn bản. Không có đầu vào hình ảnh, không có video, không có âm thanh, không phân tích PDF. Nếu khối lượng công việc của bạn liên quan đến ảnh chụp màn hình, hóa đơn quét, bản ghi cuộc gọi hay video sản phẩm, thì so sánh dừng ở đó — Gemini 3.8 Flash làm những việc này một cách gốc và checkpoint đã phát hành của ERNIE hoàn toàn không làm được. Mô hình đã qua huấn luyện hậu kỳ có thể thay đổi điều đó, nhưng chưa có ERNIE 5.5 Flash đa phương thức nào được công bố, và bảng thông số kỹ thuật của Baidu mô tả một mô hình ngôn ngữ.

Điều ERNIE thực sự công bố là một đánh giá mô hình nền: MMLU 93.3, MMLU-Pro 78.4, GPQA 60.2, HumanEval+ 82.3, LiveCodeBench 40.1, HELMET-RAG 71.5, RepoQA 91.7, LongBench-v2 48.7. Mỗi con số trong đó đều được tạo ra trên một checkpoint nền, trong bộ khung đánh giá của chính Baidu, so với các mô hình nền khác. Đặt chúng cạnh điểm số mô hình instruct của Gemini sẽ là lỗi phổ biến nhất trong phép so sánh này, và đáng nói thẳng: hai bộ số đo những thứ khác nhau và không thể trừ cho nhau.

Hai sự không chắc chắn không tương đương.

Một vách đá giá là một ẩn số đã biết. Bạn có thể mô hình hóa nó: lấy mức giá hôm nay, nhân đôi vào ngày 1 tháng 1, và quyết định xem khối lượng công việc đó có còn đảm bảo biên lợi nhuận của bạn hay không. Một mức giá bị thiếu là một ẩn số chưa biết, và nó hoàn toàn không thể được mô hình hóa. Sự bất đối xứng đó chính là toàn bộ quyết định.

Có một bất đối xứng thứ hai trong hồ sơ benchmark. Số liệu của Gemini 3.8 Flash đang bị tranh cãi — benchmark của nhà cung cấp đối chiếu với số liệu chỉ số độc lập vốn đã thay đổi khi chỉ số được xây dựng lại, với khoảng cách được ghi nhận giữa con số 59 được trích dẫn lúc ra mắt và khoảng 41 đến 47 hiện đang hiển thị trên Artificial Analysis. Số liệu của ERNIE 5.5 Flash thì không bị tranh cãi. Chúng vắng mặt, bởi vì chưa có gì để tranh cãi ngoài một bảng mô hình cơ sở. Dữ liệu bị tranh cãi vẫn hữu ích hơn là không có dữ liệu: ít nhất bạn còn biết được khoảng giá trị.

Nơi duy nhất ERNIE có lợi thế có thể bảo vệ trên giấy tờ là câu chuyện hiệu quả tham số. Một mô hình 280B kích hoạt 14B mỗi token được thiết kế để suy luận rẻ, và 33.5T token tiền huấn luyện là một ngân sách dữ liệu đáng kể. Nếu Baidu định giá mô hình sau huấn luyện một cách quyết liệt, số lượng tham số hoạt động chính là cơ chế có thể cho phép nó cắt giá dưới mức Gemini $1.50/$7.50. Liệu nó có làm vậy hay không thì hiện nay không thể biết, và bất kỳ bài viết nào nói khác đều chỉ đang đoán.

Khi giá tăng gấp đôi, định tuyến chính là đòn bẩy.

Điều hữu ích ở một thay đổi giá có ngày cụ thể là có thể lên kế hoạch trước cho nó. Những khối lượng công việc chỉ ở mức cận biên tại $0.75/$3.75 và không khả thi tại $1.50/$7.50 cần một lộ trình chuyển đổi tồn tại trước tháng Một, chứ không phải sau đó. Đó là vấn đề định tuyến nhiều hơn là vấn đề mô hình: giữ mô hình đắt tiền cho các yêu cầu cần đầu vào đa phương thức hoặc khả năng nhớ ngữ cảnh dài của nó, và gửi phần còn lại đến một thứ rẻ hơn có giao diện tương thích.

OrcaRouter cung cấp google/gemini-3.8-flash với giá niêm yết của nhà cung cấp và tỷ lệ cộng thêm 0%, vì vậy đợt tăng giá tháng 1 sẽ xuất hiện ở cùng mức mà nhà cung cấp tính, thay vì bị hấp thụ vào biên lợi nhuận của nhà bán lại. DSL định tuyến cho phép bạn tạo một chuỗi dự phòng — Gemini trước tiên cho đường đa phương thức, một mô hình văn bản rẻ hơn đứng sau — và chuyển đổi dự phòng tự động bao quát trường hợp một nhà cung cấp bị suy giảm. ERNIE-5.5-Flash không có trong danh mục đó; 216 ID mô hình không bao gồm mục ERNIE nào. Vì vậy, lời khuyên định tuyến ở đây là về mô hình mà bạn thực sự có thể chuyển khỏi, tức là mô hình có đồng hồ giá gắn kèm.

Một quy tắc quyết định chứ không phải một phán quyết.

Nếu khối lượng công việc của bạn liên quan đến hình ảnh, âm thanh, video hoặc PDF, hãy dùng Gemini 3.8 Flash và dự trù ngân sách cho việc tăng gấp đôi vào tháng Một. ERNIE-5.5-Flash-Base không phải là ứng viên và sẽ không trở thành ứng viên cho đến khi một mô hình đa phương thức đã được hậu huấn luyện ra mắt.

Nếu khối lượng công việc của bạn chỉ gồm văn bản, nặng về tiếng Trung và nhạy cảm về chi phí, thì hành động đúng đắn hôm nay vẫn không phải là ERNIE — mà là chờ một mức giá. Các trọng số gốc có sẵn và được tải miễn phí, điều này khiến chúng hữu ích cho một thử nghiệm tinh chỉnh, chứ không phải cho một quyết định sản xuất. Ngay khi Baidu công bố mức giá Qianfan cho mô hình sau huấn luyện, so sánh này sẽ trở thành một câu hỏi chi phí thực sự, và số lượng tham số hoạt động 14B cho thấy câu trả lời có thể sẽ thú vị.

Nếu bạn chỉ đang cố hiểu về đợt ra mắt ERNIE, điều cần khắc cốt ghi tâm là "Flash" ở đây chỉ là một tầng tiếp thị thừa hưởng từ một mô hình chưa hề được phát hành. Tầng Flash của Gemini có giá cả, cửa sổ ngữ cảnh, danh sách phương thức và một mốc tăng giá kèm ngày cụ thể. Còn của ERNIE thì có một kho lưu trữ trên Hugging Face và một câu hứa hẹn sẽ có thêm. Giữa một mức chi phí đã biết sắp tăng lên và một mức chi phí chưa biết còn chưa tồn tại, lựa chọn hợp lý là lập kế hoạch dựa trên cái đã biết và để mắt tới cái còn lại.