ERNIE 5.5 Flash vs MiniMax M3.1 Flash: Cửa sổ hai triệu token, một điểm số được công bố

Cả hai mô hình này đều công bố cửa sổ ngữ cảnh một triệu token, đều thuộc phân khúc Flash, đều có giá dưới một đô-la cho mỗi triệu token đầu vào, và đúng một trong hai có một con số gắn với tên của nó. MiniMax M3.1 Flash được chấm 42 điểm trên Artificial Analysis Intelligence Index kể từ khi ra mắt ngày 19 tháng 10 năm 2026, với 0,22 USD cho mỗi tác vụ chỉ số hoàn thành. ERNIE 5.5 Flash được mở bán trên Baidu Qianfan vào ngày 10 tháng 11 năm 2026 với một mức giá, một thông số kỹ thuật và không có bất kỳ đánh giá nào — không có bảng của nhà cung cấp, không có lần chạy độc lập, không có thời điểm cắt tri thức. Vậy câu hỏi hữu ích không phải là mô hình nào tốt hơn. Mà là điểm số còn thiếu đáng giá bao nhiêu, và liệu hai cửa sổ có phải là cùng một cửa sổ hay không.

Nơi hai bản đặc tả thực sự khác biệt

Các con số nổi bật đủ gần nhau để trông như thể có thể hoán đổi cho nhau, nhưng thực tế không phải vậy. Bốn hàng dưới đây quyết định khối lượng công việc thực tế.

• Cửa sổ đầu vào — ERNIE 1,024,000 token so với MiniMax 1,000,000. Chênh lệch 24,000 token là nhiễu; hãy coi chúng là tương đương và ngừng so sánh chúng.

• Giới hạn đầu ra — ERNIE 921.600 token so với MiniMax 524.288. Giới hạn của ERNIE gần như gấp đôi, và lý do nằm ở kiến trúc chứ không phải ở sự rộng rãi: khả năng suy luận của nó không thể tắt đi, nên các vòng lặp agent dài cần một nơi để phần suy nghĩ đó đi vào.

• Giá mỗi triệu token — ERNIE $0.28 đầu vào / $1.13 đầu ra / $0.028 bộ nhớ đệm so với MiniMax $0.15 / $0.60 / $0.015. ERNIE bằng 1,87× mức giá đầu vào và 1,88× mức giá đầu ra. Các lượt đọc từ bộ nhớ đệm cũng tăng theo cùng tỷ lệ.

• Phương thức — ERNIE chỉ xử lý văn bản. MiniMax chấp nhận văn bản, hình ảnh và video và trả về văn bản. Với bất kỳ khối lượng công việc nào có ảnh chụp màn hình, biểu đồ, bản chụp giao diện người dùng hoặc cuộc gọi được ghi âm, {{1}}dòng này kết thúc phần so sánh trước khi bàn đến giá{{/1}}.

• Kiểm soát suy luận — suy luận của ERNIE là bắt buộc, được bật theo mặc định, được cung cấp ở một mức nỗ lực: cao. MiniMax cung cấp độ sâu tư duy có thể điều chỉnh, nghĩa là một lệnh gọi phân loại có thể bỏ qua phần suy nghĩ mà nó không cần.

• Trọng số — MiniMax đã công bố 428 tỷ tham số (23 tỷ hoạt động) vào ngày 23 tháng 10, 252,4 GB trải trên 48 shard theo giấy phép cộng đồng với dòng doanh thu 20 triệu USD. Checkpoint gốc của ERNIE có thể tải xuống; ERNIE 5.5 Flash đã qua huấn luyện hậu kỳ thì không, và chưa có ngày được đưa ra.

• Điểm độc lập — MiniMax đạt 42 trên Chỉ số Thông minh, xếp thứ 41 trong số 173 tại thời điểm chấm điểm, 0,22 USD mỗi tác vụ. ERNIE: không có. Artificial Analysis có các dòng ERNIE 4.5 và ERNIE 5.0 và hoàn toàn không có dòng ERNIE 5.5 nào.

Chạy hóa đơn ba lần, chứ không phải một lần.

Bảng giá là cách ít hữu ích nhất để so sánh hai mô hình đều suy nghĩ trước khi trả lời. Cùng một tác vụ, được định giá theo ba cách, lại trung thực hơn.

Lấy một khối lượng công việc rà soát tài liệu: 400.000 token đầu vào, 3.000 token đầu ra mỗi yêu cầu, 100 yêu cầu mỗi ngày. Trên ERNIE 5.5 Flash, đó là 40 triệu token đầu vào ở mức $0.28 và 300.000 token đầu ra ở mức $1.13 — $11.20 cộng $0.34, tức $11.54 mỗi ngày. Trên MiniMax M3.1 Flash, chi phí là $6.00 cộng $0.18, tức $6.18. ERNIE tốn thêm $5.36 mỗi ngày, tức khoảng $1,950 mỗi năm, cho cùng 100 tài liệu.

Giờ hãy lặp lại điều đó với một prompt hệ thống đáng để lưu đệm. Nếu 380.000 trong số các token đầu vào đó là hướng dẫn ổn định và chỉ 20.000 thay đổi, các lượt đọc từ bộ nhớ đệm của ERNIE ở mức $0,028 biến dòng chi phí đầu vào từ $11,20 thành khoảng $1,62; mức $0,015 cho bộ nhớ đệm của MiniMax đưa $6,00 của nó xuống khoảng $0,87. Khoảng cách thu hẹp xuống còn dưới một đô-la một ngày, và cả hai mô hình trở nên đủ rẻ đến mức lựa chọn không còn là vấn đề tài chính. Lưu đệm không phải là một tối ưu vi mô trên cửa sổ một triệu token — nó chiếm phần lớn hóa đơn.

Lần chạy thứ ba là lần chẳng ai công bố. Cộng thêm token suy luận. Không thể yêu cầu ERNIE bỏ qua chúng; trong một tác vụ mà nó suy nghĩ 6.000 token trước khi viết 3.000 token, khối lượng đầu ra là 9.000 token và dòng đầu ra tăng gấp ba. Có thể bảo MiniMax suy nghĩ ít hơn, và hành vi được ghi nhận của nó vốn đã dài bất thường — 180 triệu token đầu ra trên Chỉ số Trí tuệ so với mức trung vị 99 triệu — nên trên thực tế hai mô hình có thể hội tụ. Không ai biết, vì chỉ một trong hai mô hình này từng được đo đạc. Cho đến khi bạn tự đếm token đầu ra trên prompt của mình, chữ số thập phân thứ hai trong mọi so sánh ở đây chỉ là trang trí.

Suy luận bắt buộc là một lập trường thiết kế, không phải lỗi.

Thật dễ coi cơ chế suy luận nỗ lực cao bắt buộc của ERNIE là một hạn chế, và với một số khối lượng công việc thì đúng là như vậy — không có đường nhanh nào cho việc phân loại một từ, và mỗi yêu cầu đều phải trả thuế độ trễ và token mà MiniMax cho phép bạn tránh. Nhưng cũng chính quyết định đó giải thích mức trần đầu ra, và nó nói lên điều gì đó về việc Baidu đã xây dựng công cụ này cho ai.

Một mô hình luôn suy luận, với hạn mức đầu ra 921.600 token, được xây dựng cho các phiên chạy tác tử dài: tái cấu trúc quy mô kho mã, nghiên cứu nhiều bước, các vòng lập kế hoạch cần chỗ để suy nghĩ. Bản phát hành checkpoint nền của Baidu cũng nghiêng theo hướng tương tự — kho ngữ liệu tiền huấn luyện nhấn mạnh “mã quy mô kho mã và ngữ cảnh dài”, và những dòng điểm chuẩn có lợi cho nó nhất là HumanEval+ ở 82,3 và RepoQA ở 91,7, cả hai đều là số liệu của mô hình nền, không nói trực tiếp gì về mô hình chat nhưng lại cho biết dữ liệu huấn luyện đã ưu tiên điều gì.

Thiết kế của MiniMax lại hướng tới chỗ khác. Độ sâu suy nghĩ có thể điều chỉnh, đầu vào hình ảnh và video gốc, 125,5 token đầu ra mỗi giây và thời gian tới token đầu tiên là 1,04 giây mô tả một mô hình được xây dựng cho thông lượng — các vòng lặp tự chủ, giao diện điều khiển bằng ảnh chụp màn hình, các pipeline tài liệu nơi đầu vào là bản quét chứ không phải diff. Ngôn ngữ định vị của chính nó nói về chi phí trên mỗi token ở khối lượng lớn, và 0,22 USD mỗi tác vụ lập chỉ mục là con số ủng hộ điều đó.

Hai mô hình dòng Flash, hai hướng đặt cược khác nhau: một bên vào độ sâu cho mỗi yêu cầu, một bên vào số yêu cầu mỗi giây. Cả hai đều không sai, và các bảng thông số kỹ thuật rõ ràng một cách bất thường về việc cái nào là cái nào.

Cả hai đều rẻ; chỉ một là quyết định bạn có thể đưa ra ngay hôm nay

Sự bất đối xứng đáng quan tâm nằm ở bằng chứng. MiniMax M3.1 Flash có điểm chỉ số được công bố, chi phí trên mỗi tác vụ được công bố, model card được công bố, trọng số có thể tải xuống và một phép đo độc lập về số token mà nó tiêu tốn để hoàn thành một benchmark. Có thể đưa ra quyết định mua sắm dựa trên đó. ERNIE 5.5 Flash Preview có bảng giá, cửa sổ ngữ cảnh và một trang thông cáo báo chí của Baidu vẫn mở đầu bằng checkpoint gốc cùng cụm từ “sắp ra mắt” về mô hình đã qua huấn luyện hậu kỳ — mà, một cách trớ trêu, lại chính là mô hình đang được bán hiện nay.

Điều đó không khiến bản xem trước trở thành một mô hình tồi. Nó khiến nó trở thành một mô hình chưa được đo lường, và thái độ đúng đắn đối với một mô hình chưa được đo lường có giá gấp đôi một đối thủ đã được đo lường không phải là giả định rằng nó tệ hơn. Checkpoint gốc của Baidu đã đánh bại DeepSeek V4 Flash Base ở 26 trên 30 hàng; một đợt huấn luyện hậu kỳ mạnh mẽ trên nền tảng đó có thể hợp lý đạt trên 42. Nó cũng có thể đạt dưới. Điểm mấu chốt là hiện tại không ai bên ngoài Baidu có thể biết, và một bảng giá không phải là bằng chứng.

Kiểm thử cả hai mà không cần ký hai hợp đồng

Một trong hai mô hình này nằm trên một khóa được định tuyến, còn mô hình kia thì không. OrcaRouter cung cấp MiniMax M3.1 Flash với giá niêm yết của nhà cung cấp, mức chênh lệch 0%, cùng với GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash và Gemini 3.8 Flash — hơn 200 mô hình phía sau một điểm cuối tương thích OpenAI duy nhất, với tính năng tự động chuyển đổi dự phòng giữa các nhà cung cấp và một DSL định tuyến để kết hợp nhiều mô hình vào một lần gọi. ERNIE 5.5 Flash Preview không có trong danh mục đó; không có mục ERNIE nào và cũng không có điểm cuối Baidu nào để chúng tôi định tuyến tới, nên nó phải được gọi trên API riêng của Baidu với một khóa thứ hai và một hóa đơn thứ hai.

Cách thực tế để xử lý sự bất đối xứng đó là xây dựng phần đánh giá trước và tích hợp sau. Đặt hai mươi prompt của bạn phía sau khóa được định tuyến, chạy MiniMax và phần còn lại của nhóm Flash, rồi ghi lại số token đầu ra cho mỗi tác vụ — không chỉ giá trên mỗi triệu token. Sau đó hướng cùng hai mươi prompt đó vào endpoint Baidu và so sánh trên cùng một trục. Nếu ERNIE thắng ở những tác vụ bạn quan tâm, mức giá 1.88× của nó là mức phụ trội đáng trả và việc thiếu model card trở thành điều phiền toái hơn là rào cản. Nếu không, bạn đã mất một buổi chiều và một hóa đơn nhỏ để tìm ra điều đó.

Điều sẽ giải quyết nó một cách thỏa đáng là một dòng duy nhất trong một bảng theo dõi tự vận hành harness của riêng nó. MiniMax đã có một dòng như vậy kể từ ngày ra mắt. Baidu có thể công bố một dòng vào ngày mai và sự không chắc chắn trung tâm của bài viết này sẽ biến mất — đó chính là dấu hiệu cho thấy sự không chắc chắn thực ra không hề nằm ở các mô hình. Mà nằm ở việc nhà cung cấp nào đã chọn trình bày công việc của mình.