ERNIE 5.5 Flash Preview 现已可调用：输入 $0.28，输出 $1.13，无模型卡

在百度发布 ERNIE 5.5 Flash Base 原始权重六天后，这些权重本应变成的模型开始回答提示词。ERNIE 5.5 Flash——以 ERNIE 5.5 Flash Preview 的形式提供服务——于 2026 年 11 月 10 日作为收费端点在百度千帆上线，价格为每百万输入 token 0.28 美元、每百万输出 token 1.13 美元，缓存输入读取为 0.028 美元。没有发布文章，没有模型卡，没有基准测试表，百度自己的 ERNIE 网站上也没有任何相关内容；该网站在 11 月 11 日仍以基础检查点为主打，并承诺后训练模型“即将推出”。现存的是一个可用端点，有价格、1,024,000 个 token 的上下文窗口、921,600 个 token 的输出上限，以及一份规格表，却没有说明这个东西到底有多好。对照组按以下价格计费：提供商标价，OrcaRouter 费用显示为 $0.00这也是一个没有模型卡的预览版能够拿来与某个对象进行对比测试的唯一原因。

实际上线了什么

该端点仅支持文本输入、文本输出。不支持图像、音频或 PDF 解析——与基础检查点相同的模态限制，也是在围绕它做任何规划之前首先要确认的事项。规格表上的其他所有内容都比价格所暗示的更为慷慨：

• 上下文 — 1,024,000 个输入 token，最大输出为 921,600 个。这个输出上限很不寻常：大多数模型最多只把生成限制在几十万个 token 的较低量级，而这个模型允许接近一百万 token 的响应。

• 价格 — 每百万输入 $0.28，每百万输出 $1.13，每百万缓存输入读取 $0.028。缓存读取按输入费率的十分之一计费，这是本表中唯一一项能让稳定系统提示词获得回报的条目。

• 推理 — 强制启用，默认开启，并且仅提供一个努力级别：高。没有可回退的廉价、非思考模式。每个请求都要为推理 token 付费，而推理 token 是输出 token。

• 工具支持——函数调用、结构化输出和响应格式约束均已公开，这正是可基于其进行构建的预览版与只能用于聊天的预览版之间的区别。

• 可用性——仅有单一提供商区域，且没有欧盟区域内路由。对欧洲团队而言，延迟是一个问题；而基础模型的许可证问题（见下文）则是另一个更大的问题。

• 文档——未公布知识截止日期，没有模型卡，没有评估表，也没有关于上下文长度的注意事项。随该端点提供的描述只有三句话，描述的是架构，而非质量。

缺失的规格说明与已有的规格说明同样重要。百度于11月5日为基础检查点发布了三十行基准测试结果。其中没有一行描述的是这个模型。基础检查点的分数来自与指令微调模型不同的流程、不同的评估设置和不同的任务框架，基础模型的数字无法被聊天模型继承——它们限定了后训练可用的上限，而不是对后训练产出的预测。

输出上限才是有意思的数字。

921,600 个输出 token 不是笔误，也不是营销噱头——它是强制推理的直接结果。当模型必须先思考再回答，且无法被要求不这样做时，防止长时间智能体运行在计划中途被截断的唯一办法，就是将输出上限提高一个数量级，让模型按需使用。百度在这里正是这么做的，而同样的设计决策也决定了账单。

推理 token 按输出费率计费。按每百万 token 1.13 美元计算，一个思考 8,000 个 token、回答 500 个 token 的请求大约花费一美分——单次调用微不足道，但账单上会记入 8,500 个输出 token。再乘以一个运行四十步的智能体循环，真正重要的算术就不再是每百万 token 的价格，而是每完成一个任务的价格——这是唯一经得起生产环境检验的成本指标。这也正是让 Gemini 3.8 Flash 看似比实际计价更便宜的那个陷阱：把统一的按 token 费率套用到每任务输出 token 多 30% 到 34% 的模型上，就是一种永远不会兑现的降价。

目前没有公开的测量结果能说明 ERNIE 5.5 Flash Preview 的输出有多冗长。这不是一个小缺口。在每 token 价格相同的两个模型之间，冗长程度是最大的单一波动因素；而且它是最值得你自己去测量、而不是只读资料的第一件事——用你自己固定的一组二十条提示词跑两遍，统计输出 token 数。在有人做到这一点之前，任何涉及该模型的成本比较都只是价目表的比较，而不是账单的比较。

到底是以什么为参照定价的？

最近的价格锚点是百度发布其基础版本的那款模型：MiniMax M3.1 Flash，每百万 token 输入 $0.15、输出 $0.60，在 Artificial Analysis Intelligence Index 上得分 42，每完成一项指数任务成本为 $0.22。ERNIE 5.5 Flash Preview 每 token 价格约为其两倍，却完全没有独立评分。这并不是它更差的证据——该指数不衡量中文语言工作，而百度的基础检查点在仓库级代码上表现强劲——但这证明该预览版是按有能力模型而非廉价模型定价的，也证明举证责任在百度身上，需要发布一些东西。

以基础检查点为参照，这种对比在另一个方向上变得更加鲜明。权重是免费的；API 则为每百万输出 token 收费 1.13 美元。任何工作负载属于固定、高吞吐任务的人，都应该算一算对 280B 检查点进行微调的账，而不是永远按 token 付费——只不过，许可证是与 API 条款分开的另一份文件，它完全排除了欧盟、英国和韩国，将免费商业使用上限设为相关年收入 5000 万美元，并要求每款商业产品都带有“Powered by ERNIE”标识。这些条款适用于权重。它们不适用于通过百度 API 发起的调用，而这是支持托管路线为数不多的真正理由之一。

如何获取它，以及在等待数字时该做什么

访问可通过百度自家的千帆 API，或通过转售该 API 的第三方平台进行。OrcaRouter 不路由 ERNIE 5.5 Flash Preview——在我们 200 多个模型的目录中没有 ERNIE 条目，也没有可供我们路由的百度端点，因此任何暗示并非如此的说法都是错误的。在这种情况下，该目录的价值在于提供对照组：这个模型将用来对标的模型，包括 MiniMax M3.1 Flash、GLM-5.3-Flash、DeepSeek V4.1 Flash 以及 Gemini Flash 系列，都可以通过一个兼容 OpenAI 的密钥、按提供商标价且无加价地访问，而自动故障转移意味着，一个正常运行时间记录尚未得到验证的预览版，永远不必成为支撑生产路径的唯一支柱。

这就是接下来几周的实际格局。在它的两项真正优势适用的场景中使用这个预览版——100 万 token 的输入窗口、价格 $0.28，以及模态限制不产生任何成本的纯文本工作负载——并在其身后保留一个带路由的回退方案。不要仅凭一份规格表就把现有流水线迁移过去，因为规格表是 Baidu 唯一发布的东西。

真正能改变局面的，是那些不光鲜却很具体的东西：一张带评测表的模型卡，一个由运行自有测试框架的追踪机构给出的独立评分，以及一项对每任务输出 token 数的测量。百度已经为基础检查点发布了其中第一项，而对对话模型则一项都没发布——这个顺序很奇怪：原材料被详细记录，成品却悄无声息地发布。在这一点改变之前，对 ERNIE 5.5 Flash Preview 最诚实的解读是：它存在，它便宜到值得一测，而百度之外还没有人知道它到底好不好。