ERNIE 5.5 Flash Preview：两种价格、一个免费端点，却拿不出排名

百度为ERNIE 5.5 Flash Preview所做的宣传于2026年11月13日发布在 X 上，称该模型“能力全面”：可玩世界、3D 模型、研究报告、交互式工作簿。其底层的卖点是“开放权重基础模型”。在11月11日发布消息三天后，买家最先会核查的几件事，与这两种说法都对不上。该模型有两份已公布的付费价目表，价格相差约一半；有一个免费托管版本，比发布早一天出现；没有独立基准测试分数；在以它命名的竞技场榜单上也没有排名。而实际可下载的权重属于 ERNIE 5.5 Flash Base，而非演示所用的那个模型。

这些都不能说明它是一个糟糕的模型。它们说明的是一个宣传跑在了文档前面的预览版——对于一个才发布三天的版本来说，这很正常，而且在你把流水线接入它之前值得了解。

百度在11月11日究竟交付了什么

ERNIE 团队自己的产品更新页面日期为 2026 年 11 月 11 日，其中将 ERNIE 5.5 Flash 描述为一个拥有 280B 参数的混合专家模型，激活参数为 14B，上下文窗口为 1,024,000 个 token。页面称此次发布是“后训练产生的一个中间检查点”——这个说法大有深意，因为它意味着该模型明确不是最终成品。页面还表示，其权重“将很快在 Apache 2.0 协议下开源”。

那个页面正是演示集锦的来源，而这些演示也正是该模型受到关注的原因。一个可玩的 Unreal Engine 5.8 构建版本，在单个 11 小时任务中产出。约 100 款迷你游戏，涵盖 Cocos、Unity、LayaAir、PixiJS 和 Canvas 2D。一个由两个协作智能体驱动的 Blender 场景，包含一架 747 和大兴机场。一个 FreeCAD W16 发动机、深圳塔楼和一辆月球车。一份关于 AI 电力成本的 20 页报告、一个包含 1,000 条路径蒙特卡洛模拟的工作簿、解析了 4,169 份 NHTSA 碰撞报告、一段 6 分 34 秒的管弦乐 WAV，以及一个 116 秒的“Pelican Test”，它能跨 20 种艺术风格生成 10,000+ 行 Python。Baidu 还列举了 300,000 个工作区、1,000 万个参考文件以及 40 多种受支持的文件类型，作为这些演示的运行环境。

读者弄错的地方：它看不见

ERNIE 5.5 Flash Preview 能渲染 3D 模型和游戏世界，因此人们自然会以为它是一个能输出图像的多模态模型。事实并非如此。在承载该模型条目的竞技场名单中，其图像输入能力被记录为 false，而百度自己的介绍文档将每一个视觉产物都描述为代码：Blender 脚本、FreeCAD 脚本、Pycairo 和 Pillow 绘图调用、Unity 项目。该模型编写的是生成图片的程序。这一区别会影响你如何为它做预算，因为一个做 3D 工作的纯文本模型会把 token 花在源代码上，而不是图像 patch 上，并且它的失败方式也不同——是脚本出错，而不是像素错误。

116秒的Pelican Test最能说明这个模型真正擅长什么。一万行Python代码、二十种美术风格、二十二段音频录音，全部在不到两分钟内完成；百度自己的说法是，该模型能把试玩中的缺陷转化为代码测试。这是一个编码智能体的故事，只是外加了渲染上的亮点，而不是一个图像生成的故事。

三个价签，一个模型

百度千帆的 ERNIE 5.5 Flash Preview 费率表本周在中文产品页面上显示：08:00–22:00 时段每千输入 token 为 ¥0.001，每千缓存输入 token 为 ¥0.0001，每千输出 token 为 ¥0.004。按每百万 token 计，即输入 ¥1、缓存 ¥0.1、输出 ¥4。按 11 月 13 日 1 美元兑 6.685 元人民币的参考汇率换算，约合每百万 token 输入 $0.15、缓存 $0.015、输出 $0.60。

早先关于该模型的报道所采用的美元标价——也是大多数文章仍在重复的那个——是输入 $0.28、缓存 $0.028、输出 $1.13。同一模型、同一周、由同一供应商发布，每一行都相差约 47%。

然后是零。同一模型的免费版本，具有相同的 1,024,000 token 上下文和相同的 921,600 token 补全上限，于 11 月 10 日出现在一个第三方模型目录上——比百度自己的发布页面早一天，并且其输入和输出 token 仍标价为 $0。这正是百度 11 月 13 日的帖子在让读者尝试该模型时所指向的端点。所以推文里的区间是真实的；价格则是界面标什么就是什么。

举个具体的 Agent 运行实例：40 次模型调用，每次 30,000 个输入 token，输出 token 总计 260,000 个。

• 在 USD 卡上——1.2M 输入按 $0.28 计、加上 0.26M 输出按 $1.13 计，每次运行约为 $0.63。

• 在 CNY 卡片上——同样的 token 每次运行约合 $0.34。

• 在免费版本上——$0.00，无论速率限制最终如何。

我不会把 {{1}}CNY{{/1}} 这个数字称为{{2}}降价{{/2}}，因为我无法证明它是新的，而不是一直存在的{{3}}地区价目卡{{/3}}。可核查的是，读者最终看到的数字完全取决于他们打开哪个页面，而且迄今发布的任何文章都没有把这些数字统一起来。对一次聊天会话来说，差距只有几分钱。对要发起数十万次调用的智能体来说，这就是预算条目，而且在账单告诉你之前，值得弄清楚你实际签约的是三者中的哪一个。

未排名并不等同于差，但它也不是一个结果。

列出 ERNIE 5.5 Flash Preview 的竞技场名单中有它的一行，却没有给它名次。在 web-dev 类别中，该条目带有名单的最大整数占位符，而不是排名——这是排行榜用于已收集投票但尚未排位的模型的值。同一份数据转储中的另外两个条目也带有相同的占位符，所以这是正常的排名前状态，而不是惩罚。这确实意味着，当有人告诉你该模型在某个方面“排名”如何时，他们读到的只是一个尚未计算出来的数字。

Artificial Analysis 根本没有该模型的页面——其排行榜上列出的是 ERNIE 4.5 300B A47B 和 ERNIE 5.0 Thinking Preview，而 5.5 Flash 系列则完全没有出现。百度随发布一同公布的基准测试表共有二十行，其中包括 Terminal-Bench 2.0 的 46.5 分，而这些数字中的每一个都是由厂商自行运行得出的，百度以外的任何人都未能复现。同样的谨慎也适用于自发布以来一直在流传的 1,668 分 Code Arena 成绩，该成绩基于 AutoEval，且没有投票数。

所以，截至11月14日，这个模型诚实的成绩单上恰好有一栏是空的：独立证据。

现有的权重是 Base 的，不是 Preview 的。

百度11月13日的帖子称 ERNIE 5.5 Flash Preview 是“开放权重基础模型”。但 Hugging Face 上的是 ERNIE 5.5 Flash Base——该仓库创建于2026年10月21日，最后修改于11月5日，采用 ERNIE 5.5 Flash Base Model License v1.0，而非 Apache 2.0。该许可证将欧盟、英国和韩国排除在外，设定了5000万美元的营收门槛，并要求注明“Powered by ERNIE”。在该组织的列表中，没有 Preview 权重仓库，只有 Base 和 Base-BF16。

所以推文里的那句话对这个系列是成立的，但对其中那款模型还不成立。Apache 2.0 的承诺被标注为"即将"，却迟迟没有落地。任何打算今天自行托管 ERNIE 5.5 Flash Preview 的人，都没有东西可下载；任何打算自行托管 ERNIE 5.5 Flash Base 的人，则有一份许可需要先仔细阅读，因为其中的限制是地域性和商业性的，而不只是署名要求。

一个没有排名的纯文本预览是如何被采用的

在这种状态下使用模型的明智方式，就像使用任何尚未经过验证的端点一样：把适合它唯一明确优势的工作负载交给它，并且永远不要让它成为支撑生产链路的唯一支柱。这个优势很具体——1,024,000 个输入 token 和 921,600 个 token 的输出上限，远远超出大多数模型在单次响应中会生成的内容，而且即使在其两张卡中较贵的那张上，价格也很低。

路由层也正是因此才物有所值，而不仅仅是图个方便。OrcaRouter 的目录目前不包含 ERNIE 5.5 Flash Preview——模型列表返回 215 个条目，其中完全没有 Baidu 模型——所以我不会给你写一条假装并非如此的可用性说明。对于这样的预览版，平台真正给你的是一套安全实验的形态：单一端点背后跨提供商的自动故障转移，因此没有 uptime 记录的预览版永远不必成为单点故障，并且 0% 加价，提供商列表价原样透传，因此无论你按这两张价目表中的哪一张计费，你看到的就是它变更当天的价格。如果你通过 Baidu 自有 API 和多个第三方平台构建该模型，之后又想让其他一切都在同一个密钥上运行，路由 DSL 可将多个模型组合成一次调用，无需第二份合同，也无需更改代码。

什么会改变这份书面报告？

三个事件，按它们可能出现的顺序排列。ERNIE 5.5 Flash 以 Apache 2.0 许可的权重登陆 Hub，将解决开放权重这一问题；而且，如果许可证确实是 Apache 2.0，这会让该模型与目前就在那里的 Base 检查点真正有所不同。首次独立评估——一个 Artificial Analysis 页面、一个有排名的竞技场名次、一次由非百度人员完成的可复现 Terminal-Bench 运行——将用证据取代厂商表格。而有人将人民币和美元价目表核对整合为一个公开发布的数字，就能告诉你该模型的实际成本。

在那之前，公允的概括恰恰是演示片所反驳的那一个：一个强大的文本与代码模型，输出异常长，至少在一张定价卡上很便宜、在另一张上免费，却被营销包装成仿佛已具备它尚未拥有的能力和开放性。用它确实能做到的事——写脚本、生成测试、起草报告——而把 3D 世界、“开放权重”标签和缺失的排名视为仍在途中的说法，而不是你可以据以构建的规格。免费端点是最不冒险的试探方式，用来弄清这个模型是否适合你，恰恰因为关于它的一切尚无任何承重之处。