ERNIE 5.5 Flash Preview 对比 GPT-5.6 Luna：用来衡量它的费率卡已经停用

本周，ERNIE 5.5 Flash Preview 和 GPT-5.6 Luna 被相提并论，而尴尬之处在于时间线。ERNIE 5.5 Flash Preview 于 2026 年 11 月 10 日在 Baidu 的 Qianfan 平台上作为计费端点上线，发布博文次日才出现。GPT-5.6 Luna 于 2026 年 7 月 9 日发布，并且自 2026 年 9 月 22 日 GPT-6 Luna 以大约一半的价格推出以来，它就在 Artificial Analysis tracker 上被标记为已弃用。因此，读者真正需要的比较并不是这两个名字所暗示的那种。而是将 ERNIE 5.5 Flash Preview 与其自家厂商早已超越的价目表进行比较——其次，再与取代它的后继模型进行比较。 后继模型的定价为 0.10 美元和 0.50 美元，且实测指数相同，并与其所取代的模型使用同一密钥。

这并不意味着这场正面交锋毫无意义。它意味着这是另一项工作。存在真实的价格差异、真实的上下文差异，以及一个实实在在的问题：在这两者中，你会把哪一个放到无人值守任务面前。而双方都没有的，是一个共享的记分牌。下面的每一个数字，要么来自 Baidu 自己的运行，要么来自 Artificial Analysis 自己的运行，要么是一个公布的费率，它们中的任何一个都不能与另一个相减。

GPT-5.6 Luna 发生了什么，以及为什么这在此处很重要

GPT-5.6 Luna 是一款上下文长度为 100 万的模型，定价为每百万输入 token 0.20 美元、每百万输出 token 1.20 美元。在 Artificial Analysis 上，其 Intelligence Index 为 23.8，同一记录还带有一个已弃用标记，取代日期为 2026 年 9 月 22 日。其替代型号 GPT-6 Luna 在同样的 100 万上下文下标价为输入 0.10 美元、输出 0.50 美元，在同一指数上，xhigh 努力档位得分为 23.5，medium 档位为 18.5——与被它取代的模型在统计上处于同一水平，而输出价格不到后者的一半。

有两件事随之而来，而这两点都与本页那种显而易见的设定相抵触。第一，已弃用的 SKU 并不是死掉的 SKU——它仍会响应请求，大量代码仍指向它——但它已经是一张没人再为价格辩护的卡。第二，如果你把 ERNIE 5.5 Flash Preview 与 Luna 相比的理由是，Luna 是你已经熟悉的廉价快速档，那么你真正熟悉的模型现在是 GPT-6 Luna。拿一个两天前的预览版去对比一张已退役的卡，会在价格上美化这个预览版，却完全无法说明你下个季度要付的账单。

还有第三件事，对这项比较并不那么有利，也值得先说清楚：GPT-5.6 Luna 有独立评分。ERNIE 5.5 Flash Preview 没有。截至 11 月 11 日，Artificial Analysis 排行榜上任何位置都没有 ERNIE 5.5 这一条目，因此本文中每一个 ERNIE 数字都来自 Baidu，是在 Baidu 的测试框架上运行、由 Baidu 选定的模型评判得出的。

六个维度，两边在同一行

请把这些理解为标示两者分歧所在的地图，而不是一份统计。价格行和上下文行是来自已公布卡片的硬数据。评分行彼此之间并不是同一类数字，这正是下一节要讨论的主题。

• 价格 — ERNIE 5.5 Flash Preview 每百万 token 输入 $0.28、输出 $1.13，而 GPT-5.6 Luna 为输入 $0.20、输出 $1.20。ERNIE 的输入价格贵 40%；输出价格则便宜约 6%。

• 继任者价格 — ERNIE 没有继任者，且一张卡对比 GPT-6 Luna 的输入 $0.10、输出 $0.50，这不到 ERNIE 输出费率的一半，仅为其输入费率的五分之一。

• 上下文窗口——1,024,000 个 token 对比 1,000,000 个。这只是四舍五入的差异；两者都不是决定因素。

• 输出上限——单次调用可输出 921,600 个 token，而 1M 上下文并未以相同形式公布可比的单次调用输出上限。这是 ERNIE 真正处于不同层级的一项规格。

• 独立评分——没有 Artificial Analysis 条目，对比 Intelligence Index 23.8。这条对比线的一侧有第三方支持，另一侧没有。

• 每项任务的实测成本——百度未公开，而在 Artificial Analysis 的测试套件上为每项任务 0.33 美元，平均每项任务耗时 522 秒，在 GPT-6 Luna 上降至每项任务 0.15 美元。

• 状态 — 一方是 Baidu 称为后训练中间检查点的预览版，另一方是被标记为已弃用、且具名替代品已上市的 SKU。

为什么这两个主要数字不能相减

人们会拿来并排比较的数字是 Terminal-Bench 4.0：ERNIE 5.5 Flash Preview 为 46.5，来自百度的附录；GPT-5.6 Luna 为 11.6，来自 Artificial Analysis 自己的评估。35 个百分点的差距看起来很有决定性。但这根本算不上差距，因为这两个数字来自不同的评测框架、不同的脚手架和不同的评判者，而且其中只有一个是与结果没有利益关系的人产出的。

百度对其评测配置异常坦率，这也正是这种不一致之所以清晰可见的原因。其脚注列出了所用测试框架——Claude Code 2.1.x、mini-swe-agent 2.4.6、Codex 0.162.1，以及一个缩写为 DSH 的东西——还列出了评判模型：Qwen3.8-Max、DeepSeek-V4.1-Flash-1017 和 Gemini 3.1 Flash-Lite。一条脚注承认，ERNIE 5.5 Flash Preview 和 GLM-5.3 不具备原生多模态能力，评估期间的图像理解是由一个由 Claude Opus 5.5 驱动的工具提供的。因此，至少部分依赖视觉的评测行所衡量的系统中，受测模型会调用另一家厂商的模型来查看内容。这是一个站得住脚的工程选择。这也是这些评测行并非同口径得分的一个原因。

全知性这一对数据以更隐蔽的形式存在同样的问题。百度报告 AA-Omniscience-Public 为 25.2；Artificial Analysis 在其 Omniscience 指数上记录 GPT-5.6 Luna 为 −17.1。两者的标签不同，其中一个数字来自厂商自测，另一个则不是；而且该指标会惩罚自信的错误答案，而这恰恰是自报评估最不可能暴露的行为。应把它们视为两个不相关的数据点，而不是 42 个百分点的差距。

唯一真正公平的比较是内部比较：GPT-5.6 Luna 的 23.8 对 GPT-6 Luna 的 23.5，两者由同一批人以相同方式测量。正是通过这一对，你才能看出继任者是一次价格调整，而非能力提升——也正是这一对告诉你，ERNIE 5.5 Flash Preview 真正被要求超越的是什么。

每一方实际赢得了什么

ERNIE 5.5 Flash Preview 在能力上限和新鲜度上胜出。921,600 token 的输出额度对应 1,024,000 token 的上下文窗口，这意味着单次调用可输出的内容几乎与它能容纳的内容相当；这正是百度在其发布文章核心位置所展示的长达十一小时的 Unreal Engine 构建的机械前提。GPT-5.6 Luna 规格表上的任何内容都无法与之竞争，GPT-6 Luna 的规格表上也没有。ERNIE 还赢下了唯一一场与数字无关的较量：它是这个月急需证明自己的模型，而百度已承诺会提供 Apache 2.0 权重，却没有给出日期。

GPT-5.6 Luna 在验证和输入价格上胜出。有可查的第三方评分、已公布的单次完成任务成本、实测的每任务耗时，以及便宜 40% 的输入费率。正是这些让模型可以放心地作为产品后端，而 ERNIE 5.5 Flash Preview 目前这些都没有——没有模型卡、没有知识截止日期、没有延迟数据，也没有独立排行条目。

GPT-6 Luna 在价格上直接胜出，而正是这一发现重新定义了整页的论述框架。如果问题是“我该调用哪个便宜又快的模型”，那么 Luna 家族内部的答案并不是 GPT-5.6 Luna，而是它的继任者：价格为 $0.10 和 $0.50，实测指数相同，且每任务成本不到前代的一半。只比较到 GPT-5.6 Luna 的对比，是在拿 ERNIE 与这个家族中错误的那一半作比较。

这个决定，直截了当地说

如果你今天需要一个每项任务成本已知、评分独立的模型，你不需要 ERNIE 5.5 Flash Preview——你需要一个 Luna，而且具体来说，是当前这一版。没有什么需要评估的，因为别人已经评估过了。

如果你有一项任务，其输出在一次处理中确实会达到数十万个 token——一次长时间构建、一次全仓库重构、一份没人愿意拆分的文档——那么 ERNIE 5.5 Flash Preview 是本页面上唯一公布了足以支持这一点的输出上限的模型，而它的输出速率略低于 GPT-5.6 Luna。那是一个狭窄而具体的场景，也是规格表唯一支持的场景。

如果你介于两者之间，诚实的答案是两张卡都无法定论，因为两家厂商都没有公布针对你设想的工作负载的每个已完成任务的 token 数。GPT-5.6 Luna 的 $0.33 是 Artificial Analysis 的测试套件，不是你的。

一把密钥，两张费率卡，以及一场并非项目的迁移

ERNIE 5.5 Flash Preview 并非 OrcaRouter 提供的服务。目录中没有 ERNIE 条目，其后也没有百度端点，因此你需要前往百度自家的千帆 API 以及转售它的第三方平台。这里并不表示我们提供它的路由服务。

Luna 的情况则相反，而且很有启发性。GPT-5.6 Luna 和 GPT-6 Luna 都在 OrcaRouter 目录中，按供应商标价、无加价——已弃用的 SKU 是 $0.20 和 $1.20，取代它的那个是 $0.10 和 $0.50。这就是一张被取代的费率卡从内部看是什么样子：模型字符串会变，密钥不会变，而且不需要任何人签字。当供应商在季度中途让某个模型退役——就像这里 9 月 22 日发生的那样——更换的代价只是配置中的一行，而不是一个采购周期，并且你可以在同一张账单上对新旧费率卡进行比价。

要了结这一比较，靠的不是再一张基准测试表，而是由 Artificial Analysis 产出的 ERNIE 5.5 一行数据、这个十一小时构建任务公开发布的每任务 token 数，以及 ERNIE 在 GPT-6 Luna 目前所处档位上的价目表。在其中任何一项出现之前，ERNIE 5.5 Flash Preview 与 GPT-5.6 Luna 的对比，不过是用一套从未共享的测试装置、由两拨人拿一个上线两天的预览版去对照一张已退役的卡——而这个问题真正有用的版本是：当由与答案毫无利害关系的人来跑这项测试时，这个预览版还能否守住它的输出上限优势。