ERNIE-5.5-Flash 对决 Gemini 3.8 Flash：一个明码标价，一个许下承诺

从今天起五十七天后，即 2027 年 1 月 1 日，Gemini 3.8 Flash 的推广定价将结束，其费率翻倍——每百万输入 token 从 0.75 美元涨至 1.50 美元，每百万输出 token 从 3.75 美元涨至 7.50 美元。这是本次比较中最具体的事实，而且它属于自 2026 年 9 月 2 日起一直在售的模型。相比之下，ERNIE-5.5-Flash 于 2026 年 11 月 5 日发布了其基础权重，却完全没有价格，因为经过后训练的 ERNIE 5.5 Flash 尚未发布。因此，对 ERNIE-5.5-Flash 与 Gemini 3.8 Flash 的诚实框定，并不是两个 Flash 层级模型之间的较量。它是在两种不确定性之间的较量：一个有着明确日期成本断崖的已知模型，和一个完全没有成本信息的承诺模型。Gemini 的 1 月涨价以供应商标价到达平台，因此你支付的就是厂商自己的费率。

Gemini 3.8 Flash 将推出哪些功能，以及新年之后它的价格会是多少

Gemini 3.8 Flash 是 Google 在六周内发布的第三款 Flash 模型——7 月 21 日发布 3.6、8 月 14 日发布 3.7、9 月 2 日发布 3.8——而且它是一个完整产品，而非检查点。输入上下文为 1,048,576 个 token，输出上限为 65,536 个 token，模型接受文本、图像、视频、音频和 PDF 输入，并输出文本。知识截止日期为 2026 年 3 月。

价格结构才是比较真正见分晓的地方。目前费率为每百万 token 输入 $0.75、输出 $3.75，与 Gemini 3.7 Flash 完全相同。缓存输入读取为 $0.075，批量为 $0.375/$1.875。自 2027 年 1 月 1 日起，标价将变为 $1.50 和 $7.50。任何按当前数字制定 2027 年预算的人，都是在按促销费率做预算。

在第一个成本陷阱之下还藏着第二个成本陷阱。Gemini 3.8 Flash 每项任务产生的输出 token 比 3.7 Flash 多出约 30% 到 34%，这就使原本不变的每 token 价格变成了更高的每项完成任务成本——按其中一种测算，在高强度模式下高出约 45%。每百万 token 的价格并不等于每项工作的价格，而这个模型正是近来最能说明这一差别的一个例子。

其基准测试位次是真实的，但取决于版本。厂商数据包括 DeepSWE v1.1 的 73.7%、Terminal-Bench 2.1 的 89.4、OSWorld-2.0 的 59.0 和 HLE-Verified 的 54.9。Artificial Analysis 的覆盖显示，输出速度约为每秒 302 至 351 个 token，在其排行榜上位居前列，高努力模式下首 token 时间约为 30 秒。智能指数则是报道出现分歧之处：发布报道在高推理强度下引用的是 59，而 Artificial Analysis 自己的页面在较新的指数版本下显示的是 41 至 47 区间。这不是丑闻，而是一次基准重定——该指数于 2026 年 10 月 27 日重建——但这意味着，任何为该模型引用的单个 AA 数字，如果不注明其版本，就几乎毫无意义。

ERNIE-5.5-Flash-Base 具备哪些能力，以及它无法做到什么

百度的发布则呈现出相反的形态。ERNIE-5.5-Flash-Base 是一个 280B 参数的稀疏 MoE，每 token 激活 14B 参数，在 33.5T token 上预训练，依据《ERNIE 5.5 Flash Base Model License Agreement v1.0》以 FP8 和 BF16 发布。训练上下文为 128K；发布配置为微调和推理启用了 1,048,576 个 token——这与 Gemini 输入窗口的宣传数字相同，却是截然不同的两回事：它只是某个 checkpoint 上的配置项，而非附有价目表支撑的服务上限。

能力差距很直白。ERNIE-5.5-Flash-Base 仅支持文本。它不支持图像输入、视频、音频，也不支持 PDF 解析。如果你的工作负载涉及截图、扫描发票、通话录音或产品视频，比较到此为止——Gemini 3.8 Flash 原生支持这些，而 ERNIE 已发布的检查点完全不具备这些能力。后训练模型可能会改变这一点，但目前尚未发布多模态 ERNIE 5.5 Flash，百度的规格表描述的是一款语言模型。

ERNIE 确实公布的是一项基础模型评测：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。这些数字中的每一个都是在基础模型检查点上、在百度自有的评测框架中、与其他基础模型对比得出的。把它们与 Gemini 的指令模型分数并列，会是这一比较中最常见的错误，而且值得直说：这两组数据衡量的是不同的东西，不能相减。

这两种不确定性并不等同。

价格悬崖是一种已知的未知。你可以对它建模：取今天的费率，在1月1日将其翻倍，然后判断该工作负载是否仍能保住你的利润率。缺失的价格则是一种未知的未知，完全无法建模。这种不对称性就是整个决策的关键。

基准记录中存在第二处不对称。Gemini 3.8 Flash 的数据存在争议——厂商基准测试结果与独立指数数据相对照，而后者在指数重建后发生了变化；发布时引用的 59 与如今 Artificial Analysis 上可见的 41 至 47 区间之间，存在有据可查的差距。ERNIE 5.5 Flash 的数据没有争议。它们缺失了，因为除了一张基座模型表格之外，目前还没有什么可争议的。有争议的数据比没有数据更有用：至少你知道范围。

ERNIE 在纸面上唯一站得住脚的优势，是参数效率这一叙事。一个 280B 模型每 token 激活 14B，是为低成本推理而设计的，而 33.5T 预训练 token 是相当可观的数据预算。如果百度对后训练模型采取激进定价，激活参数量就是让它能把价格压到低于 $1.50/$7.50 的 Gemini 的机制。它是否会这样做，今天无从得知；任何告诉你相反结论的文章都只是在猜测。

当价格翻倍时，路由就是那根杠杆。

有明确日期的价格变动，其有用之处在于可以提前规划。那些在 $0.75/$3.75 下尚属勉强可行、而在 $1.50/$7.50 下已无法维系的工作负载，需要一条在 1 月之前就存在、而不是之后才出现的迁移路径。这更像是路由问题，而不是模型问题：把昂贵模型留给那些需要其多模态输入或长上下文回忆能力的请求，其余请求则发送到具有兼容接口的更便宜方案。

OrcaRouter 以google/gemini-3.8-flash 的供应商标价提供，零加价，因此一月的涨价将按供应商收取的相同费率体现，而不会被吸收进经销商利润中。路由 DSL 允许你组合一条回退链——多模态路径优先使用 Gemini，其后是一个更便宜的文本模型——自动故障转移可覆盖供应商性能下降的情况。ERNIE-5.5-Flash 不在该目录中；216 个模型 ID 中没有 ERNIE 条目。因此，这里的路由建议针对的是你实际可以切换掉的那个模型，也就是带有价格时钟的那个模型。

不是裁决，而是决策规则

If your workload involves images, audio, video, or PDFs, use Gemini 3.8 Flash, and budget for the January doubling. ERNIE-5.5-Flash-Base is not a candidate and will not become one until a multimodal post-trained model ships.

如果你的工作负载是纯文本、以中文为主且对成本敏感，那么今天正确的做法仍然不是 ERNIE——而是等待价格。基础权重已经可用且可免费下载，这使它们适合用于微调实验，而不是用于生产决策。一旦 Baidu 公布后训练模型的 Qianfan 费率，这一比较就会变成一个真正的成本问题，而 14B 活跃参数数量表明答案可能会很有意思。

如果你只是想理解 ERNIE 这次发布，需要记住的是：这里的“Flash”是一个营销档位，继承自一个尚未发布的模型。Gemini 的 Flash 档位有价格、上下文窗口、模态列表，以及一个有明确日期的涨价。ERNIE 的则只有一个 Hugging Face 仓库和一句承诺更多的表述。在即将上涨的已知成本与尚不存在的未知成本之间，理性的做法是围绕已知成本做规划，同时留意另一个。