ERNIE 5.5 Flash 对比 MiniMax M3.1 Flash：两百万 Token 窗口，一项公开评分

这两款模型都声称拥有百万 token 的上下文窗口，都属于 Flash 档，每百万输入 token 的成本都低于 1 美元，而且恰好只有其中一个的名字里带数字。MiniMax M3.1 Flash 自 2026 年 10 月 19 日发布以来，在 Artificial Analysis Intelligence Index 上得分为 42，每完成一个索引任务花费 0.22 美元。ERNIE 5.5 Flash 于 2026 年 11 月 10 日在百度千帆开售，有价格、有规格，却没有任何形式的评测——没有厂商表格，没有独立运行结果，也没有知识截止日期。因此，有用的问题不是哪个模型更好，而是缺失的分数值多少钱，以及这两个窗口是不是同一个窗口。

这两份规范实际上在哪里出现分歧

这些主要数字足够接近，看起来似乎可以互换，但事实并非如此。下表中的四行决定了真实工作负载。

• 输入窗口——ERNIE 1,024,000 tokens 对比 MiniMax 1,000,000。24,000 token 的差异属于噪声；应视为两者等同，不要再做比较。

• 输出上限——ERNIE 为 921,600 tokens，MiniMax 为 524,288 tokens。ERNIE 的上限几乎是后者的两倍，而这一差距源于架构设计，而非出于慷慨：它的推理过程无法关闭，因此长时间的智能体循环总需要有地方容纳这些思考。

• 每百万 token 价格 — ERNIE 输入 $0.28 / 输出 $1.13 / 缓存 $0.028，而 MiniMax 为 $0.15 / $0.60 / $0.015。ERNIE 的输入费率为 1.87 倍，输出费率为 1.88 倍。缓存读取也按相同比例变化。

• 模态 — ERNIE 仅支持文本。MiniMax 接受文本、图像和视频，并返回文本。对于任何包含屏幕截图、图表、UI 截图或录制通话的工作负载，这一项在讨论价格之前就已终结比较。

• 推理控制 — ERNIE 的推理是强制性的，默认启用，仅提供一种力度级别：高。MiniMax 提供可调的思考深度，这意味着分类调用可以跳过它不需要的思考。

• 权重——MiniMax 于10月23日发布了 428B 参数（23B 活跃参数），采用社区许可证，分布在 48 个分片中共 252.4 GB，并设有 2000 万美元营收线。ERNIE 的基础检查点可下载；经后训练的 ERNIE 5.5 Flash 不可下载，且尚未给出日期。

• 独立评分——MiniMax 在智能指数上得 42 分，评分时在 173 个模型中位列第 41 名，每项任务 $0.22。ERNIE：无。Artificial Analysis 收录了 ERNIE 4.5 和 ERNIE 5.0 两行，完全没有 ERNIE 5.5 这一行。

把账单运行三次，而不是一次

费率卡是比较两个都会先思考再回答的模型时最没用的方式。同一个任务，用三种方式定价，反而更诚实。

以文档审核工作负载为例：每个请求 400,000 个输入 token、3,000 个输出 token，每天一百个请求。在 ERNIE 5.5 Flash 上，这是 4000 万个输入 token，按 $0.28 计，以及 30 万个输出 token，按 $1.13 计——即 $11.20 加 $0.34，所以每天 $11.54。在 MiniMax M3.1 Flash 上，则是 $6.00 加 $0.18，即 $6.18。同样的 100 份文档，ERNIE 每天多花 $5.36，约合每年 $1,950。

现在用一个值得缓存的系统提示词再重复一遍。如果这些输入 token 中有 380,000 个是稳定指令，只有 20,000 个会变化，那么 ERNIE 按 $0.028 的缓存读取费率，会把输入项从 $11.20 变成约 $1.62；MiniMax 的 $0.015 缓存费率则把其 $6.00 降到约 $0.87。差距缩小到每天远低于一美元，两个模型都便宜到让选择不再取决于成本。缓存不是百万 token 窗口上的微优化——它占了账单的大部分。

第三次运行是没人会公布的那一次。加上推理 token。无法要求 ERNIE 跳过它们；在一个它先思考 6,000 个 token 再写 3,000 个 token 的任务中，输出量是 9,000 个 token，输出行会翻三倍。可以要求 MiniMax 少思考，而其文档记录的行为已经异常冗长——在 Intelligence Index 上输出 1.8 亿个输出 token，而中位数为 9,900 万——因此二者在实践中可能趋同。没人知道，因为这两个模型中只有一个得到了实际测量。在你针对自己的提示词统计输出 token 之前，这里任何比较的第二位小数都只是装饰。

强制推理是一种设计立场，而不是缺陷。

人们很容易把 ERNIE 强制进行高强度推理视为一种局限，而对某些工作负载来说，这确实就是局限——对于单词级分类，没有快速路径，并且每个请求都要付出延迟和 token 成本，而 MiniMax 能让你避免这些。但同一个决定也解释了输出上限，并说明了百度是为谁打造它的。

一个始终进行推理、拥有 921,600 个 token 输出额度的模型，是为长时间智能体运行而打造的：仓库级重构、多步骤研究、需要地方思考的规划循环。百度发布的基础检查点也偏向同一方向——预训练语料强调“仓库级代码和长上下文”，而最能衬托它的基准测试项是 HumanEval+ 的 82.3 和 RepoQA 的 91.7，这两个都是基础模型数据，并不能直接说明对话模型的情况，但确实说明了训练数据优先关注什么。

MiniMax 的设计侧重在别处。可调的思考深度、原生图像和视频输入、每秒 125.5 个输出 token，以及 1.04 秒的首 token 时间，描述的是一个为吞吐量而构建的模型——自主循环、截图驱动的界面，以及输入是扫描件而非 diff 的文档流水线。它自己的定位话术讲的是大规模使用时的每 token 成本，而每索引任务 0.22 美元正是支撑这一说法的数字。

两款 Flash 层级模型，两种不同的押注：一个押注每次请求的深度，一个押注每秒的请求数。两者都没有错，而且规格表异常清楚地说明了哪个是哪个。

两者都很便宜；但只有一个是你能今天就做出的决定

真正关键的不对称在于证据。MiniMax M3.1 Flash 有公开的指数评分、公开的每任务成本、公开的模型卡、可下载的权重，以及一项独立测量，衡量它完成基准测试要消耗多少 token。采购决策可以基于这些做出。ERNIE 5.5 Flash Preview 则有价目表、上下文窗口，以及一个百度新闻页面——该页面仍以基础检查点为主打，并对后训练模型写着“即将推出”，而尴尬的是，后者正是现在正在出售的模型。

这并不能说明这个预览版就是个糟糕的模型。它只说明这是一个尚未经过衡量的模型；而面对一个未经衡量、价格却是已衡量竞品两倍的模型，正确的态度不应是假定它更差。百度的基础检查点在 30 行中有 26 行胜过 DeepSeek V4 Flash Base；在这个基座上进行一次强有力的后训练，其结果有可能落在 42 以上，也有可能落在 42 以下。关键在于，目前百度之外的任何人都无法判断，而一份价目表并不构成证据。

在不签署两份合同的情况下测试两者

其中一个模型使用路由密钥，另一个则没有。OrcaRouter 以供应商标价提供 MiniMax M3.1 Flash，0% 加价，同时提供 GLM-5.3-Flash、DeepSeek V4.1 Flash、Qwen 3.8 Flash 和 Gemini 3.8 Flash——超过 200 个模型都可通过一个兼容 OpenAI 的端点访问，支持跨供应商自动故障转移，并提供路由 DSL，可将多个模型组合成一次调用。ERNIE 5.5 Flash Preview 不在该目录中；目录里没有 ERNIE 条目，也没有可供我们路由的百度端点，因此只能使用百度自家的 API，并额外准备一个密钥和一份账单来调用它。

应对这种不对称的务实路线是先做评测，再做集成。把你的二十条提示词放到路由密钥后面，运行 MiniMax 和 Flash 层的其余模型，并记录每个任务的输出 token 数——而不只是每百万 token 的价格。然后把同样的二十条提示词指向百度端点，在同一维度上比较。如果 ERNIE 在你关心的任务上胜出，它 1.88× 的费率就是值得支付的溢价，缺失的模型卡也就只是麻烦，而不是阻碍。如果没有胜出，你也不过花了一个下午和一张小额账单就弄清楚了。

真正能妥善解决这个问题的，是某个运行自有测试框架的追踪器中的一行记录。MiniMax 从发布首日起就有这样一行。百度明天就能发布一行，而本文的核心不确定性也会随之消散——这恰恰说明，这种不确定性其实根本不在于模型本身，而在于哪家厂商选择展示自己的工作。