ERNIE Light DT 1.0 对比 Ling 3.1 Flash：同一量级下 25 倍的价差

两款中国快速档模型，均为纯文本，均宣称具备百万 token 窗口，且都围绕稀疏注意力技巧构建，以让长上下文保持成本可控——而其中一款每输入 token 的成本是另一款的二十五倍。ERNIE Light DT 1.0由 Baidu 于 2026 年 11 月 10 日发布，标价为每百万输入 token 1.13 美元、每百万输出 token 3.94 美元。Ling 3.1 Flash是 Ant Group 于 2026 年 9 月 30 日公布的 5600 亿参数混合专家模型，按相同单位标价为 0.045 美元和 0.135 美元，并在 Artificial Analysis Intelligence Index 上获得 41 的独立评分。

这不是一个能用上下文质量搪塞过去的小差距。这是两家实验室目前在售的这一档位模型中，两个模型之间最大的每 token 价差；在任何人签下采购订单之前，这都需要一个解释。

看清这个问题最省成本的方式：一次请求，两份账单

以这些模型所针对的单次调用为例——一组 120,000 个 token 的检索文档集，配以 2,000 个 token 的回答，运行一次。

在 ERNIE Light DT 1.0 上，该请求的费用为 120,000 × $1.13/1M 加 2,000 × $3.94/1M，即 $0.1356 加 $0.0079，约合 14.4 美分。

在 Ling 3.1 Flash 上，同一请求的成本为 120,000 × $0.045/1M 加上 2,000 × $0.135/1M，即 $0.0054 加上 $0.00027，约合 0.57 美分。

两个模型都声称能满足这一请求。其中一个运行该请求的成本要低二十五倍。按每天一万次此类请求计算，差异是每天 $1,356 对 $57——约合每月 $39,000 对 $1,700。

只有三种可能的解释。要么百度掌握了一些尚未公开的关于质量的内情，要么压缩方案带来了 Ling 的架构所不具备的某些东西，要么这个价格只是一个之后会变动的占位符。本文余下部分要讨论的正是哪一种。

每一个实际上是什么

• Ling 3.1 Flash — 蚂蚁集团的混合推理 MoE，总参数约 5600 亿，每 token 约 250 亿激活参数，文本输入、文本输出，来自 inclusionAI 实验室。于 2026 年 9 月 30 日发布，并已在蚂蚁自有 API 及其消费级产品中上线。宣传口径是 100 万 token 上限；但发布时端点实际提供的是 256,000，当前国际版列表显示为 1,000,000 token 上下文，最大输出 262,144 token。

• ERNIE Light DT 1.0 — Baidu 的小型层级端点，于 2026 年 11 月 10 日上线，基于开源 G​LM 架构构建，融合了来自 Baidu Search“Lightning”产品线的研究成果，采用 Baidu Sparse Attention 和反馈驱动的历史压缩方案。上下文长度 1,024,000 个 token，最大输出 131,072 个 token，仅支持文本。四档推理强度、工具调用、结构化输出。

参数数量不可比——Ling 未公布 Light DT 的参数数量，所以诚实的说法是：一方已知总计 560B，另一方未披露。可比的是形态：两者都是稀疏模型，都是纯文本，都面向长上下文、高吞吐量工作。

稀疏注意力，两次，出于两个不同的原因

架构叙事彼此呼应，这使得价格差距更难解释，而不是更容易解释。

Ling 3.1 Flash 的 5600 亿参数中，每个 token 仅激活 250 亿参数。这是一种容量策略：让庞大的知识库常驻，并以狭窄路径从中路由，从而以小型模型的计算成本获得大型模型的世界知识。长上下文能力也源于同一设计——如果每一步都很廉价，维持长序列的负担就会更小。

ERNIE Light DT 的故事关乎记忆，而非容量。百度称，该模型通过反馈驱动的历史压缩“改进了历史信息的存储和索引”，“在保持模型性能的同时显著降低了 KV 缓存存储和计算成本”，并让你能够“以更低的成本”容纳更长的上下文。注意这里的措辞：降低成本是针对运营方而言。这是关于百度服务账单的说法，不一定关乎你的账单。

这就是关键所在。这一类中的所有压缩方案——百度 ERNIE 5.5 中的 Heavily Compressed Attention、Qwen 的 micro-block sparse attention、Ling 自己的路由机制——都会降低厂商每上下文 token 的成本。厂商是否将这部分节省让利出去是商业决策，而百度选择了不让利。它恰恰对自己声称已变得更便宜的能力收取溢价。

这并不必然意味着恶意。一个能在百万 token 规模下保持质量的压缩方案，构建成本高昂，验证成本也同样高昂，供应商可能是在回收这项研发成本。但这确实意味着，买方正在为一种其经济性据称已被改善的能力付费，而这种改善并没有体现在费率表上。

Ling 的独立评分，以及它对该层级的说明

Ling 3.1 Flash 在 Artificial Analysis Intelligence Index 上得分为 41。这是真实的第三方测评结果，而非厂商自制的图表，它使该模型跻身快速档位的中上游——稳稳高于那些营销预算更大的模型，但低于前沿小型模型。这一分数附带一个对成本比较而言很重要的提醒：Ling 是个话多的推理型模型。此前对该模型的评估发现，它在完成该指数的各项评测时消耗了约 2.2 亿个输出 token，远高于其价格档位的中位数，且平均每个任务耗时数分钟。模型可以随意挥霍的廉价 token 依然会积少成多——但在每百万输出 0.135 美元的价格下，即便推理相当慷慨也仍然便宜。

ERNIE Light DT 1.0 完全没有评分。没有厂商自报的数字，也没有独立第三方的数字。百度公布了一份价目表和一段机制说明，然后就再无下文。对于一款定价偏高的模型而言，零证据登场是这场对比中最致命的一点——不是因为它的表现很可能不佳，而是因为买家无法区分“未经测量”与“缺乏竞争力”，而这样的定价也不给人任何往好处揣测的余地。

上下文上限是百度唯一有争辩余地的地方

如果说溢价有什么理由，那就在这里。至少在其发布期内，Ling 3.1 Flash 的百万 token 窗口一直是一个上限，而非实际提供的数字——端点给出的是 256K，而公告宣传的是 1M。ERNIE Light DT 宣称 1,024,000，其列表在上下文一栏显示相同数字，在输出一栏显示 131,072，且没有文档记录的缩减。

这种区别在真实流量下是否依然成立尚不可知，因为百度没有发布任何长上下文评测，其他任何人也没有发布。两个系列中唯一的长上下文证据来自 ERNIE 5.5 Flash Base 的厂商表格，其中报告了 HELMET-RAG 71.5、HELMET-ICL 85.9、LongBench-v2 48.7 和 InfiniteBench 46.5——这些是百度自己的数据，来自另一个大得多的模型，不能套用到这个模型上。

所以，支持 Light DT 的理由无非是：一个未经评测的模型，带着尚未验证的长上下文优势，输入价格却是另一个经过实测的模型的二十五倍——后者至少拥有真实的指数得分和可用的端点。这算不上有力的立场，坦率地讲出来也是公允的。

各自真正更擅长什么

• 输出上限——Light DT 为 131,072 个 token，而 Ling 为 262,144 个。Ling 提供的生成空间是前者的两倍，这对长篇内容综合与智能体转录尤为重要。

• 推理控制 — Light DT 提供 max、high、low 和 none，其中 max 为默认值。Ling 是一种混合推理器，使用开/关切换，而不是分级阶梯；没有文档记载的“none”可以让你获得快速的非思考路径。

• 任意请求量下的成本——Ling 在每种请求规模下都是如此。没有任何工作负载能靠 2% 的上下文优势（1,024,000 对 1,000,000 tokens）抵消 25 倍的输入价格溢价。

• 证据 — {{1}}Ling，双向{{/1}}：独立的指数评分和已发布的含参数数量的架构。{{2}}Light DT{{/2}}两者都没有。

• 服务稳定性——Ling 部署在蚂蚁自有基础设施及第三方平台上；Light DT 仅部署在百度的国际端点。单一供应商模式没有故障转移，这属于采购风险，而非性能风险。

• 开放性——Ling 的 1019 检查点于 2026 年 10 月下旬以开放权重形式发布，因此其架构可供审查，模型也可自行托管。Light DT 没有权重，也没有模型卡。

最后一点值得强调。Ling 系列有一个开放工件和一个封闭工件，而开放的那个让你可以核查这些说法。ERNIE Light DT 只提供封闭选项，而该模型的核心主张——压缩能在长上下文中保持质量——恰恰是你想独立验证的那类东西。

如果你还想尝试的话

这两个模型都不在 OrcaRouter 的目录中，因此这并不是在推荐你去任何地方注册。但如果 Light DT 的长上下文说法与你的工作相关，那么测试它的方式既聚焦又低成本。

把同样超过 10 万 token 的提示词分别发给两个模型，各发二十次，问题答案分别埋在不同深度——开头附近、中间和结尾。你自己给答案打分。这项测试在 Ling 上花费不到一美元，在 Light DT 上约三美元，一个下午就能定论两家厂商都未公布的结果。如果 Light DT 在 Ling 质量下降的深水区仍能保持质量，那溢价就站得住脚。如果两者都下降，你就知道了：在这个档位，无论谁卖，百万 token 上下文窗口都只是个营销数字。

无论结果如何，都要让这次替换保持低成本。一个按请求分别公开两个模型价格的路由端点——并且可以选择将一小部分流量发送给新模型，并在当天撤回——这是在没有任何已发布证据的情况下评估一个模型的唯一明智方式。仅凭价目表购买容量，正是团队最终为一个从未填满的窗口支付 25 倍费用的原因所在。