ERNIE 5.5 Flash Preview：兩種價格、一個免費端點，卻沒有排名成績可展示

百度為ERNIE 5.5 Flash Preview所做的宣傳，於2026年11月13日發佈於X，是該模型「具備廣泛能力」：可遊玩的世界、3D 模型、研究報告、互動式工作簿。其背後主打的說法是「開放權重基礎模型」。在11月11日發布消息的三天後，買家首先會查核的事項，與這兩個說法都對不上。該模型有兩份已公布的付費價目表，價格相差約一半；有一個免費託管版本，比發布早一天出現；沒有獨立基準測試分數；而且在以其名稱命名的競技場排行榜上沒有名次。而實際可下載的權重屬於 ERNIE 5.5 Flash Base，而非那些演示所使用來製作的模型。

這些都不代表它是個糟糕的模型。這只說明它是個行銷聲量跑在正式文件前面的預覽版，這對一個才推出三天的版本來說很正常，而在你把管線指向它之前，這一點值得先知道。

Baidu 在 11 月 11 日實際上推出了什麼

ERNIE 團隊自家的產品更新頁面日期為 2026 年 11 月 11 日，其中將 ERNIE 5.5 Flash 描述為一個 2800 億參數的混合專家模型，擁有 140 億活躍參數，上下文視窗為 1,024,000 個 token。該頁面稱此次發布是「後訓練階段的中間檢查點」——這句話大有玄機，因為它意味著該模型明確並非最終成品。頁面還表示，權重「將於近期以 Apache 2.0 開源」。

那頁正是示範影片的來源，而這些示範也是模型受到關注的原因。一個可在單一 11 小時任務中產出的可遊玩 Unreal Engine 5.8 版本。橫跨 Cocos、Unity、LayaAir、PixiJS 與 Canvas 2D 的約 100 款小遊戲。由兩個協作代理驅動的 747 與大興機場 Blender 場景。一個 FreeCAD W16 引擎、深圳高樓與月球車。一份關於 AI 電力成本的 20 頁報告、一本含 1,000 條路徑蒙地卡羅模擬的工作簿、解析了 4,169 份 NHTSA 碰撞報告、一段 6 分 34 秒的管弦樂 WAV，以及一項長達 116 秒、以 20 種藝術風格產生 10,000+ 行 Python 的「鵜鶘測試」。百度也指出，這些成果是在具備 300,000 個工作區、1,000 萬個參照檔案及超過 40 種支援檔案類型的環境中執行。

讀者搞錯的部分：它看不見

ERNIE 5.5 Flash Preview 能渲染 3D 模型和遊戲世界，因此自然會讓人假設它是一個輸出影像的多模態模型。事實並非如此。包含該模型資料列的 Arena 名單將其影像輸入能力記錄為 false，而百度自家的說明文件也把每一項視覺產物描述成程式碼：Blender 腳本、FreeCAD 腳本、Pycairo 與 Pillow 繪圖呼叫、Unity 專案。模型撰寫的是產生圖片的那個程式。這項區別會影響你如何估算它的成本，因為一個從事 3D 工作的純文字模型是把 token 花在原始碼上，而不是花在影像區塊上，而且它失敗的方式也不同——是腳本壞掉，而不是像素出錯。

116 秒的 Pelican Test，是最能清楚呈現這個模型真正擅長什麼的例子。一萬行 Python、二十種藝術風格、二十二段錄音，全都在不到兩分鐘內完成；Baidu 自己的說法是，這個模型能把試玩測試中的錯誤轉換成程式碼測試。這是一個 coding-agent 的故事，只是外頭再點綴了渲染效果，而不是一個圖像生成的故事。

三個價格標籤，一個型號

Baidu Qianfan 的 ERNIE 5.5 Flash Preview 費率表，本週於中文產品頁面上所見，列出 08:00–22:00 時段每千個輸入 token 為 ¥0.001、每千個快取輸入 token 為 ¥0.0001，以及每千個輸出 token 為 ¥0.004。換算成每百萬個 token，即輸入 ¥1、快取 ¥0.1、輸出 ¥4。以 11 月 13 日 6.685 人民幣兌 1 美元的參考匯率計算，約折合每百萬個 token 輸入 $0.15、快取 $0.015、輸出 $0.60。

先前對此模型的報導所採用、且多數文章至今仍重複引用的美元定價，是輸入 $0.28、快取 $0.028、輸出 $1.13。同一個模型、同一週、由同一家供應商發布，每一項卻相差約 47%。

接著就是零。同一模型的免費變體，擁有相同的 1,024,000 token 上下文與相同的 921,600 token 完成上限，於 11 月 10 日出現在第三方模型目錄上——比百度自家的發布頁早一天，而且它在提示與完成 token 上仍標示為 $0。那就是百度 11 月 13 日討論串在說要試用該模型時，引導讀者前往的端點。所以推文中的範圍是真的；價格就是該介面所顯示的數字。

設想一次具體的代理執行：40 次模型呼叫，每次 30,000 個輸入 token，總計 260,000 個輸出 token。

• 在美元方案上——1.2M 輸入以 $0.28 計，加上 0.26M 輸出以 $1.13 計，每次執行約為 $0.63。

• 使用人民幣卡時——同樣的 token 量換算後，每次執行約為 $0.34。

• 就免費版本而言——$0.00，無論速率限制最終為何。

我不會把這個人民幣數字稱為降價，因為我無法證明它是新的，而不是一直以來就存在的區域價格卡。可以查證的是，讀者最終看到的數字完全取決於他們打開哪一個頁面，而且目前發表的任何文章都沒有把這些數字調和一致。對一次聊天工作階段來說，差距只有幾分錢。對一個要發出數十萬次呼叫的代理程式來說，這就是預算項目，而且值得在帳單告訴你之前，先知道你實際註冊的到底是三者中的哪一個。

未排名不等於差，但也不算是一種結果

列出 ERNIE 5.5 Flash Preview 的競技場名冊中，雖然有它的一列，卻沒有它的名次位置。在 web-dev 類別中，該項目帶有的是名冊的最大整數預留值，而不是排名——這是排行榜用於已收集到投票、但尚未被排入名次的模型所採用的值。同一份資料傾印中另有兩個項目帶有相同的預留值，因此這是正常的排名前狀態，而非懲罰。這確實意味著，當有人告訴你該模型在某個名次上「已被排名」時，他們讀到的是一個尚未計算出來的數字。

Artificial Analysis 完全沒有這個模型的頁面——其排行榜列出的是 ERNIE 4.5 300B A47B 和 ERNIE 5.0 Thinking Preview，完全沒有 5.5 Flash 系列的項目。百度隨發布公布的基準測試表共有二十行，包括 Terminal-Bench 2.0 的 46.5 分，而這些數字全都是廠商自行跑出的，百度以外無人重現。同樣的告誡也適用於自發布以來流傳的 1,668 Code Arena 分數，該分數附有 AutoEval 依據，且沒有票數。

所以，截至11月14日，這個模型真實的成績表上恰好還有一個空白欄位：獨立證據。

現有的權重是 Base 的，不是 Preview 的

百度 11 月 13 日的貼文將 ERNIE 5.5 Flash Preview 稱為「開放權重基礎模型」。但在 Hugging Face 上的是 ERNIE 5.5 Flash Base——一個建立於 2026 年 10 月 21 日、最後修改於 11 月 5 日的儲存庫，搭載的是 ERNIE 5.5 Flash Base Model License v1.0，而非 Apache 2.0。該授權排除歐盟、英國與韓國，設有 5,000 萬美元營收門檻，並要求標註「Powered by ERNIE」。該組織的清單中並沒有 Preview 權重儲存庫，只有 Base 與 Base-BF16。

因此，推文中的那句話對這個系列而言是成立的，但對其中的模型而言還不成立。Apache 2.0 的承諾被標為「soon」，但尚未兌現。任何計劃今天自行架設 ERNIE 5.5 Flash Preview 的人都沒有東西可下載；任何計劃自行架設 ERNIE 5.5 Flash Base 的人，則有一份授權條款需要先仔細閱讀，因為這些限制是地理性和商業性的，而不只是署名要求。

沒有排名的純文字預覽如何被採用

在這種狀態下使用模型，明智的做法就跟使用任何未經證實的端點一樣：把最適合它唯一明顯優勢的工作負載交給它，並且絕不讓它成為支撐生產路徑的唯一一環。那項優勢很具體——1,024,000 個 token 的輸入與 921,600 個 token 的輸出上限，遠超大多數模型在單次回應中會生成的量，而且即使在其兩張價格卡中較貴的那張上，價格也偏低。

這也是路由層不只是方便，而是真正發揮價值的地方。OrcaRouter 的目錄目前並未收錄 ERNIE 5.5 Flash Preview——模型清單回傳 215 筆項目，完全沒有 Baidu 模型——所以我是不會替你寫一條假裝並非如此的可用性說明。對於像這樣的預覽版，平台真正提供給你的是安全實驗的樣貌：在單一端點背後跨供應商自動容錯移轉，因此沒有正常運作時間紀錄的預覽版永遠不必成為單一故障點，而且0% 加價，供應商牌價原樣傳遞，因此不論你按那兩張價目表中的哪一張計費，你看到的就是那一張，而且是在它變動當天就能看到。如果你透過 Baidu 自家 API 與數個第三方平台以這個模型為基礎開發，之後想讓其他所有項目都沿用同一把金鑰，路由 DSL 可將數個模型組合成單次呼叫，無須第二份合約，也不必改動程式碼。

什麼會改變這份文稿？

三件事，按它們可能到來的順序。ERNIE 5.5 Flash 的 Apache 2.0 權重登上 Hub，將能解決開放權重的問題；而且，如果授權確實是 Apache 2.0，這會讓該模型與目前位於那裡的 Base checkpoint 真正有所不同。第一次獨立評估——一個 Artificial Analysis 頁面、一個排名競技場中的位置、一次由非 Baidu 人士執行的可重現 Terminal-Bench 測試——將以證據取代廠商表格。而如果有人把 CNY 與 USD 的費率表調和成單一公開數字，就能告訴你這個模型實際要花多少錢。

在那之前，公允的總結正是那段展示短片所反駁的版本：一個強大的文字與程式碼模型，輸出異常地長，至少在一個方案卡上定價便宜、在另一個方案卡上免費，卻包裝在暗示它尚未具備的能力與開放性的行銷之中。用它來做它能明確做到的事——寫腳本、產生測試、起草報告——並把 3D 世界、「開放權重」標籤和缺失的排名視為仍在傳遞中的說法，而不是你可以據以建構的規格。免費端點是找出該模型是否適合你的風險最低方式，正因為它目前還沒有任何關鍵的承重作用。