ERNIE-5.5-Flash 對決 GPT-6 Luna：Flash 級別實際上該給你什麼

Flash 不是參數數量。它是一項商業承諾，包含四個條款：每百萬個詞元的價格、你可以據此規劃請求的延遲、你可以依此設定應用程式規模的上下文視窗，以及由獨立第三方核驗過的分數。OpenAI 於 2026 年 9 月 22 日發布的 GPT-6 Luna，四項全部公布。百度於 2026 年 11 月 5 日釋出其基礎權重的 ERNIE-5.5-Flash，則一項都沒公布——沒有價格、沒有實際服務延遲、沒有獨立評估，而且其上下文數字描述的是檢查點組態，而不是端點。因此，將 ERNIE-5.5-Flash 與 GPT-6 Luna 對比，並不是正面交鋒。這是一項有用的測試，用來檢驗「Flash」這個詞理應保證什麼，也展示百度尚未做出多少這樣的保證。Luna 以供應商的牌價提供服務，並將投入程度與上下文的轉送策略集中於一處。

第一條：價格

GPT-6 Luna 的定價為每百萬輸入 token 0.10 美元、每百萬輸出 token 0.50 美元。快取輸入讀取約為 0.01 美元，快取寫入約為 0.125 美元；超過 272K 輸入 token 的提示會進入更高價位層級，價格為 0.20/0.75 美元。相較於 GPT-6 Sol 的 2/10 美元與 GPT-6 Astra 的 10/50 美元，Luna 的成本分別約為其二十分之一與一百分之一——OpenAI 將此次發布定調為相對於 GPT-5.6 促銷定價的永久五折，而非臨時折扣。

ERNIE-5.5-Flash 沒有價格。它不是未公開定價，也不是企業報價制：這個後訓練模型根本不存在，因此沒有可定價的對象。實際存在的是 ERNIE-5.5-Flash-Base，這是一個 280B 參數的稀疏 MoE，每個 token 啟用 14B，依據 ERNIE 5.5 Flash Base Model License Agreement v1.0 提供，可免費下載 FP8 與 BF16 版本。

這就是第一條的全部內容。一邊是每百萬個輸入 token 收費 10 美分的模型，另一邊是一個儲存庫。

第二條：延遲

Luna 的延遲概況對自身的取捨異常誠實。輸出速度約為每秒 154 個 token。在低推理強度下，首個 token 的中位時間約為 1.5 秒。在最高推理強度下，則拉長到約 124 秒——這個數字使模型在該設定下不適合互動式工作，但對批次分析而言卻完全合理。一個同時公布這兩個數字的 Flash 層級，等於在告訴你它適用於哪些部署情境。

ERNIE-5.5-Flash 並未公布吞吐量，也未公布首 token 延遲，因為沒有已提供服務的端點可供測量。能推斷的是架構層面：每個 token 啟用 140 億參數、總參數達 2800 億，這是一項著眼於低成本、快速解碼的設計；而 140 億啟用參數是比 GLM-5.3 Flash 的 180 億，或 DeepSeek V4.1 Flash 的 80 億輸入／160 億輸出拆分更小的工作集。紙面上，它是為快速而打造。但在有人實際提供服務之前，這項說法也只能停留在紙面上。

第三條：上下文

GPT-6 Luna 的視窗約為一百萬個 token，輸出上限則接近 128K。值得注意的細節是，這比 GPT-6 Sol 的 872K 還要大——也就是說，較便宜的模型能接受比昂貴模型更多的輸入。這顛覆了慣常的升級邏輯。標準的路由模式是「把大的負載送給大的模型」；Luna 打破了這個規則，任何依照舊假設設定的路由器都會導致超支。

ERNIE-5.5-Flash-Base 在發布配置中回報 128K 訓練上下文，以及 1,048,576 個 token 已啟用於微調與推論。這些數字與 Luna 的數字並非同一類。前者是從未以該長度提供服務的檢查點上的配置旗標；後者是附帶 272K 價格級別的產品限制。百度的長上下文證據是一輪基準測試橫掃——HELMET-RAG 71.5、RepoQA 91.7、LongBench-v2 48.7、InfiniteBench 46.5——在其自家測試框架下執行，而文章承認，那些長上下文項目中至少有兩項歸屬於競爭對手的基礎模型。

第四條：由他人核對的分數

Luna 的公開定位好壞參半，而這正是它可信的原因。BenchGecko 回報平均分為 55.9，排名約第 116 名；與廠商相關的數據包括 DeepSWE v1.1 為 66.6、OSWorld 2.0 為 52.7、LiveBench 程式設計 79、數學 89.1。Terminal-Bench 4.0 在 Vals AI 的執行結果約為 13.6%，AutomationBench 則為 20.7。Artificial Analysis 將其智慧指數置於約 37 到 38，低於 Sol 的約 48 與 Astra 的約 53，其程式設計代理指數約 41——較 GPT-5.6 Luna 的 43 有所退步。幻覺率從 93% 改善至 77%，雖有進步，仍不算好。

所以 Luna 是一個便宜模型，有明文記載的上限，且至少有一次有紀錄的效能退步。對買家而言，這比一個沒有來源依據的漂亮數字更有用，因為它告訴你哪些地方不該用它：代理式編碼迴圈、高風險的事實回憶，以及任何依賴 Terminal-Bench 式環境操作的任務。

ERNIE-5.5-Flash 在這條條款中這一邊，提出的是一張基礎模型表。MMLU 93.3、MMLU-Pro 78.4、GPQA 60.2、HumanEval+ 82.3、LiveCodeBench 40.1——全部都是在後訓練之前，於百度的測試框架中，對照其他基礎檢查點所測得。這是一張站得住腳的表格。但它並不是對「我會呼叫的模型有多好」這個問題的回答，因為你會呼叫的模型尚未被建構出來。

為何 280B 的「Flash」是截然不同的存在

比較之下藏著一個結構性重點。Luna 是小型模型，因體積小而成本低廉。ERNIE-5.5-Flash 是大型模型，透過每次僅啟用自身一小部分——每個 token 啟用 280B 中的 14B——來壓低成本。兩者的經濟結構確實不同：記憶體成本隨 280B 總量擴展，運算成本則隨 14B 的活躍部分擴展。對大量提供服務的供應商而言，這是有吸引力的形態，因為昂貴的部分會分攤到許多並行請求上，而便宜的部分則是每個 token 的成本。

對自行託管者來說，同樣的規模就是個問題。你需要以 FP8 容納 280B 參數的記憶體——在 KV 快取之前約 280GB——才能獲得 14B 模型的運算特性。那是資料中心部署，不是工作站部署，這也是為什麼這種規模的基礎檢查點往往會變成 API，而不是本地模型。

Luna 恰恰相反：它小到足以廣泛提供，定價也反映了這一點，並且可透過 OpenAI 的 API、ChatGPT Work、Codex，以及 Free 和 Go 方案的桌面應用程式使用。分發本身就是產品的一部分。

OrcaRouter 適合的地方，以及不適合的地方

GPT-6 Luna 可在 OrcaRouter 上以 openai/gpt-6-luna 進行路由，並以供應商定價、0% 加價提供。對這個模型來說，這件事比平常更重要，因為 Luna 周遭值得關注的路由決策根本無關價格，而是在於投入程度。需要 1.5 秒首字延遲的請求，不應與可等待兩分鐘的批次工作送到相同的投入程度設定；偶爾需要 800K 上下文的工作負載，也不應因為假設較大的模型就有較大的視窗而預設改用 Sol。能把這些原則集中在一處，並在供應商效能下降時自動容錯移轉的路由層，在這裡確實發揮了實際作用。

ERNIE-5.5-Flash 不在 {{1}}OrcaRouter 目錄{{/1}} 中——{{2}}216 個模型 ID，沒有 ERNIE 條目{{/2}}——本文中的任何內容都不應被解讀為宣稱它確實在其中。目前沒有可供路由的端點。誠實的立場是：等到 Baidu 正式提供這個後訓練模型的那一天，路由問題才會變得有趣；今天這還只是假設。

什麼會讓 ERNIE 成為 Luna 的競爭對手？

四件事，而它們就是同樣的四項條款。

• 價格為 $0.10/$0.50 或以下。任何高於 Luna 費率的價格，都必須以中文品質或資料落地來證明其合理性，而 Baidu 尚未為此模型提出這兩種論據中的任何一種。

• 一個實測的吞吐量數字。14B 活躍參數設計顯示它可能很快；但在供應商公布每秒權杖數與首個權杖時間之前，那只是架構上的推論，並非規格。

• 附帶價格的實際提供上下文上限。1,048,576 個 token 的配置是檢查點（checkpoint）本身的能力。Luna 的視窗是產品條款，包含 272K 定價層級。這些是不同的承諾。

• 一個經過後訓練、並具獨立評估的模型。這是最關鍵的一點。基礎檢查點與成品 Flash 模型之間的距離，正是指令遵循、工具運用與格式紀律所在之處，而這也正是 Luna 已經走過的距離。

在那四者問世之前，對任何要購買算力容量的人來說，這項比較都有明確答案：GPT-6 Luna 儘管有已記錄在案的弱點，仍是以真實價格提供的真實選項；而 ERNIE-5.5-Flash 則是披著產品層級名稱的研究發布。更有趣的觀察是，百度選擇先釋出基礎權重，並高調公開記錄其架構——43 層、37 個 HCA 加 6 個 MLA-DSA、512 個路由專家（top-10）、201,216 個 token 的詞彙表——這讀起來像是一間實驗室在邀請外界進行後訓練工作，而非廠商開通銷售管道。以那個標準評判，這是一次不錯的發布。若拿它與 Luna 相比，它還不在同一個市場。