ERNIE 5.5 Flash 對比 MiniMax M3.1 Flash：兩百萬 Token 上下文視窗，僅一項公開評分

這兩個模型都宣稱具備百萬詞元的上下文視窗，都屬於 Flash 級，每百萬輸入詞元的花費都不到一美元，而且恰好只有其中一個的名字附有數字。自 2026 年 10 月 19 日推出以來，MiniMax M3.1 Flash 在 Artificial Analysis Intelligence Index 上的評分為 42，每完成一項指數任務的費用為 0.22 美元。ERNIE 5.5 Flash 於 2026 年 11 月 10 日在 Baidu Qianfan 開賣，有價格、有規格，卻沒有任何形式的評測——沒有廠商表格，沒有獨立測試，也沒有知識截止點。所以，有用的問題不是哪個模型更好。而是缺失的那個分數值多少，以及這兩個視窗是不是同一個視窗。

這兩份規格實際分歧之處

主要數字彼此相近，看似可以互換，但其實不然。下列資料列中有四列會決定實際工作負載。

• 輸入視窗 — ERNIE 1,024,000 tokens 對上 MiniMax 1,000,000。24,000 個 token 的差異只是雜訊；將兩者視為等效，別再比較了。

• 輸出上限——ERNIE 921,600 個 token，對比 MiniMax 524,288 個。ERNIE 的上限幾乎是兩倍，而原因在於架構設計，並非出於大方：它的推理功能無法關閉，因此長時間的代理迴圈需要有地方容納這些思考。

• 每百萬價格 — ERNIE 輸入 $0.28／輸出 $1.13／快取 $0.028，對比 MiniMax $0.15／$0.60／$0.015。ERNIE 的輸入費率是 1.87 倍，輸出費率是 1.88 倍。快取讀取也以相同比例計算。

• 模態 — ERNIE 僅支援文字。MiniMax 接受文字、圖像與影片，並回傳文字。對於任何包含螢幕截圖、圖表、UI 畫面擷取或通話錄音的工作負載，這一列在討論價格之前就已結束比較。

• 推理控制 — ERNIE 的推理是強制的，預設啟用，僅提供一種投入程度：高。MiniMax 則提供可調的思考深度，這意味著分類呼叫可以略過它不需要的思考。

• 權重 — MiniMax 於 10 月 23 日公布了 428B 參數（23B 啟用）、48 個分片合計 252.4 GB，採用社群授權並附帶 2,000 萬美元的營收條款。ERNIE 的基礎檢查點可供下載；經後訓練的 ERNIE 5.5 Flash 則不開放，且未公布日期。

• 獨立評分 — MiniMax 在 Intelligence Index 上得分 42，評分當下在 173 個模型中排名第 41，每項任務 $0.22。ERNIE：無。Artificial Analysis 收錄了 ERNIE 4.5 與 ERNIE 5.0 的資料列，完全沒有 ERNIE 5.5 的資料列。

把帳單跑三次，不是一次。

價目表是比較兩個都會先思考再回答的模型時，最沒用的方式。同一個任務、三種定價方式，反而更誠實。

以文件審查工作負載為例：每次請求有 400,000 個輸入 token、3,000 個輸出 token，每天 100 次請求。在 ERNIE 5.5 Flash 上，這相當於 4,000 萬個輸入 token 以 $0.28 計，以及 300,000 個輸出 token 以 $1.13 計——$11.20 加 $0.34，也就是每天 $11.54。在 MiniMax M3.1 Flash 上則是 $6.00 加 $0.18，即 $6.18。同樣是 100 份文件，ERNIE 每天多花 $5.36，換算下來一年約 $1,950。

現在用一個值得快取的系統提示重做一次。如果那些輸入 token 中有 380,000 個是穩定的指令，只有 20,000 個會變動，ERNIE 以 $0.028 的快取讀取價格，會把輸入費用從 $11.20 變成大約 $1.62；MiniMax 的 $0.015 快取費率則把它的 $6.00 降到約 $0.87。差距縮小到每天遠低於一美元，而兩個模型都便宜到選擇不再取決於財務。在百萬 token 視窗上，快取不是微最佳化——它佔了帳單的大部分。

第三次執行，是沒有人會公開的那一次。加上推理 token。無法要求 ERNIE 跳過它們；在一項任務中，它先思考 6,000 個 token 才寫出 3,000 個，輸出量就是 9,000 個 token，輸出那行會變成三倍。MiniMax 則可以被要求少思考一些，而它記錄在案的行為本來就異常冗長——在 Intelligence Index 中，輸出 token 達 1.8 億，而中位數是 9,900 萬——所以兩者在實務上可能會趨於一致。沒有人知道，因為這些模型中只有一個曾被實際測量過。除非你自己在自己的提示詞上計算輸出 token，否則這裡任何比較的小數點後第二位都只是裝飾。

強制推理是一種設計立場，而非缺陷

把 ERNIE 強制進行高強度推理這件事解讀為一種限制，確實很誘人，而對某些工作負載來說，情況正是如此——單字分類沒有快速路徑，每個請求都得付出延遲與 token 成本，而 MiniMax 讓你得以避開這些成本。但同一個決策也解釋了輸出上限，並且說明了百度究竟是為誰打造這個東西。

一個總是進行推理、輸出額度高達 921,600 個 token 的模型，是為長時間的代理式執行而打造：涵蓋倉庫規模的重構、多步驟研究，以及需要思考空間的規劃迴圈。百度的基礎檢查點發布也朝同一方向傾斜——預訓練語料強調「倉庫規模的程式碼與長上下文」，而最能襯托它的基準測試列是 HumanEval+ 的 82.3 與 RepoQA 的 91.7，兩者皆為基礎模型數據，並不直接說明聊天模型的表現，但確實說明了訓練資料所優先重視的內容。

MiniMax 的設計取向指向別處。可調的思考深度、原生影像與視訊輸入、每秒 125.5 個輸出 token，以及 1.04 秒的首次 token 時間，描繪出一個為吞吐量而打造的模型——自主迴圈、由螢幕截圖驅動的介面，以及輸入是掃描檔而非 diff 的文件管線。它自身的定位用語著眼於大量使用下的每 token 成本，而每項索引任務 0.22 美元正是支撐這一定位的數字。

兩款 Flash 級模型，兩種不同的押注：一款押注於每次請求的深度，另一款押注於每秒請求數。兩者都沒有錯，而規格表異常清楚地說明了哪個是哪個。

兩者都很便宜；但只有一個是你今天就能做出的決定。

真正關鍵的不對稱在於證據基礎。MiniMax M3.1 Flash 有公開的指數評分、公開的每項任務成本、公開的模型卡、可下載的權重，以及一份獨立測量，說明它跑完一項基準測試究竟消耗多少 token。採購決策可以據此做出。ERNIE 5.5 Flash Preview 則只有價目表、上下文視窗，還有一頁 Baidu 新聞稿——那頁仍以基礎檢查點為主打，並用「即將推出」來形容後訓練模型，而尷尬的是，那正是現在要賣的模型。

這並不代表該預覽版是糟糕的模型。這代表它是一個未經實測的模型；而面對一個價格是已實測競爭對手兩倍的未經實測模型，正確的態度並不是假定它更差。百度的基礎檢查點在 30 行中的 26 行上擊敗 DeepSeek V4 Flash Base；在該基礎上進行強力的後訓練，有可能落在 42 以上，也可能落在 42 以下。重點是，目前百度以外沒有人能判斷，而價目表並不是證據。

在未簽署兩份合約的情況下測試兩者

這些模型中，有一個使用路由金鑰，另一個則沒有。OrcaRouter 提供MiniMax M3.1 Flash，以供應商定價、0% 加價提供，並與 GLM-5.3-Flash、DeepSeek V4.1 Flash、Qwen 3.8 Flash 和 Gemini 3.8 Flash 並列——超過 200 個模型可透過單一 OpenAI 相容端點取用，具備跨供應商自動容錯移轉，以及一套路由 DSL，可將多個模型組合成單一呼叫。ERNIE 5.5 Flash Preview 不在該目錄中；沒有 ERNIE 項目，也沒有可供我們路由的 Baidu 端點，因此必須使用第二把金鑰、第二筆帳單，透過 Baidu 自家 API 呼叫。

走過那種不對稱的務實做法，是先建立評估，再進行整合。把你那二十組提示詞放在路由金鑰後面，執行 MiniMax 和 Flash 層級其餘模型，並記錄每項任務的輸出 token 數——不只是每百萬 token 的價格。然後把同樣二十組提示詞指向百度端點，並在同一基準上比較。如果 ERNIE 在你關心的任務上勝出，它 1.88× 的費率就是值得支付的溢價，而缺少模型卡只會變成麻煩，而不是阻礙。如果沒有勝出，你只花了一個下午和一張小額帳單就知道了。

真正能妥善解決這件事的，是在一個會執行自家評測框架的追蹤表裡，只要有一列資料就夠了。MiniMax 從上線第一天就有這樣一列。Baidu 明天就能公布一列，那麼本文的核心不確定性就會煙消雲散——而這正透露出，那份不確定性其實根本不在於模型本身，而是在於哪家廠商選擇公開自己的做法。