ERNIE Light DT 1.0 的成本是 Baidu 280B Flash 模型的四倍

Baidu 最新的小型模型，定價卻堪比大型模型。ERNIE Light DT 1.0於 2026 年 11 月 10 日上架，標價為每百萬輸入 token $1.13、每百萬輸出 token $3.94。而ERNIE 5.5 Flash Preview——來自同一實驗室、擁有 2,800 億參數，輸出上限更高、費率表卻低得多——標價為 $0.28 與 $1.13。把這兩行並排來看，這個名稱就說不通了：名為 Light 的模型反而更貴，輸入價格是其四倍，輸出則是三點五倍。

那個倒掛不是價目表上的筆誤，而這是理解本次發布首先值得弄明白的事。百度推出的並不是更便宜的 Flash。它推出的是一種不同類型的物件——一種為某個根本不會出現在按 token 計價清單上的成本問題而打造，且其定價方式彷彿它所替你省下的東西，比它收費的 token 更有價值。

實際上發表了什麼，以及何時發表？

該模型顯示為 baidu/ernie-light-dt-1.0-intl——其中 -intl 後綴代表國際端點，而非中國大陸的千帆 SKU——快照日期為 2026 年 11 月 10 日。它由百度直接提供，並非透過經銷商網路，且僅支援文字輸入、文字輸出。不支援圖片、音訊或檔案。

定義其規模的兩個數字，是 1,024,000 個 token 的上下文視窗，以及 131,072 個 token 的最大輸出。在 2026 年末，這些數字並不罕見；百萬 token 視窗在中國開放權重模型梯隊中已是基本門檻，而且自夏季以來便是如此。真正不尋常的是，一個自家廠商文案稱之為輕量的模型，竟具備百萬 token。

百度的說明簡短，值得直接引用而非轉述，因為這是該公司唯一作出的技術陳述：該模型「基於開源 G​LM 模型」，並「納入百度搜尋 Lightning 大型模型的研究成果」，且「採用百度稀疏注意力（BSA）——由百度 ERNIE 開發的獨特稀疏注意力機制」。

稀疏注意力、歷史壓縮，以及為何 Light 模型能取得一百萬個 token

那段文字裡有三項主張，而它們各自發揮不同的作用。

第一點是源流。一個建立在 GLM 之上的百度模型並非小細節——GLM 是 Z.ai 的架構系列，而百度公開這麼說，就告訴你這是改編策略，而不是從零開始的預訓練。百度在這裡並不是在宣稱一個新的基礎模型。它宣稱的是更好的運行方式。

第二個是與搜尋的關聯。百度搜尋的「Lightning」系列，是搜尋產品自身答案生成背後的模型家族，這意味著它是在一種非常特定的壓力下被最佳化：龐大的查詢量、冗長的檢索上下文，以及嚴格的延遲預算。能在那種環境中留存下來的研究發現，往往與記憶體流量有關，而不是基準測試分數。

第三個——也是能解釋價格的那一項——是 BSA 加上百度所稱的「回饋驅動的歷史壓縮」，其表示這「改善歷史資訊的儲存與索引」，並「在維持模型效能的同時，大幅降低 KV 快取的儲存與運算成本」。

剝去行銷包裝，這其實就是一個 KV-cache 的故事。在標準 Transformer 中，把長對話或長文件保留在上下文中的成本，會隨著你保留的每一個 token 而增加，因為每一層都會為每個位置快取鍵與值。這個快取正是即使模型本身很小，百萬 token 視窗的服務成本依然高昂的原因。壓縮方案針對的正是這一點：不保留原始的逐 token 快取，而是以緊湊、帶索引的表示法保存較早的過去，長上下文的成本就會下降。

那是 Baidu 在 ERNIE 5.5 Flash 中以不同方式解決的同一問題：43 層中有 37 層採用 Heavily Compressed Attention——每 128 個詞元快取一個項目——而六層則透過 MLA 搭配稀疏注意力，保留完整的詞元層級存取。Light DT 似乎朝同一方向更進一步：更多壓縮、對被壓縮內容有更好的索引。Baidu 尚未公布層數、參數量或壓縮率，因此它推進到什麼程度仍未知。

從這個架構推導出的是一個定價假設，而它之所以只是假設，是因為百度尚未表態：如果你的工作負載主要由快取常駐量而非全新 token 主導，供應商就能提高每 token 的價格，卻仍是每次請求下更便宜的選項。這是否成立，完全取決於百度尚未公布的一個數字——每百萬個上下文 token 的有效快取佔用量。

價格，以買家實際使用的單位表示

每個 token 的費率，如下所列：

• 輸入 — ERNIE Light DT 1.0 每百萬個符元為 $1.13，而 ERNIE 5.5 Flash Preview 為 $0.28。Light DT 的價格是 4.0 倍。

• 輸出 — 每百萬 $3.94，對比 $1.13。Light DT 的價格是 3.5 倍。

• 快取輸入 — 每百萬 $0.113，對比 $0.028。Light DT 的價格是 4.0 倍，而兩者對快取讀取的折扣都是全新輸入的十分之一。

• 上下文 — 兩者皆為 1,024,000 個 token。

• 最大輸出——Light DT 為 131,072 個 token，而 ERNIE 5.5 Flash Preview 為 921,600 個。這是唯一一項小型模型真正較小的地方，差距達七倍。

• 模態 — Light DT 僅限文字；Preview 端點同樣僅限文字。

輸出上限就是線索。ERNIE 5.5 Flash Preview 被打造來輸出非常長的答案——九十萬個 token 的輸出不是聊天模型會有的數字，而是批次生成、長篇綜合，或從不被裁剪的代理逐字稿才會有的數字。Light DT 的 131,072 則是正常、寬裕、平平無奇的輸出預算。百度刻意限制了服務成本最高的那個部分。

所以，這個產品的形態是：對每一個進入的 token 收取溢價，並拒絕讓模型漫無邊際地輸出。對一個真正昂貴的資源是它所承載的上下文、而不是它所寫出的文字的模型而言，這是一套連貫的定價。

端點會做什麼、不會做什麼

功能範圍比價格所反映的更廣，卻比名稱所暗示的更窄。

• 推理是選用且可調的。系統提供四種投入等級——max、high、low 與 none——預設為 max。能將投入設為 none，對這個層級的模型很重要：這是同一端點上，延遲敏感分類器與思考模型之間的差別。

• 支援工具呼叫，包括強制工具選擇。函式呼叫、結構化輸出與 JSON 回應格式皆可使用，這使其不僅能作為文字生成器，還能作為代理迴圈中的規劃器。

• 取樣方式是常規做法——temperature、top_p、max_tokens——沒有暴露任何不尋常的項目，也看不出有某些中國實驗室所隨附的那種奇特解碼旋鈕的跡象。

• 它接收文字，回傳文字。如果你的流程餵給它的是 PDF 掃描檔、螢幕截圖或通話錄音，你就需要在它前面加一道 OCR 或轉譯步驟，而這道步驟有它自己的成本和自己的失效模式。

• 它由單一供應商提供服務。單一供應商的端點背後沒有容錯移轉機制，因此百度一旦發生事故，就等於你的產品發生事故。這是採購層面的事實，而非批評。

缺少什麼？

三個缺口，而它們全都在同一個地方：證據。

沒有任何基準測試。不是廠商表格，不是圖表，也不是單一數字——百度的發布文案只提出一項機制性主張，然後就沒了。也沒有任何獨立評測機構為它列出條目。Artificial Analysis 收錄了 ERNIE 5.5 系列以及大多數中國快速層級模型的條目，卻沒有給這個模型評分。因此，今天對其品質最誠實的陈述是：在每一個面向上都未知，包括百度隱含推銷的那個面向，也就是壓縮是否會在長上下文下犧牲準確度。

沒有權重。ERNIE 5.5 Flash Base 於 2026 年 11 月 5 日發布開放權重，擁有 2800 億個參數，其授權條款排除歐盟、英國與南韓。Light DT 僅以 API 形式提供，沒有公開儲存庫，也沒有模型卡。若你想檢視其壓縮方案，你無法做到。

而且「DT」並沒有定義。百度尚未發布詞彙表條目，而這兩個字母也對應不上該公司現有命名中的任何內容——其中Flash代表低價層級，Base代表預訓練檢查點，而Preview代表託管的指令模型。在百度說明 DT 代表什麼之前，請把它當作產品代碼，而不是描述。

該怎麼稱呼它，以及在這期間該做什麼

目前，ERNIE Light DT 1.0 可透過百度自家的 API，以及提供國際端點的第三方平台使用。它並不在 OrcaRouter 的目錄中——在規劃依賴它之前，請先對照即時模型清單確認——所以這不是那種我們給你一組金鑰和一個價格就能了事的項目。

{{1}}今天值得做的事{{/1}}，就是測量價格所取決的那個東西。拿出你的產品實際送出的最長上下文——檢索到的文件、滾動式對話、程式碼庫切片——把它送給你已經能呼叫的模型。記錄輸入 token 數、供應商有回報時的快取 token 數，以及視窗最深處的實際耗時延遲。決定壓縮快取模型是節省還是溢價的，是那個數字，而不是每 token 費率。如果你的流量永遠不超過 {{2}}32,000 個 token{{/2}}，Baidu 正在推銷的架構對你毫無用處，而{{3}}每百萬 $1.13{{/3}}根本就是合理價格的四倍，實在太貴。

第二件值得做的事，是讓切換保持低成本。一個沒有基準測試、卻有四方溢價的模型之所以還值得討論，是因為嘗試它的替代方案不是重寫——而只是一個 base URL。讓你的長上下文流量經過一個會顯示各模型價格的端點，像這樣的模型就能在週二被放到百分之十的流量後面，並在週三被撤下。這是評估未經測量之發行版的唯一負責方式：小規模曝光、真實流量，以及一個你能按請求而非按帳單讀取的價格。

依序該關注的是：一張載明參數量與壓縮比的模型卡；一份首次獨立評估，最好分別報告 128K 與 1M 的表現，而不是只給一個平均後的分數；以及一次價格變動。最後一項最具資訊價值。對輕量模型開出四倍溢價，要嘛是在反映快取經濟學，要嘛只是暫定價；而要分辨是哪一種，就看它能不能撐過第一個季度。