Две китайские модели быстрого класса, обе только для работы с текстом, обе заявляют о миллионном окне контекста, обе построены на трюках с разреженным вниманием (sparse attention), чтобы сделать длинный контекст доступным по цене, — и при этом одна из них стоит в двадцать пять раз дороже за токен ввода, чем другая. ERNIE Light DT 1.0, выпущенная Baidu 10 ноября 2026 года, стоит $1.13 за миллион входных токенов и $3.94 за миллион выходных. Ling 3.1 Flash, смесь экспертов (MoE) компании Ant Group с 560 миллиардами параметров, анонсированная 30 сентября 2026 года, стоит $0.045 и $0.135 за те же единицы измерения и имеет независимую оценку 41 в индексе Artificial Analysis Intelligence Index.
Это не та скромная разница, которую можно объяснить качеством контекста. Это самый большой разброс цен за токен между двумя моделями в этом классе из всех, что в настоящее время продаются обеими лабораториями, и он требует объяснения, прежде чем кто-либо подпишет заказ на покупку.
Самый простой способ увидеть проблему: один запрос, два счета
Возьмем один вызов того типа, для которого существуют эти модели: набор из 120 000 извлеченных документов с ответом в 2 000 токенов, выполненный один раз.
Для ERNIE Light DT 1.0 этот запрос стоит 120 000 × $1.13/1M плюс 2 000 × $3.94/1M, то есть $0.1356 плюс $0.0079, или около 14.4 цента.
Для Ling 3.1 Flash тот же запрос стоит 120 000 × $0.045/1M плюс 2 000 × $0.135/1M, то есть $0.0054 плюс $0.00027, или около 0.57 цента.
Обе модели заявляют, что способны обработать этот запрос. Запуск одной из них обходится в двадцать пять раз дешевле. При десяти тысячах таких запросов в день разница составляет от $1356 в день против $57 — примерно $39 000 в месяц против $1700.
Существует всего три возможных объяснения. Либо Baidu знает что-то о качестве, чего она не опубликовала, либо схема сжатия дает то, чего архитектура Ling не дает, либо цена является временной заглушкой, которая изменится. Остальная часть этой статьи посвящена тому, что из этого верно.
Что представляет собой каждая из них
• Ling 3.1 Flash — гибридная рассуждающая MoE-модель от Ant Group, насчитывающая около 560 миллиардов общих параметров с примерно 25 миллиардами активных на токен, ввод и вывод текста, от лаборатории inclusionAI. Анонсирована 30 сентября 2026 года и доступна на собственном API Ant и в ее потребительских продуктах. Маркетинговое заявление — предел в 1M токенов; на самом деле эндпоинт на момент запуска выдавал 256 000, а текущие международные листинги показывают контекст в 1 000 000 токенов с максимальным выводом в 262 144 токена.
• ERNIE Light DT 1.0 — эндпоинт малой категории от Baidu, выставленный на продажу 10 ноября 2026 года, построенный на открытой архитектуре GLM с использованием разработок из линейки «Lightning» от Baidu Search, применяющий разреженное внимание Baidu Sparse Attention и схему сжатия истории на основе обратной связи. Контекст на 1 024 000 токенов, максимальный вывод на 131 072 токена, только текст. Четыре уровня интенсивности рассуждений, вызов инструментов, структурированные выходы.
Количество параметров несравнимо — Ling не опубликовала данные для Light DT, поэтому честно будет сказать, что для одной стороны общее число в 560B известно, а для другой не раскрывается. Сравнимой является форма: обе модели разреженные, обе работают только с текстом, обе нацелены на работу с длинным контекстом и высокими объемами.
Разреженное внимание, дважды, по двум разным причинам
Истории архитектур очень похожи, что делает ценовой разрыв не проще, а сложнее для объяснения.
Ling 3.1 Flash задействует 25 миллиардов из своих 560 миллиардов параметров на каждый токен. Это игра на емкость: хранить очень большое хранилище знаний и узко маршрутизировать запросы через него, получая знания о мире уровня большой модели при вычислительных затратах малой. Заявление о длинном контексте проистекает из того же дизайна: если каждый шаг обходится дешево, удержание длинной последовательности открытой не является большим бременем.
История ERNIE Light DT больше связана с памятью, чем с емкостью. Baidu заявляет, что модель «улучшает хранение и индексацию исторической информации» с помощью сжатия истории на основе обратной связи, «значительно снижает хранение KV-кэша и вычислительные затраты при сохранении производительности модели» и позволяет удерживать более длинные контексты «с меньшими затратами». Обратите внимание на формулировку: более низкая стоимость для оператора. Это заявление о расходах Baidu на обслуживающий сервер, а не обязательно о ваших.
В этом и заключается суть. Каждая схема сжатия в этом классе — сильно сжатое внимание Baidu (Heavily Compressed Attention) в ERNIE 5.5, разреженное внимание по микроблокам у Qwen, собственная маршрутизация Ling — снижает затраты вендора на один токен контекста. Передаст ли вендор эту экономию дальше — коммерческое решение, и Baidu решила этого не делать. Она устанавливает премиальную цену именно за ту возможность, которую, по ее словам, она сделала более дешевой.
Это не обязательно злой умысел. Схема сжатия, сохраняющая качество на миллионе токенов, дорога в разработке и валидации, и вендор может возмещать эти расходы на исследования. Но это означает, что покупатель платит за возможность, экономика которой якобы улучшилась, а улучшения в прейскуранте не видно.
Независимый балл Ling и что он говорит об этом классе
Ling 3.1 Flash набирает 41 балл в Artificial Analysis Intelligence Index. Это реальное стороннее измерение, а не маркетинговый график вендора, и оно ставит модель в верхнюю половину быстрого класса — уверенно выше моделей с большими маркетинговыми бюджетами, но ниже передовых малых моделей. Этот балл сопровождается оговоркой, которая имеет значение для сравнения затрат: Ling — «разговорчивый» рассуждатель. Предыдущая оценка модели показала, что она сжигает примерно 220 миллионов выходных токенов при прохождении оценок индекса, что значительно выше медианы для ее ценового диапазона, и тратит в среднем несколько минут на задачу. Дешевые токены, которые модель тратит свободно, все равно могут накапливаться, но при цене $0.135 за миллион выходных данных даже щедрые рассуждения остаются недорогими.
ERNIE Light DT 1.0 вообще не имеет оценки. Ни данных от вендора, ни независимых. Baidu опубликовала прейскурант и абзац описания механизма — и на этом остановилась. Для модели с премиальной ценой появление с нулевыми доказательствами является самым удручающим фактом в этом сравнении — не потому, что она, вероятно, плоха, а потому, что покупатель не может отличить «неизмеренную» от «неконкурентоспособной», и цена не оставляет презумпции невиновности.
Предел контекста — единственное место, где у Baidu есть пространство для спора
Если и есть аргументы в пользу премиальной цены, то они здесь. Окно в миллион токенов у Ling 3.1 Flash было, по крайней мере в период запуска, скорее пределом, чем обслуживаемой величиной: эндпоинт выдавал 256K, в то время как анонс заявлял 1M. ERNIE Light DT заявляет 1 024 000, и ее листинги показывают ту же цифру для контекста и 131 072 для вывода, без задокументированного уменьшения.
Сохранится ли это различие при столкновении с реальным трафиком, неизвестно, поскольку Baidu не опубликовала оценок для длинного контекста. Никто другой тоже. Единственные свидетельства работы с длинным контекстом в любой из этих семей происходят из таблицы вендора ERNIE 5.5 Flash Base, в которой сообщается о HELMET-RAG 71.5, HELMET-ICL 85.9, LongBench-v2 48.7 и InfiniteBench 46.5 — это собственные цифры Baidu для другой и гораздо более крупной модели, и они не применимы к этой.
Таким образом, аргумент в пользу Light DT сводится к следующему: неизмеренная модель с неподтвержденным преимуществом в работе с большим контекстом при цене входа, в двадцать пять раз превышающей стоимость измеренной модели, которая по крайней мере имеет реальный балл в индексе и работающую точку доступа. Это слабая позиция, и об этом стоит сказать прямо.
В чем каждая модель объективно лучше
• Предел вывода — Light DT поддерживает 131 072 токена против 262 144 у Ling. Ling предоставляет вдвое больше пространства для генерации, что важно для создания длинных текстов и стенограмм агентов.
• Управление рассуждениями — Light DT предоставляет уровни max, high, low и none, причем max используется по умолчанию. Ling представляет собой гибридную модель рассуждений с переключателем вкл/выкл вместо градиентной шкалы; в документации отсутствует режим "none", который обеспечивал бы быстрый путь без размышлений.
• Стоимость при любом объеме — Ling выгоднее при запросах любого размера. Не существует такой рабочей нагрузки, при которой премия в 25 раз к цене входа окупалась бы преимуществом в контексте в два процента (1 024 000 против 1 000 000 токенов).
• Доказательства — Ling превосходит конкурента по обеим позициям: у нее есть независимый балл в индексе и опубликованная архитектура с указанием количества параметров. У Light DT нет ни того, ни другого.
• Стабильность обслуживания — Ling работает на собственной инфраструктуре Ant, а также на сторонних платформах; Light DT доступна только на международной точке доступа Baidu. Модель с единственным поставщиком не имеет возможности переключения при отказе, что представляет собой скорее закупочный риск, чем риск производительности.
• Открытость — Чекпойнт Ling 1019 был выпущен как модель с открытыми весами в конце октября 2026 года, поэтому архитектуру можно изучить, а саму модель — развернуть самостоятельно. У Light DT нет ни весов, ни карточки модели.
Этот последний пункт заслуживает особого внимания. Линейка Ling включает открытый артефакт и закрытый, причем открытый позволяет проверить сделанные заявления. ERNIE Light DT предлагает только закрытый вариант для модели, центральное утверждение которой — о том, что сжатие сохраняет качество при большом контексте — как раз и является тем, что хотелось бы проверить независимым образом.
Если вы все же хотите ее попробовать
Ни одна из моделей не представлена в каталоге OrcaRouter, поэтому данная рекомендация не призывает регистрироваться на каких-либо платформах. Но если история Light DT с большим контекстом актуальна для вашей работы, способ протестировать ее прост и недорог.
Отправьте один и тот же промпт размером более 100 000 токенов обеим моделям двадцать раз, задавая вопросы, ответы на которые спрятаны на разной глубине — в самом начале, в середине и в конце. Оцените ответы самостоятельно. Такой тест обойдется менее чем в доллар для Ling и примерно в три доллара для Light DT, и он позволит за один день выяснить то, что ни один из производителей не опубликовал. Если Light DT сохраняет качество на большой глубине там, где Ling деградирует, за эту переплату есть смысл бороться. Если же деградируют обе, вы поймете, что окно в миллион токенов в этом классе — это лишь маркетинговая цифра, кто бы ее ни продавал.
Каким бы ни был результат, минимизируйте затраты на тестирование. Маршрутизируемая точка доступа, показывающая цены обеих моделей за запрос — с возможностью отправлять часть трафика на новую модель и возвращать его обратно в тот же день, — это единственный разумный способ оценить модель без опубликованных доказательств. Покупка мощностей исключительно на основе прайс-листа — это путь, из-за которого команды в итоге переплачивают в 25 раз за окно, которое никогда не заполняют.
