ERNIE 4.5 cobra 64% mais caro na entrada e ainda perde em IQ
Os dois modelos chineses cobram US$ 1,10 por milhão de tokens de saída. A diferença mora no que entra — e o índice de inteligência também não ajuda a Baidu.
O mesmo preço de saída, contas opostas
US$ 1,10 por milhão de tokens de saída. É o que a Qwen cobra pelo Qwen3 Next 80B A3B Instruct e o que a Baidu cobra pelo ERNIE 4.5 300B A47B. Idêntico no release, idêntico no catálogo desta terça-feira. A semelhança termina aí. Quando você olha para o que entra, para a janela de contexto e para o índice de inteligência medido hoje, a história muda — e muda inteira para um lado.
Inteligência medida hoje: 55% de vantagem
O catálogo posiciona o Qwen3 Next 80B A3B Instruct em 13,754 e o ERNIE 4.5 300B A47B em 8,867 de IQ. Traduzindo: o modelo da Qwen responde, em média, como se soubesse 55% a mais do que o da Baidu no benchmark atual. Nenhum dos dois ameaça o topo — o OpenAI o3 lidera com 31,096 e o Claude Haiku 4.5 vem logo atrás com 29,892 — mas dentro do comparativo, a diferença é categórica.
A fatura real mora no que entra
O que você paga para enviar o prompt é o que mais pesa em fluxos com muito contexto — RAG, anexos longos, transcrições, leitura de código. Aí a diferença explode: US$ 0,10 por milhão de tokens no Qwen contra US$ 0,28 no ERNIE 4.5. Para cada milhão de tokens que entra, a Baidu custa 64% mais. No preço blended, que mistura entrada e saída em proporções típicas, o Qwen sai a US$ 0,4125 e o ERNIE a US$ 0,485. Mais barato e mais inteligente ao mesmo tempo.
Tem um detalhe a mais que costuma passar batido: o Qwen publica preço de cache (US$ 0,07 por milhão de tokens). O ERNIE 4.5 não publicou. Sem número no catálogo, você não consegue orçar o que pagaria para reusar contexto — você opera no escuro.
Tamanho total não é documento, é headline
Olhando só para os números grandes, o ERNIE 4.5 impressiona: 300 bilhões de parâmetros totais, 47 bilhões ativos por token. O Qwen3 Next tem 80 bilhões no total e apenas 3 bilhões ativos. Quinze vezes mais parâmetros ativos parece massacre. Só que o índice de inteligência conta outra história — o Qwen ganha. E a janela de contexto também: 262.144 tokens no Qwen, 131.072 no ERNIE. O dobro.
O corte de conhecimento do Qwen é 30 de setembro de 2025; o do ERNIE é 31 de março de 2025. Seis meses a mais de mundo. Em tarefas que dependem de eventos recentes, isso pesa. A Qwen também informa velocidade de geração: 173,42 tokens por segundo. A Baidu não publicou velocidade para o ERNIE 4.5 300B A47B.
| Critério | Qwen3 Next 80B A3B Instruct | ERNIE 4.5 300B A47B |
|---|---|---|
| Índice de inteligência | 13.8 | 8.9 |
| Entrada US$/M | 0.1 | 0.28 |
| Saída US$/M | 1.1 | 1.1 |
| Contexto | 262k | 131k |
| Pesos abertos | sim | sim |
| Velocidade (tok/s) | 173 | — |
| Índice de código | — | — |
| Índice agêntico | — | — |
Quando cada um ganha — sem "depende"
O Qwen3 Next 80B A3B Instruct ganha em praticamente tudo que dá para medir com os dados públicos de hoje: custa 64% menos no input, tem o dobro de contexto, pontua 55% a mais em inteligência, publica preço de cache, informa velocidade e conhece o mundo até setembro. É a escolha padrão para quem monta aplicação em produção e quer previsibilidade de fatura.
O ERNIE 4.5 300B A47B só ganha em um cenário estreito: quando o seu sistema já está preso ao ecossistema Baidu e a integração exige ERNIE específico — pipelines legados, deployments em Baidu Cloud Qianfan, contratos que pedem modelo Baidu por cláusula. Fora daí, ele perde em quase todas as métricas relevantes. O argumento "tem 47 bilhões ativos" não sobrevive a um IQ menor e a uma fatura 64% mais cara na entrada.
| Modelo | Inteligência | Saída US$/M |
|---|---|---|
| o3 | 31.1 | 8 |
| Claude Haiku 4.5 | 29.9 | 5 |
| gpt-oss-120b | 24.1 | 0.17 |
| Qwen3 Next 80B A3B Thinking | 16.9 | 1.2 |
| gpt-oss-20b | 15.2 | 0.13 |
No comparativo, a lição é direta: parâmetro total não substitui benchmark publicado, e preço de saída igual esconde diferença brutal no resto da conta. Se você tem escolha técnica, a fatura de novembro está dizendo o nome do modelo.
Para workloads típicos em produção, escolha o Qwen3 Next 80B A3B Instruct: custa 64% menos no input, tem o dobro de contexto e pontua 55% a mais em IQ. Reserve o ERNIE 4.5 300B A47B só para integrações presas ao ecossistema Baidu.
Perguntas frequentes
Qwen3 Next 80B A3B Instruct ou ERNIE 4.5 300B A47B: qual escolher?
Para a maioria dos casos, Qwen3 Next 80B A3B Instruct. Ele custa 64% menos no input (US$ 0,10 contra US$ 0,28 por milhão de tokens), tem o dobro de janela de contexto (262 mil contra 131 mil tokens) e pontua 55% a mais no índice de inteligência medido hoje. O ERNIE 4.5 só compensa se a sua stack já depende de Baidu Cloud ou de contratos que exigem modelo Baidu.
ERNIE 4.5 300B A47B é melhor que o Qwen3 Next em algum cenário?
Pelo que os dados públicos mostram hoje, não em inteligência medida, preço, contexto ou recência do conhecimento. O ERNIE só leva vantagem em um cenário bem específico: quando a sua integração técnica exige o stack Baidu (Qianfan, contratos, pipelines legados). Mesmo nesse caso, o Qwen é open weights e pode ser hospedado onde você quiser.
Por que o preço de saída é igual nos dois modelos?
Coincidência de catálogo: os dois listam US$ 1,10 por milhão de tokens de saída. O que muda — e muito — é o input (US$ 0,10 no Qwen contra US$ 0,28 no ERNIE) e a transparência: o Qwen publica preço de cache, o ERNIE não. Em fluxos com muito prompt e pouco completion, a diferença final na fatura chega fácil a 60%.