ERNIE Speed vs ERNIE Lite
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Baidu의 ERNIE Speed와 Baidu의 ERNIE Lite는 현재 가장 주목받는 AI 모델입니다. ERNIE Speed는 128K 토큰 컨텍스트 윈도우와 100만 토큰당 $0.00/$0.00(입력/출력)의 요금을 제공하며, ERNIE Lite는 128K 토큰 컨텍스트와 $0.00/$0.00의 요금을 제공합니다. 아래에서 벤치마크, 지연 시간 및 비용을 상세히 비교해 보세요.
원하는 AI 모델 선택 및 실시간 비교
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
ERNIE Speed
초고속 저지연 추론 모델Baidu의 ERNIE Speed 모델은 초저지연 실시간 대화, 고속 라우팅 및 대규모 트래픽 처리에 최적화된 AI 모델로, 128K 컨텍스트 윈도우, 초당 175 토큰의 생성 속도, 종합 지능 지수 68/100점(무료 오픈 웨이트 제공)을 제공합니다.
$0.00 / 1M
$0.00 / 1M
128K tokens
N/A
ERNIE Lite
경량 고효율 가성비 모델Baidu의 ERNIE Lite 모델은 극대화된 토큰당 비용 효율성과 빠른 프로덕션 추론 처리에 최적화된 AI 모델로, 128K 컨텍스트 윈도우, 초당 190 토큰의 생성 속도, 종합 지능 지수 65/100점(무료 오픈 웨이트 제공)을 제공합니다.
$0.00 / 1M
$0.00 / 1M
128K tokens
N/A
한눈에 보는 핵심 차이점
- Both models cost the same under this workload — choose on capability, not price.
- ERNIE Lite is faster at 190 tok/s vs 175 tok/s.
| Feature | ERNIE Speed | ERNIE Lite |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 68 | 65 |
Provider | Baidu | Baidu |
Input Price Cost per million input tokens | $0.00 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.00 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 128K tokens~192 A4 pages of text |
Max Output Tokens Per single request | 4K | 4K |
Throughput Speed Tokens generated per second | 175 tok/s | 190 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
부문별 우위 모델
At-a-glance decision frameworkEvaluations ongoing
검증된 벤치마크 점수 비교
Official evaluation metrics verified by independent third-party research labs.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
지연 시간(Latency) 및 응답 속도
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
실시간 API 토큰 비용 시뮬레이터
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
ERNIE Speed · Strengths & Key Advantages
- 128K 컨텍스트 윈도우 및 최대 4K 출력 토큰 생성 지원 (MMLU-Pro 64% · Arena Elo 1205)
- 초당 175 토큰의 빠른 처리 속도와 230ms에 불과한 첫 토큰 지연 시간(TTFT)
- 오픈 웨이트 아키텍처 (Confidential / 8B Scale)를 통해 vLLM, SGLang, Ollama 기반 자체 GPU 서버 구축 및 파인튜닝 가능
Considerations & Trade-offs
- 비양자화 전체 정밀도로 로컬 서버에서 구동하려면 충분한 GPU VRAM 용량이 필요합니다
- 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다
ERNIE Lite · Strengths & Key Advantages
- 128K 컨텍스트 윈도우 및 최대 4K 출력 토큰 생성 지원 (MMLU-Pro 61% · Arena Elo 1180)
- 초당 190 토큰의 빠른 처리 속도와 200ms에 불과한 첫 토큰 지연 시간(TTFT)
- 오픈 웨이트 아키텍처 (Confidential / 3B Scale)를 통해 vLLM, SGLang, Ollama 기반 자체 GPU 서버 구축 및 파인튜닝 가능
Considerations & Trade-offs
- 비양자화 전체 정밀도로 로컬 서버에서 구동하려면 충분한 GPU VRAM 용량이 필요합니다
- 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | ERNIE Speed | ERNIE Lite |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 8K | 6K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
기술 사양 (Specifications)
Architecture, release timeline, capabilities, and modalities.
| Feature | ERNIE Speed | ERNIE Lite |
|---|---|---|
| Official API Model ID (SDK) | ernie-speed | ernie-lite |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2024-03 | 2024-03 |
| Knowledge Cutoff | December 2023 | December 2023 |
| Architecture | Distilled High-Throughput Transformer | Ultra-Lightweight Edge-Ready Transformer |
| Parameters | Confidential / 8B Scale | Confidential / 3B Scale |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 5 GB VRAM (4-bit Quantized) · 17 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 6 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text | text |
| Output Modalities | text | text |
ERNIE Speed vs ERNIE Lite: 핵심 요약 문답 (FAQ)
Which is more intelligent, ERNIE Speed or ERNIE Lite?
ERNIE Speed is more intelligent. It scores 68 compared with 65 on the composite Intelligence Index.
Which model is faster?
ERNIE Lite is faster, generating 190 tokens per second compared with 175 tokens per second.
Which model has lower latency?
ERNIE Lite has lower latency, with a time to first token of 0.20s compared with 0.23s.
종합 평가
ERNIE Speed(초저지연 실시간 대화, 고속 라우팅 및 대규모 트래픽 처리, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.)와 ERNIE Lite(극대화된 토큰당 비용 효율성과 빠른 프로덕션 추론 처리, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.) 모두 뛰어난 성능을 자랑합니다. 고난도 추론과 코딩 벤치마크에서는 ERNIE Speed가 앞서며, 토큰 생성 속도에서는 ERNIE Lite가 빠르고, 대규모 API 운영 비용 면에서는 ERNIE Speed가 더 경제적입니다.
자주 묻는 질문 (FAQ)
코딩과 복잡한 추론에는 ERNIE Speed와 ERNIE Lite 중 어느 모델이 더 나은가요?+
종합 지능 지수 및 코딩 벤치마크에서는 ERNIE Speed가 우위를 보입니다. 상단의 SWE-bench 및 GPQA 점수를 함께 확인해 보세요.
ERNIE Speed와 ERNIE Lite의 API 요금 차이는 얼마인가요?+
ERNIE Speed는 100만 토큰당 입력 $0.00 / 출력 $0.00이며, ERNIE Lite는 입력 $0.00 / 출력 $0.00입니다. 혼합 비용 기준으로는 ERNIE Speed가 더 저렴합니다.
어느 모델이 더 큰 컨텍스트 윈도우와 빠른 속도를 제공하나요?+
컨텍스트 길이는 ERNIE Speed가 128K 토큰, ERNIE Lite가 128K 토큰를 지원하며, 출력 속도 면에서는 ERNIE Lite가 더 빠릅니다.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- DBRX Instruct vs ERNIE Lite: 벤치마크, API 요금 및 속도 비교 (2026)비교
- DBRX Instruct vs ERNIE Speed: 벤치마크, API 요금 및 속도 비교 (2026)비교
- ERNIE Lite vs Gemma 2: 벤치마크, API 요금 및 속도 비교 (2026)비교
- Aion-3.0 vs Aion-Mini: 벤치마크, API 요금 및 속도 비교 (2026)비교
- Aion-3.0 vs Gemini 3.6 Flash: 벤치마크, API 요금 및 속도 비교 (2026)비교
- Aion-Mini vs Laguna XS 2.1: 벤치마크, API 요금 및 속도 비교 (2026)비교
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
공식 출처: Baidu 및 Baidu 공식 API 문서, 시스템 카드 및 독립 벤치마크 평가 (2026).