So nutzen Sie die ERNIE 5.5 Flash API mit Qianfan und OpenRouter

Die ERNIE 5.5 Flash API ist an zwei Stellen verfügbar: bei Baidu Qianfan, wo Sie ernie-5.5-flash-preview unter https://qianfan.baidubce.com/v2/chat/completions aufrufen, und bei OpenRouter, wo baidu/ernie-5.5-flash-preview:free 0 $ pro Token kostet. Beide sprechen das OpenAI-Chat-Completions-Format, sodass Sie das offizielle OpenAI-SDK auf entweder das eine oder das andere richten können, indem Sie nur die Base-URL, den Key und den Modellnamen ändern.

Unten finden Sie: Keys, erste Anfragen in curl, Python und JavaScript, Streaming, Reasoning-Tokens, das 1-Millionen-Fenster und Fehler. Jedes Feld und jedes Limit stammt von den offiziellen Qianfan- und OpenRouter-Seiten, geprüft am 12. November 2026.

Für Hintergrundinformationen lesen Sie was ERNIE 5.5 Flash ist oder den ERNIE 5.1 API-Leitfaden zur vorherigen Generation.

Was ist die ERNIE 5.5 Flash API?

Die ERNIE 5.5 Flash API ist Baidus gehosteter Endpunkt für ERNIE 5.5 Flash Preview, ein sparsames Mixture-of-Experts-Modell mit 280 Milliarden Gesamtparametern, 14 Milliarden aktiven Parametern pro Token und einem Kontext von 1 Million Token. Baidu hat es am 11. November 2026 veröffentlicht als erstes post-trainiertes Modell, das auf ERNIE 5.5 Flash Base aufbaut, und stellt es über Qianfan und OpenRouter bereit.

Baidus Release-Beitrag empfiehlt es für Programmierung, Agenten-Aufgaben, 3D-Modellierung, Wissensarbeit und Content-Erstellung. Das Modell wird als Zwischen-Checkpoint bezeichnet, rechnen Sie also damit, dass sich sein Verhalten noch ändert; die Gewichte sollen „demnächst“ unter Apache 2.0 als Open Source veröffentlicht werden – ohne konkretes Datum.

Qianfan vs. OpenRouter: Welchen Endpunkt sollten Sie verwenden?

So vergleichen sich die beiden Wege, basierend auf dem, was jede Plattform heute veröffentlicht.

OpenRouter listet nur einen Anbieter, Baidu Qianfan, daher landen beide Wege beim selben Backend. Der echte Unterschied liegt in den Limits: OpenRouters Free-Tier eignet sich für Prototyping und Evaluierungen, Qianfans Standardwert von 300 RPM für die Produktion. Der Leitfaden zur kostenlosen Nutzung von ERNIE 5.5 Flash geht näher auf die 0-$-Wege ein.

Wie erhalten Sie einen ERNIE 5.5 Flash API-Key?

Qianfan

1. Melden Sie sich mit einem Baidu AI Cloud-Konto in der Qianfan-Konsole an.
2. Öffnen Sie API Key unter der Systemverwaltung und erstellen Sie einen Key. Er sieht aus wie bce-v3/ALTAK-....
3. Exportieren Sie ihn: export QIANFAN_API_KEY="bce-v3/ALTAK-...".

Qianfan belastet Aufrufe auf Ihr Baidu AI Cloud-Guthaben. Bei negativem Guthaben erhalten Sie 403 account_overdue, laden Sie also auf, bevor Sie Lasttests durchführen.

OpenRouter

1. Erstellen Sie ein Konto und einen Key bei OpenRouter.
2. Exportieren Sie ihn: export OPENROUTER_API_KEY="sk-or-v1-...".
3. Verwenden Sie die Modell-ID baidu/ernie-5.5-flash-preview:free.

Senden Sie Ihre erste ERNIE 5.5 Flash-Anfrage

curl

Qianfan:

curl https://qianfan.baidubce.com/v2/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $QIANFAN_API_KEY" \
  -d '{
    "model": "ernie-5.5-flash-preview",
    "messages": [
      {"role": "system", "content": "You are a concise senior engineer."},
      {"role": "user", "content": "Write a Python function that validates an ISO 8601 date."}
    ]
  }'

OpenRouter:

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -d '{
    "model": "baidu/ernie-5.5-flash-preview:free",
    "messages": [
      {"role": "user", "content": "Write a Python function that validates an ISO 8601 date."}
    ]
  }'

Python

Installieren Sie das SDK mit pip install openai und tauschen Sie dann die Base-URL je nach Anbieter aus:

import os
from openai import OpenAI

PROVIDERS = {
    "qianfan": ("https://qianfan.baidubce.com/v2", "QIANFAN_API_KEY", "ernie-5.5-flash-preview"),
    "openrouter": ("https://openrouter.ai/api/v1", "OPENROUTER_API_KEY", "baidu/ernie-5.5-flash-preview:free"),
}

base_url, key_env, model = PROVIDERS["qianfan"]
client = OpenAI(base_url=base_url, api_key=os.environ[key_env])

resp = client.chat.completions.create(
    model=model,
    messages=[{"role": "user", "content": "Explain idempotency keys in two sentences."}],
    max_completion_tokens=4096,
)
print(resp.choices[0].message.content)
print(resp.usage)

JavaScript

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://openrouter.ai/api/v1",
  apiKey: process.env.OPENROUTER_API_KEY,
});

const resp = await client.chat.completions.create({
  model: "baidu/ernie-5.5-flash-preview:free",
  messages: [{ role: "user", content: "List three causes of HTTP 499 errors." }],
});
console.log(resp.choices[0].message.content);

Wie streamen Sie ERNIE 5.5 Flash-Antworten?

Fügen Sie "stream": true hinzu, und beide Anbieter geben Server-Sent Events zurück, die mit data: [DONE] enden. Bei Qianfan fügen Sie "stream_options": {"include_usage": true} hinzu, um in letzten Chunk Tokenzahlen zu erhalten. Falls Sie mit dem Format noch nicht vertraut sind, erklärt der Leitfaden zum SSE-Streaming das Übertragungsformat.

stream = client.chat.completions.create(
    model=model,
    messages=[{"role": "user", "content": "Draft a README for a CLI tool."}],
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.choices:
        delta = chunk.choices[0].delta
        thinking = getattr(delta, "reasoning_content", None)
        if thinking:
            print(f"[thinking] {thinking}", end="", flush=True)
        if delta.content:
            print(delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

Standardmäßig streamen: Das Modell denkt nach, bevor es antwortet, sodass ein blockierender Aufruf eine Weile still liegen kann.

Wie funktionieren Reasoning-Tokens bei den jeweiligen Anbietern?

ERNIE 5.5 Flash Preview ist ein Reasoning-Modell, und die beiden Plattformen legen das unterschiedlich offen.

Bei Qianfan listet die Dokumentation zum Deep Thinking ernie-5.5-flash-preview für den Parameter thinking als „nur aktivierbar, nicht deaktivierbar“, und der reasoning_effort-Standardwert high sei „nicht anpassbar“. Sie können das Reasoning hier also weder abschalten noch reduzieren. Die Gedankenkette kommt in reasoning_content zurück, getrennt von content. Qianfan zählt sie innerhalb von max_completion_tokens, sodass ein knappes Limit die endgültige Antwort abschneiden kann und Sie mit finish_reason: "length" zurückbleiben.

Bei OpenRouter steuern Sie das Reasoning über das reasoning-Objekt und lesen den Trace aus reasoning_details. Um den Trace aus der Antwort auszublenden:

{
  "model": "baidu/ernie-5.5-flash-preview:free",
  "reasoning": { "exclude": true },
  "messages": [{ "role": "user", "content": "Is 2^61 - 1 prime?" }]
}

In mehrstufigen Gesprächen bittet OpenRouter Sie, die vollständigen reasoning_details mit der Assistent-Nachricht zurückzugeben, damit das Modell dort weitermachen kann, wo es aufgehört hat. Die Anzahl der Reasoning-Tokens erscheint in usage.completion_tokens_details.reasoning_tokens.

Tipps für das Kontextfenster mit 1 Million Token

Eine Million Token fassen eine mittelgroße Codebasis. Vier Gewohnheiten halten lange Aufrufe vorhersehbar:

1. Planen Sie nach Tokens pro Minute, nicht nur nach Anfragen. Qianfans Standardwert liegt bei 3.000.000 TPM, also verbrauchen drei vollständige 1-Million-Token-Prompts in einer Minute das gesamte Kontingent. Achten Sie bei jeder Antwort auf X-Ratelimit-Remaining-Input-Tokens.
2. Stellen Sie stabilen Inhalt nach vorne. Halten Sie den System-Prompt und die Referenzdokumente am Anfang und die sich ändernde Frage am Ende, sodass sich wiederholende Präfixe den Cache treffen können. OpenRouter wies für dieses Modell am 12. November eine Cache-Trefferquote von 90,83 % aus.
3. Lassen Sie Raum für das Reasoning. Setzen Sie max_completion_tokens hoch genug, um Denken plus Antwort abzudecken.
4. Messen Sie, bevor Sie Geschwindigkeitsangaben glauben. Baidu gibt an, dass das Modell mehr als 200 Token pro Sekunde generiert. Auf OpenRouters Free-Endpunkt lag der P50-Durchsatz am 12. November bei 79 Token pro Sekunde, bei einer P50-Latenz von 2,53 Sekunden.

Bei strukturiertem Output: Testen Sie gründlich, bevor Sie ausliefern. OpenRouter akzeptiert response_format mit einem JSON-Schema, aber seine Seite meldete für dieses Modell über drei Tage eine strukturierte-Output-Fehlerrate von 21,70 %, gegenüber einer Tool-Call-Fehlerrate von 1,01 %. Validieren Sie jede JSON-Antwort und wiederholen Sie den Versuch bei Parsing-Fehlern.

Fehler und Rate-Limits der ERNIE 5.5 Flash API

Dies sind die Codes, die Sie am häufigsten sehen werden, aus Qianfans Fehlercode-Tabelle und OpenRouters Limits-Seite:

Bei OpenRouter gibt GET https://openrouter.ai/api/v1/key free_model_daily_requests.remaining zurück. Wiederholen Sie 429er mit exponentiellem Backoff und Jitter; wiederholen Sie niemals einen 400er oder 401er.

Testen Sie beide Endpunkte mit Apidog CLI und Ihrem Coding-Agenten

Sobald beide Anbieter antworten, brauchen Sie den Beweis, dass sie auch korrekt weiterantworten: richtiger Status, richtige Struktur, akzeptable Latenz. Übergeben Sie das an Ihren Coding-Agenten. Die Apidog CLI gibt Claude Code, Codex, Cursor oder OpenCode die Befehle, um den Endpunkt zu importieren, eine Umgebung pro Anbieter anzulegen und ein Testszenario gegen jede davon zu laufen zu lassen.

Richten Sie es einmal ein:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install

Geben Sie Ihrem Agenten dann einen Prompt:

Write an OpenAPI 3 file for POST /chat/completions that matches the ERNIE 5.5 Flash
request and response shape (model, messages, stream; choices[0].message.content, usage).
Import it into Apidog project <projectId>. Create two environments: "qianfan" with base
URL https://qianfan.baidubce.com/v2 and "openrouter" with https://openrouter.ai/api/v1,
each with a "model" variable. Build one test scenario that sends a short prompt and
asserts status 200, the response schema, and a response time under 30 seconds. Run it
against both environments, passing the API keys as environment variables, and summarize
any failures.

Der Agent prüft jedes Schema, validiert seine Payloads und führt Befehle wie diese aus:

apidog import --project <projectId> --format openapi --file ./ernie-5-5-flash.openapi.yaml
apidog environment create qianfan --project <projectId> --base-url https://qianfan.baidubce.com/v2
apidog environment create openrouter --project <projectId> --base-url https://openrouter.ai/api/v1
apidog cli-schema get test-scenario-create
apidog test-scenario create --project <projectId> --name "ERNIE 5.5 Flash smoke" --folder-id <folderId> --priority <priority>
apidog test-scenario import-steps <scenarioId> --project <projectId> --source endpoint --ids <endpointId> --sync manual
apidog run -t <scenarioId> --project <projectId> -e <qianfanEnvId> --env-var "apiKey=$QIANFAN_API_KEY" -r cli,json
apidog run -t <scenarioId> --project <projectId> -e <openrouterEnvId> --env-var "apiKey=$OPENROUTER_API_KEY" -r cli,json

Das Übergeben der Keys mit --env-var hält sie aus dem gespeicherten Projekt heraus, und ein Szenario liefert Ihnen einen direkten Vergleich beider Wege. Derselbe apidog run mit -r junit lässt sich in eine Pipeline einfügen; der Apidog CLI CI/CD-Leitfaden zeigt das Setup, und Apidog CLI in Claude Code behandelt die Agenten-Seite. Apidogs Free-Plan umfasst bis zu 4 Nutzer.

FAQ

Ist die ERNIE 5.5 Flash API kostenlos? Bei OpenRouter ja: baidu/ernie-5.5-flash-preview:free kostet 0 $ pro Token, mit Limits von 20 Anfragen pro Minute und 50 pro Tag, bzw. 1.000 pro Tag, sobald Sie 10 $ Guthaben gekauft haben. Qianfan belastet Aufrufe auf Ihr Baidu AI Cloud-Guthaben.

Wie lautet die Modell-ID für ERNIE 5.5 Flash? Verwenden Sie ernie-5.5-flash-preview bei Qianfan und baidu/ernie-5.5-flash-preview:free bei OpenRouter.

Kann ich das Denken bei Qianfan abschalten? Nein. Qianfans Dokumentation sagt, dass das Denken bei diesem Modell nur aktiviert werden kann und reasoning_effort auf high bleibt. Planen Sie Output-Tokens für den Reasoning-Trace ein.

Unterstützt die ERNIE 5.5 Flash API Tool Calling? Ja. Qianfan listet Function Call und strukturierten Output als unterstützt, und OpenRouter akzeptiert tools, tool_choice und response_format. Validieren Sie strukturierten Output, da OpenRouter dafür eine hohe Fehlerrate gemeldet hat.

Kann ich ERNIE 5.5 Flash selbst betreiben? Baidu hat ERNIE 5.5 Flash Base auf Hugging Face veröffentlicht, und die Preview-Gewichte sind unter Apache 2.0 versprochen. Siehe ERNIE 5.5 Flash lokal mit vLLM betreiben.

Wie schneidet es im Vergleich zu DeepSeek V4.1 Flash ab? Siehe ERNIE 5.5 Flash vs. DeepSeek V4.1 Flash und den DeepSeek V4.1 Flash API-Leitfaden.