Como usar o ERNIE 5.5 Flash gratuitamente

O ERNIE 5.5 Flash está gratuito hoje por uma rota hospedada: o endpoint baidu/ernie-5.5-flash-preview:free da OpenRouter, que cobra US$ 0 por token de entrada e saída com um contexto de 1.024.000 tokens. Você recebe 20 requisições por minuto e 50 requisições por dia, ou 1.000 por dia assim que sua conta comprar 10 créditos. A segunda rota de custo zero é hospedar você mesmo os pesos abertos do ERNIE 5.5 Flash Base, que não custam nada para baixar, mas exigem um servidor multi-GPU.

Todos os limites abaixo foram verificados nas páginas oficiais da OpenRouter, Hugging Face e Baidu em 12 de novembro de 2026. Os níveis gratuitos mudam rápido, então verifique novamente antes de construir sobre um deles.

O ERNIE 5.5 Flash é gratuito?

Sim, com limites. O ERNIE 5.5 Flash Preview é o modelo mixture-of-experts da Baidu com 280B de parâmetros, 14B de parâmetros ativos por token e um contexto de 1M de tokens. A OpenRouter o oferece a US$ 0 por token sob um limite de taxa para modelos gratuitos, e a Baidu publica os pesos Base, apenas de pré-treinamento, no Hugging Face sob uma licença gratuita para uso não comercial.

Há dois artefatos, e vale a pena mantê-los separados:

ERNIE 5.5 Flash Preview é o modelo de chat e agente pós-treinado do anúncio de lançamento de 11 de novembro. É esse que você chama por meio de uma API. A Baidu diz que seus pesos serão open source sob Apache 2.0 “em breve”, sem data na página.
ERNIE 5.5 Flash Base é o checkpoint ao final do pré-treinamento, publicado em 5 de novembro. É um modelo base: ele completa texto, não segue instruções de chat.

Se quiser primeiro conhecer o contexto do modelo, leia o que é o ERNIE 5.5 Flash. Para a geração anterior, veja o que é o ERNIE 5.1 e o guia da API do ERNIE 5.1.

Todas as rotas gratuitas do ERNIE 5.5 Flash, comparadas

Aqui está o que cada rota custa e o que ela exige de você, a partir de 12 de novembro de 2026:

Rota	Preço	Limites	Precisa de cartão ou compra?	Melhor para
OpenRouter `:free`	US$ 0 por token	20 req/min; 50 req/dia, ou 1.000/dia após comprar 10 créditos	Sem necessidade de compra para o nível de 50/dia	Protótipos, avaliações, agentes de código
Auto-hospedagem dos pesos Base	Licença de US$ 0 para uso não comercial	Seu hardware	Não, mas você paga pelas GPUs	Fine-tuning, pesquisa
Auto-hospedagem dos pesos Preview	Ainda não lançados	n/a	n/a	Aguardar o lançamento sob Apache 2.0
Baidu Qianfan	Pago	Cota da conta	Sim, uma conta com saldo	Tráfego de produção

Infographic comparing three ways to reach ERNIE 5.5 Flash: the OpenRouter free endpoint at $0 with 20 requests per minute, self-hosting the free Base weights on a multi-GPU server, and the paid Baidu Qianfan API

Apenas a rota da OpenRouter não exige nada além de uma conta. Ela lista um único provedor, a Baidu Qianfan, então as requisições gratuitas chegam ao mesmo backend que o tráfego pago da Qianfan.

Como usar o ERNIE 5.5 Flash gratuitamente na OpenRouter

A página do modelo na OpenRouter lista o preço como “Free” tanto para entrada quanto para saída e diz que você “não é cobrado por tokens de prompt ou conclusão”. Obter sua primeira resposta leva quatro passos:

Crie uma conta na OpenRouter e gere uma chave de API no painel.
Exporte-a: export OPENROUTER_API_KEY="sk-or-v1-...".
Chame o endpoint compatível com OpenAI em https://openrouter.ai/api/v1/chat/completions.
Defina o modelo como baidu/ernie-5.5-flash-preview:free, com o sufixo :free. Sem ele, você estará chamando um ID de modelo diferente.

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 regex that matches ISO 8601 dates, then explain it."}
    ]
  }'

A mesma chamada em Python com o SDK oficial da OpenAI:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key=os.environ["OPENROUTER_API_KEY"],
)

resp = client.chat.completions.create(
    model="baidu/ernie-5.5-flash-preview:free",
    messages=[{"role": "user", "content": "Summarize the CAP theorem in 3 bullets."}],
    extra_body={"reasoning": {"exclude": True}},
)
print(resp.choices[0].message.content)

O modelo raciocina antes de responder. A OpenRouter controla isso com o objeto reasoning, e "exclude": true mantém o raciocínio fora da sua resposta. O endpoint gratuito também aceita tools, tool_choice e response_format, então você pode testar chamadas de funções e saída estruturada sem pagar.

A velocidade é o preço a pagar. A Baidu anuncia mais de 200 tokens por segundo; a OpenRouter mediu um throughput P50 de 79 tokens por segundo e uma latência P50 de 2,56 segundos no endpoint gratuito em 12 de novembro. Use streaming para respostas longas, para que seu aplicativo não fique em silêncio enquanto o modelo pensa. O guia da API do ERNIE 5.5 Flash cobre streaming, tokens de raciocínio e códigos de erro em detalhes.

Como se manter dentro dos limites gratuitos do ERNIE 5.5 Flash

A documentação de limites da OpenRouter estabelece uma regra para todos os IDs de modelo que terminam em :free:

Créditos comprados (total histórico)	Requisições por minuto	Requisições por dia
Menos de 10	20	50
10 ou mais	20	1.000

Cinco hábitos ajudam a esticar essa cota:

Conte requisições, não tokens. Os limites são por requisição. Uma chamada com uma base de código de 400.000 tokens conta o mesmo que uma pergunta de uma linha, então agrupe seu contexto em chamadas menos frequentes e maiores.
Verifique sua cota restante antes de um job em lote. GET https://openrouter.ai/api/v1/key retorna um objeto free_model_daily_requests com used, limit e remaining para o dia UTC atual. O limite por minuto não é informado lá.
Planeje em torno das 00:00 UTC. O contador diário é um dia UTC, não um período contínuo de 24 horas.
Espere diante de um 429. Quando você atinge um limite de modelo gratuito, a OpenRouter retorna 429 com cabeçalhos X-RateLimit-*. Aguarde o reset e tente novamente com backoff exponencial e jitter.
Mantenha seu saldo em zero ou acima. Um saldo de crédito negativo pode retornar 402 mesmo em modelos gratuitos.

Precisa de mais de 50 requisições por dia? Comprar 10 créditos eleva seu limite para 1.000, mas isso é uma compra, então deixa de ser uma rota estritamente de US$ 0.

Se você quer rodar o ERNIE 5.5 Flash dentro de um agente de código gratuitamente, a configuração gratuita do OpenCode mostra a configuração passo a passo. O mesmo padrão da OpenRouter funciona para outros modelos também; veja o guia do Qwen 3.6 gratuito na OpenRouter.

Pesquisas gratuitas do ERNIE 5.5 Flash: auto-hospedando o modelo Base

A segunda rota de custo zero é o repositório ERNIE-5.5-Flash-Base no Hugging Face. Os pesos são abertos e gratuitos para baixar. O repositório tem cerca de 304 GB, com pesos FP8 e BF16 lançados.

O que a licença permite

O modelo Base é distribuído sob o ERNIE 5.5 Flash Base Model License Agreement v1.0, e não sob Apache 2.0. Seu arquivo LICENSE estabelece três níveis:

Uso não comercial (pesquisa, educação, avaliação, experimentos pessoais): gratuito, sem notificação.
Uso comercial com receita anual relacionada de até US$ 50 milhões: sem cobrança de licença, mas você deve exibir a atribuição exigida e enviar à Baidu uma notificação de uso única antes do primeiro uso comercial.
Uso comercial acima de US$ 50 milhões: exige autorização prévia por escrito da Baidu.

A receita é contabilizada em todos os produtos relacionados e entidades afiliadas, então leia o texto completo antes de colocar em produção.

O que é necessário para rodar

Os exemplos de serviço no model card usam paralelismo quádruplo, o que significa um servidor multi-GPU, não um laptop. O caminho com vLLM instala uma versão fixa do vLLM mais o plugin da Baidu:

uv venv --python 3.12 ernie5-venv
source ernie5-venv/bin/activate
uv pip install vllm==0.32.0
uv pip install git+https://github.com/baidu/vLLM-ERNIE.git

vllm serve baidu/ERNIE-5.5-Flash-Base \
  --kv-cache-dtype fp8 \
  --enable-expert-parallel \
  --data-parallel-size 4 \
  --max-model-len 131072 \
  --port 30000 \
  --moe-backend humming

Como é um modelo base, você consulta /v1/completions com um prompt, e não /v1/chat/completions com messages. O model card diz que tanto o vLLM quanto o SGLang aceitam até 1.048.576 tokens para inferência de contexto longo. O passo a passo completo está em rodando o ERNIE 5.5 Flash localmente com vLLM.

Os pesos são gratuitos; o computo, não. Sem GPUs disponíveis, a OpenRouter é a maneira mais barata de experimentar o modelo.

E os pesos Preview?

O anúncio de lançamento da Baidu diz que os pesos Preview “serão open source sob Apache 2.0 em breve”. A página da OpenRouter já aponta para um repositório baidu/ERNIE-5.5-Flash-Preview, mas em 12 de novembro esse repositório não estava publicamente disponível no Hugging Face. Quando for lançado, a Apache 2.0 eliminará os níveis de receita acima.

O que não é gratuito: Baidu Qianfan

A Qianfan é a própria API da Baidu para o ERNIE 5.5 Flash Preview, e é uma rota paga. A página de promoção de lançamento da Baidu oferece o modelo por meio de um Token Plan pago com desconto, não uma cota gratuita. As páginas da Baidu não mostravam nenhuma franquia gratuita de tokens para este modelo em 12 de novembro [VERIFICAR: se novas contas do Baidu AI Cloud recebem créditos de avaliação aplicáveis ao ernie-5.5-flash-preview].

A Qianfan faz sentido quando você ultrapassa 1.000 requisições por dia. Para trabalhos com prompts longos, compare-o com o ERNIE 5.5 Flash vs DeepSeek V4.1 Flash antes de decidir.

Deixe seu agente de código proteger a cota gratuita com o Apidog CLI

Um endpoint gratuito falha de maneiras silenciosas: a cota diária se esgota no meio do job, o ID do modelo perde o sufixo :free, ou um 429 volta sem o cabeçalho de reset que seu código espera. Faça seu agente de código verificar esses pontos. O Apidog CLI permite que o Claude Code, Codex, Cursor ou OpenCode salvem a requisição, mantenham a chave em um ambiente e executem um cenário de teste sob demanda.

Workflow diagram: a coding agent sends one prompt to Apidog CLI, which runs a quota check against GET /api/v1/key and a chat request against POST /chat/completions on the OpenRouter free endpoint, then returns a test report to the agent

Configure uma vez:

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

Depois, dê ao seu agente um único prompt:

Write an OpenAPI 3 file with two operations on https://openrouter.ai/api/v1:
GET /key and POST /chat/completions (model baidu/ernie-5.5-flash-preview:free).
Import it into Apidog project <projectId> and create an environment "openrouter-free"
whose apiKey variable is passed at run time. Build a test scenario that:
1) calls GET /key and asserts data.free_model_daily_requests.remaining > 0,
2) sends a short chat prompt and asserts status 200 and a non-empty
   choices[0].message.content,
3) if the status is 429, asserts the X-RateLimit-Reset header exists.
Run it and summarize any failures.

O agente confirma o formato de cada payload com cli-schema e executa comandos como estes:

apidog import --project <projectId> --format openapi --file ./openrouter-ernie-free.yaml
apidog environment create openrouter-free --project <projectId> --base-url https://openrouter.ai/api/v1
apidog cli-schema get test-scenario-create
apidog test-scenario create --project <projectId> --name "ERNIE free quota guard" --folder-id <folderId> --priority <priority>
apidog test-scenario import-steps <scenarioId> --project <projectId> --source endpoint --ids <keyEndpointId>,<chatEndpointId> --sync manual
apidog run -t <scenarioId> --project <projectId> -e <envId> --env-var "apiKey=$OPENROUTER_API_KEY" -r cli,json

Passar a chave com --env-var a mantém fora do projeto salvo. Cada execução consome uma de suas requisições diárias gratuitas (a leitura de /key é uma chamada de status, não uma chamada de modelo), então execute-a antes de um job em lote, não a cada commit. Quando precisar dele em um pipeline, o apidog run -r junit se encaixa na configuração do guia de CI/CD do Apidog CLI, e o Apidog CLI no Claude Code cobre o lado do agente. O plano Free do Apidog cobre até 4 usuários.

FAQ

O ERNIE 5.5 Flash é totalmente gratuito? No endpoint :free da OpenRouter, sim: US$ 0 por token de entrada e saída. Você fica limitado a 20 requisições por minuto e 50 por dia, ou 1.000 por dia após comprar 10 créditos.

Preciso de cartão de crédito para usar o ERNIE 5.5 Flash gratuitamente? Você não precisa comprar créditos para o nível de 50 requisições por dia na OpenRouter. Auto-hospedar os pesos Base não exige pagamento à Baidu, mas você paga pelas suas próprias GPUs.

Posso usar o ERNIE 5.5 Flash gratuito comercialmente? A rota da OpenRouter segue os termos da OpenRouter. Os pesos Base permitem uso comercial sem cobrança de licença até US$ 50 milhões de receita anual relacionada, com atribuição e uma notificação única à Baidu.

A versão gratuita mantém o contexto de 1M de tokens? Sim. A OpenRouter lista um contexto de 1.024.000 tokens para o baidu/ernie-5.5-flash-preview:free, e o model card do modelo Base suporta até 1.048.576 tokens para inferência.

Quando os pesos do ERNIE 5.5 Flash Preview serão open source? A Baidu diz “em breve”, sob Apache 2.0, sem data em seu anúncio de lançamento. Até lá, o modelo Base é o único checkpoint aberto.