文心5.5 Flash Preview：2800 亿参数只激活 140 亿每秒出 200 token 上下文 100 万

更新时间:2026-11-12 23:58:27 发布时间:16小时前阅读:16次

文心5.5 Flash Preview 是百度 2026 年 11 月 11 日发布的基础模型，也是同代 Flash Base 的首个后训练版本，总参数 2800 亿、每个 token 激活 140 亿，上下文 100 万 token，生成速度每秒 200 token 以上。它已在百度智能云千帆上线，领 API Key、选 ERNIE-5.5-Flash-Preview、复制示例代码就能调用，权重 11 月 25 日前面向全球开源社区发布。

文心5.5 Flash Preview 是什么

它建立在文心5.5 Flash Base 之上。Base 给的是预训练终点的权重，没做中训练和后训练，拿去自己微调；Preview 是后训练跑出来的云端版本。
后训练把编程、3D 建模、知识工作、视频创作四条线单独做，产出的就是这一个版本。
文心这条线的对话产品叫文心一言，Flash Preview 的后训练产物挂在千帆上卖接口。
官方把它定为预览版，说明它仍可能存在训练不充分导致的能力缺陷，后训练还在继续，正式版按真实反馈调。
权重放到开源社区之前，调用它只有千帆 API 这一条路径。

文心5.5 Flash Preview 的 2800 亿参数只激活 140 亿

架构换了三样：混合稀疏注意力、多路由器 MoE、ECHO 多 Token 预测。
官方的口径是三样一起改，提升模型能力的同时降低计算和显存开销，百万 token 的长上下文才撑得住。
输出侧一次预测多个 token，对应每秒超过 200 tokens 的解码速度。
还首次引入自研的 RSI 技术，由 ERNIE Evolve 参与模型推理环节的优化，官方把它写成探索方向。
上下文 100 万 token 在用法上意味着整份合同、整套文档或者一个中等规模的代码库一次放进请求，不切块。

千帆模型服务页面上的 ERNIE-5.5-Flash-Preview 卡片 — 千帆产品页把 ERNIE-5.5-Flash-Preview 排在第一位，标“自研旗舰”，卡片上写输入 0.001 元、输出 0.004 元每千 tokens

文心5.5 Flash Preview 的编程落在游戏开发上

覆盖的场景从真实代码库里修复迭代，到完整构建一个复杂应用。
长周期任务是这一版的侧重点，模型按规划、执行、看运行结果再迭代的顺序推进，而不是一次吐出全部代码。
专项训练的数据和评估体系针对四块：游戏机制实现、核心逻辑编排、运行状态管理、资源管线处理。
适配了 Unreal Engine、Unity、Godot 三个引擎，能按各引擎的开发范式写工程。
用 UE 5.8 做的第三人称武侠游戏《云岫行》，跑的是 11 小时长程编码任务，把跨越多代虚幻引擎的素材合进同一个 UE 5.8 工程，用 C++ 写完整个游戏。
纯文本模型看不到画面，试玩里的人物悬空、跑动方向不一致、相机错位，都被转成可测量的代码测试，靠补测试推动迭代。
另一组是手机小游戏：基于 Cocos、Unity、LayaAir、PixiJS、Canvas 2D，按完整策划方案做出近百款，视频展示其中 24 款。
品类覆盖弹幕射击、肉鸽、塔防、竞速、卡牌 RPG、城建经营、物理解谜和互动叙事。
多数游戏把规则层和表现层分开做确定性模拟，再用机器人试玩、状态空间搜索和关卡回放检查能否通关、数值是否平衡。
对做游戏开发的人来说，落点在原型阶段：一句话给需求，模型按引擎写出可运行的工程，人再在编辑器里改手感和数值。

文心5.5 Flash Preview 的 3D 建模从文字到 Blender 工程

Blender 和 CAD 这两类工具软件的使用是专项加强项。
模型从文字描述里推断物体的形状、比例和空间关系，再写成程序化建模的脚本，跑出 3D 模型。
机场和飞机两个例子由两个 Agent 分别用 Blender Python API 完成。
机场部分，模型自己从地图平台检索布局矢量数据，按需下载植物、车辆和地面服务设备，用参数化建模搭出航站楼和飞行区。
飞机部分，模型用截面放样和模块化装配做出机身与机翼，再用预先提供的生成素材装配驾驶舱、双层客舱和货舱。
两个工程最后要统一尺度、位置和镜头，编排展示动画，用 Cycles/OptiX 走 GPU 分帧渲染，再用 FFmpeg 合成视频。
CAD 方向的例子是 W16 发动机，用 Python 脚本在 FreeCAD 里做出可编辑模型，含缸体、曲轴、活塞和连杆，动画演示曲轴转动带动四列气缸活塞往复。
外部素材来自 OpenStreetMap 的矢量地理数据、Poly Haven 的植物与停机坪贴图、Sketchfab 的车辆与地面服务设备，以及 Tripo AI 生成的座椅、货箱和植被。

文心5.5 Flash Preview 的知识工作交付表格和报告

后训练面向金融、法律等领域铺了 30 万个工作空间、1000 万份参考文件，覆盖 40 多种文件类型。
训练环境从 10 到 100 个文件的个人工作空间，一直到上千个文件构成的企业知识库。
交付物是表格、文档或者演示文稿。
展示案例是一份 24 页的行业研究报告《Driverless, by the Numbers》，聚焦 2026 年自动驾驶，对比 Waymo 的 Robotaxi 与 Tesla 的监督式 FSD 在安全表现、商业化进展、数据透明度上的差异。
报告整合了美国国家公路交通安全管理局的事故报告、Waymo 安全数据、Tesla 官方披露、IIHS 独立研究和保险行业资料。
分析框架覆盖 4,169 条联邦事故报告，走数据清洗、事件去重、趋势分析和多维交叉验证。

文心5.5 Flash Preview 的视频成片走 170 次工具调用

视频这一块不是让模型生成画面，而是搜集、合成和编排素材，调整画面与节奏，输出成片。
面向科普、漫剧、创意剪辑、热点演绎等场景构建了超过 15 万个创作环境。
流程覆盖创意生成、剧本、分镜、视觉素材和配音，适配上千个创作 skill，累计成片约 5300 分钟。
一条片子连续工作一到两个小时，工具调用中位数约 170 次。
过程里模型自己检查结果，发现问题回头改，把一句话到一条视频的过程闭成环。
展示的《鹈鹕测试》是 116 秒的 2D 动画短片，全片上万行代码由模型从零写出，每一帧用 Pycairo 矢量绘制，再由 NumPy 和 Pillow 做后期，画面穿过 20 种艺术风格。
部分背景由模型调生图工具出底图，再在底图上用代码叠加会动的人物、落花和水纹。

文心5.5 Flash Preview 在基准表里的位置

官方给了完整评测表，下面这 8 项是能和竞品逐项对上的，分在编程、知识工作、通用 Agent 三组。
高于对手的两项都在表格与业务流程这一侧：AutomationBench 61.9，比 Claude Opus 5.5 的 58.0 高 3.9；SpreadsheetBench V2 36.4，比 Opus 5.5 的 35.1 高 1.3。
差距最大的是 Terminal-Bench 4.0，46.5 对 Opus 5.5 的 63.6。

基准	文心5.5 Flash Preview	这一项最高的模型	差距
Terminal-Bench 4.0	46.5	Claude Opus 5.5 63.6	−17.1
DeepSWE v1.1	71.2	DeepSeek V4.1 Flash 1017：77.0	−5.8
AutomationBench	61.9	就是它自己	高 3.9
APEX-Agents 1.1	64.2	Hy4 75.0	−10.8
DRACO	84.9	Hy4 90.7	−5.8
SpreadsheetBench V2	36.4	就是它自己	高 1.3
OfficeQA Pro V2	67.9	GPT-6.1 Sol 70.0	−2.1
Agents’ Last Exam（CLI）	29.0	DeepSeek V4.1 Flash 1017：35.2	−6.2

带星号的分数是各家自己评的，文心这一列没有星号。
两项通用 Agent 任务排在中间：APEX-Agents 1.1 在 7 个模型里第 4，Agents’ Last Exam 第 5。
其余 6 项都低于该项最高的模型，差距最小的是 OfficeQA Pro V2 的 2.1。

文心5.5 Flash Preview 的高峰和空闲两档价格

按量后付费把一天切成两段：8:00 到 22:00 是高峰，22:00 到次日 8:00 是空闲。
官方标价按百万 token 计：输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，限时五折。
千帆计费文档 11 月 10 日更新，把活动价和原价分开列，活动价是原价的一半。
文档按千 token 标价，换算成百万 token 就是下面这三行。

计费项	高峰 8:00–22:00	空闲 22:00–8:00
输入（每百万 token）	活动价 1 元，原价 2 元	活动价 0.5 元，原价 1 元
命中缓存（每百万 token）	活动价 0.1 元，原价 0.2 元	活动价 0.05 元，原价 0.1 元
输出（每百万 token）	活动价 4 元，原价 8 元	活动价 2 元，原价 4 元

千帆计费文档里 ERNIE-5.5-Flash-Preview 的按量后付费价格表 — 千帆计费文档 2026 年 11 月 10 日更新的价格表，六行分别是高峰与空闲的输入、缓存命中、输出，单位是元/千 tokens

批量推理那一列是横杠，这一版只支持在线推理。
缓存命中价对应重复输入，同一份系统提示词反复调用时，差价从这一项出。

文心5.5 Flash Preview 在千帆上跑通第一次调用

登录百度智能云，进千帆控制台的“快速接入”页面。
创建通用 API Key。如果买了 Token Plan 订阅，选对应的专属 Key，个人版和企业版各一把。
在模型卡片上选 ERNIE-5.5-Flash-Preview，卡片上能同时看到计费方式、能力标签、上下文长度和输入输出价格。
复制页面给出的示例代码，model 和 Key 会自动填进去，在在线调试里跑一次。
要把模型接进终端或本地 Agent，装千帆 CLI，登录后用自然语言调用。

千帆控制台快速接入模型的三步流程 — 控制台把接入拆成获取 API Key、选择模型、接入服务三步，右侧列出每一步在哪个页面做

代码走 OpenAI 兼容的 chat completions 结构：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["QIANFAN_API_KEY"],
    base_url=os.environ["QIANFAN_BASE_URL"],
)

resp = client.chat.completions.create(
    model="ERNIE-5.5-Flash-Preview",
    messages=[{"role": "user", "content": "把这份销售表按季度汇总"}],
)
print(resp.choices[0].message.content)

key 和地址放进环境变量，不写死在文件里。
model 字段以控制台示例代码里填的为准。
地址同样取控制台上那串，各家控制台的端点写法会调整。

千帆 CLI 的安装与绑定说明 — 千帆 CLI 用一条命令装进终端，装完能把千帆的技能接到 Comate、Claude Code 这类 Agent 里

文心5.5 Flash Preview 11 月 25 日开源权重

发布会给的时间点是 11 月 25 日，权重面向全球开源社区发布。
同代 Base 的权重放在 Hugging Face 的 baidu/ERNIE-5.5-Flash-Base 仓库，2026 年 10 月 21 日创建，11 月 5 日更新，标 fp8。
权重没放出来之前，本地部署和私有化这件事没有着手点，能用的只有千帆上的接口。

文心5.5 Flash Preview：2800 亿参数只激活 140 亿 每秒出 200 token 上下文 100 万