新智元报道
新智元报道
这个模型：快，便宜，开源。
快，是真快。每秒能吐 200 多个 token，2800 亿参数，每次只动用 140 亿。
便宜，是真便宜。API 每百万 token，输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，眼下还限时五折。
今天先上线百度智能云千帆，API 直接能调；模型权在 11 月 25 日，面向全球开源社区发布。
文心 5.5 Flash Preview在编程、3D 建模、知识工作、内容创作方面，全面升级。
在Terminal-Bench、AutomationBench等多项基准测试里，它交出了有竞争力的分数：
考终端里真刀真枪干活的Terminal-Bench 4.0，46.5分；考跨应用办事的AutomationBench，61.9 分；考真实Excel活儿的SpreadsheetBench V2，36.4 分。
图中带 * 的是百度自测分数。
也有还在追的项目，但别忘了它的定位：一个主打快和省的 Flash 模型。
2800 亿参数，每次只激活 140 亿；100 万 token 上下文；每秒能吐 200 多个 token。
就这个定位，跟 Claude Opus 5.5、GPT-6.1 Sol 这些大牌同台，还抢下两个第一。
跑分这东西，我向来只信一半。另一半，得看它干活。
先看最让我愣了一下的这个：《云岫行》。
一款第三人称东方武侠游戏。云雾缭绕的张家界石峰，崖顶一座古寺。游戏引擎是虚幻 5.8（Unreal Engine 5.8），底层代码是 C++，由文心 5.5 Flash Preview 在一次长达 11 小时的任务里完整做了出来。
11 小时不算稀奇。稀奇的是：文心 5.5 Flash Preview 是个纯文本模型，看不见画面。
做 3D 游戏最常见的毛病，人物悬在半空、跑起来方向拧着、镜头位置对不上，全是人「看一眼就知道不对」的问题。
它的解法很轴，也很聪明：看不见，那就量。
打个比方，人悬没悬空，不用看画面，写段程序量一下脚底离地面有多高就知道了。它把试玩里冒出来的这些视觉问题，一条条改写成能跑、能出数的代码测试，然后测、改、再测，一轮轮往下磨，直到把游戏完整做出来。
期间它还顺手干了件脏活：把跨了好几代虚幻引擎的素材，合进同一个 UE 5.8 工程里。不同代际的引擎，格式和接口往往互不兼容。做过游戏的朋友应该懂，这活儿，人干都想辞职。
说实话，这个 Case 打动我的不是画面，是这套干活的方法。
写过代码的人都知道，新手报 bug 说「好像哪里不太对」，老手说「第 37 行的返回值差了 0.3」。能把模糊的感觉变成可验证的数，这是老师傅才有的手艺。
连续干活 11 个小时不崩盘，这身耐力从哪儿来？
按官方披露，它训练时用了 1400 多万个「真能跑起来」的代码任务，外加多种智能体（Agent）框架的执行轨迹。
练的就是「写完、运行、看报错、接着改」这一整套动作，光背代码没用。
再加上 100 万 token 的超长上下文，十来个小时里读过的文件、调过的工具、拿到的结果全在脑子里。Unreal、Unity、Godot 这几个主流游戏引擎，也都专门适配过。
练得怎么样？我们自己也出了一道题：做一款第三人称 3D 御剑飞行游戏，《御剑穿云》。
开局是一方石台。主角一身青袍，背后垂着浅色飘带，头上挽着发髻，稳稳踩在一把飞剑上，没有拿几个方块凑数。
往前看，暖金色的云海里立着一座座青绿石峰，一道石拱横在半路，十个金色光环一路排到崖顶的寺院。
关键是它真能玩通。飞过第 3 环和第 7 环，检查点自动记下；左上角的环数、计时、能量条一直在走，右下角还有一张小地图。最后落在红柱重檐的寺院前，结算面板弹了出来：十环全过。
正好，我们也让它拍了一条科普片。题目只有一句话：如果月亮离地球只有现在的一半远，世界会变成什么样？
成片一分多钟，竖屏。开头是一轮巨大的月亮压在海面上，一句「最先失控的不是夜空，是海」把人拽了进去。
让我意外的是它的分寸。讲潮汐，它特意补了一句：是引潮力 8 倍，不是潮高一定 8 倍。没人问，它自己去算了洛希极限，告诉你月球不会被撕碎，离那条线还有十倍多的距离。
几个关键数字我拿计算器核了一遍，都对得上。一个 Flash 模型，干的是一整个科普视频小组的活：有人查资料，有人算数，有人做图，有人剪片。
同一套本事，换个考场照样灵。
开发者圈里有个流传很广的土味测试：让模型用代码画一只骑自行车的鹈鹕。画得像不像样，基本能看出模型几斤几两。
别人交的是一张图。文心 5.5 Flash Preview 交了一部片子。
《鹈鹕测试》，117 秒的 2D 动画，全部用 Python 从零写成。一只白鹈鹕蹬着自行车，从公元前 4000 年的撒哈拉岩画出发，骑过汉画像石拓片、爪哇皮影、8-bit 像素，一路换了 20 种艺术风格，一直骑进大模型时代的代码编辑器，最后登上「第 21 号鹈鹕发布会」。到梵高《星月夜》那一场，漩涡星空跟着它的踏频一起扭。
配乐用了 22 段录音，从金贝鼓、古琴到马里奥主题。怎么剪也没假手于人：模型自己写了剪辑脚本，卡着每个换场点逐场对齐。（概念设计来自 B 站创作者 @近步抱告_，已获授权。）
出题的只想要一只鹈鹕，它交了一部鹈鹕简史。多少有点欺负人了。
剪片子它是正经练过的。
官方披露，训练时围绕科普、漫剧、创意剪辑这些场景，搭了 15 万多个创作环境，从创意、剧本、分镜到配音一条龙，累计出片约 5300 分钟。
再换到专业生产力软件。这里考的是空间感：只给一段文字描述，它得自己推断出形状、比例和位置关系。
三维建模软件 Blender 里，两个文心智能体分头开工，一个建机场，一个造飞机。
建机场的自己去地图平台找布局数据，下载植被、车辆、地勤设备等配套素材；造飞机的把机身、机翼、驾驶舱、双层客舱一段段装起来。最后两边对齐尺度和镜头，渲染出片。活像一个小型外包团队，还不扯皮。
工程设计软件 FreeCAD 里，它用 Python 脚本搭了一台 W16 发动机，曲轴一转，四列气缸里的活塞跟着起落。
它还照着深圳的百度国际大厦，建出东西两座楼的可编辑三维模型，局部细到室内布局和机电管线；又从玉兔二号身上找灵感，设计了一辆悬架会摆、太阳翼会转的月球概念车。
看到这儿，我才回过味来。
游戏、动画、飞机、发动机，看着八竿子打不着，底下其实是同一件事：写代码。
建模，是它写脚本指挥 Blender 干的；剪片，是它写程序调度音视频素材干的。代码够得着的地方，它都伸得进手。
所以百度把编程能力列为这次升级的头号亮点，我是服气的。这哪里是一项能力，这是一把万能钥匙。
这把钥匙连办公室的门也能开。开头那两个第一，考的正是这类活儿。
它独立写了一份 24 页的自动驾驶研究报告，啃完 4169 条美国联邦事故报告，把 Waymo 和特斯拉两条路线的安全数据掰开了比。还做了一个个人财富规划工具，用 1000 条随机市场路径做模拟推演，替你算退休金够不够花。
 |  |
这同样是练出来的。面向金融、法律这类知识工作，官方给它搭了 30 万个工作空间，备了 1000 万份参考文件，覆盖 40 多种文件类型。
甚至还自己编曲，生成了一首 6 分 35 秒的交响乐。
能干是一回事，干得快、用得起是另一回事。
智能体干活动辄几百步，每步慢一点、贵一点，月底的账单就能让人心梗。
文心 5.5 Flash Preview 从架构设计上就死盯「效率」两个字：
读长文省显存：模型一共 43 层，其中 37 层读历史内容时只看「摘要」，每 128 个 token 压成一条；剩下 6 层才逐字翻原文，而且只挑最关键的位置算。好比一个项目组，多数人看会议纪要，少数几个人负责查原始档案。百万 token 塞进来，显存也扛得住。
挑专家防走眼：每一层有 512 位「专家」，每次只点 10 位出场，外加 1 位常驻的共享专家，2800 亿参数就是这么压成每次只用 140 亿的。派活也有讲究：过去是一个「调度员」（路由器）决定叫谁出场，看走了眼，落选的专家连改错的机会都没有，容易一错到底；现在换成多个调度员一起打分，谁也别想一言堂。
写草稿抢时间：还有个叫 ECHO 的设计挺妙：不外挂额外模块，直接用模型自己的最后一层，写下一个词的时候，顺手把后面几个词也打个草稿，核对无误就直接用。
架构图上还有几个名字拗口的部件：mHC 拓宽层与层之间的信息通道，MultiMax 管最后挑词那一步，R2L 分词器把数字从右往左三位一组切开，方便它算数。
几样加在一起，才有了每秒 200 多 token 的生成速度。文心这个 Flash，算是名副其实。
更有意思的在后面。
11 月 9 日，百度文心头一回披露了 RSI（递归自我改进）方向的进展：一个叫 ERNIE Evolve 的自动研究系统。说白了，就是让 AI 当研究员，自己提想法，自己改代码，自己跑实验，结果还得过独立评测这一关，蒙混不了。
它领到的实战任务，正是给文心 5.5 Flash 的推理提速。交回来的作业是这样的：
在国产昆仑芯 P800 的低时延场景下，生成速度提到基线的 623.6%。在强化学习训练要用的「确定性推理」里（同一个请求，每次生成的每个词、每个概率都得分毫不差，代价是速度变慢），吞吐量多出 33.7%。
最见功夫的是极致解码这一项。这个场景人类工程师已经专门优化过，容易拿的收益早被榨干，剩下的单项改进往往只有 0.3% 到 0.5%，比测量噪声还小。
它硬是试了 7 个方向，又挤出 14.9% 的提速。
AI 动手打磨下一代 AI。这句话以前住在科幻小说里，现在写进了一款国产大模型的研发记录。
把日历往回翻，百度这七天的节奏密得有点吓人。
11 月 5 日，文心 5.5 Flash Base 开源，这是百度时隔 16 个月，再次放出千亿参数级的模型权重。11 月 9 日，披露 RSI 自动研究进展。11 月 11 日，文心 5.5 Flash Preview 正式发布。七天，三连发。
下一发也排好了：11 月 25 日，文心 5.5 Flash Preview 的权重开源。
而明天，百度世界 2026 就要在北京开幕，主题是「下一幕，智能组织」。大会前夜先把新模型亮了出来，好戏恐怕还在后头。
说点实在的。
这两年，围绕文心的声音一直不少，有期待，也有质疑。
可看完这一周的东西，我的感受是：这支团队没忙着解释，在埋头做事。打磨架构，抠效率，把东西一样样摆出来。连零点几个百分点的提速，都有人带着 AI 一条条去抠。
追赶不丢人。文心这回的姿态挺敞亮：我在追，追得很认真，东西摆这儿了，随便测。
有句话想送给它：无人扶你凌云志，你自踏雪至山巅。
山巅到没到，现在下结论还早，榜单上的对手一个比一个强。但雪地里这串脚印，是一步一步踩出来的，做不了假。这个赞，文心担得起。
目前，文心 5.5 Flash Preview 已上线百度智能云千帆平台，开发者可以通过 API 调用。定价是每百万 token 输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，目前限时五折。
别光听我说。去让它给你搓个游戏。
体验地址：https://ernie.baidu.com/web/new-chat
编辑：所罗门
