文心5.5 Flash Preview实测：1668分编程榜眼，11月25日开源

11月12日，百度世界大会2026开幕，这家曾开国内AI先河的巨头带来一批前沿新品。其中最受关注的，是基础模型文心5.5 Flash Preview（ERNIE 5.5 Flash Preview）。百度基础模型研发部负责人孙天祥首次公开亮相，讲的就是这款新模型的参数规模与核心优化方向。

官方数据摆在这里：文心5.5 Flash Preview用稀疏MoE架构，总参数2800亿、激活140亿，支持百万token长上下文。拿这几项核心参数对照，和DeepSeek-V4-Flash大致相当。

能力侧重上，百度重新回到主战场。新模型在编程、3D建模、知识工作、内容创作等方面表现突出，这些方向也正是海内外顶级模型正在押注的。性能上，文心5.5 Flash Preview这次也争气，Terminal-Bench、AutomationBench等多项基准测试都拿到有竞争力的分数，解码速度还保持极致。

编程是“模型必争之地”，文心5.5 Flash Preview在这里进步明显。CodeArena：WebDev最新评测榜上，它拿下1668分，排开源模型第二、国产模型第四，前面紧挨着Kimi K3.1 Pro、Qwen3.8-Max这些大参数国产模型。

不过对Flash模型来说，纸面参数不如高性价比、高执行效率重要。说白了，模型得“多快好省能干活”。文心5.5 Flash Preview为此用了全新架构设计，靠混合稀疏注意力、多路由器MoE、ECHO多token预测等创新，一边提升能力一边压低计算和显存开销，让百万token长上下文和多步Agent任务处理更高效，智能水平与推理效率两头兼顾。数据显示其推理速度超过200 tokens/s，同参数规模的开源模型里，生成速度能稳定做到三位数的并不多。

价格同样有竞争力。官方公布的API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，眼下还有限时五折活动。百度同时宣布，模型权重将于11月25日正式面向全球开源社区发布，选的是对商用最友好的Apache License 2.0许可证，开发者可自由使用、修改和分发，企业接入几乎没有授权层面的顾虑；部署上支持SGLang和vLLM两套主流推理框架，接入门槛和迁移成本都降了下来。孙天祥还在大会现场说“这个模型名还是有点长，我们正在努力，尽快把Preview的尾缀去掉”。正式版模型看来不远了。

当然，模型最终要过的是真实任务和用户体验这一关。AI落地形成生产力的大趋势下，能交付结果、获得认可的模型才有未来。我们挑了网页互动、游戏开发、视频制作、研报撰写等高频应用场景，用实际任务检验文心5.5 Flash Preview的真实表现，这些场景正好能体现编程、知识工作等能力。

实测一｜互动页面极速交付，拿捏审美

实测从相对简单的需求起步：一句话生成互动网页。

借着《后会友期》最近出圈的热度，我们让文心5.5 Flash Preview 做了一个“友情人格测试”互动页面来蹭这波流量。提示词不到200字：页面叫“友情人格测试”，用户依次回答6道关系情境选择题，比如“和旧友断联后你会主动开口吗”“对方有更好的新朋友，你介意吗”；每道题的选项对应“主动开口”“厘清边界”“接受流动”3个维度；提交后算出得分，给出一个结果角色名和一段解读，结果卡上要有测试名称、各维度分数条，以及一句“厉娜体”金句，还得支持一键复制结果文案、重新测试、空状态和响应式布局。

百度官方说新模型编程能力大幅优化，这类任务最能直观看出成效。文心5.5 Flash Preview交付的结果，确实有不少惊艳之处。

先看UI质感，没有市面常见AI生成产品的“塑料感”。一句话生成的前提下，模型自己选了这种网格排版、极简莫兰迪色系、复古档案袋风格，审美十分在线。

互动体验也流畅，功能完整度很高。从首屏引导到答题环节再到结果分享页面，文心5.5 Flash Preview不仅严丝合缝实现了字面意义上的概括式需求，还自己补齐了互动式答题类页面的推进逻辑和落地细节，输出结果也比较有特色。文心模型曾有“最强文科生”的称号，在“说人话”“提供情绪价值”上一直有独到之处；编程能力提上来后，这款“全科生”模型拿出了更好的结果，此前的优势和差异化特点也以更合适的方式展示了出来。

交付只用了136.88秒，调用约4.6万tokens，平均每秒输出近350tokens。横评中，输出效率较前代倍增，与主流模型相比速度也具备优势。

官方说法是，文心5.5 Flash Preview 针对复杂UI交互、业务逻辑实现、状态管理和全栈集成这几块前端工程做了系统优化，图的是生成出来的界面好看的同时功能也齐全，能直接拿去生产环境用。

从互动页面的交付结果看，这些努力已经见到成效。

实测二｜游戏开发：能写小游戏，也能做大项目

第二类任务是游戏开发。按官方公布的信息，文心5.5 Flash Preview已经超越代码补全的初级阶段，更专注真实软件工程，能完整构建复杂应用的广泛编码场景；长周期开发任务中，它的规划、执行与持续迭代能力更强，新模型的游戏开发效果也因此大幅提升。

看起来，官方也倾向于认为游戏开发会是这款模型的重要“用武之地”之一。

我们在这个领域也设置了几个不同难度、种类的任务。

先来一道开胃菜：一句话生成一款3D五子棋。文心5.5 Flash Preview不到2分钟就交了活，画面审美仍在水准之上，玩起来也不差，出活速度比国内几款主流模型更快。话说回来，“一句话生成”的小游戏本来就难做出深度，各家模型拿出来的效果和实际游玩感受其实拉不开多大差距。

任务接着加码：让它做一款模拟经营类强手棋，名字叫《八方来财》。提示词还是写得很短，大部分要素都丢给AI自行决定。这回前后花了将近20分钟，游戏的复杂度肉眼可见地上去了，可上手门槛并不高，完成度依旧相当高。角色、产业、店铺的设计各有各的味道，尤其是把随机性、偶然性和模拟经营的策略性捏合到一块儿，玩起来更有意思。

前沿模型的编程本事涨得飞快，AI的眼光早已投向更复杂、体量更大的游戏。文心5.5 Flash Preview对外称，针对Unreal Engine、Unity和Godot等主流游戏引擎做了深度适配，模型能读懂不同引擎的开发范式，把对应的工具与工作流用熟，从创意设计、逻辑实现一路做到场景构建这类复杂开发任务。官方演示里有个案例相当抓人：这款模型花了11个小时，在Unreal Engine 5.8里用C++写出一款第三人称东方武侠游戏《云岫行》。Demo看着很有感觉，特别是考虑到画面全靠代码生成，这款游戏的镜头逻辑相当靠谱，人物视角、跑动方向、动作顺滑度都在线，没看出明显的穿模、摄影机错位或构图异常。官方信息显示，文心5.5 Flash Preview虽是纯文本模型，却会把游戏制作中常见的视觉理解难题转成可测量的代码测试题，再靠不断完善的游戏测试和反馈推着游戏持续迭代，直到达成目标。

不只是文心5.5 Flash Preview，眼下前沿AI模型单凭自身的编程能力，已经能做出接近10多年前3A游戏水准的关卡。对游戏行业而言，AI的进展很可能带来划时代的改变。

实测三｜视频制作：靠代码跑通“从一句话到一条片子的闭环

视频制作是当下AI应用里最热的赛道之一，纯文本模型在这个环节能交出什么样的答卷，我们也挺好奇。

第一个任务算是一块“试金石”——社媒上正火的“15秒（西方）艺术史”视频。提示词用的是通用英文版，不到100个英文单词。文心5.5 Flash Preview这回花了40分钟“交卷”，成片在15秒里串起史前壁画、古典雕塑、文艺复兴透视、印象派光色直到现代艺术等关键节点，和此前社媒上国际前沿模型的效果有异曲同工之妙。

接着我们换用篇幅相近的中文提示词，让它做一版“15秒中国艺术史”视频。生成耗时差不多，效果却更惊艳：从青铜纹样到水墨工笔再到现代风格，整体气质统一，递进逻辑也合理。

之后我们还让它生成了“恐龙跳闪步舞的短视频”“动画版奥德赛预告片”，以及几段仿照热门“AI短剧”风格的视频片段。

总体看，文心5.5 Flash Preview出的视频质量都在线，风格贴合提示词的意图，剧本水平尤其出人意料，画面上也没出现崩坏，角色和场景的一致性较好，镜头切换与动作衔接基本连贯，即使涉及人物对话、动作，也没出现AI视频常见的越轴、穿帮等问题。当然，复杂动作的精细度、长镜头的稳定性这些细节上，这款模型还有提升余地。

其实最让人意外的是，上述任务全靠纯代码完成，没有调用任何外部图片库。我们为此仔细读了官方发布的相关信息，发现这款模型的一个显著特点是：找到了用代码和工具调用打通剧本、分镜、资源查找到画面生成与合成的路子。撑起这些的主要是两块底座：一块是覆盖创意、脚本、分镜、素材、配音的全流程训练环境，外加超过1000项创作Skill；另一块是百万token长上下文，任务涉及的文件内容、工具调用记录及返回结果都能留在窗口里，模型调用工具时不会“断片”。

靠的正是这些，一款纯文本模型跑通了“从一句话到一条片子”的闭环。

实测四知识工作5分钟完成一篇深度研报，评分93.8

PPT制作、表格整理、会议纪要这些办公任务，以及一些创意写作任务，我们也测了。文心5.5 Flash Preview交出的结果基本都达到了现实可用的水平。

端到端知识工作这块，我们出的最后一道题是撰写行业研究报告。

最近存储板块波动剧烈，我们给文心5.5 Flash Preview的需求简单到不能再简单：设定一个“兼具产业分析与权益研究背景的半导体行业分析师”作为写作者身份，给出研究时间节点和核心主题，让它独立完成一份存储行业深度研究报告。

结果，文心5.5 Flash Preview用不到5分钟就写出了一份32页的深度研究报告，题目叫《超级周期的定价裂缝》。

我们请第三方模型给这份报告打分，同时把市面上其他四篇知名机构发布的存储行研报告放进来一起评。文心5.5 Flash Preview的报告拿到93.8分，出乎意料地成了唯一超过90分的一份，其余报告得分落在81-88分之间。第三方模型给出的解释是：《超级周期的定价裂缝》没有去问“存储景气吗”，而是问“盈利新高与股价回撤为何并存”。它把“超级周期”拆成结构性短缺、周期性紧缺、定价权转移三种叙事，并量化价格贡献、挤占系数、LTA锁量不锁价、利润锁定度、折旧墙、估值裂缝和情景观测指标。财务与风险穿透最强，口径拆解尤其专业。扣分点在于部分测算为主观估算，HBM口径调和存在不可完全核验处。

当然，用AI来评价AI，本身也有局限。新出炉的报告往往把已有报告的长处都收了进来，打分时占着天然便宜。可不管怎样，这个成绩至少说明，文心5.5 Flash Preview在专业研究这类活儿上，智能水平和交付能力都已经相当能打。

押注编程、自研RSI，百度的未来值得期待。

几个任务跑下来，文心5.5 Flash Preview给人的感觉很清楚：文字也好，视觉也好，用起来也好，审美和品味都稳得住，输出简洁好上手，亲切，又不掉档次。

其实去年11月百度上线5.0 Preview的时候，它的语言能力、创意表达，还有交互里透出的文化品位，就已经被不少人盯着看。问题是那会儿这些长处还没变成优势。一个关键原因，是模型擅长的东西跟当时用户的期待、能力展示的场景，对不上茬。

去年末到今年初，AI编程正往规模化普及走，Agent产品也在攒劲。用户已经不满足于一个只会聊天的AI，他们想让它真进到生活和工作中，当个智能助手。所以，模型聊天聊得再溜，也很难真正打动用户。

从那以后，百度的模型一度显得没什么动静。可也就在这段时间，文心开始全力补课，重点是编程。到现在，文心5.5 Flash Preview拿出的编程能力已经挤进领先队伍，靠着这个领域的进化和Agent能力等杠杆，撬动了网页制作、游戏开发、3D建模、视频生成、知识工作这些用户需求最扎堆的场景，原先的审美和品味也终于发挥出差异化优势。

模型侧的突破，对正全力追赶、想重回C位的百度来说很关键。在今天的百度世界2026大会上，百度创始人李彦宏拆解了大模型产业的两条路：一是向上突破，推高智能上限；二是向实扎根，释放产业价值。他说百度两个方向都在往前推，一方面持续投入，研发下一代更前沿的基础大模型；另一方面坚持“模体并行、协同进化”的理念，让大模型为应用而优化。

除了文心基础模型，百度这次还发了文心闪电深度思考模型和文心一镜微表情大模型两款应用模型，一个盯高频复杂任务，一个盯高情感内容生产。据官方介绍，文心闪电深度思考模型面向搜索等海量请求场景，靠架构创新和快慢思考协同的Looping方案，在编程、推理、智能体及文本等公开测试中达到领先水平。文心一镜微表情大模型面向播客、短漫剧等视频创作，用文本、视觉、语音三态一体建模，支持4000字文本驱动和篇章级配音，视频生成成本比业界低50%，极速版能1:1实时生成。基础模型和应用模型能同步交卷，成绩还都不差，看得出百度定下方向后，内部的协同效应已经开始显出来。

其实百度不只是把课补上了、把差距追回来了，还冲到了更前沿的地方，而且真做出了东西。11月9日，百度文心首次披露RSI（递归自我改进）领域的进展，公布了参与文心5.5 Flash研发的自动研究系统ERNIE Evolve。按官方说法，它能围绕目标与约束，自己提出研究方向、做实验、验证结果、积累经验，在NanoChat AutoResearch和NanoGPT Speedrun两项任务的三个评测指标上都拿到目前公开验证的SOTA，并且已经实际参与这款新模型的推理优化。换句话说，文心5.5 Flash Preview的一部分能力，是AI自己研究出来的。RSI是当下模型圈最热的话题和研发方向之一，也有不少人认为它会彻底改变AI乃至人类的未来。

在AI这块，百度是先行者，旗下的搜索、网盘、文库、企业服务一直被视为AI的“富矿”，芯片、云、模型、智能体应用和自动驾驶则撑起了从底层到应用乃至物理AI的全栈能力。这些家底，既是百度能在模型领域迅速追回身位的底牌，也是外界看好它继续追赶顶尖、奔向更广阔未来的理由。