文心5.5 Flash Preview实测：编程能力跃升，网页游戏开发表现如何

11月12日，百度世界大会2026开幕，这家曾开国内AI先河、也经历过波折的巨头一口气发布了多款前沿新品。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，介绍了新模型的参数规模与核心优化方向。

官方数据显示，文心5.5 Flash Preview采用稀疏MoE架构，总参数量2800亿、激活140亿，支持百万token长上下文。这几项核心参数与DeepSeek-V4-Flash大致相当，可作参照。

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在Terminal-Bench、AutomationBench等多项基准测试中拿到有竞争力的得分，解码速度也保持在极致水平。

编程被视作“模型必争之地”，文心5.5 Flash Preview在这一项上进步明显：CodeArena：WebDev最新评测榜中拿下1668分，位列开源模型第二、国产模型第四，排在Kimi K3.1 Pro、Qwen3.8-Max等大参数国产模型之后。

对Flash模型来说，纸面参数之外，性价比和执行效率更关键，说白了就是要“多快好省能干活”。文心5.5 Flash Preview采用全新架构设计，借助混合稀疏注意力、多路由器MoE、ECHO多token预测等技术创新，在提升能力的同时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，兼顾智能水平与推理效率。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定价为：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，采用对商用最友好的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被降了下来。孙天祥还在大会现场表示“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落地形成生产力已是大趋势，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，用实际任务测试文心5.5 Flash Preview的真实表现，这些场景也能体现编程、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。

最近《后会友期》火得出了圈，我们想借这个势头，用文心5.5 Flash Preview 做一个“友情人格测试”互动页面。提示词不到200字：做一个“友情人格测试”页面，用户要答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”；每道题的选项分别对应“主动开口”“厘清边界”“接受流动”三个维度。用户提交后算出得分，生成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，再加一句“厉娜体”金句，还要能一键复制结果文案、重新测试，并兼顾空状态和响应式布局。

百度官方称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，没有市面上AI生成产品常见的那种“塑料感”。一句话生成的前提下，模型能自己选用网格排版、极简莫兰迪色系、复古档案袋风格，审美确实在线。

互动体验也流畅，功能完整度很高。从首屏引导到答题环节、结果分享页面，文心5.5 Flash Preview把字面意义上的概括式需求严丝合缝地实现了，还自己补齐了互动式答题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”模型拿出的结果更好，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占优。

官方披露的说法是，文心5.5 Flash Preview 针对复杂UI交互、业务逻辑实现、状态管理与全栈集成做了系统性的前端工程优化，为的是让生成的界面既好看，功能又完整，能直接用到生产环境里。

从互动页面的交付结果看，这些努力已经见效。

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。官方信息显示，文心5.5 Flash Preview已超越代码补全的初级阶段，更专注真实软件工程，能覆盖完整构建复杂应用的广泛编码场景；在长周期开发任务中，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。

第一个测试项，是一句话做出一款3D五子棋游戏。文心5.5 Flash Preview花不到2分钟就交了差，画面审美没掉线，可玩性也说得过去，出活速度比国内其他主流模型更快。问题是，“一句话生成”这类小游戏本身就没什么上限，各家的成品在观感和玩法上其实拉不开多少距离。

接着把难度往上提，要求文心5.5 Flash Preview开发一款叫《八方来财》的模拟经营强手棋，提示词照样写得很短，多数要素都丢给AI自行处理。这回耗时接近20分钟，游戏的复杂度上去了，上手却不算难，完成度依旧很高，角色、产业和店铺的设计都有辨识度；随机性、偶然性与模拟经营的策略性被捏合在一起，玩起来更顺。

随着前沿模型的编程能力快速抬升，AI的目光早就落到更大、更复杂的游戏上。文心5.5 Flash Preview称已针对Unreal Engine、Unity、Godot等主流引擎做深度适配，能读懂不同引擎的开发范式，把相应工具和工作流用熟，从创意设计、逻辑实现一路做到场景构建。官方演示里有一个相当抓眼的案例：模型耗时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观感很强，尤其考虑到画面全靠代码生成，镜头逻辑站得住，人物视角、跑动方向、动作顺滑度都在线，看不出明显的穿模、摄影机错位或构图异常。按官方说法，文心5.5 Flash Preview是纯文本模型，它会把游戏制作中常见的视觉理解难题转成可量化的代码测试题，再借不断补全的游戏测试与反馈推动迭代，直到达成目标。

不只是文心5.5 Flash Preview，眼下前沿AI模型单靠自身编程能力，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的推进很可能带来一次划时代的改变。

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，纯文本模型在这一环能交出什么，我们也想看看。于是先给文心5.5 Flash Preview出了一道“试金石”题——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。这次它40分钟“交卷”，成片在15秒里把史前壁画、古典雕塑、文艺复兴透视、印象派光色直到现代艺术这些关键节点串了起来，效果与社媒上国际前沿模型此前的呈现异曲同工。

之后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”，生成耗时差不多，成片却更让人眼前一亮：从青铜纹样到水墨工笔再到现代风格，整体气质统一，递进逻辑也顺。再往后，我们还让它生成“恐龙跳闪步舞的短视频”“动画版奥德赛预告片”，以及一些模仿热门“AI短剧”风格的片段。

总体看，文心5.5 Flash Preview出的视频质量都在线，风格贴合提示词意图，剧本水平尤其出彩，画面上没有崩坏，角色与场景一致性不错，镜头切换和动作衔接基本连贯，即便涉及人物对话、动作，也没出现AI视频常见的越轴、穿帮。当然，复杂动作的精细度、长镜头的稳定性这些细节，它还有提升余地。

真正让人意外的是，上述任务是在只靠纯代码、不调用外部图片库的条件下完成的。我们细读了官方发布的信息，发现这款模型的一个突出特点是：通过代码和工具调用，把剧本、分镜、资源查找直到画面生成与合成串成一条路。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”。

靠这些，一款纯文本模型把“从一句话到一条片子”的闭环跑通了。

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、会议纪要这类办公任务，以及一些创意写作，我们也测了，文心5.5 Flash Preview交出的结果基本达到现实可用的水平。端到端知识工作上，我们给出的最后一道题是撰写行业研究报告。

近期存储板块波动剧烈，我们只给了它最简单的需求：设定写作者为“兼具产业分析与权益研究背景的半导体行业分析师”，再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分钟写出了一份32页的报告，题为《超级周期的定价裂缝》。

我们请第三方模型给这份报告和市面上另外四篇知名机构的存储行研报告分别打分。文心5.5 Flash Preview拿到93.8分，出乎意料地成为唯一超过90分的报告，其余几篇落在81-88分之间。第三方模型给出的理由是：《超级周期的定价裂缝》问的不是“存储景气吗”，而是“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属主观估算，HBM口径调和存在不可完全核验处。

评价AI这件事本身也有短板。新出炉的报告往往把已有成果都吸收了，打分时天然占便宜。可话说回来，这份成绩单还是能说明，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到了相当高的水准。

押注编程、自研RSI：百度的未来值得期待

连着跑完多个任务，文心5.5 Flash Preview给人的印象挺统一：文字也好，视觉也罢，用起来的感觉也罢，审美和品味都拿得出手，产出内容干净好懂，既亲切又不掉档次。

去年11月百度把5.0 Preview放出来的时候，它的语言功底、创意表达，还有交互里透出的文化味道，就引来不少关注。不过那会儿这些长处还没变成实打实的优势。原因之一，是模型擅长的地方和当时用户想要的东西、能力展示的场合，没完全对上。

去年底到今年初，AI编程正往大规模普及走，Agent产品也在攒劲。用户已经不买只会聊天的AI的账了，他们想的是让AI真进到自己的日子和工作里，当个智能帮手。光会聊天，再能聊也难打动人心。

打那以后，百度的模型有阵子看着没什么动静。其实这段时间文心一直在闷头补课，补的就是编程。到现在，文心5.5 Flash Preview的编程能力已经挤进领先那拨，借着这块的进化和Agent能力这些支点，撬开了网页制作、游戏开发、3D建模、视频生成、知识工作等用户需求最扎堆的场景，原先的审美和品味也跟着变成了差异化的本钱。

模型这头的突破，对正使劲追赶、想重回C位的百度来说很要紧。今天的百度世界2026大会上，百度创始人李彦宏把大模型产业的路子拆成两条：一条是往上冲，把智能上限再推高；一条是往实里扎，把产业价值放出来。他说百度两条路都在往前走，一边持续投钱，研发下一代更前沿的基础大模型；一边坚持“模体并行、协同进化”的理念，让大模型围着应用来做优化。

这回除了文心基础模型，百度还端出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这类海量请求场景，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里做到了领先。文心一镜微表情大模型则面向播客、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%，极速版能做到1:1实时生成。基础模型和应用模型能一块儿交卷，成绩还不差，看得出百度定下方向之后，内部的协同已经起了效果。

其实百度不只是把课补上了、把差距追回来了，还往更前沿的地方冲了一截，而且真做出了东西。11月9日，百度文心头一回公开RSI（递归自我改进）方向的进展，亮出了参与文心5.5 Flash研发的自动研究系统ERNIE Evolve。按官方说法，它能围着目标和约束自己找研究方向、跑实验、验结果、攒经验，在NanoChat AutoResearch和NanoGPT Speedrun两项任务的三个评测指标上都拿到了目前公开验证的SOTA，并且已经实打实参与了这款新模型的推理优化。换句话说，文心5.5 Flash Preview身上有一部分能力，是AI自己研究出来的。RSI眼下是模型圈最热的话题和研发方向之一，不少人觉得它会彻底改写AI乃至人类的未来。

在AI这条路上，百度起步早，旗下的搜索、网盘、文库、企业服务一直被看作AI的“富矿”，芯片、云、模型、智能体应用和自动驾驶又搭起了从底层到应用乃至物理AI的全栈本事。这些家底，既是百度能在模型领域快速追回身位的底气，也是外界看好它继续追赶顶尖、走向更大天地的理由。