文心5.5 Flash Preview实测：1668分编程榜第二，11月25日开源

11月12日，百度世界大会2026开幕，这家国内AI领域的先行者发布了一批前沿新品，其中最受关注的当属最新基础模型文心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，对这款新模型的参数规模与核心优化方向做了介绍。

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。

能力侧重上，百度这次也重新回到主战场：新模型在编程、3D建模、知识工作、内容创作等方面表现突出，而这些方向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等多项基准测试中都拿到了有竞争力的得分，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，排在开源模型第二、国产模型第四，紧随Kimi K3.1 Pro、Qwen3.8-Max等大参数国产模型之后。

不过对Flash模型而言，纸面参数之外，性价比和执行效率才是关键——说白了，得“多快好省能干活”。文心5.5 Flash Preview为此采用了全新架构设计，借助混合稀疏注意力、多路由器MoE、ECHO多token预测等多项技术创新，在提升能力的同时压低计算和显存开销，让百万token长上下文与多步Agent任务处理得更高效，智能水平与推理效率得以兼顾。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，能把生成速度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，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，采用的是对商用最友好的开源方式——Apache License 2.0许可证，开发者可以自由使用、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“打下来了”。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”。正式版模型，看样子也不远了。

当然，模型最终要过的一道道考场，是一项项真实任务和一次次用户体验。AI落地形成生产力已成大趋势，能交付结果、获得认可的模型才有未来。我们选了网页互动、游戏开发、视频制作、研报撰写等高频应用场景，这些场景能体现编程、知识工作等能力，用实际任务来检验文心5.5 Flash Preview的真实表现。

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》这波热度，我们准备用文心5.5 Flash Preview 搭一个“友情人格测试”互动页。提示词不到200字：做一个“友情人格测试”页面，让用户回答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”三个维度，提交后算分，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，再加一句“厉娜体”金句，同时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。

先是UI的质感，没有市面常见AI生成产品那种“塑料感”。一句话生成的前提下，模型能自己选取这种网格排版方式、极简莫兰迪色系、复古档案袋风格，审美确实在线。

互动体验也很流畅，功能完整度很高。从首屏引导，到答题环节和结果分享页面，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类页面的推进逻辑与落地细节，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”上一直有自己的独到之处；编程能力提上来后，这款“全科生”模型确实拿出了更好的结果，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。

官方介绍，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一轮系统性的前端工程优化，目的是让生成的界面不光好看，功能也齐全，能直接用到生产环境。

从互动页面的交付结果来看，这些努力已经见到了成效。

实测二｜游戏开发：能写小游戏，也能做大项目

另一类任务是游戏开发。官方公布的信息显示，文心5.5 Flash Preview 已经不再停留在代码补全的初级阶段，重心转向真实软件工程，能覆盖完整构建复杂应用的大量编码场景；在长周期开发任务里，它的规划、执行和持续迭代能力表现得更为突出，新模型的游戏开发效果也由此明显提升。

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。

先让它一句话做一款3D五子棋。文心5.5 Flash Preview不到2分钟就交了活，画面审美没掉线，玩起来也顺手，出活速度比国内几家主流模型要快。不过这种“一句话生成”的小游戏上限摆在那儿，各模型做出来的效果和手感其实差不太多。

任务再往上加码：做一款模拟经营类强手棋，名字叫《八方来财》，提示词照样写得很短，大部分要素都丢给AI自己定。这回花了将近20分钟，复杂度肉眼可见地上来了，但上手并不难，完成度依旧很高。角色、产业、店铺的设计都有想法，尤其是把随机性、偶然性和模拟经营的策略性捏到一起，游戏体验因此加分不少。

前沿模型的编程能力涨得快，AI早就把目光投向更大、更复杂的游戏。文心5.5 Flash Preview称已针对Unreal Engine、Unity、Godot等主流引擎做了深度适配，能读懂不同引擎的开发范式，把对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。

官方演示里有个挺抓人的案例：这款模型花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观感很带感，尤其在纯代码生成的前提下，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。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问题转成可测量的代码测试问题，靠不断完善的游戏测试和反馈推动迭代，最终把目标做出来。

包括文心5.5 Flash Preview在内，眼下前沿AI模型单靠自身的编程能力，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这波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答卷，我们也挺好奇。

第一个“试金石任务”选了社媒上很火的“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这次花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、印象派光色到现代艺术等关键节点，跟此前社媒上国际前沿模型的呈现效果有异曲同工之妙。

接着换成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，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“恐龙跳闪步舞的短视频”“动画版奥德赛预告片”，以及一些仿照热门“AI短剧”风格的片段。

总的看，文心5.5 Flash Preview出的视频质量都比较在线，风格贴合提示词意图，剧本水平尤其亮眼，画面上没有崩坏，角色和场景一致性较好，镜头切换与动作衔接基本连贯。涉及人物对话、动作时，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，这款模型还有提升空间。

真正让人意外的是，上述任务它只靠纯代码完成，没有调用外部图片库。我们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搞定剧本、分镜、资源查找到画面生成与合成的路径。支撑这一点的主要是两块底座：一块是覆盖创意、脚本、分镜、素材、配音的全流程训练环境，以及超过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，模型调用工具时不至于“断片”。

靠这些，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、会议纪要这类办公任务，还有一些创意写作，我们也测了，文心5.5 Flash Preview交付的结果基本都到现实可用的水平。

端到端知识工作这块，最后一道题是撰写行业研究报告。

最近存储板块波动剧烈，我们只给了最简单的需求：假定写作者是“兼具产业分析与权益研究背景的半导体行业分析师”，再给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32页的深度报告，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，很意外地成了唯一超过90分的，其余报告落在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》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。

需要说明的是，AI评测本身有局限，新出炉的报告往往把既有成果都吸收了进去，打分时占着天然便宜。即便如此，这份成绩单仍能说明一件事：在专业研究这类场景里，文心5.5 Flash Preview的智能水准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

连做多个任务实测，文心5.5 Flash Preview给人的印象相当一致：文字也好、视觉也好、用起来的手感也好，审美和品味始终没掉线，产出简洁好用，亲切里带着高级感。

其实去年11月百度上线5.0 Preview那会儿，它的语言能力、创意表达，以及交互中透出的文化品位，就已经被不少人注意到。只是当时这些长处还没能变成优势，症结在于模型的特点与那一阶段用户的期待、能力展示的场景，彼此没对上。

去年末到今年初，AI编程能力正走向大规模普及，Agent产品也在蓄势。用户要的已经不只是会聊天的AI，而是能真正进入生活和工作、当智能助手用的东西。聊天聊得再顺，也很难戳中用户。

此后一段时间，百度的模型动静不大。不过也正是在这段日子里，文心开始全力补课，补的重点就是编程。到今天，文心5.5 Flash Preview已经拿出能挤进领先梯队的编程水平，借这一领域的进化和Agent能力等杠杆，撬开了网页制作、游戏开发、3D建模、视频生成、知识工作这些用户需求最密集的场景，原先的审美和品味也因此变成了差异化优势。

对正全力追赶、想重回C位的百度而言，模型侧的突破很关键。在今天的百度世界2026大会上，百度创始人李彦宏把大模型产业的发展路径拆成两条：一条是向上突破，把智能上限往上推；另一条是向实扎根，把产业价值放出来。他表示百度在这两个方向上都在往前推，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”理念，让大模型为应用而优化。

这次除了文心基础模型，百度还发布了两款应用模型：文心闪电深度思考模型和文心一镜微表情大模型，前者瞄准高频复杂任务，后者瞄准高情感内容生产。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，视频生成成本较业界降低50%，极速版可实现1:1实时生成。基础模型与应用模型能同步交卷、成绩都不差，说明百度在锚定方向之后，内部协同的效果已经露头。

其实百度不只是把课补上、把差距追回来，还跑到了更靠前的地方，并且拿出了东西。11月9日，百度文心首次披露RSI（递归自我改进）方向上的进展，公开了参与文心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，自主提出研究方向、开展实验、验证结果并积累经验，在NanoChat AutoResearch和NanoGPT Speedrun两项任务的三个评测指标上，均取得目前公开验证的SOTA表现，并且已经实际参与到这款新模型的推理优化中。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，也有不少人认为它将彻底改变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再到物理AI的全栈能力。这些家底，是百度能在模型领域快速追回身位的底牌，也是外界看好它继续追赶顶尖、走向更远未来的理由。