文心5.5 Flash Preview发布：11小时做出虚幻5游戏

新智元报道  

快、便宜、开源，是它身上的三个标签。

快是真快——2800 亿参数，每次只调用 140 亿，每秒能输出 200 多个 token。

便宜也是真便宜——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，眼下还有限时五折。

上线节奏上，今天先落地百度智能云千帆，API 可直接调用；模型权重则要等到 11 月 25 日，面向全球开源社区发布。

编程、3D 建模、知识工作、内容创作，是文心 5.5 Flash Preview 这次全面升级的四个方向。

Terminal-Bench、AutomationBench 等多项基准测试中，它拿出的分数具备竞争力：

终端里真刀真枪干活的 Terminal-Bench 4.0，46.5 分；跨应用办事的 AutomationBench，61.9 分；真实 Excel 活儿的 SpreadsheetBench V2，36.4 分。

图中带 * 的分数由百度自测。

也有还在追赶的项目。不过别忘了它的定位——一款主打快和省的 Flash 模型。

2800 亿参数，每次只激活 140 亿；100 万 token 上下文；每秒能输出 200 多个 token。

按这个定位，它跟 Claude Opus 5.5、GPT-6.1 Sol 这些大牌同台竞技，还抢下两个第一。

跑分这东西，我向来只信一半，另一半得看它实际干活。

先看最让我愣了一下的这个：《云岫行》。

这是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），底层代码为 C++，整个游戏由文心 5.5 Flash Preview 在一次长达 11 小时的任务里完整做出来。

11 小时不算稀奇。稀奇的是：文心 5.5 Flash Preview 是纯文本模型，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。

悬空与否，不必靠眼睛看画面，写个程序去量一量脚底和地面的距离，结果自然就出来了。试玩时暴露的那些视觉毛病，它逐条转成可运行、能出数值的代码测试，测完就改，改完再测，反反复复打磨，直到整款游戏做完。

这中间它还揽下一桩苦差：把横跨好几代虚幻引擎的素材，统统并进一个 UE 5.8 工程。各代引擎之间，格式和接口常常对不上。做过游戏的人大概都有体会，这种活让人来干，干到想辞职。

说实话，这个 Case 打动我的不是画面，是这套干活的方法。

写过程序的都清楚，新手提 bug 只会说「好像哪里不太对」，老手则讲「第 37 行的返回值差了 0.3」。把含糊的感觉落成可核对的数字，这手本事只有老师傅拿得出来。

连续 11 个小时不停工也不出岔子，这股耐力到底哪来的？

官方说法是，训练阶段喂了 1400 多万个「真能跑起来」的代码任务，另外还加了多种智能体（Agent）框架的执行轨迹。

反复练的就是「写完、运行、看报错、接着改」这整套流程，光靠背代码派不上用场。

再配上 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、拿到的结果都装在里面。Unreal、Unity、Godot 这几个主流游戏引擎，也都做了专门适配。

实际成效如何？我们自己出了道题：做一款第三人称 3D 御剑飞行游戏，名字叫《御剑穿云》。

开场是一方石台。主角身穿青袍，背后垂着浅色飘带，头上挽着发髻，稳稳踩在一把飞剑上，不是拿几个方块拼凑出来的。

抬眼往前，暖金色的云海里立着一座座青绿石峰，半路上横着一道石拱，十个金色光环一路排到崖顶的寺院。

真能跑通才算数。第 3 环、第 7 环一过，检查点就自己记下来了；左上角环数、计时、能量条全程在动，右下角另有一张小地图。收尾时落在红柱重檐的寺院门口，结算面板随即弹出：十环全过。

顺带我们还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。

它的分寸感反倒让我意外。聊潮汐时它主动补了一句：引潮力是 8 倍，潮高可不一定 8 倍。没人追问，它自己把洛希极限算了一遍，说月球不会被撕碎，离那条线还差十倍多的距离。

几个关键数字我用计算器挨个核过，全都对得上。一个 Flash 模型，扛下的是一整个科普视频小组的活儿：查资料的、算数的、做图的、剪片的。

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》是 117 秒的 2D 动画，整部用 Python 从零写出来。一只白鹈鹕蹬着自行车，从公元前 4000 年的撒哈拉岩画启程，途经汉画像石拓片、爪哇皮影、8-bit 像素，前后换了 20 种艺术风格，一路骑进大模型时代的代码编辑器，最终登上「第 21 号鹈鹕发布会」。放到梵高《星月夜》那一段，漩涡星空随着它的踏频一起扭动。

配乐动用了 22 段录音，金贝鼓、古琴、马里奥主题都在其中。剪辑也没让别人插手：剪辑脚本由模型自己写，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。

按官方披露，训练时围绕科普、漫剧、创意剪辑等场景，共搭建 15 万多个创作环境，覆盖创意、剧本、分镜到配音的完整流程，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。

建机场的那边自己上地图平台找布局数据，把植被、车辆、地勤设备等配套素材下载下来；造飞机的那边则把机身、机翼、驾驶舱、双层客舱一节节拼装起来。最后双方对齐尺度和镜头，渲染出片。整个流程像个小外包团队，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。

它又参照深圳的百度国际大厦，把东西两座楼做成了可编辑的三维模型，室内布局、机电管线这些局部细节都没落下；还从玉兔二号那里借来灵感，设计出一辆月球概念车，悬架能摆、太阳翼能转。

看到这里，我才算真正明白过来。

游戏、动画、飞机、发动机，表面看毫不相干，可底下指向的其实是同一件事——写代码。

建模，靠它写脚本去指挥 Blender 完成；剪片，也是它写程序来调度音视频素材。凡是代码够得着的地方，它都能伸手进去。

百度把编程能力列为本轮升级的头号亮点，我这回是服气的。这哪算一项能力，分明是一把万能钥匙。

这把钥匙连办公室的门都打得开。开头提到的两个第一，考的恰恰就是这类活儿。

它自己独立写出一份 24 页的自动驾驶研究报告，把 4169 条美国联邦事故报告通读一遍，将 Waymo 和特斯拉两条路线的安全数据拆开来对比。另外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，帮人算退休金够不够花。

这同样是练出来的。针对金融、法律这类知识工作，官方为它搭了 30 万个工作空间，备下 1000 万份参考文件，覆盖 40 多种文件类型。

它甚至还能自己编曲，写出一首 6 分 35 秒的交响乐。

能干是一码事，干得快、用得起又是另一码事。

智能体干活动不动就是几百步，每一步慢一点、贵一点，月底账单就能让人心梗。

文心 5.5 Flash Preview 在架构设计上就紧盯「效率」二字：

• 读长文省显存：模型总共 43 层，其中 37 层在读历史内容时只看「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计算。好比一个项目组，多数人翻会议纪要，少数几个人负责查原始档案。百万 token 塞进来，显存照样扛得住。

• 挑专家防走眼：每层有 512 位「专家」，每次只点 10 位出场，再加 1 位常驻的共享专家，2800 亿参数就是这样压成每次只用 140 亿的。派活也有门道：过去由一个「调度员」（路由器）决定叫谁出场，一旦看走眼，落选的专家连改错的机会都没有，容易一错到底；如今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 的设计挺巧，它不外挂额外模块，直接用模型自己的最后一层，在写下一个词的时候顺手把后面几个词也打个草稿，核对无误就直接用上。

架构图里另外标着几个读起来费劲的组件名：mHC 负责把层与层之间的信息通路加宽，MultiMax 负责最后选词那一步，R2L 分词器则按三个数字一组、从右往左把数字拆开，好让它算算术。

几样加在一起，才换来每秒 200 多 token 的生成速度。文心这个 Flash，算是名副其实。

更有意思的还在后面。

百度文心在 11 月 9 日首次公开了 RSI（递归自我改进）方向的进展，拿出的东西叫 ERNIE Evolve，是一套自动研究系统。说白一点，就是让 AI 去当研究员：想法自己出，代码自己改，实验自己跑，出来的结果还要过独立评测，糊弄是过不了的。

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：

放到国产昆仑芯 P800 的低时延场景里，生成速度达到基线的 623.6%。强化学习训练离不开「确定性推理」——同一个请求，每次生成的每个词、每个概率都要完全一致，代价是速度降下来——在这种条件下，吞吐量提升了 33.7%。

极致解码这一项最能看出功力。人类工程师早就针对这个场景做过专门优化，好啃的收益已经吃干净，剩下能抠的单项改进通常只有 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。

用 AI 来打磨下一代 AI。这话过去只出现在科幻小说里，如今却写进了一款国产大模型的研发记录。

把日历往前翻，百度这七天的节奏密得让人有点吃惊。

11月5日，文心 5.5 Flash Base 开源。这是百度隔了 16 个月，又一次放出千亿参数级的模型权重。11月9日，RSI 自动研究进展对外披露。11月11日，文心 5.5 Flash Preview 正式发布。七天，三连发。

下一发也定好了：11月25日，文心 5.5 Flash Preview 的权重开源。

明天，百度世界 2026 将在北京开幕，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。

不过看完这一周的消息，我感受到的是：团队没有急着对外说明，只是专心干活。他们打磨架构，抠效率，一项项把成果拿了出来。哪怕只是零点几个百分点的提速，也有人带着 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。

到底有没有到山巅，眼下还不好说，榜上对手个个都不弱。可雪地里这串脚印，是一步一步踩下来的，骗不了人。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