文心5.5 Flash Preview实测：2800亿参数，20秒代码视频一次成型

资讯品玩 2026/11/13 19:45 全文 4634 字 · 约 12 分钟读完配图 13 张

19:45 实测文心5.5 Flash Preview：有起伏也有亮点，一份侧重编码效率的预览答卷代码能力补上来了。

这一周，大模型圈子挤得厉害。Claude Fable 5.2、Gemini 4 Carbon、Qwen 4 Max Preview 接连更新，几家都在拿大参数旗舰秀上限。

百度赶在世界大会前头密集出手：11月5日开源基座模型文心5.5 Flash Base，11月9日公开参与新模型研发的自动研究系统 ERNIE Evolve，11月11日又正式推出主打速度的文心5.5 Flash Preview（ERNIE 5.5 Flash Preview），重心压在编程、3D 建模、知识工作和基于代码的内容创作上。

参数设计上，这款模型做了很清楚的取舍：稀疏 MoE 架构，总参数2800亿，每个 Token 激活140亿，上下文最长支持100万 Token。后训练阶段要反复采样，Agent 任务里要多步交互、处理长文本，算力和显存开销都会一路往上加。把激活规模压在140亿，换来的是推理负担更轻。官方给的数据是，千帆 API 单用户生成速度超过200 tokens/s，定价每百万 Token 输入忙时2元、闲时1元，输出忙时8元、闲时4元，限时五折。

刚拿到接口那会儿，我们心里没什么底——文心确实有一阵子没进过我们的视野了。测试 harness 统一用 Claude Code，接上千帆 API，十几组测试跑下来，文心5.5 Flash Preview 的实际表现算是超出预期，惊艳的产出不少，下面挑完成度较高的几个说说。

实测一：博朗风鼓机与复古桌面

先从规则最明确的 Web 前端开发测起。我们连着试了两道组件密度很高的单文件应用：一道是致敬博朗与 Teenage Engineering 工业设计风格的16步进电子合成编曲机《EP-14 Groovebox》，另一道是一套 Windows 95 风格复古桌面，里头有画图、扫雷、终端、芯片音乐播放器和记事本。

耗时约 9 分半钟生成的《EP-14 Groovebox》，OLED 频谱跳动与 16 步跑马灯编曲实录

两道题都是一次生成，10分钟以内做完，打开就能交互，控制台零报错。鼓机那边，拉丝金属面板、旋钮阻尼、实时跳动的荧光绿频谱屏都做得完整，点播放就能跑起电子鼓点，拖上面的旋钮还能实时调滤波。复古桌面里五款小程序和窗口缩放都正常，在终端敲 neofetch，系统信息里还自带一句“640K 内存够任何人用了”的调侃。

实测二：纯代码生成20秒计算简史科普视频

“基于代码的视频编排”是百度这回重点提的方向：让模型自己规划分镜和时间轴，直接用代码渲染画面、合成音效。为了看纯编码生成到什么水平，我们要求它在不许加载任何外部图片、音频、视频素材的前提下，只用单文件 HTML 里的 Canvas/WebGL 和 Web Audio，做一支精确20秒的卡点动画短片《20 秒计算简史》。

成片的画面质感比预想的好。20秒里它依次切过六个时代：暖色灯光下拨动的算盘珠、啮合转动的黄铜齿轮、带扫描线效果的绿屏终端，接着是 Windows 98 拨号弹窗和点亮的地球网格，再到深空背景下稀疏的神经元网络，最后收在一枚闪烁的光标上。

程序化合成的木珠声、齿轮声和电子节拍，也都卡准了转场切点。翻工作目录能看到，它在后台自己跑了五轮性能和同步测试，靠缓存渐变贴图、校准帧中心时间，在不用任何外部素材的情况下把时间轴编排和声画同步做通了。

实测三：傅里叶圆环画图，单轮直出交互式数学动画

上一支短片经过多轮脚本调优，我们也想弄清楚：模型是不是只对“历史快闪”这类常见模板熟？于是换了一道偏实时数学计算的题。这回要求它不调用外部资源，单轮直出一支 3Blue1Brown 风格的25秒科普动画，讲傅里叶级数怎么用旋转圆环画出复杂图形，片尾还要开放鼠标手绘、实时重画的功能。

大约21分钟，一次生成通过，黑底配蓝金线条，画面干净克制。前两幕演单圆生成正弦波、多阶谐波逼近方波，第三幕由60个半径和转速各不相同的圆环联动，一笔勾出闭合五角星。切到手绘模式，用鼠标随手画个闭合轮廓，程序立刻算出离散傅里叶变换，驱动一串圆环把刚画的图形重新描出来。

实测四：拆解 iPhone Duo

到了复杂 3D 结构组装，长板和短板的反差就出来了。我们拿评测里常见的双屏概念机“iPhone Duo”展台题来测：单页里构建可自由旋转缩放的 3D 机身，支持折叠开合联动，一键爆炸拆解出外壳、屏幕、铰链、电池、主板、摄像头、MagSafe 磁吸环等十类组件，还要能点零件看说明、自动演示。

不加测试约束、单轮直出那一把，结果直接翻了车。模型看不到渲染画面，盲写上百个三维零件的局部坐标，多处错位：几个银色圆柱斜着穿出边框，两个黑色 MagSafe 磁吸环对称翘在壳外，看着像长了两撇“八字胡”。

文心5.5 Flash Preview实测：2800亿参数，20秒代码视频一次成型（配图 8）

换个跑法：让它在本地 Agent 环境里自己写自动化测试，对包围盒尺寸、像素亮度、点击交互逐项验证完再交付，结果明显改观。几十项脚本检查跑下来，它自己定位并修掉了底座过亮压暗机身、玻璃反光洗白锁屏、镜头切换卡顿这些问题。修完的版本开合顺畅，点 Explode 后各层零件呈扇形阶梯展开，点内部组件也能正常弹出说明卡片。小瑕疵还有：双屏展开时跨中缝的标题轻微重叠，自动演示时金属边框高光略微偏曝。说到底，它单次的三维空间直觉偏弱，但借工具链多轮纠错的能力比较扎实。

实测五：三款 3D 与 2D 小游戏

游戏场景先试了近期评测里常见的极简 3D 题《Paper Skies》，只给几句英文，要求单文件做出开纸飞机穿圆环得分的限时小游戏。

plaintext

Prompt：Make a 3D game with three.js. One index.html file I can open in my browser. You fly a paper plane through a sky of floating islands and fly through glowing rings for points. Arrow keys to steer. 60 seconds, score in the corner. Make it fun and nice to look at.

飞行操控与计分逻辑跑起来都挺顺，问题出在提示词给得太简单——远处的“浮岛”最后只是几个悬空的锥体，画面看着有点空。我们随后又出了一道 3D 小游戏《文心运输队》，这回把地形风格和玩法规则都写细了。

plaintext

Prompt：用 three.js 做一个单文件的 3D 小游戏，浏览器直接打开就能玩。你开一辆小卡车，在低多边形风格的山路上运送 GPU，60 秒内送到山顶的数据中心，路上颠得太厉害货会掉。方向键控制，左上角显示剩余时间和车上还剩几块 GPU。要好玩，也要好看。

把地形与规则描述给细后的 3D 小游戏《文心运输队》，驾驶卡车运送 GPU 上山

低多边形山路、颠簸掉货这些要求讲明白之后，山体、松树、弯道护栏，连车斗里显卡的细节都补全了不少。

2D 街机这边，题目是赛博霓虹风格的《超级多球打砖块》，道具包括击碎砖块后掉落的三倍分裂球、加长双联激光挡板，以及底部护盾。

2D 游戏的完成度明显更高。生成花了约 10 分钟，双联激光、震屏反馈、随连击递增的合成音效一样不缺。程序把同屏球数卡在 100 颗上限，实测吃到分裂道具后，几十颗带拖尾的光球同时高速弹射，画面也没见明显卡顿。

实测六：手写着色器渲染《星际穿越》黑洞

最后一道题偏底层图形数学：不许引用任何外部贴图，纯手写原生 WebGL2 光线步进（Raymarching）片元着色器，实时渲染一颗类似《星际穿越》里那种带强引力透镜效应的超大质量黑洞，还要带质量、色温、自旋的实时调节面板。

测试途中，它为了调着色器精度一度跑到超时，好在最终画面很干净。吸积盘被强引力弯折后同时包住黑洞上下边缘的透镜形态，紧贴事件视界的内圈光子环，都准确呈现了出来。拖动右侧面板调黑体色温，吸积盘能从暖琥珀色平滑过渡到冷白蓝光；旋转视角时，背景星空也会跟着出现轻微的透镜畸变。

实测小结

整轮测下来，文心5.5 Flash Preview 的表现有起伏。前端交互和代码动画编排上，它经常一次就能交出不错的成品；可一旦脱离自动化测试脚本、单轮直出复杂 3D 结构或物理碰撞场景，穿模、打光失真、几何元件错位还是时不时冒出来，自由发挥视觉设计时，离闭源前沿仍有距离。

能力边界也确实摆在那儿——每个 Token 只激活 140 亿参数，这个限制客观存在。

官方公布的基准成绩里，Terminal-Bench 与 AutomationBench 分别为 46.5 分和 61.9 分，在同规模模型中具备竞争力；最新刷新的 CodeArena WebDev 榜单上它拿到 1668 分，开源模型里排第二、国内模型排第四，排在 Kimi K3.1 Pro、Qwen3.8-Max 等大参数国产模型之后。