AI模型库 · 今日一模
ERNIE 5.5 Flash Preview
11 月 11 日发布 · 首个后训练预览 · 千帆可调 · 11 月 25 日前开源权重
能调了仍是中间版 · 思考关不掉
本号 11 月 7 日写过那份 280B 基座：不是聊天成品。11 月 11 日，百度发布了基于它的首个后训练版本——ERNIE 5.5 Flash Preview。千帆 API 已经能调，中文发布页和官方 X 都写了：权重将于 11 月 25 日前开源。
但别把它当成正式的文心 5.5 Flash。 中文发布页写得很清楚：这是后训练过程中的一个中间版本，训练还没做完，部分能力可能因为训练不充分而有缺陷。正式版还在后面。
还有两件会立刻影响到用法的事。千帆「模型默认参数说明」（11 月 11 日更新）写明：思考强制开启、不支持关闭，思考强度锁定为 high，temperature 和 top_p 都不支持。思维链会占 max_tokens 额度，也会按输出计费。另外，英文发布页写权重将按 Apache 2.0 开源，中文页只写了日期、没给许可原文——Base 那份并不是 Apache，还划了欧盟、英国、韩国。许可证全文要等权重落地再核对，先别按「随便商用」来理解。
01
PART
官方自报表：有领先，也有明显落后
THE SCORES
发布页附录放了评测图，图注写：不带星号的分数引自模型官方报告或公开榜；带 * 的是百度自己评的。下面这几项反差比较大，数字都来自这张官方配图，不是本号复测。
Terminal-Bench 4.0：文心 Preview 46.5，GPT-6.1 Sol 56.1，Claude Opus 5.5 为 66.4 / 63.6*。同一张图上，文心这一项落后于 GPT 和 Claude。DeepSWE v1.1 也类似：文心 71.2，DeepSeek-V4.1-Flash-1017 是 77.0，GPT-6.1 Sol 是 75.2。
反过来，AutomationBench 上文心 61.9，图中 Claude Opus 5.5 是 58.0*；SpreadsheetBench V2 上文心 36.4，高于图中带 * 的对照。这类「领先」多半对照的是百度自评的竞品分，辨真伪时要连星号一起看。
Agents' Last Exam（CLI）文心 29.0，DeepSeek 为 35.2*。BrowseComp 文心 87.6，接近 GPT-6.1 Sol 的 87.5*，低于 Claude 的 90.8。
官方账号 @Baidu_ERNIE 还写了，千帆上「每位用户超过 200 tokens/s」。这是官方自报，测试条件和并发没有展开，本号没有复测，不当成本号结论。
02
PART
官方演示：11 小时做一款武侠游戏
THE DEMO
发布页用了相当篇幅展示模型在 Agent 框架里端到端完成的作品，并注明用到的外部素材。
游戏开发部分，官方说在一项 11 小时的长程编码任务中，模型把跨代虚幻引擎素材合入同一个 UE 5.8 工程，用 C++ 写完第三人称武侠游戏《云岫行》。官方特别写了一句：它是纯文本模型，看不到画面，于是把人物悬空、跑动方向不一致、相机错位等问题转成可测量的代码测试，再靠测试和试玩反馈迭代。外部素材是张家界场景和古风女侠角色包。另有一组官方视频：根据完整策划案做出近百款手机小游戏，视频展示了其中 24 款。
这些都是官方演示，不是本号上手复现。发布页把最大篇幅放在长程编程和工具使用上；你自己调 API 时，先按「中间检查点」来预期，别默认 11 小时就能交出同等成品。
03
PART
今天怎么试，本地还要等
TRY IT TODAY
接入点是 `ernie-5.5-flash-preview`，上下文、最大输入、最大输出都标 1M，默认流控 RPM 300、TPM 3,000,000（千帆模型列表，11 月 11 日）。max_tokens 默认 64K，上限 1M。
价格按千帆计费文档（11 月 11 日更新），单位是元/千 tokens，折成每百万 tokens 更好看账：
高峰（8:00–22:00）：输入活动价 1 元、原价 2 元；输出活动价 4 元、原价 8 元。闲时（22:00–次日 8:00）：输入活动价 0.5 元、原价 1 元；输出活动价 2 元、原价 4 元。命中缓存再低一档。文档写了活动价，但没写截止日期。
官方账号 11 月 11 日还说，Preview 已上 OpenRouter，11 月 30 日前免费。Arena 也已接入，Code Arena 分数官方说即将公布——现在还没有可引用的名次。
本地跑呢？权重还没放。架构与 Base 相同：43 层里 37 层用混合稀疏注意力、每 128 个 token 存一条压缩 KV，Multi-Router MoE 激活 14B / 总参 280B（官方 X 线程）。Base 官方部署示例是多卡级，别把 14B 激活理解成一张消费卡就能装下。想本机跑，先等 11 月 25 日前的权重和许可证全文。
04
PART
照着做的清单
CHECKLIST
-
1. 先分清：今天能调的是 Preview，不是正式版；官方已说明训练未完成。 -
2. 调千帆前先看参数：思考关不掉、强度锁定 high，temperature / top_p 无效；给思维链预留 max_tokens，并按输出价估成本。 -
3. 对一下活动价与闲时价；文档没写活动截止日，下单前再刷一遍计费页。 -
4. 想先白试，看 OpenRouter 免费窗（官方称至 11 月 30 日）。 -
5. 读官方评测时把带 * 和不带 * 的分数分开看；Terminal-Bench 46.5、DeepSWE 71.2 这类落后项不要略过。 -
6. 准备本机部署的，等到 11 月 25 日前权重落地，核对英文页声称的 Apache 2.0 是否写进 LICENSE，再决定是否商用。 -
7. 官方演示里的游戏和建模都在 Agent 框架中完成，并使用了外部素材；单靠聊天框未必复现同样结果。
你会等 11 月 25 日权重自己跑，还是先用活动价或 OpenRouter 试用？你还想让它测哪道题，评论区留一条。身边要是有人把这份 Preview 当成已经训完的正式 Flash，可以把这篇转给他。
出处：文心中英文发布页（2026-11-11）、评测附录图、千帆模型列表与计费/默认参数文档（2026-11-11）、@Baidu_ERNIE 官方帖。分数为官方配图自报。
往期 · 接着看
百度开源280B基座：不是聊天成品，EU/UK/韩国不能用
MiniMax开源4K生图：“10秒”是在H200上测的，5090实测4MP要6.6到17.8秒
阿里Qoder匿名模型Qoduck：都猜是Qwen 4，官方不认；40道题实测，3D强、爱塞滑块
觉得有用的话，欢迎点赞、收藏、评论。
THANKS FOR READING