新智元报道
新智元报道
核心性能与基准测试表现
文心 5.5 Flash Preview拥有2800亿参数，每次推理仅激活140亿参数，具备100万token超长上下文窗口。在Terminal-Bench、AutomationBench等权威基准测试中表现优异：
- Terminal-Bench 4.0（终端任务执行）：46.5分
- AutomationBench（跨应用自动化）：61.9分
- SpreadsheetBench V2（Excel实操）：36.4分
注：图中带*为百度自测数据。作为Flash定位模型，其在保持高性价比的同时，已在部分指标上对标Claude Opus 5.5及GPT-6.1 Sol等顶尖模型。
编程驱动的多模态创作能力
文心 5.5 Flash Preview的核心优势在于将代码作为通用工具，实现从文本到复杂多模态内容的转化。
纯文本模型独立开发3D游戏
该模型成功在11小时内基于虚幻引擎5.8（UE 5.8）和C++语言，完整开发了第三人称东方武侠游戏《云岫行》。针对纯文本模型无法直接观察画面的痛点，模型采用“量化验证”策略，将视觉问题转化为可执行的代码测试逻辑，通过循环迭代修正人物悬空、镜头错位等问题。此外，模型还自动完成了跨代际引擎素材的兼容整合工作。
在另一款御剑飞行游戏《御剑穿云》的开发中，模型不仅生成了符合描述的精细角色与场景，还实现了完整的交互逻辑，包括检查点记录、UI状态更新及结算面板等功能。
自动化视频剪辑与科普内容生产
模型能够独立完成科普视频的全流程制作。在关于“月球距离减半影响”的视频中，模型自主进行了潮汐力计算与洛希极限验证，确保数据准确，并统筹了资料查询、绘图与剪辑环节。
在“鹈鹕测试”中，模型使用Python从零编写了一部117秒的2D动画《鹈鹕简史》，涵盖20种艺术风格演变，并自主编写剪辑脚本对齐音画节奏。这得益于训练阶段积累的15万个创作环境及约5300分钟出片经验。
专业三维建模与工程设计
在Blender中，模型可通过智能体协作完成机场与飞机的独立建模及渲染；在FreeCAD中，能利用Python脚本构建W16发动机动态模型。同时，模型还能根据文字描述生成百度国际大厦的可编辑三维模型及月球概念车设计，展现了极强的空间理解与工程落地能力。
高效架构设计与AI自我优化
为实现极致效率，文心 5.5 Flash Preview在架构层面进行了多项创新：
- 长文处理优化：43层网络中，37层采用摘要压缩机制（每128 token压缩为一条），仅6层进行逐字精读，大幅降低百万级上下文的显存占用。
- 动态专家路由：512位专家中每次仅激活10位加1位共享专家，并将单一调度器升级为多调度员打分机制，提升决策准确性。
- ECHO草稿机制：利用模型末层在生成当前词时预演后续词汇，经校验后直接输出，减少重复计算。
此外，百度推出的ERNIE Evolve自动研究系统已应用于模型优化。该系统在国产昆仑芯P800上使生成速度提升至基线的623.6%，并在人类工程师难以突破的极致解码场景中，额外挖掘出14.9%的性能提升，实现了AI对AI的自我迭代。
发布节奏与获取方式
百度近期密集发布了文心系列成果：11月5日开源文心5.5 Flash Base权重，11月9日披露RSI进展，11月11日正式发布Preview版，并计划于11月25日开源Preview版权重。
目前，文心 5.5 Flash Preview已上线百度智能云千帆平台。API定价为：输入忙时2元/百万token、闲时1元/百万token；输出忙时8元/百万token、闲时4元/百万token，当前限时五折优惠。
体验地址：https://ernie.baidu.com/web/new-chat
编辑：所罗门