百度这次是真的在认真追赶。
文心 5.5 Flash Preview 模型的实测效果，远远超出了我的预期。
这几天，我翻来覆去各种跑测试。
有好几个瞬间，都让我眼前为之一亮。
坦率的说，一个预览版的模型，我本来没有报任何期待。
但是实测完，体感深刻之后，就自然能联想到这个模型未来的上限。
我现在已经非常期待后续的正式版本了。
那么话不多说，咱们下面边测边聊。
实测
老规矩，先来快速过一遍跑分。
八项测评里，文心 5.5 Flash Preview 拿到了 2 项第一，1 项第二，2项第三。
在考自动化任务的 AutomationBench 上拿到了 61.9 分，领先第二名 3.9 分。
在考表格处理的 SpreadsheetBench V2 上拿到了 36.4 分，领先第二名 1.3 分。
办公文档问答 OfficeQA Pro V2 拿到了 67.9 分，仅次于 GPT-6.1 Sol，排在第二名。
深度研究 DRACO 上拿到了 84.9 分，排在第三名。
虽然其他编程相关的能力只排到了中游，但实测的体感，我觉得是远远超越这些纸面成绩的。
咱们下面一个一个来看。
第一个，是咱们的保留节目，3D 火山喷发效果模拟。
这个案例老朋友一定很熟悉了，基本上是咱们每个模型实测必跑的。
现在大多数模型都能做得差不多，本以为看不到啥惊喜了。
但是你看这个我录屏的视频。
画面跑起来，金色的火星从火山口喷涌而出，山脚有一圈发光的冲击波，熔岩顺着山坡淌下来。
这些都在意料之中。
意料之外的是，中间过程会出现闪电。
我特意去查了，这叫火山闪电，猛烈喷发时，火山灰颗粒在烟柱里高速碰撞，摩擦起电，电荷攒够了就会放电。
不是每次喷发都有，但在火山灰浓密的爆发式喷发里很常见。
这还是这个案例中，第一次见到这个物理细节。
文心 5.5 Flash Preview 是真的有点东西，这波让我刮目相看了。
第二个，我让它模拟了鞭炮点燃的效果。
在老家东北，办喜事或者商场开业，讲究排场的都会找来大吊车，高高挂上长鞭。
五台黄色吊车一字排开，每台横梁下挂两挂鞭，正好十挂。
车头大灯亮着，吊车顶上还插着小红旗，一下就把老家那种热闹劲儿立住了。
最见功力的是燃烧和物理细节。
十挂鞭底部的火光高低错落，没有机械地齐步往上烧，而是还原了现实里人工点火总有先后的参差感。
炸开的红色碎屑往四面八方崩飞，地面也被映出一片跳动的红光。
原本只是难为它一下，结果出来的时候，给我看得想家了。
第三个，我直接给它上了一道前端 3D 工程的硬菜，做一个模块化机器人实验室。
简单来说，就是要实现 4 件事。
用 3D 界的 JPEG，也就是 glTF 生成独立零件，定义好各零件的兼容插槽，还要处理材质反光和轮廓描边，最终输出一套能调关节，切机位视角，并存档导出的网页工作台。
最后产出的效果，看下面这个视频的录屏。
文心交出来的这版，像极了一套能直接用的工业软件。
机器人全身 11 个模块，33 个组件全部靠接缝锚点对齐，即使换了长短不一的零件也不会散架。
底下的姿态滑块一拉，肩、肘、腿部关节会实时跟随。
右边还可以切换铸造车间的灯光，材质或者描边，装甲的物理反光和机身轮廓也会跟随变化。
右上角的保存方案，导出配置和工厂预览也全部都能用。
单看这一题的工程完成度，很难把它和前面跑分榜上的编程排中游画上等号。
第四个，我让它生成了一个 3D 微缩街景，效果是这样的。
你看看这些细节，冷暖光对比，漫天的雨丝，玻璃后还能看清整排的彩色货架，窗下停着单车，右侧连着斑马线。
湿润路面上不仅映着暖黄橱窗光，连雨滴砸在积水里一圈圈荡开的涟漪都做了出来。
这小氛围感拿捏的相当不错。
最后一个，我顺手测了下 PPT，让它生成一份 SpaceX 估值的分析，用了归藏老师的 Skills。
没有常见的那种假大空的车轱辘话，从估值框架到图表排版，真有了几分投研分析师的手感。
其实，文心 5.5 Flash Preview 在这上面下了很多功夫。
后训练覆盖金融、法律等领域，构建了 30 万个工作空间，1000 万份参考文件 和 40 多种文件类型。
既有 10 到 100 个文件的个人空间，也有上千份文件的企业知识库。
所以，才能够直接交付专业级 PPT，Excel，PDF 和音频。
写到这的时候，我刷到了 CodeArena 的 WebDev 榜单评测，文心 5.5 Flash Preview 获得了 1668 分。
位列开源模型第二，中国模型第四，紧随 Kimi K3.1 Pro、Qwen3.8-Max 等大参数国产模型之后。
这才对嘛，跟我实测的体感差不多。
篇幅有限，这次还有一些能力我没来得及挨个跑完，这里也给大家快速过一嘴。
一个是更重度的工程编码和游戏开发。
除了我前面跑的单页前端 3D 工程，官方这次喂了超过 1400 万个可执行代码任务和多种 Agent 执行轨迹。
不仅能直接接进主流 Agent 框架，在真实大代码库里修修补补，还专门针对游戏开发做了从玩法设计到场景搭建的全流程适配。
一个是专业工业软件级的 3D 建模。
官方专门强化了对 Blender 和 CAD 的训练，擅长空间推理和参数化建模，能根据文字描述生成精确的 3D 模型，还能把外部现成素材整合进大场景里。
再一个就是一条龙的内容创作。
面向科普、漫剧和创意剪辑等场景，官方搭了超过 15 万个创作环境，适配了上千个创作 Skill，从剧本、分镜到配音剪辑能直接输出成片。
另外，幕后还有个让我挺兴奋的硬核彩蛋，ERNIE Evolve。
说人话，就是让 AI 参与研发 AI 的递归自我改进（RSI），这也是它第一次实质性参与到文心模型的推理优化中。
它像个成熟的小研发团队，自己提假设，改代码，跑实验，速度掉了就果断放弃，收益变小就退一步重新测开销。
靠着机器级的试错速度，它不仅把 NanoGPT Speedrun 刷到了 38.9 秒。
更是在昆仑芯 P800 的低时延场景里连跑四轮，把性能直接干到了基线的 623.6%。
尾声
最后，聊聊大家最关心的，怎么用，多少钱。
目前，文心 5.5 Flash Preview 已经上线百度智能云千帆平台，开发者直接调 API 就能用。
定价采用分时段计费，原价每百万 Token 输入忙时 2 元，闲时 1 元，输出忙时 8 元，闲时 4 元，现在还在搞限时五折。
前面咱们测的那些 3D 工程其实都很吃 Token，这个价格，普通开发者和小团队是真能敞开造。
而且官方已经宣布，模型权重会在 11 月 25 日前面向全球开源。
客观讲，作为一个后训练阶段的中间预览版，它现在并不是每一项跑分都拿第一，肯定还有继续打磨的空间。
但干了这么多年研发，现在天天跟模型打交道。
这次文心带给我的实测感受，还是非常实在的，比刷几个榜单第一更有说服力。
如果一个 Preview 版本都能交出这样的答卷。
那接下来的正式版，很难不让人期待啊。
既然你看到这里了，如果觉得不错，请帮我一键三连，转发给你的朋友，这真的对我很重要。
另外如果想第一时间收到推送，请将本公众号加个星标🌟
谢谢你看我的文章，祝你有财安康，我们下期见。