熱門資訊> 正文
2026-11-13 19:59
炒股就看金麒麟分析師研報,權威,專業,及時,全面,助您挖掘潛力主題機會!
(來源:硅星人)
作者|周一笑
微信|smiletalker
這周的大模型圈格外擁擠,Claude Fable 5.2、Gemini 4 Carbon、Qwen 4 Max Preview 前后腳更新,各家都在集中展示大參數旗艦模型的上限。
百度在自己的世界大會前夕開啟了一輪密集更新,11 月 5 日開源基座模型文心5.5 Flash Base,11 月 9 日披露參與新模型研發的自動研究系統 ERNIE Evolve,11 月 11 日正式發佈主打速度的文心5.5 Flash Preview(ERNIE 5.5 Flash Preview),把重心放在了編程、3D 建模、知識工作與基於代碼的內容創作上。
從參數設計上看,這款模型做了明確取捨。它採用稀疏 MoE 架構,總參數量達 2800 億,每個 Token 激活 140 億參數,支持最長 100 萬 Token 的上下文。無論是后訓練階段的反覆採樣,還是 Agent 任務里的多步交互與長文本處理,算力和顯存開銷都會持續累加。把激活規模控制在 140 億,換來的是更輕的推理負擔。官方給出的千帆 API 單用户生成速度超過 200 tokens/s,定價為每百萬 Token 輸入忙時 2 元、閒時 1 元,輸出忙時 8 元、閒時 4 元,限時五折。
剛拿到接口時,我們心里其實有點沒譜,畢竟文心已經有一陣子沒怎麼進入我們的視野了。這次測試的 harness 我們統一選擇了 Claude Code, 接入千帆 API、跑完十幾組測試之后,文心5.5 Flash Preview 的實際表現可以説超出了預期,有不少令人驚艷的產出,下面是其中完成度較高的幾個。
在終端接入 ernie-5.5-flash-preview 進行實測
1
實測一:博朗風鼓機與復古桌面
先從規則最明確的 Web 前端開發測起。我們連續試了兩道組件密度較高的單文件應用,分別是致敬博朗與 Teenage Engineering 工業設計風格的 16 步進電子合成編曲機《EP-14 Groovebox》,以及一套包含畫圖、掃雷、終端、芯片音樂播放器和記事本的 Windows 95 風格復古桌面。
耗時約 9 分半鍾生成的《EP-14 Groovebox》,OLED 頻譜跳動與 16 步跑馬燈編曲實錄
不到 10 分鍾生成的單文件《WebOS 95》,五款內置應用同屏運行
兩道題都在 10 分鍾以內一次生成完畢,直接打開就能交互,控制檯零報錯。鼓機的拉絲金屬面板、旋鈕阻尼和實時跳動的熒光綠頻譜屏細節完整,點擊播放就能跑起電子鼓點,拖動上方旋鈕還可以實時調節濾波效果。復古桌面里的五款小程序和窗口縮放都能正常使用,在終端里輸入 neofetch,系統信息里還自帶了一句「640K 內存夠任何人用了」的調侃。
1
實測二:純代碼生成 20 秒計算簡史科普視頻
「基於代碼的視頻編排」是百度這次重點提及的方向,即讓模型自行規劃分鏡與時間軸,直接用代碼渲染畫面併合成音效。爲了測試純編碼生成的水平,我們要求它在禁止加載任何外部圖片、音頻或視頻素材的前提下,只用單文件 HTML 里的 Canvas/WebGL 和 Web Audio 生成一支精確 20 秒的卡點動畫短片《20 秒計算簡史》。
成片的畫面質感超出了預期。短片在 20 秒內依次切過六個時代,從暖色燈光下撥動的算盤珠、齧合轉動的黃銅齒輪、帶掃描線效果的綠屏終端,到 Windows 98 撥號彈窗與點亮的地球網格,再到深空背景下的稀疏神經元網絡,最后收束為一枚閃爍的光標。
程序化合成的木珠聲、齒輪聲和電子節拍也都準確卡在了轉場切點上。翻看工作目錄可以看到,它在后台自動跑了五輪性能與同步測試,通過緩存漸變貼圖和校準幀中心時間,在不依賴任何外部素材的前提下把時間軸編排與聲畫同步跑通了。
1
實測三:傅里葉圓環畫圖,單輪直出交互式數學動畫
上一支短片經過了多輪腳本調優,我們也想確認模型是不是隻對「歷史快閃」這類常見模板比較熟,於是換了一道側重實時數學計算的題目。這次要求它不調用外部資源,單輪直出一支 3Blue1Brown 風格的 25 秒科普動畫,演示傅里葉級數如何用旋轉圓環畫出複雜圖形,並在片尾開放鼠標手繪實時重畫功能。
約 21 分鍾一次跑通的《傅里葉級數》短片,60 個旋轉圓環一筆畫出金色五角星
大約 21 分鍾一次生成通過,黑底搭配藍金線條的畫面乾淨剋制。前兩幕演示單圓生成正弦波與多階諧波逼近方波,第三幕由 60 個不同半徑和轉速的圓環聯動,一筆勾勒出閉合五角星。切入手繪模式后,用鼠標隨手畫一個閉合輪廓,程序會立即算出離散傅里葉變換,驅動一串圓環把剛畫的圖形重新描繪出來。
1
實測四:拆解 iPhone Duo
到了複雜 3D 結構組裝,短板與長板的反差開始顯現。我們用評測里常見的雙屏概念機「iPhone Duo」展臺題做測試,要求在單頁里構建可自由旋轉縮放的 3D 機身,支持摺疊開合聯動,一鍵爆炸拆解出外殼、屏幕、鉸鏈、電池、主板、攝像頭、MagSafe 磁吸環等十類組件,並支持點擊零件查看説明與自動演示。
首輪的 bad case
在不加測試約束的單輪直出中,結果直接翻了車。由於無法看到渲染畫面,模型盲寫上百個三維零件的局部座標時出現多處錯位,幾個銀色圓柱斜着穿出邊框,兩個黑色的 MagSafe 磁吸環對稱翹在殼外,看上去像長了兩撇「八字胡」。
換一種跑法,要求它在本地 Agent 環境里自行編寫自動化測試,對包圍盒尺寸、像素亮度和點擊交互逐項驗證后再交付,結果就明顯改觀。它通過幾十項腳本檢查,自行定位並修掉了底座過亮壓暗機身、玻璃反光洗白鎖屏以及鏡頭切換卡頓等問題。修復后的版本開合順暢,點擊 Explode 后各層零件呈扇形階梯展開,點選內部組件也能正常彈出説明卡片。不過細節上仍有小瑕疵,雙屏展開時跨中縫的標題有輕微重疊,自動演示時金屬邊框高光略微偏曝。這也反映出它在單次三維空間直覺上偏弱,但藉助工具鏈多輪糾錯的能力比較紮實。
1
實測五:三款 3D 與 2D 小遊戲
遊戲場景我們先試了近期評測里常見的極簡 3D 題《Paper Skies》,只給了幾句英文,要求用單文件做出開紙飛機穿圓環得分的限時小遊戲。
《Paper Skies》實機飛行,操控順暢,但遠處的「浮島」造型較為單薄
飛行操控和計分邏輯都很順暢,但因為提示詞很簡略,遠處的「浮島」只做成了幾個懸空的簡單錐體,畫面略顯單薄。於是我們換了一道把地形風格與玩法規則寫細的 3D 小遊戲《文心運輸隊》。
把地形與規則描述給細后的 3D 小遊戲《文心運輸隊》,駕駛卡車運送 GPU 上山
把低多邊形山路、顛簸掉貨等要求交代清楚后,生成的山體、松樹、彎道護欄以及車斗里的顯卡細節就完整了很多。
切回 2D 街機場景,我們讓它做了一款賽博霓虹風格的《超級多球打磚塊》,要求擊碎磚塊掉落三倍分裂球、加長雙聯激光擋板與底部護盾等道具。
約 10 分鍾生成的《超級多球打磚塊》,幾十顆光球同屏彈射與激光清屏
2D 遊戲的整體完成度更高。約 10 分鍾生成完畢,雙聯激光、震屏反饋以及隨連擊遞增的合成音效都很齊全。程序把同屏球數上限設在 100 顆,實測吃到分裂道具后幾十顆帶拖尾的光球同時高速彈射,畫面沒有明顯卡頓。
1
實測六:手寫着色器渲染《星際穿越》黑洞
最后測一道偏底層圖形數學的題目,要求不引用任何外部貼圖,純手寫原生 WebGL2 光線步進(Raymarching)片元着色器,實時渲染一顆類似《星際穿越》里帶強引力透鏡效應的超大質量黑洞,並附上質量、色温與自旋的實時調節面板。
純手寫 WebGL2 着色器實時計算的黑洞引力透鏡與吸積盤色温漸變
測試中途它爲了調整着色器精度一度跑到超時,但最終生成的畫面很乾淨。吸積盤受強引力彎折后同時包裹黑洞上下邊緣的透鏡形態,以及緊貼事件視界的內圈光子環都準確呈現了出來。拖動右側控制面板調節黑體色温,吸積盤可以從暖琥珀色平滑過渡到冷白藍光,旋轉視角時背景星空也會隨之產生輕微的透鏡畸變。
1
實測小結
整輪測下來,文心5.5 Flash Preview 的表現雖仍有起伏。比如在前端交互和代碼動畫編排上,它經常能一次交出不錯的成品;但脱離自動化測試腳本、單輪直出複雜 3D 結構或物理碰撞場景時,穿模、打光失真、幾何元件錯位的情況還是會時不時出現,自由發揮視覺設計時離閉源前沿還有距離。
但能力也可肯定。畢竟每個 Token 只激活 140 億參數,模型的能力邊界客觀存在。
基準測試方面,官方公佈的成績里,它在 Terminal-Bench 與 AutomationBench 上分別拿到 46.5 分和 61.9 分,在同規模的模型里有競爭力;在最新刷新的 CodeArena WebDev 榜單上獲得 1668 分,位列開源模型第二、國內模型第四,緊隨 Kimi K3.1 Pro、Qwen3.8-Max 等大參數國產模型之后。
CodeArena WebDev 最新榜單,文心5.5 Flash Preview 獲 1668 分位列開源第二
實際用下來,這款模型比較實用的一點,是把生成速度提上來、把調用成本壓了下去。由於每次只計算一小部分參數,再加上 ERNIE Evolve 在工程師已優化的基礎上又把解碼速度提升了 14.9%,單步推理負擔輕、API 價格也比較低,開發者在 Agent 工具里多跑幾輪自動化測試去修補瑕疵,時間和花費都算得過賬。
還在預覽階段就把模型拿出來,先把速度和成本做紮實,再一版一版往上補。從這一周密集發版的節奏看,文心確實是在踏實往前追的。
現在文心5.5 Flash Preview 已經可以在千帆上通過 API 調用,11 月 25 日前權重也會以 Apache 2.0 協議開源。接下來有多少開發者把它接進自己的 Agent 和產品里,會是更有説服力的答案。
多説一句。
我們還注意到,在 11 月 12 日舉行的百度世界 2026 上,除了這款基座模型外,百度還發布了文心閃電深度思考模型與文心一鏡微表情大模型兩款應用模型,目前也已同步上線百度智能雲千帆平臺,面向企業客户及合作伙伴開放 API 服務。
點個「愛心」,再走 吧