这周的大模型圈格外拥挤，Claude Fable 5.2、Gemini 4 Carbon、Qwen 4 Max Preview 前后脚更新，各家都在集中展示大参数旗舰模型的上限。
百度在自己的世界大会前夕开启了一轮密集更新，11 月 5 日开源基座模型文心5.5 Flash Base，11 月 9 日披露参与新模型研发的自动研究系统 ERNIE Evolve，11 月 11 日正式发布主打速度的文心5.5 Flash Preview（ERNIE 5.5 Flash Preview），把重心放在了编程、3D 建模、知识工作与基于代码的内容创作上。
从参数设计上看，这款模型做了明确取舍。它采用稀疏 MoE 架构，总参数量达 2800 亿，每个 Token 激活 140 亿参数，支持最长 100 万 Token 的上下文。无论是后训练阶段的反复采样，还是 Agent 任务里的多步交互与长文本处理，算力和显存开销都会持续累加。把激活规模控制在 140 亿，换来的是更轻的推理负担。官方给出的千帆 API 单用户生成速度超过 200 tokens/s，定价为每百万 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。
刚拿到接口时，我们心里其实有点没谱，毕竟文心已经有一阵子没怎么进入我们的视野了。这次测试的 harness 我们统一选择了 Claude Code， 接入千帆 API、跑完十几组测试之后，文心5.5 Flash Preview 的实际表现可以说超出了预期，有不少令人惊艳的产出，下面是其中完成度较高的几个。
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。我们连续试了两道组件密度较高的单文件应用，分别是致敬博朗与 Teenage Engineering 工业设计风格的 16 步进电子合成编曲机《EP-14 Groovebox》，以及一套包含画图、扫雷、终端、芯片音乐播放器和记事本的 Windows 95 风格复古桌面。
两道题都在 10 分钟以内一次生成完毕，直接打开就能交互，控制台零报错。鼓机的拉丝金属面板、旋钮阻尼和实时跳动的荧光绿频谱屏细节完整，点击播放就能跑起电子鼓点，拖动上方旋钮还可以实时调节滤波效果。复古桌面里的五款小程序和窗口缩放都能正常使用，在终端里输入 neofetch，系统信息里还自带了一句“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”是百度这次重点提及的方向，即让模型自行规划分镜与时间轴，直接用代码渲染画面并合成音效。为了测试纯编码生成的水平，我们要求它在禁止加载任何外部图片、音频或视频素材的前提下，只用单文件 HTML 里的 Canvas/WebGL 和 Web Audio 生成一支精确 20 秒的卡点动画短片《20 秒计算简史》。
成片的画面质感超出了预期。短片在 20 秒内依次切过六个时代，从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，到 Windows 98 拨号弹窗与点亮的地球网格，再到深空背景下的稀疏神经元网络，最后收束为一枚闪烁的光标。
程序化合成的木珠声、齿轮声和电子节拍也都准确卡在了转场切点上。翻看工作目录可以看到，它在后台自动跑了五轮性能与同步测试，通过缓存渐变贴图和校准帧中心时间，在不依赖任何外部素材的前提下把时间轴编排与声画同步跑通了。
实测三：傅里叶圆环画图，单轮直出交互式数学动画
上一支短片经过了多轮脚本调优，我们也想确认模型是不是只对“历史快闪”这类常见模板比较熟，于是换了一道侧重实时数学计算的题目。这次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，演示傅里叶级数如何用旋转圆环画出复杂图形，并在片尾开放鼠标手绘实时重画功能。
大约 21 分钟一次生成通过，黑底搭配蓝金线条的画面干净克制。前两幕演示单圆生成正弦波与多阶谐波逼近方波，第三幕由 60 个不同半径和转速的圆环联动，一笔勾勒出闭合五角星。切入手绘模式后，用鼠标随手画一个闭合轮廓，程序会立即算出离散傅里叶变换，驱动一串圆环把刚画的图形重新描绘出来。
实测四：拆解 iPhone Duo
到了复杂 3D 结构组装，短板与长板的反差开始显现。我们用评测里常见的双屏概念机“iPhone Duo”展台题做测试，要求在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，并支持点击零件查看说明与自动演示。
在不加测试约束的单轮直出中，结果直接翻了车。由于无法看到渲染画面，模型盲写上百个三维零件的局部坐标时出现多处错位，几个银色圆柱斜着穿出边框，两个黑色的 MagSafe 磁吸环对称翘在壳外，看上去像长了两撇“八字胡”。
换一种跑法，要求它在本地 Agent 环境里自行编写自动化测试，对包围盒尺寸、像素亮度和点击交互逐项验证后再交付，结果就明显改观。它通过几十项脚本检查，自行定位并修掉了底座过亮压暗机身、玻璃反光洗白锁屏以及镜头切换卡顿等问题。修复后的版本开合顺畅，点击 Explode 后各层零件呈扇形阶梯展开，点选内部组件也能正常弹出说明卡片。不过细节上仍有小瑕疵，双屏展开时跨中缝的标题有轻微重叠，自动演示时金属边框高光略微偏曝。这也反映出它在单次三维空间直觉上偏弱，但借助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
游戏场景我们先试了近期评测里常见的极简 3D 题《Paper Skies》，只给了几句英文，要求用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.
飞行操控和计分逻辑都很顺畅，但因为提示词很简略，远处的“浮岛”只做成了几个悬空的简单锥体，画面略显单薄。于是我们换了一道把地形风格与玩法规则写细的 3D 小游戏《文心运输队》。
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。
把低多边形山路、颠簸掉货等要求交代清楚后，生成的山体、松树、弯道护栏以及车斗里的显卡细节就完整了很多。
切回 2D 街机场景，我们让它做了一款赛博霓虹风格的《超级多球打砖块》，要求击碎砖块掉落三倍分裂球、加长双联激光挡板与底部护盾等道具。
2D 游戏的整体完成度更高。约 10 分钟生成完毕，双联激光、震屏反馈以及随连击递增的合成音效都很齐全。程序把同屏球数上限设在 100 颗，实测吃到分裂道具后几十颗带拖尾的光球同时高速弹射，画面没有明显卡顿。
实测六：手写着色器渲染《星际穿越》黑洞
最后测一道偏底层图形数学的题目，要求不引用任何外部贴图，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》里带强引力透镜效应的超大质量黑洞，并附上质量、色温与自旋的实时调节面板。
测试中途它为了调整着色器精度一度跑到超时，但最终生成的画面很干净。吸积盘受强引力弯折后同时包裹黑洞上下边缘的透镜形态，以及紧贴事件视界的内圈光子环都准确呈现了出来。拖动右侧控制面板调节黑体色温，吸积盘可以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随之产生轻微的透镜畸变。
实测小结
整轮测下来，文心5.5 Flash Preview 的表现虽仍有起伏。比如在前端交互和代码动画编排上，它经常能一次交出不错的成品；但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时，穿模、打光失真、几何元件错位的情况还是会时不时出现，自由发挥视觉设计时离闭源前沿还有距离。
但能力也可肯定。毕竟每个 Token 只激活 140 亿参数，模型的能力边界客观存在。
基准测试方面，官方公布的成绩里，它在 Terminal-Bench 与 AutomationBench 上分别拿到 46.5 分和 61.9 分，在同规模的模型里有竞争力；在最新刷新的 CodeArena WebDev 榜单上获得 1668 分，位列开源模型第二、国内模型第四，紧随 Kimi K3.1 Pro、Qwen3.8-Max 等大参数国产模型之后。
实际用下来，这款模型比较实用的一点，是把生成速度提上来、把调用成本压了下去。由于每次只计算一小部分参数，再加上 ERNIE Evolve 在工程师已优化的基础上又把解码速度提升了 14.9%，单步推理负担轻、API 价格也比较低，开发者在 Agent 工具里多跑几轮自动化测试去修补瑕疵，时间和花费都算得过账。
还在预览阶段就把模型拿出来，先把速度和成本做扎实，再一版一版往上补。从这一周密集发版的节奏看，文心确实是在踏实往前追的。
现在文心5.5 Flash Preview 已经可以在千帆上通过 API 调用，11 月 25 日前权重也会以 Apache 2.0 协议开源。接下来有多少开发者把它接进自己的 Agent 和产品里，会是更有说服力的答案。
多说一句。
我们还注意到，在 11 月 12 日举行的百度世界 2026 上，除了这款基座模型外，百度还发布了文心闪电深度思考模型与文心一镜微表情大模型两款应用模型，目前也已同步上线百度智能云千帆平台，面向企业客户及合作伙伴开放 API 服务。
