我先联网核实 “文心 5.5 Flash Preview” 的发布信息、模型参数和能力边界。
我已核实核心参数和定价，接下来再补一组实测反馈，确认 “跑分强” 和 “真能用” 之间的差距。
文心 5.5 Flash Preview 是百度在 2026 年 11 月 11 日发布的新基础模型，核心参数是 “总参 2800 亿、每 token 只激活 140 亿”，配 100 万 token 上下文和每秒 200+ token 的生成速度；API 定价为输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，限时五折；权重计划在 11 月 25 日以 Apache 2.0 开源。 它真正的定位应该是 “中端价位里把速度、长上下文和编程能力同时补齐的性价比模型”，并非 “国产最强模型”。最能打的证据来自第三方 Arena：CodeArena WebDev 得分 1668，在开源模型里排第二、国产模型里排第四，仅次于 Kimi K3.1 Pro、Qwen3.8-Max 这类更大参数的模型；但 Terminal-Bench 4.0 自评只有 46.5 分，明显低于 Claude Opus 5.5 的 77.0。所以正确读法是：百度找回了一个能打的中端位置，还没有回到第一梯队。
一、先把发布信息对齐
| 项目 | 官方口径 | 备注 |
|---|---|---|
| 发布时间 | 2026 年 11 月 11 日 | 11 月 12 日百度世界大会进一步宣讲 |
| 架构 | 稀疏 MoE，43 层 Transformer | 512 个路由专家、top-10 激活 + 1 个共享专家 |
| 总参数 | 2800 亿（280B） | 与 DeepSeek-V4-Flash 量级相当 |
| 每 token 激活 | 140 亿（14B） | 激活率约 5% |
| 上下文 | 100 万 token（1,048,576） | 预训练 128K，微调与推理扩到 1M |
| 生成速度 | 200+ tokens/s | 千帆托管；第三方实测有 267–350 tokens/s 的个案 |
| 输入模态 | 纯文本 | 不吃图片，这点和部分竞品不同 |
| API 定价 | 输入 2 元 / 1 元，输出 8 元 / 4 元（每百万 token，忙 / 闲） | 限时五折；Token Plan 夜间可到 2.5 折 |
| 开源 | 11 月 25 日，Apache 2.0 | 支持 SGLang、vLLM 部署 |
一句话记忆：280B 是 “容量”，14B 是 “每次推理的成本”，1M 是 “能塞进多少资料”，200+ tok/s 是 “等多长时间”。
二、为什么是 “280B 总参、14B 激活”
稀疏 MoE 的逻辑很直白：参数越多，知识容量越大；但每次只叫醒一小部分专家，计算量和显存带宽就不会跟着线性上涨。
- 280B 决定了它能装下多少知识、能覆盖多少语言和代码模式；
- 14B 激活决定了每个 token 实际要算多少，直接对应延迟和成本；
- 512 个路由专家、top-10 激活，意味着每次前向只走一小簇专家，其余权重 “待命但不计算”；
- 43 层里有 37 层只保留压缩视图、6 层保留全量注意力，这是 1M 上下文还能跑得动的关键设计。
这也解释了它为什么敢卖这个价： 同样标称 280B 的稠密模型，每次推理都要走满参数，成本和延迟会高一个量级；MoE 用 “总参大、激活小” 换到了 “能力接近大模型、成本接近小模型”。代价是显存占用仍然按总参算，本地部署门槛不会因为激活 14B 就变成 14B。想在自己机器上跑，先看显存够不够装 280B，而不是看激活 14B。
三、能力账：编程补课最明显，但别把自评当独立评测
| 基准 | 文心 5.5 Flash Preview | 对比对象 | 怎么读 |
|---|---|---|---|
| Terminal-Bench 4.0 | 46.5 | Claude Opus 5.5：77.0 | 终端任务仍有明显差距 |
| DeepSWE v1.1 | 71.2 | GPT-5.1：76.3 | 中上水平，不是最强 |
| AutomationBench | 61.9 | Claude Opus 5.5：75.0 | 自动化任务中等偏上 |
| SpreadsheetBench V2 | 36.4 | Gemini 3.5 Flash：35.1 | 办公表格场景接近 |
| APEX Agents 1.1 | 84.2 | GPT-5.1：69.8 | 智能体任务表现突出 |
| CodeArena WebDev | 1668 | Qwen3.8-Max：1670；DeepSeek-V4.1-Flash：1664 | 第三方榜单，开源第 2、国产第 4 |
这张表要分两半看： 除 CodeArena 外，其余多数是百度自评，测试流程、提示词和对比版本都由同一方控制，不能等同于独立第三方结论；CodeArena 是外部 Arena 榜单，参考价值更高，但它只测 WebDev 这一块，不代表全面能力。
真实的进步点在哪？ 一是长周期任务：从真实代码库修 bug、到完整搭出一个应用，模型能规划、执行、持续迭代；二是游戏与 3D：官方称基于 Cocos、Unity、LayaAir、PixiJS、Canvas 2D 做了近百款小游戏，并用 Blender Python API 搭机场和飞机；三是知识工作：金融、法律方向建了 30 万个工作空间、1000 万份参考文件，能交付表格、文档、PPT。这些是 “能干活” 的证据，比跑分更有意义，但仍然是厂商演示，不是你的生产环境。
四、定价账：便宜是真便宜，但要算清 “忙闲时”
| 场景 | 忙时价格 | 闲时价格 | 五折后（忙时） |
|---|---|---|---|
| 输入 100 万 token | 2 元 | 1 元 | 1 元 |
| 输出 100 万 token | 8 元 | 4 元 | 4 元 |
| 塞满 1M 上下文读一遍 | 2 元 | 1 元 | 1 元 |
| 粗算一份报告：输入 50 万 + 输出 5 万 | 1.4 元 | 0.7 元 | 0.7 元 |
这个价格放在同参数规模里确实有竞争力，但便宜不等于总成本低。 真正的成本还要加上：重试率、Agent 多轮调用的 token 放大、长上下文反复读取、以及人工复核时间。一个总在返工的便宜模型，最终比一个一次做对的贵模型更贵。
五、三个必须知道的边界
- Preview 不是正式版。 官方自己说 “正在努力尽快把 Preview 的尾缀去掉”，说明权重还会迭代；现在的表现不代表最终版。
- 开源承诺要等兑现。 Base 权重 11 月 5 日已开放，但用的是自定义许可（欧盟、英国、韩国不在授权范围，连续 12 个月相关收入 5000 万美元以上需书面授权）；Preview 说的是 11 月 25 日 Apache 2.0。两个版本的许可不是一回事，商用前必须看实际放出的许可证文件，不能只看发布会的说法。
- 它是文本模型。 不吃图片、不做多模态理解，需要读图、看表、识别截图的场景，它接不了。
还有一个容易忽略的行业背景： 财新指出文心模型目前并不在国产第一梯队，百度下半年把重心更多转向智能体应用；QuestMobile 数据显示，截至 2026 年 9 月，百度搭子月活 977 万，在 AI 办公智能体应用里排第二。模型这次补课，更像是给智能体应用补一个 “能干活的大脑”，而不是单纯刷榜。
六、结论段：它赢在 “单位成本能干的活”，不在 “最强”
- 参数结构是核心卖点： 2800 亿容量 + 140 亿激活，把 “大模型能力” 和 “小模型成本” 折中到了一个可用区间。
- 编程是这次最大的补课项： CodeArena WebDev 1668、开源第 2，说明前端与 WebDev 已经进入可竞争区间，但终端任务和 Claude 系仍有明显差距。
- 价格打到中端市场的痛点： 输入 1–2 元、输出 4–8 元每百万 token，长上下文和 Agent 多轮调用的成本被显著压低。
- 三个不确定性没消失： Preview 还会变、Apache 2.0 还没兑现、跑分多为自评。
- 一句话总结：文心 5.5 Flash Preview 不是 “重回第一” 的宣言，而是 “在中端价位把活干成” 的一次务实尝试。
【常见问题】
问题 1：文心 5.5 Flash Preview 的 “2800 亿总参数、140 亿激活” 到底是什么意思？
回答 1：它是稀疏 MoE 架构：模型总共有 2800 亿参数，负责装知识；但每生成一个 token 只激活其中约 140 亿参数，负责实际计算。这样做的目的是让文心 5.5 Flash Preview 既有大参数模型的知识容量，又只承担小模型的单次推理成本。要注意，显存占用仍按总参算，激活 140 亿不等于本地只需装 140 亿。
问题 2：文心 5.5 Flash Preview 的百万 token 上下文和 200 tokens/s，实际能用来干什么？
回答 2：百万 token 上下文适合整仓库代码、长技术手册、上百份文件的企业知识库一次性读进来；200 tokens/s 以上的速度决定你等多久，做 Agent 多轮调用、批量数据清洗、前端页面生成时体感差别很大。两者结合，文心 5.5 Flash Preview 更适合 “长资料 + 多步骤 + 要快” 的任务，而不是单轮闲聊。
问题 3：文心 5.5 Flash Preview 定价这么低，是不是最适合商用？
回答 3：价格确实是它的竞争力，输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，每百万 token，还有限时五折。但商用不能只看单价，要看返工率、Agent 多轮调用的 token 放大、长上下文重复读取和人工复核成本；另外 Preview 权重尚未开放，11 月 25 日 Apache 2.0 开源也要以实际许可证为准。建议先用真实业务任务做小流量对比，再决定是否替换。
问题 4：文心 5.5 Flash Preview 在 11 月 25 日开源后，是不是就能免费用了？
回答 4：开源不等于零成本。文心 5.5 Flash Preview 计划以 Apache 2.0 开放权重，商用授权限制少，但部署仍要自己承担 GPU 显存、推理框架和运维成本；280B 总参对硬件要求不低。还要注意，11 月 5 日开放的是 Base 权重，用的是自定义许可，与 Preview 承诺的 Apache 2.0 不是同一份协议，下载前必须核对许可证文件。
【数据来源】
- [2026-11-12]（实测百度文心 5.5 Flash Preview：审美依然在线，编程全力争先）钛媒体
- [2026-11-12]（百度李彦宏：企业应围绕 AI 重新设计组织形态）财新网
- [2026-11-12]（文心三款新模型上线百度智能云千帆 文心 5.5 Flash 限时五折）太平洋科技
- [2026-11-12]（What Is ERNIE 5.5 Flash? Specs, Pricing & Benchmarks）Kie AI
- [2026-11-12]（ERNIE 5.5 Flash: Baidu's 280B Open MoE, Specs & Benchmarks）Sumus
- [2026-11-11]（百度发布文心全新开源模型 编程、3D 建模、知识工作、内容创作等全面升级）新华网
- [2026-11-11]（文心 5.5 flash preview 发布，每秒生成超过 200 tokens）环球网
- [2026-11-11]（Baidu Releases ERNIE 5.5 Flash Preview: 280B Parameters, 1M Context, Ready to Call）AI 工具导航
- [2026-11-11]（Baidu Releases ERNIE 5.5 Flash Preview MoE Model）Chat LLM
- [2026-11-06]（37 层压缩、6 层全看：文心 5.5 Flash Base 把效率省在了哪四个地方）华为云社区
- [2026-11-05]（百度开源文心 5.5 Flash Base）新华网
- [2026-11-05]（280B 总参数、14B 激活！百度开源文心 5.5 Flash Base，拿下同尺寸 SOTA）智东西
- [2026-11-05]（百度文心开源发布 ERNIE 5.5 Flash Base 高效基座模型，总参数 280B）IT 之家
免责声明： 本文依据百度官方发布信息、公开报道与第三方评测整理，仅用于技术与市场观察，不构成采购、投资或选型建议。文中基准分数除 CodeArena 外多为厂商自评，未经独立第三方复现；速度、价格与开源时间可能随官方调整而变化；许可证条款以百度实际发布的许可文件为准。模型能力与业务适配度需结合真实任务自行测试。