LONG AI
首页 › 博客 › 文心5.5 Flash Preview发布:2800亿参数

文心5.5 Flash Preview发布:2800亿参数

分类:行业资讯 · 21 分钟 · 2026-11-11

本栏目每天汇总近 1–2 天全球新发布 / 新开源的大模型与重要行业动态,信息来自官方公告与多家媒体交叉核验;性能数据区分「官方口径」与「已复测 / 第三方实测」,没复测的明确标注。配图为原创示意插画。

蓝白扁平插画:一面由白色方块组成的巨大矩阵墙,只有少数几块亮成深蓝并沿细光路连成一串,左侧站着一个小机器人
2800 亿个参数,每个字只点亮其中一小部分——稀疏激活就是这门生意的核心(示意插画)

今日最重磅:百度把 2800 亿参数的模型压到每百万 Token 一元级,还顺手打穿了「3D 建模」和「做游戏」

11 月 11 日下午,百度发布基础模型 文心 5.5 Flash Preview。三个硬数字先摆出来:总参数 2800 亿、每个 Token 只激活 140 亿、支持 100 万 Token 上下文,官方称生成速度每秒超过 200 个 Token。

先澄清一个容易混淆的点,因为它决定你怎么看这条新闻。11 月 5 日百度放出来的是「文心 5.5 Flash Base」,那是预训练刚跑完的底模——只有骨架,没做后训练,官方当时自己说的是「正式版近期」。今天这个 Preview 就是那个「正式版」:骨架没变(还是 280B 总参、14B 激活),补上的是后训练那一整套——数据、强化学习、工具使用、智能体长程执行。所以这不是旧文重发,是同一个模型从「毛坯」到「能交付」的那一步。

技术上是三处加法:全新的混合稀疏注意力架构、多路由器 MoE、以及 ECHO 多 Token 预测(一次前向预测多个未来的词,解码吞吐就是这么堆上去的)。官方称这三项在提能力的同时压低计算和显存开销,百万上下文才跑得动。另有一件新鲜事:它首次引入自研的 RSI 技术,让一个叫 ERNIE Evolve 的体系参与模型自己的推理优化——说白了,就是让 AI 参与优化 AI。

价格是这一枪的重心。官方口径:每百万 Token 输入忙时 2 元 / 闲时 1 元,输出忙时 8 元 / 闲时 4 元,再叠一层限时五折——按字面推算,实际落到输入约 1 元、输出约 4 元(忙时)。这个价位放在 2800 亿参数这一档里,属于直接把同类按在地上比价。已上线百度智能云千帆,开发者可用 API 直接调。

跑分官方给了一张八项的表(下面全部是厂商口径,没有任何第三方复测;表上带 * 的是各家自己发布的分数):

基准(官方口径)文心 5.5 Flash Preview同表对照
Terminal-Bench 4.0(智能体终端编程)46.5Claude Opus 5.5 63.6、GPT-6.1 Sol 56.1、Hy4 42.4、DeepSeek V4.1 Flash 1017 40.9、GLM-5.3 38.8
DeepSWE v1.1(真实仓库改代码)71.2DeepSeek V4.1 Flash 1017 77.0、GPT-6.1 Sol 75.2、Hy4 74.9、Opus 5.5 74.2、GLM-5.3 66.9
AutomationBench(办公自动化)61.9(第一)Opus 5.5 58.0、DeepSeek V4.1 Flash 1017 57.2、Hy4 55.2、GLM-5.3 50.7、GPT-6.1 Sol 49.3
APEX-Agents 1.1(长程智能体)64.2Hy4 75.0、Opus 5.5 72.9、DeepSeek V4.1 Flash 1017 69.8、GLM-5.3 59.2
DRACO(深度研究)84.9Hy4 90.7、Opus 5.5 87.9、DeepSeek V4.1 Flash 1017 83.6、GLM-5.3 82.3
SpreadsheetBench V2(电子表格)36.4(第一)Opus 5.5 35.1、DeepSeek V4.1 Flash 1017 34.7、Hy4 34.5、GLM-5.3 32.7
OfficeQA Pro V2(办公文档问答)67.9GPT-6.1 Sol 70.0、GLM-5.3-Flash 64.4、Hy4 63.8、Opus 5.5 62.2
Agents' Last Exam(CLI 智能体)29.0DeepSeek V4.1 Flash 1017 35.2、Hy4 32.4、Opus 5.5 32.4、GPT-6.1 Sol 29.5

这张表要正着看、也要反着看。正着看:办公自动化、电子表格两项拿第一,办公场景确实是它的主场,这也解释了为什么它的宣传重心是「交付表格、文档、PPT」。反着看:Terminal-Bench 4.0 的 46.5 比 Opus 5.5 差了 17 分,DeepSWE 也输给 DeepSeek 和 GPT-6.1 一截——纯终端里跑长任务、修超级大仓库,它还不是第一梯队。它赢的是「坐在办公桌前把活干完」,不是「在命令行里跟系统死磕」。

官方拿出来的三个演示,比跑分更有画面感:

该泼的冷水,四条:

时间点也值得记一笔:百度世界 2026 就在明天(11 月 12 日)开幕,主题是「下一幕·智能组织」。今天先把模型放出来,等于提前把大会最硬的一张牌打掉了——明天的重点大概率会从「模型」转向「智能体怎么进组织」。

今日其他新发布

模型 / 工具日期类型要点
MiniMax H3-Image(开源)11-10 晚发布 / 11-11 权重开源图像生成与编辑 / 开放权重今天最值得动手试的一个。10 秒出一张 4096×4096(约 1600 万像素、4K),官方说速度是市面主流的 5 倍——主流模型多在 100 万到 400 万像素、速度以分钟计,最快的也要 50 秒左右。架构是331 亿参数的稠密扩散 Transformer(DiT),50 层、隐层 5376、56 个注意力头,沿用 H3 那套 3D 多模态位置编码,只砍掉了音频分支;文本编码器直接复用 H3 的 Qwen3-VL(取第 50 层隐状态),图像 VAE 是 CNN 编码器配 24 层 2D ViT 解码器、16 倍下采样、24 个 latent 通道。速度来自蒸馏:只跑 6 步、完全不用无分类器引导——这不是建议值,API 传别的步数或引导系数会直接返回 400。任意比例都能出到 16MP(1:1 是 4096²、16:9 是 5472×3072、21:9 是 6272×2688),上限 20MP,不经放大模型。最多 16 张参考图,提示词上限 3.2 万字符(关掉提示词增强时前约 4096 token 生效)。权重 68.65GB(BF16),另有 17.9GB 的 NVFP4 提示词扩写模型。价格:4K 单张标价约 0.45 元、首周五折约 0.23 元,1K 约 0.14 元。开源首日就接了 12 家芯片与推理栈(昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数智芯、英伟达、AMD、英特尔、Tenstorrent),SGLang / vLLM-Omni / diffusers / ComfyUI 全部就位。但许可要看清:MiniMax 社区许可明确排除欧盟、英国、韩国、美国,年收入超 100 万美元或对外提供托管服务还需书面授权——「开放权重」不等于「哪儿都能商用」。另外 10 秒这个数是厂商自测,暂无第三方复现。
Gemini Robotics 2.5(DeepMind)11-10 美东视觉-语言-动作模型(VLA)/ 仅合作伙伴谷歌把机器人模型推到「能用」的边上。在200 多项真实任务上评测(食品夹分餐、给礼盒系蝴蝶结、实验室移液),官方称成功率比上一代基线高 30% 到 100%、完成任务快 20% 到 30%——注意这是实验室数据。真正有分量的是产线:与 Apptronik、奔驰合作,在匈牙利凯奇凯梅特和德国辛德尔芬根的在用汽车产线上做零件分拣(按每台车的顺序从散装料箱拣金属支架放进排序容器),Apollo 2 人形机器人成功率 96%——这个 96% 是「Gemini Robotics ER 管流程 + 2.5 管手臂和手」两个模型联合的成绩。DeepMind 负责人 Kanishka Rao 自己说,补上最后 4% 是「一条陡峭的路」。安全侧同步开源基准 ASIMOV-Jailbreak(约 1500 条伪装成正常请求的提示词,覆盖几十类场景);Gemini 4 Argon 在该组测试抗越狱 99.5%,上一代基线 ER 2 是 82%——这两个数字属于 Argon,不是 2.5,别记串。推理时安全引导让绕障任务的安全完成率 +33%、靠近人员场景 +43%。目前仅对 Agile Robots、Apptronik、Boston Dynamics 等合作伙伴开放,推理仍跑在云端,不是机器人本地;是否对公众开放官方没说。
百川 M4 +「百小医」11-10 / 11-11医疗垂类大模型 + 家庭 AI 医生百川智能把医疗模型做到家庭场景:发布医疗大模型 M4,并配套面向家庭的 AI 产品「百小医」,主打健康咨询与轻问诊。背景是处方新规趋严、线上买药监管收紧,通用助手在这一块反而受限,持牌垂类模型正在成为落地的主通道。目前公开细节很少——没有参数、没有跑分、没有医疗器械或互联网医院资质说明,暂按「发布」记录,不做能力判断。
联想「万全混合词元工厂」11-10(张家口)算力 / 词元生产不是模型,但值得记。联想在河北张家口发布该品牌,首个母本工厂落地京津冀算力枢纽,三层结构:底层问天 AI 基础设施、中间「万全混合词元工厂」做算力调度与词元生产、上层擎天和百应智能体服务。核心是模型智能路由——复杂任务分给大参数模型、简单交互分给小模型。它反映的是国内算力供给的一种新卖法:不卖卡、不卖小时数,卖「可交付的 Token」。
Claude 办公套件(Anthropic)11-10产品 / 全员付费计划Claude 从「生成内容」往「进流程」挪了一步:Claude Sheets(电子表格)与 Claude Whiteboards(数字白板)进入测试,原来的 Claude Dashboards 转正并改名 Claude Data,另加交互式连接器;三项对所有付费计划开放,覆盖网页、桌面、移动。白板的用法是:你说一个还很模糊的计划,它整理成带时间线、负责人和日期的白板,团队在同一块板上实时补充;会后它把散乱的讨论按主题归类并起草每个人的行动项。同期还有一个 Claude Meetings,能旁听现场讨论并同步起草计划。
蓝白扁平插画:右侧一台白色方箱机器连续吐出多张蓝色山水画面,画面成扇形向左散开,周围有速度线与星光
4K 从「等一分钟」变成「十秒一张」,创作的试错次数就跟着翻倍(示意插画)

行业资讯

本期排雷

今天日报类稿件的日期错配尤其密集,五条要点名。第一,多篇「AI 快讯 11.11」写「阿里再补 Qwen3.8-27B 开源」,把它算作今日新开源——Qwen3.8-27B 是 2026 年 8 月 14 日发布的(Hugging Face 与第三方模型库口径一致,Apache 2.0、278 亿稠密、26 万上下文),今天没有任何新仓库。第二,某「AI 行业日报 11-11」把美团 LongCat-2.5 开源、蚂蚁灵波 LingBot-Touch、英伟达 GR00T 2 都列进「今日模型发布」——三者分别是 11-9、11-9、11-9,本报 11-9 期(LongCat-2.5 为头条)与 11-10 期(GR00T 2、LingBot-Touch)均已报过。第三,Gemini 4 Carbon「今日全量上线」——它 10 月 28 日就发布过(当时只经 Fairwind 计划给安全防御方),今天变的是开放范围,不是发布;本报今天另有一篇专文写这件事。第四,Claude Fable 5.2 被 11-11 快讯写成「IPO 前夜甩出」——那是 11 月 9 日发布的,本报 11-10 期头条。第五,模型库把 GPT-5.1、Claude 4、Gemini 3 这类 2025 年的旧模型标成近两天发布,一律不采信。老规矩:聚合站和日报的「今日」不可信,回到官方页面或多源对时;开源不开源、什么时候开,只认仓库。

一句话趋势

这一天最清楚的一条线是:中国厂商在拼「一块钱能买到多少 Token」,美国公司在拼「自己值多少钱」。一边把 2800 亿参数压到每百万 Token 一元级、把 4K 出图压到 0.23 元一张,还顺手把权重排上了开源日程;另一边在路演厅里把估值从 1.4 万亿往 1.5 万亿抬,讲的是 9009 亿美元的算力承诺和 35% 的长期利润率。两种动作背后是同一个判断——模型能力正在快速同质化,真正的分水岭变成了单位成本与分发渠道。对做产品的人,今天能落到手上的三条:能上 API 的先按「一元级」重算一次推理预算;要自部署的等 11 月 25 日那批权重;做图像/视频的现在就该拿 H3-Image 跑一遍自己的真实需求,别只看「10 秒」这个数——先看它的许可排不排你所在的市场。

(数据来自官方公告与公开报道,2026-11-11;官方口径与第三方实测已分别标注,未复测项已在文中说明。模型能力强弱会影响选型,但实际价格以本站模型广场实时报价为准。)

相关文章

GPT-6.2发布降价20%:大模型价格战下怎么买模型更省

OpenAI发布GPT-6.2并把旗舰价下调20%,阿里、腾讯同周把单任务成本和缓存价压到新低。结论:官方降价仍远高于本站实付价,gpt-6-astra现在最深0.099折,实付$0.099/百万输入token。日常用现款便宜档,追新等上架比价。

大模型缓存token是什么?缓存命中一次能省多少钱

大模型缓存token是什么?一句话:把重复的提示词前缀存下来,命中后按缓存读计价,通常只有正常输入价的5%到12%。本文用在售模型的真实缓存价,讲清缓存读写怎么算钱、什么情况命中,以及怎么把账单压下来。

Claude有哪些模型?12个在售版本实付价与选型指南

Claude 有哪些模型?站内 12 个版本按实付价排完发现:最新的 opus-5-5 月成本 $8.91,最老的 opus-4-6 反而 $49.50。本文给出全系价格表、真实实测数据与四个场景的选型结论,日常开发选 sonnet-5-5 最稳。

写代码用哪个AI模型?2026年11月编码模型实测与价格榜

写代码用哪个 AI 模型?按本站实付价和 24 小时实测:gpt-5.6-terra、deepseek-v4.1-flash 各三千多次调用零失败,每月千次请求分别 $2.85 和 $1.66;gemini-3.8-flash 出字 111 token/s 最快。附完整实付价表与三档选型建议。

一个 API Key 怎么调用 500+ 模型?平台接入教程与代码示例

拿到密钥后把 API 地址改成平台地址,就能用一个 Key 调用在售的 138 个模型(覆盖 51 家厂商),同时兼容 OpenAI 和 Anthropic 两种请求格式。本文给出可直接复制的接入代码、模型切换方法和常见坑,全部接口已实测验证,数据截至 11 月 16 日。