百度在11月11日正式釋出基礎模型文心5.5 Flash Preview，該模型總引數量達到2800億，每個Token啟用140億引數，支援最長100萬Token的上下文視窗。百度方面稱，新模型在程式設計、3D建模、知識工作、內容創作等場景表現突出，並在Terminal-Bench、AutomationBench等多項基準測試中取得有競爭力的得分，同時保持較快的解碼速度。
程式設計能力是此次升級的重點。文心5.5 Flash Preview覆蓋從真實程式碼庫中修復迭代到完整構建複雜應用的廣泛編碼場景，在長週期開發任務中展現出更強的規劃、執行與持續迭代能力。模型還針對遊戲開發場景進行了專項訓練，並適配主流開發工具，可根據使用者創意完成遊戲設計、功能製作和場景搭建，降低從想法到可體驗作品的轉化門檻。
在3D建模方面，模型通過加強對Blender和CAD等工具軟體使用的專項訓練，提升了引數化建模與空間推理能力。它能夠從文本描述中理解並推斷物體的形狀、比例及空間關係，通過程式化建模轉化為3D模型，並靈活整合與複用現有資產，將外部素材統一整合到工作流中，建立場景宏大、細節豐富的3D場景。
專業知識工作與內容創作也是新模型著力拓展的方向。文心5.5 Flash Preview可根據使用者需求完成多步工作，交付專業度較高的表格、文件或簡報。面向金融、法律等領域，百度構建了30萬個工作空間、1000萬份參考檔案，覆蓋40多種檔案型別，訓練環境從10到100個檔案的個人工作空間延伸至上千個檔案構成的企業知識庫。面向影片創作，模型能夠蒐集、合成和編排素材，調整畫面與節奏並輸出成片；在科普、漫劇、創意剪輯、熱點演繹等場景中，百度構建了超過15萬個創作環境，覆蓋創意生成、劇本、分鏡、視覺素材和配音的完整流程，適配上千個創作skill，累計成片約5300分鐘。
底層技術方面，文心5.5 Flash Preview採用全新的混合稀疏注意力架構、多路由器MoE、ECHO多Token預測等創新，在提升模型能力的同時降低計算和視訊記憶體開銷，從而支撐百萬Token長上下文，並實現每秒超過200 tokens的生成速度。此外，該模型首次引入自研的RSI技術，由ERNIE Evolve參與模型推理最佳化，探索AI參與模型研究與最佳化的新路徑。
商業化與開源安排上，文心5.5 Flash Preview已上線百度智慧雲千帆平台，開發者可通過API呼叫。API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，在同參數規模模型中具備較強的價格競爭力。模型權重將於11月25日正式面向全球開源社群釋出。
從行業視角看，文心5.5 Flash Preview的釋出延續了國內大模型在稀疏架構與長上下文方向上的競爭。百萬Token上下文與較低的API定價，有望降低開發者在長文件處理、複雜編碼和3D內容生成等場景中的呼叫成本；而即將開源模型權重，則可能吸引更多開發者基於其生態進行二次開發。不過，基準測試得分與實際落地效果之間仍存在差距，模型在真實企業工作流中的穩定性與工具呼叫能力，還需經過開發者社群的檢驗。