关键要点:
- 百度11月11日发布文心5.5 Flash Preview,总参数2800亿,每token激活140亿,上下文窗口100万token。
- 权重尚未放出,百度承诺11月25日前按Apache 2.0协议开源。
- API已上线千帆,官方称生成速度超过每秒200 token。
一家游戏工作室碰上了熟悉的难题:模型能设计出一整个关卡,却没人负担得起让它连续跑完11个小时的编码会话。百度说,它有办法让每个token只唤醒模型的一小部分。
这个模型叫文心5.5 Flash Preview,2026年11月11日发布。开发者若想拆开看而非通过API调用,麻烦在于权重还没出,百度承诺11月25日交付。
百度究竟发布了什么
官方发布页称它是首个基于文心5.5 Flash Base后训练而成的模型,基座由百度此前推出。数字上的看点是总参数2800亿、每token激活140亿、上下文窗口100万token。百度称它采用稀疏注意力架构和多专家设计,让活跃算力保持很低。
API已经在千帆上线,这是百度的云模型平台。产品页说模型生成速度超过每秒200 token。
发布赶在百度世界2026前一天。11月12日,首席执行官李彦宏在主题演讲里主张,竞争正从"模型强不强"转向"组织能不能消化它"——模型是台上实证,这套说法是包装。
为什么140亿比2800亿更要紧
参数量衡量的是容量,不是成本。一个2800亿参数的稠密模型,每个token都要把全部参数点着,长链条的智能体任务因此又费时间又费内存带宽。
稀疏混合专家模型把容量存下来,却把每个token只路由给其中一小部分。2800亿里激活140亿,大约是全体的二十分之一。这就是商业上的说法:一个大模型,在账单上表现得像个小得多的模型。
一个每token只激活140亿参数、却有100万token上下文的模型,瞄准的是一类特定负载:长时间运行的智能体,读得下大型代码库,记得住许多文档,还能连续干上几个小时。短对话用不上100万token,编码智能体和文档流水线才用得上。
百度自己的演示正冲着这一点。公司说,模型在Unreal Engine 5.8里完成了一项长达11小时的任务,把好几代引擎的资产合进一个工程,还用C++写了一款第三人称武侠游戏。因为它是纯文本模型、看不见屏幕,系统把试玩时发现的毛病——角色悬空、奔跑方向反转、机位放错——转成可测量的代码测试,再对着不断膨胀的测试集反复迭代。
这比一张基准表更有说服力:它讲的是模型能否自己闭合一个回路,而不是答对一道题。
游戏演示之外
百度还展示了用Blender和CAD工具做的3D建模,说模型受过金融与法律文档流程训练,能直接交付表格、演示稿和报告,而不是一堆空谈。视频创作是第4条演示线:收集剪辑素材、调整节奏、产出成片。
共同的线索是工具使用。百度并不是把文心5.5 Flash Preview当成聊天得体来卖,而是当成智能体框架里的一个部件——不停调用工具,直到任务完成。发布说明自己承认,许多演示用到了外部美术和资产包,这等于坦白:这套系统更多是在组装,而不是原创。
开源承诺
百度说权重将在11月25日前按Apache 2.0协议放出,这是一种宽松许可,并称模型可以用SGLang和vLLM部署。更早一版的文心5.5 Flash Base已在本月早些时候发布。
如果这个日期守住,开发者就能自行核验参数说法、做量化、在自己的硬件上跑。如果跳票,预览版就还是今天这样:一个活跃参数比很好看的API,外加一组公司自制的演示。
一家多年来被审视"开源是不是真开源"的公司,这个区别在于:宽松许可下的2800亿参数稀疏模型是实质贡献,延迟的承诺只是又一个预览版。
诚实的局限
上面每一项规格都来自百度自己的发布页、产品页或它在百度世界2026上的演讲,由中国的官方与财经媒体报道。我没有找到对"每秒超过200 token"这一说法的独立基准,也没有找到对那场11小时游戏搭建的第三方复现。生成速度会高度依赖硬件和批大小。
激活参数与总参数的拆分是公司的自我披露。由于写作时权重尚未发布,无法通过读取权重来验证。各类汇总文章里流传的基准分数彼此不一致,这里不予采用。
同场发布的其他产品,包括百度的词元市场,我没有涉及,它们属于独立进展。价格也略去:二手文章的数字,我无法追溯到能确认的官方价格页。
普通人现在能做什么
- 如果你是开发者,等过了11月25日再做容量规划。活跃参数比只有在你能用自己硬件测出延迟和内存之后才有用。
- 如果你已经在调用千帆API,跑一个自己的长上下文任务,别信演示。100万token窗口只有在你自己的文档上检索和注意力都扛得住时才有价值。
- 如果你在跟踪开放权重模型,盯许可证,别只盯发布。对下游产品来说,这个体量模型上的Apache 2.0,比再多一个基准分更有分量。