百度文心5.5 Flash发布：快省开源，两项基准测试夺冠

近期，文心大模型阵营推出全新轻量模型——文心5.5 Flash Preview，这款兼具速度、成本优势的模型一经发布便引发行业关注。

它具备三大核心特性：速度快、成本低、开源灵活。速度层面，每秒可生成200余个token，拥有2800亿参数但每次仅激活140亿，处理效率远超同类模型；成本方面，API调用定价亲民，输入忙时每百万token2元、闲时1元，输出忙时8元、闲时4元，目前还限时推出五折优惠；开源规划清晰，上线首日起可通过智能云千帆平台调用API，11月25日将面向全球开源社区开放预览版权重。

在多项专业基准测试中，它交出了亮眼答卷：终端效率测试Terminal-Bench 4.0获46.5分，跨应用自动化测试AutomationBench获61.9分，真实Excel处理测试SpreadsheetBench V2获36.4分，在同定位模型中竞争力突出。

除了测试数据，它的实际应用能力更具说服力。比如完成一款名为《云岫行》的第三人称东方武侠游戏，以虚幻5.8为引擎、用C++代码实现，全程耗时11小时。作为纯文本模型，它没有视觉感知能力，便通过量化的方式解决3D游戏常见的人物悬空、方向错位等问题，把模糊的视觉感受转化为可验证的代码测试，反复迭代优化，还顺手完成了跨代引擎素材的整合工作。

类似的落地案例还有：打造《御剑穿云》3D御剑游戏，实现完整游玩流程；制作科普片，以“月亮距离地球减半的世界”为主题，精准计算引潮力、洛希极限等关键数据；完成117秒的2D动画《鹈鹕测试》，从公元前4000年的撒哈拉岩画到梵高《星月夜》风格，跨越20种艺术风格；在Blender中搭建机场和飞机模型，在FreeCAD中生成W16发动机模型，还设计了月球概念车等，展现了跨领域应用的潜力。

这份高效源于架构设计的深度优化。模型共43层，其中37层处理历史内容时仅提取摘要（每128个token压缩为一条），仅6层逐字处理原文，大幅节省显存；每层有512位“专家”，每次仅激活10位加1位共享专家，将2800亿参数压缩至每次仅用140亿，且采用多调度员打分机制避免单一路径错误；还设计了ECHO机制，生成下一个词时顺带生成后续内容并核对，提升生成速度。此外，mHC拓宽信息通道、MultiMax优化选词、R2L分词器处理数字等部件，共同实现了每秒200多token的生成速度。

更值得关注的是研发层面的突破，11月9日披露的自动研究系统ERNIE Evolve，让AI自主推进研发，此次就用它优化了文心5.5 Flash的推理速度，在国产昆仑芯P800低时延场景下，生成速度提升至基线的623.6%，确定性推理吞吐量提升33.7%，极致解码环节也通过7个方向的优化实现14.9%的提速，展现了AI自我迭代的潜力。

近期百度大模型发布节奏紧凑，11月5日文心5.5 Flash Base开源，11月9日披露自动研究进展，11月11日发布Preview版，七天内完成三次重要动作，11月25日还将开放Preview版权重开源，配合即将开幕的行业大会，持续推进技术落地。

面对行业的期待与质疑，百度团队以实际行动回应，打磨架构、提升效率，连零点几个百分点的优化都投入精力。追赶并不可怕，文心的姿态坦诚且务实，用实际成果展现技术实力。目前，文心5.5 Flash Preview已上线智能云千帆平台，开发者可通过API调用，相关体验渠道可通过官方获取。