AI News

Baidu Releases ERNIE 5.5 Flash Preview, Focusing on Speed, Cost, and Open Source

LeiphoneUpdated Nov 12 14:58

English text is being prepared.

AI summary

Baidu has released ERNIE 5.5 Flash Preview, now available on the Qianfan platform, with both the web interface and API opened simultaneously; the model weights will be open-sourced under the Apache 2.0 license by November 25. The model has 280 billion total parameters and activates only 14 billion per token, and the Qianfan API delivers single-user inference speeds exceeding 200 tokens/s. API pricing is 2 yuan per million input tokens during peak hours and 1 yuan during off-peak hours, and 8 yuan per million output tokens during peak hours and 4 yuan during off-peak hours; a limited-time 50% discount is currently available, and deployment via SGLang and vLLM is supported.

Why read this

AI score 72

The original text provides details on sparse activation, hybrid sparse attention, and pricing, which can be used to assess the practical trade-offs of an efficiency-tier model.

Topics

Tags

Body

今天,百度文心 5.5 Flash Preview 正式发布,这已是文心在一周之内的第三次出牌。

11月5日,基座模型文心 5.5 Flash Base开源;

11月9日,首次披露 RSI 进展,发布 ERNIE Evolve;

11月11日,文心 5.5 Flash Preview 发布。

一周内连续三次出牌,这在文心历史上并不多见。三次动作环环相扣,从基座模型、RSI 探索到 Preview 模型,逐步展现出百度基础模型业务的新方向。

在外界长期的印象里,文心的处境有些微妙:启动够早,积累不少,存在感却不够高。在大模型竞争的坐标里,文心始终没能达到相应的预期。

今年7月,1997年出生的复旦大学博士孙天祥加入百度,出任基础模型研发部(BMU)负责人,同时进入百度模型委员会(BMC)。他曾是国产初代类ChatGPT开源大模型MOSS的主导者,也创过业。外界期待他接手基础模型业务后的第一份答卷。本周的三连击,或许算是这张答卷的一部分。

这次发布的文心 5.5 Flash Preview,重点放在了效率、成本和开源上。目前模型已上线千帆平台,Web端与API同步开放。官方表示,模型权重将于11月25日前采用Apache 2.0许可证面向全球开源社区发布。

在明天百度世界2026上,关于模型的更多信息也将得到披露。

先从榜单看起。文心 5.5 Flash Preview 在 Terminal-Bench 4.0、DeepSWE v1.1、AutomationBench、APEX-Agents 1.1、DRACO、SpreadsheetBench V2、OfficeQA Pro V2、Agents' Last Exam共8项基准测试中,取得了AutomationBench和SpreadsheetBench V2 两项第一;在纳入对比的模型中,DeepSWE、APEX-Agents、DRACO、OfficeQA Pro V2 四项测试位列第二,其余项目也进入前列。

百度官方对这份成绩的描述是,“取得了具有竞争力的得分”,措辞相当克制。

需要说明的是,对比图中带*号的成绩为厂商自评口径,横向比较仅供参考

榜单位置之外,能力版图的规划、实测过程中的工程细节,更能说明一款模型的实际成色。

按照官方口径,文心 5.5 Flash Preview 主要在四个方向升级:编程、3D建模、知识工作和内容创作。编程方向使用了超过1400万个可执行代码任务和多种Agent框架的执行轨迹进行训练;3D建模针对Blender、CAD等工具做了专项训练;知识工作后训练覆盖金融、法律等领域的30万个工作空间和1000万份文件;内容创作方向适配上千项Skill,构建了超过15万个创作环境,官方口径累计成片约5300分钟。

雷峰网AI科技评论在第一时间上手测试了文心 5.5 Flash Preview的游戏开发能力。

你是一支由资深游戏制作人、游戏设计师、2D 美术总监、角色动画师、音乐设计师和游戏工程师组成的独立游戏团队。请开发一款受到《节奏天国》玩法理念启发的原创 2D 节奏游戏《砰砰退件局!》(PUNCH! RETURN!)

游戏的目标不是实现一个能按节拍出拳的程序 Demo,而是制作一段完整的、可交互的、充满生命力的卡通音乐喜剧。

整个场景必须像一个真实存在的荒诞卡通世界:不只有玩家和发货机器人,还有周围不断出现的小角色、各自独立的动作、对玩家成功或失败的反应、不断变化的环境、突如其来的乱入事件,以及最终所有角色共同参与的高潮演出。

以下是文心 5.5 Flash Preview在本次测试中的表现,游戏顺利完成了角色逐步登场、节拍判定与结算演出等核心环节。经多轮生成,总耗时约7分32秒,最终得到可运行版本。

这次测试一定程度上体现了文心 5.5 Flash Preview对高度复合型需求的应对能力,同时考察了该模型的审美、音乐节奏感、画面编排和动画制作能力,代码侧还要有大量事件的正确触发。以角色状态系统为例,如果状态机写得不好,角色在连续击打失败后就可能无法从紧张状态中恢复,进而波及整个场景的连锁反馈。

单一案例不能完全说明模型的稳定产出水平,但这类“一份文档、多个系统”的长需求题目,本身就是对编程能力最苛刻的考法之一。

官方博客中演示案例覆盖视频编排、游戏开发和3D建模等方向,其中游戏开发是最有分量的一块。

游戏开发:自我纠错

游戏开发的代表案例是《云岫行》:

一款第三人称东方武侠游戏,场景设定在云雾缭绕的张家界石峰与崖顶古寺,基于Unreal Engine 5.8构建。整个任务历时11小时,模型把跨越多代UE引擎的素材合入同一个UE5.8工程,用C++完整实现游戏。

试玩中发现的人物位置悬空、跑动方向不一致、摄影机位置错位等视觉问题,被模型逐一转换成可测量的代码测试问题,再通过不断完备的测试驱动项目迭代。“把视觉问题翻译成测试”,意味着模型建立了一套自我验证的闭环,这比一次性生成可运行代码更接近真实开发,也正是长周期开发任务里最难自动化的环节。

官方还披露了更大规模的案例:基于完整游戏策划方案,模型构建了近百款手机小游戏,覆盖弹幕射击、肉鸽、塔防、竞速、卡牌RPG、城建经营、物理解谜和互动叙事八个品类,其中24款重点作品横跨Cocos、Unity、LayaAir、PixiJS与原生Canvas 2D等多种技术栈,多数采用规则层与表现层分离的确定性模拟,并通过机器人模拟、状态空间搜索和关卡回放自动验证可解性与数值平衡——工程化验证的思路,与《云岫行》一脉相承。

视频编排:节奏、时序与一致性

《鹈鹕测试》是一支117秒的2D动画短片:

ERNIE 5.5 Flash Preview 用 Python 从零写出一部 116 秒的 2D 动画短片。一只白鹈鹕骑着自行车,从公元前 4000 年的撒哈拉岩画一路骑进大模型时代的代码编辑器,穿越 20 种艺术风格,最后登上“第 21 号鹈鹕发布会”。全片由上万行代码驱动,每一帧都用 Pycairo 矢量绘制,再由 NumPy 和 Pillow 做后期处理。同一只参数化鹈鹕在 20 个场景里化身汉画像石拓片、爪哇皮影、示波器光线和 8-bit 像素;换场时画面像胶片一样整格拉过,鹈鹕始终连贯地骑过画框接缝。

《星月夜》一场直接在梵高原作上让漩涡星空随踏频扭动。配乐精选 22 段录音,从金贝鼓、古琴、加美兰到马里奥主题,由模型编写的剪辑脚本按画面切换点逐场对齐。部分场景的背景由 ERNIE 5.5 Flash Preview 调用生图工具完成:唐代白描、清明上河图、莫卧儿细密画三场的静态底图都出自生图工具,ERNIE 5.5 Flash Preview 再在底图上用代码叠加会动的人物、落花与水纹。概念设计来自 Bilibili 创作者 @近步抱告_。

这道题的出题思路值得琢磨。视频生成竞赛里,单帧画面质量已经被卷得很高,真正的难点在跨场景一致性和节奏控制。同一只鹈鹕穿越20种风格而不失形态,一定程度体现了长程状态管理能力。

而在237秒的官方展示片里,模型围绕“地球要是也有个环”这个命题,连续完成查资源、写剧本、设计分镜、生成画面四道工序。官方披露的数字显示,完成一条片子,模型连续工作一到两个小时,工具调用中位数约170次,其间自己检查结果、发现问题并修正。

3D建模:流水线

3D方向的两个案例都基于Blender完成:

其一,两个基于文心5.5Flash Preview的智能体使用Blender Python API分工协作:一个负责机场,自主检索地图平台的布局矢量数据,下载植物、车辆与地面服务设备等授权资产,通过参数化建模构建航站楼及飞行区;

另一个负责飞机,通过截面放样与模块化装配构建机身、机翼。随后两个工程统一尺度、位置与镜头,编排动画,用Cycles/OptiX GPU分帧渲染和FFmpeg合成视频。

其二,模型自主检索法隆寺的布局与建筑结构参考,逐步构建建筑群,细化到逐层收分、梁柱支承与层叠屋瓦,公开授权的佛像扫描与植物资产被融入场景,表面细节由PBR贴图与程序化节点材质共同完成。

两个案例的共同点在于:模型被放进了“检索—建模—渲染—合成”的完整流水线,而非单点执行一条建模指令。双智能体之间的任务拆分与协同,也让案例超出了单模型能力的范畴。

02

快,从何而来

上文的游戏和视频案例都是长程任务:连续工作一到两个小时、工具调用中位数约170次、11小时的完整工程迭代。这类任务对推理速度的消耗远超日常问答,“快”在其中有实际意义。

对多数用户来说,更直观的数字是这一条:千帆API单用户推理速度超过200 tokens/s,约合每秒150个以上的汉字。生成速度到了这个量级,输出基本追得上阅读,等待感会显著降低。

官方对“快”的解释是一套系统的技术设计,可以拆成三层看。

第一层是参数的使用方式。文心 5.5 Flash Preview总参数量2800亿,每个token只激活140亿。在当前的稀疏配置中算比较激进一档。总参数决定模型的知识容量,激活参数才决定每个token的实际计算成本。2800亿参数更像常备库存,每生成一个token,只调用其中的一小部分。

第二层是显存。1M tokens的上下文如果每一层都做全量注意力,显存开销会大到无法落地。混合稀疏注意力就是对这个问题的回答:43层中,37层把历史每128个token压缩为一条缓存条目,保留全局视野;剩下6层保留逐token访问历史的能力,配合稀疏选取。效果是KV cache的占用大幅下降,长文本里的细节检索能力仍然保留。

第三层是推理阶段的加速。FP4把专家权重的存储压到4比特,直接节省显存带宽;ECHO则让主干网络的最后一层在预测下一个token之外兼任预测后续token的工作,这层同时充当投机解码的草稿模型——先猜后验,几乎不增加参数就换来提速。

三层设计指向同一个目标:用更少的激活参数交付够用的智能,把速度拉起来、成本再降下来。这也是“Flash”这个命名的行业惯例——比起单点极限,效率档产品线的核心逻辑更强调能力、速度、成本的平衡。

定价方面,API每百万Token输入忙时2元、闲时1元,输出忙时8元、闲时4元,目前限时五折——折后,闲时输入0.5元、输出2元。在同参数规模的模型中,这是具备一定竞争力的价格。

换算一下更直观:一百万token约合六十万到八十万汉字。以模型支持的最长上下文为例,把一个100万token的窗口整个填满,折后的输入成本不到一元。

效率设计为文心 5.5 Flash Preview的低价打开空间:每个token只激活140亿参数,FP4压缩专家权重,推理成本已经被架构压了下来。

开源方面,模型权重将于11月25日前以Apache 2.0许可证面向全球开源社区发布,支持SGLang和vLLM部署。对开发者而言,这意味着拉取即可运行,商用没有协议负担。另外,今天文心 5.5 Flash Preview 的 API 已上线千帆平台。

值得一提的是,在实测和价格热议之外,有一条容易被忽略的消息:

文心 5.5 Flash Preview的部分推理优化工作,由百度11月9日披露的自动研究系统ERNIE Evolve完成:在昆仑芯P800的低时延场景上,ERNIE Evolve连续探索约168小时,把生成速度做到基线的623.6%;确定性推理吞吐提升至基线的133.7%,平均每个token的生成时间缩短26%,精度未降。

04

结语

一周之内三次动作,加上一份很有诚意的定价,百度文心这轮进攻的轮廓已经清晰:绕开正面战场,先在效率、价格和开源三个维度同时落子。

显而易见的是,今年的模型竞争正在分层:旗舰模型卷榜单上限,效率档模型卷成本曲线,文心选择的是后者。这条赛道今年格外拥挤,定价、演示和单次实测都只是入场券,能否转化为开发者的调用量,才是下一阶段的分野。

另一个值得记录的行业变化是:视频编排和游戏开发正在成为模型发布的新展台。这类任务不依赖跑分,产出可以进入工作流程,正在构成榜单之外的第二条战线。文心把长板放在这两个场景,是顺着行业节奏出牌,也让自己最容易被看见。

把时间线拉长看,这段口碑承压的日子,恰好也是文心埋头进步、低调追赶的时期。业界仍然对百度文心有所期待,期待它能追上有着丰厚技术积累的那个自己。在漫长的蛰伏期之后,它还会交出怎样的答卷?AI科技评论也将持续关注。

Source

Leiphone