百度 2026 年 11 月 11 日發佈的最新基礎模型:280B 總參數、14B 激活的稀疏 MoE,1M tokens 上下文,定位 Agent 工作負載的執行層。千帆 API 與 OpenRouter(付費版與免費版)均已上線;但先把定位說清楚:百度官方原話稱 Preview 是後訓練過程中的中間檢查點,「可能存在部分因訓練不充分導致的能力缺陷」,正式版隨後推出——本頁的全部約 20 行基準都是百度自報,8 項交叉確認裏只贏了 1 項;截至 11 月 16 日,它沒有 Artificial Analysis、LiveBench 或 LMArena 的獨立評分,Preview 權重尚未公開,許可證說法互相沖突(多家報道稱 Apache 2.0,官方發佈頁未明確)。本頁彙總官方規格、價格、基準解讀與 6 篇本站深度實測,並明確標註哪些說法尚未證實。
先把能確認的說清楚:這是本站第一個百度文心專題,也是一個「未完成態」專題——「Preview 是中間版本、全部基準自報、權重還沒放出」是理解文心 5.5 Flash Preview 的一句話。
一張表看清它在同類中國模型裏的位置:AA 指數、價格、上下文與開源情況橫向對照,人民幣價與美元價是各廠商的兩套目錄價,不可直接換算比較。
| 模型 | AA 指數 | 價格(輸入 · 輸出,每百萬 tokens) | 上下文 | 開源 |
|---|---|---|---|---|
| 文心 5.5 Flash Preview | 未收錄 | ¥1 / ¥4(千帆五折後高峯) | 1M tokens | 否(權重承諾 11-25 開源) |
| 騰訊混元 Hy4 | 35 | ¥6 / ¥18(目錄價;5 折至 12-31) | 1M tokens | 否(僅 preview 權重可下載) |
| Qwen4-Max | 43 | $1.50 / $4.50 | 1M tokens | 否 |
| Kimi K3.1 Pro | 46 | $2 / $10 | 1M tokens | 是(自定義許可) |
| 美團 LongCat 2.5 | 未收錄 | $0.30 / $1.20(限時價) | 1M tokens | 是(MIT) |
AA 指數來自 Artificial Analysis。文心 5.5 Flash Preview 與 LongCat 2.5 截至 11 月 16 日未被收錄;文心的主打基準是 Terminal-Bench 4.0 46.5(百度自報),見第 12 節。價格以官方頁面爲準。
基準專文裏的分組對比圖先放在這裏:四項基準上,14B 激活的文心與旗艦的差距一目瞭然——只贏了 AutomationBench 一項。
時間緊的話先讀這三篇:基準盤點、旗艦對比與價格指南。
這是一次四段式發佈:11 月 5 日先放底座,11 月 11 日發 Preview,11 月 12 日百度世界站臺,11 月 25 日是待兌現的開源承諾——最後一段還沒發生,本頁寫的是承諾,不是事實。
ERNIE 5.5 Flash Base 發佈:預訓練終點權重上架 Hugging Face(baidu/ERNIE-5.5-Flash-Base,FP8 與 BF16 兩版),自定義百度許可證,非 Apache 2.0;Base 只有底座能力,無指令跟隨。
百度首次披露 RSI(遞歸自我改進)進展:自動研究系統 ERNIE Evolve。
OpenRouter 提前上架 baidu/ernie-5.5-flash-preview(付費版 $0.28/$1.13)及 :free 免費版;千帆文檔日期同爲 11 月 10 日。
官方發佈 ERNIE 5.5 Flash Preview:Base 的首個後訓練版本。官方發佈頁(ernie.baidu.com)日期 11 月 11 日;官方公衆號同日推文;每日經濟新聞、新華網、新智元、量子位同日報道。
百度世界 2026(北京)開幕,李彥宏主講,文心 5.5 Flash Preview 與「詞元所」(Token Exchange)同臺發佈。
實測報道出爐:madechango / 火星財經實測(審美在線、編程爭先);OpenRouter 免費端實測速度中位 p50 約 75–79 tok/s(11 月 12 日數據)。
訂正:CodeArena 1668 分是 AutoEval 佔位分:Stack Futures 覈查 11 月 11 日榜單快照——該行排名空白、票數 N/A、標籤 AutoEval、許可證 Proprietary;Arena 11 月 12 日稱其「trending towards becoming the #2 open model」,「開源第二、國產第四」是預測而非既成排名。本站已據此修正相關表述。
BrowseComp(網絡檢索)上榜:文心 5.5 Flash Preview 87.4%,62 個模型中第 15(Inference360 榜單;廠商自報分)。見第 12 節。
承諾,未兌現:Preview 權重開源——英文發佈頁稱「11 月 25 日前」,中文公衆號推文稱「11 月 25 日」;截至 11 月 16 日,權重尚未放出,許可證亦未確認。
以下爲官方發佈頁與多家直讀過該頁的二手來源交叉確認的口徑(本輪研究中官方發佈頁未能直讀,見第 17 節說明)。基準部分見第 12 節;此處只列規格本身。
四條路線:免費網頁端、官方千帆 API、OpenRouter(付費 + 免費)、等權重放出後的自託管。最便宜的動手方式是網頁端或 OpenRouter 免費版——但免費版每天只 50 次請求。
ernie.baidu.com/web/new-chat 可直接體驗,無需 API 密鑰;適合先看一眼模型風格與中文表現,再決定是否接 API。
百度智能雲千帆平臺,模型 ID ernie-5.5-flash-preview,文本生成與深度思考兩類均有列出;默認限流 RPM 60、TPM 1,000,000。定價分忙時/閒時兩檔(見第 08 節),具體時段劃分以千帆控制檯說明爲準。
付費版 baidu/ernie-5.5-flash-preview($0.28/$1.13,緩存讀取 $0.028),11 月 10 日上架;免費版 baidu/ernie-5.5-flash-preview:free($0,限流 20 請求/分鐘、50 請求/天;賬戶購買 10 credits 後提至 1,000/天)。免費版是零成本試用的最短路徑。
Preview 權重截至 11 月 16 日尚未公開,承諾 11 月 25 日前後開源;Base 權重已可下載(baidu/ERNIE-5.5-Flash-Base,FP8 + BF16),但爲自定義許可證、商用條款受限。官方稱 Preview 支持 SGLang 與 vLLM,待權重放出後纔可驗證。詳見本站部署與開源前瞻。
定價本身很便宜——千帆限時五折後高峯 ¥1/¥4、閒時 ¥0.5/¥2(原價 ¥2/¥8),OpenRouter $0.28/$1.13,免費版 $0。價格爲 2026 年 11 月 17 日覈查口徑(51AllAI 引用千帆模型服務計費頁),結賬頁價格爲準。
| 項目(每百萬 tokens) | 千帆忙時 | 千帆閒時 | OpenRouter 付費版 |
|---|---|---|---|
| 輸入 | ¥1 | ¥0.5 | $0.28 |
| 輸出 | ¥4 | ¥2 | $1.13 |
| 緩存命中輸入 | ¥0.1 | ¥0.05 | $0.028 |
| 免費版 | — | — | :free $0(20 請求/分鐘、50 請求/天) |
51AllAI 引用千帆模型服務計費頁澄清了口徑:¥2/¥8 是原價,限時五折後高峯輸入 ¥1 / 輸出 ¥4、閒時輸入 ¥0.5 / 輸出 ¥2;高峯 8:00–22:00,閒時 22:00–次日 8:00;緩存命中輸入五折後高峯 ¥0.1、閒時 ¥0.05。此前 aiho.net 與 todayforai 只稱「官方稱限時五折」,未說明 ¥2/¥8 是否爲折後價,兩種讀法並存的歧義現已消除。以千帆控制檯爲準,五折是否有截止日以控制檯說明爲準。
OpenRouter 免費版 baidu/ernie-5.5-flash-preview:free 不收錢,但限流 20 請求/分鐘、50 請求/天;賬戶購買 10 credits 後提至 1,000/天(apidog 覈實於 11 月 12 日)。50 次/天夠嚐鮮,不夠當主力;高頻調用請走付費版或千帆。
國內用戶、人民幣結算、要深度思考檔:走千帆(模型 ID ernie-5.5-flash-preview,默認限流 RPM 60、TPM 1,000,000)。美元結算、要免費試用、或已在用 OpenRouter:走 OpenRouter,付費版 $0.28/$1.13 換算後與千帆忙時價大體相當;免費版適合先驗證效果。純文本模型、1M 上下文,長文檔任務注意輸出 token(最大輸出 921,600)會推高賬單。
官方頁面:百度官方發佈頁 · OpenRouter 免費版模型頁 · PR Newswire 通稿
以下全部是 11 月 11 日至 11 月 16 日的公開材料:中文一線媒體的覆蓋很齊,英文以 niche 科技媒體爲主;但獨立評分至今爲零——先說結論:證據的「量」夠了,「獨立性」還沒來。每條都給出結論徽章;點「閱讀本站全文」進入本站的深度改寫文章頁,文末附原始出處。
來源:百度官方發佈頁(約 20 行基準表,全部百度自報);8 項經 aiho.net、todayforai、madechango 交叉確認
官方發佈頁給出約 20 行基準表;8 項經多家二手來源交叉確認:Terminal-Bench 4.0 46.5(Opus 5.5 63.6)、AutomationBench 61.9(該項第一,Opus 5.5 58.0)、DeepSWE v1.1 71.2、DRACO 84.9(第三,Hy4 90.7、Opus 5.5 87.9)、SpreadsheetBench V2 36.4、OfficeQA Pro V2 67.9、Agents' Last Exam(CLI)29.0、APEX-Agents 1.1 64.2(Hy4 75.0、Opus 5.5 72.9)。8 項裏只贏 1 項(AutomationBench),其餘落後於旗艦;TB 4.0 46.5 與 Opus 5.5 的 63.6 差距明顯。
閱讀本站全文 → (本站原創整理)
來源:QbitAI 報道,經 madechango / news.marsbit 轉述;緊隨 Kimi K3.1 Pro、Qwen3.8-Max 等大參數國產模型之後
CodeArena WebDev 1668 分(誤差 ±16),但 11 月 11 日榜單快照裏該行排名空白、票數 N/A、標籤 AutoEval——是人類票不足時的佔位分,不是打榜打出來的排名;許可證標籤爲 Proprietary(權重尚未發佈,只能走千帆 API)。Arena 11 月 12 日稱其「trending towards becoming the #2 open model」,「開源第二、國產第四」是預測而非既成事實。這是目前唯一找到的第三方榜單信號,但不能當作已證實排名引用。
閱讀本站全文 → (本站原創整理)
來源:本站 2026-11-16 覈查;aireiter:未在 AA 列表中找到 Preview 的獨立行;europesays 11 月 5 日亦稱無 AA 頁面
截至 2026 年 11 月 16 日,Artificial Analysis 未收錄 ERNIE 5.5 Flash Preview(無 AA 指數);LiveBench 與 LMArena 未找到收錄記錄;無任何獨立機構復現的基準分。CodeArena 1668 分是唯一的第三方信號,但只是 AutoEval 佔位分(零人類票),且許可證標籤爲 Proprietary。
閱讀本站全文 → (本站原創整理)
來源:百度官方宣稱;OpenRouter 實測(11 月 12 日數據,免費端)
官方稱解碼速度 200+ tokens/s;OpenRouter 實測中位 p50 約 75–79 tok/s(11 月 12 日數據,免費端)。兩個數字差了近兩倍,口徑不同(官方宣稱 vs 第三方免費端實測),本站兩數並列、不選邊,實際速度請以自己的實測爲準。
閱讀本站全文 → (本站原創整理)
來源:百度世界 2026(北京,11 月 12 日);IT之家等報道
11 月 12 日百度世界 2026 開幕,李彥宏主講,文心 5.5 Flash Preview 與模型服務交易市場「詞元所」(Token Exchange)同臺發佈。官方稱「詞元所」上線一個月入駐 100+ 供應商、日均 5000 萬次調用、日均 7000 億 token——公司自報數字,無獨立審計,本站只轉述、不背書。
閱讀本站全文 → (本站原創整理)
來源:新智元、aiho.net;madechango / 火星財經 11 月 13 日實測
官方演示:第三人稱東方武俠遊戲《雲岫行》(UE 5.8 + C++,一次 11 小時 Agent 長程任務完成)、近 100 款手機小遊戲由設計文檔生成、機場與客機 Blender 建模(雙 Agent)。注意:均爲官方自有 Agent 框架內的端到端成果,換 harness / 提示詞策略結果可能差一個量級;模型爲純文本,看不到畫面。madechango / 火星財經 11 月 13 日實測評價爲「審美在線、編程爭先」。
閱讀本站全文 → (本站原創整理)
來源:本站 2026-11-16 檢索
中文一線科技媒體齊全:新智元(11 月 11 日首發深度報道)、量子位、每日經濟新聞、新華網、IT之家、雷鋒網、QbitAI;英文以 niche 科技媒體爲主(Unite.AI、aiaffairs、artificialwatch、singularity.kiwi、freshsynapse、aireiter、apidog、digintoai),無 TechCrunch / The Verge / Reuters / Bloomberg / Wired 報道。中文覆蓋的強度,是它與 Nex-N2.6(中文僅 2 篇二線)最關鍵的區別。
以下 6 篇均爲本站原創改寫與再整理的深度文章——重新組織結構、補充結論與選型建議,事實與數據與原始測評覈對一致。點擊任意一篇在本站內閱讀,文末附原始出處。
第三方榜單幾乎是空的:唯一的第三方分數是 AutoEval 佔位分的 CodeArena 1668 分,AA、LiveBench、LMArena 均未收錄。廠商官方發佈頁的約 20 行基準則全部自報——先看獨立數字的缺口,再看廠商表。
| 第三方榜單 | 文心 5.5 Flash Preview | 備註 |
|---|---|---|
| CodeArena WebDev | 1668 | AutoEval 佔位分(11 月 11 日榜單快照:排名空白、票數 N/A、誤差 ±16;許可證 Proprietary;QbitAI 經 madechango 轉述);「開源第二、國產第四」爲 Arena 11 月 12 日「trending towards」預測,非既成排名 |
| Artificial Analysis 指數 | 未收錄 | 截至 11 月 16 日無 AA 指數;無 AA 頁面 |
| LiveBench | 未收錄 | 未找到收錄記錄 |
| LMArena | 未收錄 | 未找到收錄記錄 |
| 獨立機構復現 | 無 | 無任何獨立機構復現的基準分 |
| BrowseComp(網絡檢索) | 87.4% | Inference360 榜單,62 個模型中第 15(廠商自報分;本站 2026-11-19 讀取) |
| 測試(百度自報) | 文心 5.5 Flash Preview | 主要對手(官方圖,帶星號自測) |
|---|---|---|
| Terminal-Bench 4.0 | 46.5 | Claude Opus 5.5 63.6、GPT-6.1 Sol 56.1 |
| AutomationBench | 61.9(該項第一) | Claude Opus 5.5 58.0、DeepSeek V4.1 Flash 57.2 |
| DeepSWE v1.1 | 71.2 | 未交叉確認對手分 |
| DRACO | 84.9(第三) | Hy4 90.7、Claude Opus 5.5 87.9 |
| SpreadsheetBench V2 | 36.4 | 未交叉確認對手分 |
| OfficeQA Pro V2 | 67.9 | 未交叉確認對手分 |
| Agents' Last Exam(CLI) | 29.0 | 未交叉確認對手分 |
| APEX-Agents 1.1 | 64.2 | Hy4 75.0、Claude Opus 5.5 72.9 |
完整盤點見本站基準測試專文 →
| 維度 | 文心 5.5 Flash Preview | Claude Opus 5.5 | 騰訊 Hy4 |
|---|---|---|---|
| Terminal-Bench 4.0(百度自報) | 46.5 | 63.6 | — |
| AutomationBench(百度自報) | 61.9(該項第一) | 58.0 | — |
| DeepSWE v1.1(百度自報) | 71.2 | — | — |
| DRACO(百度自報) | 84.9(第三) | 87.9 | 90.7 |
| APEX-Agents 1.1(百度自報) | 64.2 | 72.9 | 75.0 |
| SpreadsheetBench V2(百度自報) | 36.4 | — | — |
| OfficeQA Pro V2(百度自報) | 67.9 | — | — |
| Agents' Last Exam(CLI,百度自報) | 29.0 | — | — |
| CodeArena WebDev(第三方,AutoEval 佔位分) | 1668 | — | — |
| Artificial Analysis 指數 | 未收錄 | — | — |
| 總參數 / 激活 | 280B / 14B | — | — |
| 上下文 | 1M tokens | — | — |
| API 價格(輸入 / 輸出) | 千帆限時五折後 ¥1/¥4(高峯);OpenRouter $0.28/$1.13 | — | — |
| 權重 / 許可證 | 未公開(承諾 11-25);許可證說法衝突 | — | — |
檔位差異是這張表的主題:文心 5.5 Flash Preview 是 14B 激活的輕量執行層,對手是旗艦檔——TB 4.0 46.5 對 Opus 5.5 的 63.6、DRACO 84.9 對 Hy4 的 90.7、APEX-Agents 64.2 對 Hy4 的 75.0,差距都在兩位數百分點以內,但方向一致地落後;唯一的第一是 AutomationBench 61.9。表中留空處爲本輪調研未覈實到可比口徑,本站不編造數字。詳見本站對比專文。
| 維度 | ERNIE 5.5 Flash Preview | ERNIE 5.5 Flash Base |
|---|---|---|
| 性質 | Base 的首個後訓練版本;後訓練中間檢查點 | 預訓練終點權重(底座) |
| 發佈 | 2026-11-11 | 2026-11-05 |
| 指令跟隨 | 有(後訓練產物) | 無(只有底座能力) |
| 推理檔位 | 固定高努力檔,無開關 | — |
| 權重 | 截至 11 月 16 日未公開;承諾 11 月 25 日前後開源 | 已公開(Hugging Face,FP8 + BF16) |
| 許可證 | 官方發佈頁未明確;多家報道稱 Apache 2.0,待覈對 | 百度自定義「ERNIE 5.5 Flash Base Model License Agreement v1.0」,非 Apache 2.0 |
| 預訓練數據 | 同一底座(33.5 萬億 tokens) | 33.5 萬億 tokens |
| 上下文 | 1M tokens | 訓練 128K,微調/推理支持 1M |
| API | 千帆與 OpenRouter 已上線 | 無 API(權重下載) |
| 基準 | 官方發佈頁約 20 行基準表(全部自報) | 無官方基準表 |
Base 與 Preview 的關係只有一句話:同一個 280B 底座,Preview 是它的第一個後訓練版本——能力、可用性與許可證狀態三重不同。Base 能下載、不能直接對話;Preview 能對話、能調 API,但權重還沒放出、許可證還沒定。詳見本站對比專文。
讀深度對比:文心 5.5 Flash Preview vs Claude Opus 5.5 與 Hy4 → · 讀深度對比:文心 5.5 Flash Preview vs 文心 5.5 Flash Base →
文心 5.5 Flash Preview 的混淆主要來自六個地方:開源日期、許可證、跑分讀法、速度、五折價格、CodeArena 分數——逐條澄清如下。
11 月 25 日只是承諾,截至 11 月 16 日 Preview 權重尚未放出(Hugging Face 上只有 Base)。而且官方兩處措辭還不一致:英文發佈頁稱「11 月 25 日前」,中文公衆號推文稱「11 月 25 日」——是「當天」還是「當天之前」,須等實際放出後覈對。
多家二手來源稱 Apache 2.0,但直接讀過官方發佈頁的 aiho.net 明確寫「許可證類型官方尚未說明」。Preview 的許可證未經官方發佈頁證實,不得寫死;而且 Base 用的還是百度自定義許可證(非 Apache 2.0),Preview 換許可仍需等許可證文件本身來證明。
8 項交叉確認的基準裏,文心 5.5 Flash Preview 只贏了 1 項(AutomationBench 61.9,第一);TB 4.0 46.5 落後 Opus 5.5 的 63.6,DRACO 84.9 落後 Hy4 的 90.7,APEX-Agents 64.2 落後 Hy4 的 75.0。14B 激活能擠進這個區間本身就是賣點,但讀成「超過旗艦」是誤讀。
200+ tok/s 是百度官方宣稱;OpenRouter 實測中位 p50 約 75–79 tok/s(11 月 12 日數據,免費端)。兩個數字口徑不同、差了近兩倍,本站兩數並列、不採納單一速度數字。
已覈實:51AllAI 引用千帆模型服務計費頁確認,¥2/¥8 是原價,限時五折後高峯輸入 ¥1 / 輸出 ¥4、閒時輸入 ¥0.5 / 輸出 ¥2;高峯 8:00–22:00、閒時 22:00–次日 8:00;緩存命中輸入五折後高峯 ¥0.1、閒時 ¥0.05。此前 aiho.net 與 todayforai 只稱「官方稱限時五折」、未說明 ¥2/¥8 是否爲折後價,兩種讀法並存的歧義現已消除;仍以千帆控制檯爲準。
1668 分來自 QbitAI 報道、經 madechango / news.marsbit 轉述;但 11 月 11 日榜單快照顯示該行排名空白、票數 N/A、標籤 AutoEval、許可證 Proprietary——1668 是佔位分,不是打榜排名;「開源第二、國產第四」是 Arena 11 月 12 日「trending towards」預測。分數本身有出處,「已證實」沒有。
2026 年 11 月 11 日(官方發佈頁與公衆號同日);11 月 12 日百度世界 2026 重點推介。注意底座 ERNIE 5.5 Flash Base 更早,於 11 月 5 日上架 Hugging Face。詳見本站發佈總覽。
後訓練過程中的中間檢查點(intermediate checkpoint),官方自認未完成:百度原話稱 Preview「可能存在部分因訓練不充分導致的能力缺陷」,正式版隨後推出,百度基礎模型研發部負責人孫天祥在大會現場表示正在努力「儘快把 Preview 的尾綴去掉」。所有基準分都是中間態,正式版可能變化。詳見本站發佈總覽。
千帆:限時五折後高峯輸入 ¥1 / 輸出 ¥4、閒時輸入 ¥0.5 / 輸出 ¥2(每百萬 tokens;原價輸入 ¥2 / 輸出 ¥8;高峯 8:00–22:00、閒時 22:00–次日 8:00;緩存命中輸入高峯 ¥0.1、閒時 ¥0.05),以控制檯爲準。OpenRouter:付費版 $0.28/$1.13(緩存讀取 $0.028),免費版 $0(20 請求/分鐘、50 請求/天;買 10 credits 後提至 1,000/天)。詳見本站價格指南。
沒有。Preview 權重截至 11 月 16 日尚未公開,承諾 11 月 25 日前後開源(英文頁稱「11 月 25 日前」,中文推文稱「11 月 25 日」);許可證說法衝突——多家報道稱 Apache 2.0,官方發佈頁未明確,待權重放出後覈對許可證文件。Base 權重已公開,但爲百度自定義許可證,非 Apache 2.0。詳見本站部署與開源前瞻。
Base 是 11 月 5 日的預訓練終點權重(底座,只有底座能力、無指令跟隨);Preview 是 Base 的首個後訓練版本(11 月 11 日),能對話、能調 API。詳見本站對比專文。
謹慎地信。官方發佈頁約 20 行基準全部爲百度自報,無獨立機構復現;截至 11 月 16 日無 AA、LiveBench、LMArena 收錄;唯一的第三方信號 CodeArena WebDev 1668 分爲 AutoEval 佔位分(零人類票)。8 項交叉確認裏它只贏 1 項(AutomationBench),TB 4.0 46.5 明顯落後於旗艦。詳見本站基準專文。
沒有單一可信數字。官方稱 200+ tokens/s,OpenRouter 實測中位 p50 約 75–79 tok/s(11 月 12 日數據,免費端)。兩數口徑不同,本站不採納任何單一速度數字,實際速度請以自己的實測爲準。詳見本站基準專文。
本頁事實均來自以下公開來源。本輪研究中官方發佈頁未能直讀(瀏覽器策略屏蔽),事實經 digintoai、aiho.net 等直讀過該頁的二手來源交叉確認。無鏈接的條目爲按名稱與日期引用的報道原文,本站覈查時讀過但不虛構鏈接。