百度 2026 年 11 月 11 日发布的最新基础模型:280B 总参数、14B 激活的稀疏 MoE,1M tokens 上下文,定位 Agent 工作负载的执行层。千帆 API 与 OpenRouter(付费版与免费版)均已上线;但先把定位说清楚:百度官方原话称 Preview 是后训练过程中的中间检查点,「可能存在部分因训练不充分导致的能力缺陷」,正式版随后推出——本页的全部约 20 行基准都是百度自报,8 项交叉确认里只赢了 1 项;截至 11 月 16 日,它没有 Artificial Analysis、LiveBench 或 LMArena 的独立评分,Preview 权重尚未公开,许可证说法互相冲突(多家报道称 Apache 2.0,官方发布页未明确)。本页汇总官方规格、价格、基准解读与 6 篇本站深度实测,并明确标注哪些说法尚未证实。
先把能确认的说清楚:这是本站第一个百度文心专题,也是一个「未完成态」专题——「Preview 是中间版本、全部基准自报、权重还没放出」是理解文心 5.5 Flash Preview 的一句话。
一张表看清它在同类中国模型里的位置:AA 指数、价格、上下文与开源情况横向对照,人民币价与美元价是各厂商的两套目录价,不可直接换算比较。
| 模型 | AA 指数 | 价格(输入 · 输出,每百万 tokens) | 上下文 | 开源 |
|---|---|---|---|---|
| 文心 5.5 Flash Preview | 未收录 | ¥1 / ¥4(千帆五折后高峰) | 1M tokens | 否(权重承诺 11-25 开源) |
| 腾讯混元 Hy4 | 35 | ¥6 / ¥18(目录价;5 折至 12-31) | 1M tokens | 否(仅 preview 权重可下载) |
| Qwen4-Max | 43 | $1.50 / $4.50 | 1M tokens | 否 |
| Kimi K3.1 Pro | 46 | $2 / $10 | 1M tokens | 是(自定义许可) |
| 美团 LongCat 2.5 | 未收录 | $0.30 / $1.20(限时价) | 1M tokens | 是(MIT) |
AA 指数来自 Artificial Analysis。文心 5.5 Flash Preview 与 LongCat 2.5 截至 11 月 16 日未被收录;文心的主打基准是 Terminal-Bench 4.0 46.5(百度自报),见第 12 节。价格以官方页面为准。
基准专文里的分组对比图先放在这里:四项基准上,14B 激活的文心与旗舰的差距一目了然——只赢了 AutomationBench 一项。
时间紧的话先读这三篇:基准盘点、旗舰对比与价格指南。
这是一次四段式发布:11 月 5 日先放底座,11 月 11 日发 Preview,11 月 12 日百度世界站台,11 月 25 日是待兑现的开源承诺——最后一段还没发生,本页写的是承诺,不是事实。
ERNIE 5.5 Flash Base 发布:预训练终点权重上架 Hugging Face(baidu/ERNIE-5.5-Flash-Base,FP8 与 BF16 两版),自定义百度许可证,非 Apache 2.0;Base 只有底座能力,无指令跟随。
百度首次披露 RSI(递归自我改进)进展:自动研究系统 ERNIE Evolve。
OpenRouter 提前上架 baidu/ernie-5.5-flash-preview(付费版 $0.28/$1.13)及 :free 免费版;千帆文档日期同为 11 月 10 日。
官方发布 ERNIE 5.5 Flash Preview:Base 的首个后训练版本。官方发布页(ernie.baidu.com)日期 11 月 11 日;官方公众号同日推文;每日经济新闻、新华网、新智元、量子位同日报道。
百度世界 2026(北京)开幕,李彦宏主讲,文心 5.5 Flash Preview 与「词元所」(Token Exchange)同台发布。
实测报道出炉:madechango / 火星财经实测(审美在线、编程争先);OpenRouter 免费端实测速度中位 p50 约 75–79 tok/s(11 月 12 日数据)。
订正:CodeArena 1668 分是 AutoEval 占位分:Stack Futures 核查 11 月 11 日榜单快照——该行排名空白、票数 N/A、标签 AutoEval、许可证 Proprietary;Arena 11 月 12 日称其「trending towards becoming the #2 open model」,「开源第二、国产第四」是预测而非既成排名。本站已据此修正相关表述。
BrowseComp(网络检索)上榜:文心 5.5 Flash Preview 87.4%,62 个模型中第 15(Inference360 榜单;厂商自报分)。见第 12 节。
承诺,未兑现:Preview 权重开源——英文发布页称「11 月 25 日前」,中文公众号推文称「11 月 25 日」;截至 11 月 16 日,权重尚未放出,许可证亦未确认。
以下为官方发布页与多家直读过该页的二手来源交叉确认的口径(本轮研究中官方发布页未能直读,见第 17 节说明)。基准部分见第 12 节;此处只列规格本身。
四条路线:免费网页端、官方千帆 API、OpenRouter(付费 + 免费)、等权重放出后的自托管。最便宜的动手方式是网页端或 OpenRouter 免费版——但免费版每天只 50 次请求。
ernie.baidu.com/web/new-chat 可直接体验,无需 API 密钥;适合先看一眼模型风格与中文表现,再决定是否接 API。
百度智能云千帆平台,模型 ID ernie-5.5-flash-preview,文本生成与深度思考两类均有列出;默认限流 RPM 60、TPM 1,000,000。定价分忙时/闲时两档(见第 08 节),具体时段划分以千帆控制台说明为准。
付费版 baidu/ernie-5.5-flash-preview($0.28/$1.13,缓存读取 $0.028),11 月 10 日上架;免费版 baidu/ernie-5.5-flash-preview:free($0,限流 20 请求/分钟、50 请求/天;账户购买 10 credits 后提至 1,000/天)。免费版是零成本试用的最短路径。
Preview 权重截至 11 月 16 日尚未公开,承诺 11 月 25 日前后开源;Base 权重已可下载(baidu/ERNIE-5.5-Flash-Base,FP8 + BF16),但为自定义许可证、商用条款受限。官方称 Preview 支持 SGLang 与 vLLM,待权重放出后才可验证。详见本站部署与开源前瞻。
定价本身很便宜——千帆限时五折后高峰 ¥1/¥4、闲时 ¥0.5/¥2(原价 ¥2/¥8),OpenRouter $0.28/$1.13,免费版 $0。价格为 2026 年 11 月 17 日核查口径(51AllAI 引用千帆模型服务计费页),结账页价格为准。
| 项目(每百万 tokens) | 千帆忙时 | 千帆闲时 | OpenRouter 付费版 |
|---|---|---|---|
| 输入 | ¥1 | ¥0.5 | $0.28 |
| 输出 | ¥4 | ¥2 | $1.13 |
| 缓存命中输入 | ¥0.1 | ¥0.05 | $0.028 |
| 免费版 | — | — | :free $0(20 请求/分钟、50 请求/天) |
51AllAI 引用千帆模型服务计费页澄清了口径:¥2/¥8 是原价,限时五折后高峰输入 ¥1 / 输出 ¥4、闲时输入 ¥0.5 / 输出 ¥2;高峰 8:00–22:00,闲时 22:00–次日 8:00;缓存命中输入五折后高峰 ¥0.1、闲时 ¥0.05。此前 aiho.net 与 todayforai 只称「官方称限时五折」,未说明 ¥2/¥8 是否为折后价,两种读法并存的歧义现已消除。以千帆控制台为准,五折是否有截止日以控制台说明为准。
OpenRouter 免费版 baidu/ernie-5.5-flash-preview:free 不收钱,但限流 20 请求/分钟、50 请求/天;账户购买 10 credits 后提至 1,000/天(apidog 核实于 11 月 12 日)。50 次/天够尝鲜,不够当主力;高频调用请走付费版或千帆。
国内用户、人民币结算、要深度思考档:走千帆(模型 ID ernie-5.5-flash-preview,默认限流 RPM 60、TPM 1,000,000)。美元结算、要免费试用、或已在用 OpenRouter:走 OpenRouter,付费版 $0.28/$1.13 换算后与千帆忙时价大体相当;免费版适合先验证效果。纯文本模型、1M 上下文,长文档任务注意输出 token(最大输出 921,600)会推高账单。
官方页面:百度官方发布页 · OpenRouter 免费版模型页 · PR Newswire 通稿
以下全部是 11 月 11 日至 11 月 16 日的公开材料:中文一线媒体的覆盖很齐,英文以 niche 科技媒体为主;但独立评分至今为零——先说结论:证据的「量」够了,「独立性」还没来。每条都给出结论徽章;点「阅读本站全文」进入本站的深度改写文章页,文末附原始出处。
来源:百度官方发布页(约 20 行基准表,全部百度自报);8 项经 aiho.net、todayforai、madechango 交叉确认
官方发布页给出约 20 行基准表;8 项经多家二手来源交叉确认:Terminal-Bench 4.0 46.5(Opus 5.5 63.6)、AutomationBench 61.9(该项第一,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 项里只赢 1 项(AutomationBench),其余落后于旗舰;TB 4.0 46.5 与 Opus 5.5 的 63.6 差距明显。
阅读本站全文 → (本站原创整理)
来源:QbitAI 报道,经 madechango / news.marsbit 转述;紧随 Kimi K3.1 Pro、Qwen3.8-Max 等大参数国产模型之后
CodeArena WebDev 1668 分(误差 ±16),但 11 月 11 日榜单快照里该行排名空白、票数 N/A、标签 AutoEval——是人类票不足时的占位分,不是打榜打出来的排名;许可证标签为 Proprietary(权重尚未发布,只能走千帆 API)。Arena 11 月 12 日称其「trending towards becoming the #2 open model」,「开源第二、国产第四」是预测而非既成事实。这是目前唯一找到的第三方榜单信号,但不能当作已证实排名引用。
阅读本站全文 → (本站原创整理)
来源:本站 2026-11-16 核查;aireiter:未在 AA 列表中找到 Preview 的独立行;europesays 11 月 5 日亦称无 AA 页面
截至 2026 年 11 月 16 日,Artificial Analysis 未收录 ERNIE 5.5 Flash Preview(无 AA 指数);LiveBench 与 LMArena 未找到收录记录;无任何独立机构复现的基准分。CodeArena 1668 分是唯一的第三方信号,但只是 AutoEval 占位分(零人类票),且许可证标签为 Proprietary。
阅读本站全文 → (本站原创整理)
来源:百度官方宣称;OpenRouter 实测(11 月 12 日数据,免费端)
官方称解码速度 200+ tokens/s;OpenRouter 实测中位 p50 约 75–79 tok/s(11 月 12 日数据,免费端)。两个数字差了近两倍,口径不同(官方宣称 vs 第三方免费端实测),本站两数并列、不选边,实际速度请以自己的实测为准。
阅读本站全文 → (本站原创整理)
来源:百度世界 2026(北京,11 月 12 日);IT之家等报道
11 月 12 日百度世界 2026 开幕,李彦宏主讲,文心 5.5 Flash Preview 与模型服务交易市场「词元所」(Token Exchange)同台发布。官方称「词元所」上线一个月入驻 100+ 供应商、日均 5000 万次调用、日均 7000 亿 token——公司自报数字,无独立审计,本站只转述、不背书。
阅读本站全文 → (本站原创整理)
来源:新智元、aiho.net;madechango / 火星财经 11 月 13 日实测
官方演示:第三人称东方武侠游戏《云岫行》(UE 5.8 + C++,一次 11 小时 Agent 长程任务完成)、近 100 款手机小游戏由设计文档生成、机场与客机 Blender 建模(双 Agent)。注意:均为官方自有 Agent 框架内的端到端成果,换 harness / 提示词策略结果可能差一个量级;模型为纯文本,看不到画面。madechango / 火星财经 11 月 13 日实测评价为「审美在线、编程争先」。
阅读本站全文 → (本站原创整理)
来源:本站 2026-11-16 检索
中文一线科技媒体齐全:新智元(11 月 11 日首发深度报道)、量子位、每日经济新闻、新华网、IT之家、雷锋网、QbitAI;英文以 niche 科技媒体为主(Unite.AI、aiaffairs、artificialwatch、singularity.kiwi、freshsynapse、aireiter、apidog、digintoai),无 TechCrunch / The Verge / Reuters / Bloomberg / Wired 报道。中文覆盖的强度,是它与 Nex-N2.6(中文仅 2 篇二线)最关键的区别。
以下 6 篇均为本站原创改写与再整理的深度文章——重新组织结构、补充结论与选型建议,事实与数据与原始测评核对一致。点击任意一篇在本站内阅读,文末附原始出处。
第三方榜单几乎是空的:唯一的第三方分数是 AutoEval 占位分的 CodeArena 1668 分,AA、LiveBench、LMArena 均未收录。厂商官方发布页的约 20 行基准则全部自报——先看独立数字的缺口,再看厂商表。
| 第三方榜单 | 文心 5.5 Flash Preview | 备注 |
|---|---|---|
| CodeArena WebDev | 1668 | AutoEval 占位分(11 月 11 日榜单快照:排名空白、票数 N/A、误差 ±16;许可证 Proprietary;QbitAI 经 madechango 转述);「开源第二、国产第四」为 Arena 11 月 12 日「trending towards」预测,非既成排名 |
| Artificial Analysis 指数 | 未收录 | 截至 11 月 16 日无 AA 指数;无 AA 页面 |
| LiveBench | 未收录 | 未找到收录记录 |
| LMArena | 未收录 | 未找到收录记录 |
| 独立机构复现 | 无 | 无任何独立机构复现的基准分 |
| BrowseComp(网络检索) | 87.4% | Inference360 榜单,62 个模型中第 15(厂商自报分;本站 2026-11-19 读取) |
| 测试(百度自报) | 文心 5.5 Flash Preview | 主要对手(官方图,带星号自测) |
|---|---|---|
| Terminal-Bench 4.0 | 46.5 | Claude Opus 5.5 63.6、GPT-6.1 Sol 56.1 |
| AutomationBench | 61.9(该项第一) | Claude Opus 5.5 58.0、DeepSeek V4.1 Flash 57.2 |
| DeepSWE v1.1 | 71.2 | 未交叉确认对手分 |
| DRACO | 84.9(第三) | Hy4 90.7、Claude Opus 5.5 87.9 |
| SpreadsheetBench V2 | 36.4 | 未交叉确认对手分 |
| OfficeQA Pro V2 | 67.9 | 未交叉确认对手分 |
| Agents' Last Exam(CLI) | 29.0 | 未交叉确认对手分 |
| APEX-Agents 1.1 | 64.2 | Hy4 75.0、Claude Opus 5.5 72.9 |
完整盘点见本站基准测试专文 →
| 维度 | 文心 5.5 Flash Preview | Claude Opus 5.5 | 腾讯 Hy4 |
|---|---|---|---|
| Terminal-Bench 4.0(百度自报) | 46.5 | 63.6 | — |
| AutomationBench(百度自报) | 61.9(该项第一) | 58.0 | — |
| DeepSWE v1.1(百度自报) | 71.2 | — | — |
| DRACO(百度自报) | 84.9(第三) | 87.9 | 90.7 |
| APEX-Agents 1.1(百度自报) | 64.2 | 72.9 | 75.0 |
| SpreadsheetBench V2(百度自报) | 36.4 | — | — |
| OfficeQA Pro V2(百度自报) | 67.9 | — | — |
| Agents' Last Exam(CLI,百度自报) | 29.0 | — | — |
| CodeArena WebDev(第三方,AutoEval 占位分) | 1668 | — | — |
| Artificial Analysis 指数 | 未收录 | — | — |
| 总参数 / 激活 | 280B / 14B | — | — |
| 上下文 | 1M tokens | — | — |
| API 价格(输入 / 输出) | 千帆限时五折后 ¥1/¥4(高峰);OpenRouter $0.28/$1.13 | — | — |
| 权重 / 许可证 | 未公开(承诺 11-25);许可证说法冲突 | — | — |
档位差异是这张表的主题:文心 5.5 Flash Preview 是 14B 激活的轻量执行层,对手是旗舰档——TB 4.0 46.5 对 Opus 5.5 的 63.6、DRACO 84.9 对 Hy4 的 90.7、APEX-Agents 64.2 对 Hy4 的 75.0,差距都在两位数百分点以内,但方向一致地落后;唯一的第一是 AutomationBench 61.9。表中留空处为本轮调研未核实到可比口径,本站不编造数字。详见本站对比专文。
| 维度 | ERNIE 5.5 Flash Preview | ERNIE 5.5 Flash Base |
|---|---|---|
| 性质 | Base 的首个后训练版本;后训练中间检查点 | 预训练终点权重(底座) |
| 发布 | 2026-11-11 | 2026-11-05 |
| 指令跟随 | 有(后训练产物) | 无(只有底座能力) |
| 推理档位 | 固定高努力档,无开关 | — |
| 权重 | 截至 11 月 16 日未公开;承诺 11 月 25 日前后开源 | 已公开(Hugging Face,FP8 + BF16) |
| 许可证 | 官方发布页未明确;多家报道称 Apache 2.0,待核对 | 百度自定义「ERNIE 5.5 Flash Base Model License Agreement v1.0」,非 Apache 2.0 |
| 预训练数据 | 同一底座(33.5 万亿 tokens) | 33.5 万亿 tokens |
| 上下文 | 1M tokens | 训练 128K,微调/推理支持 1M |
| API | 千帆与 OpenRouter 已上线 | 无 API(权重下载) |
| 基准 | 官方发布页约 20 行基准表(全部自报) | 无官方基准表 |
Base 与 Preview 的关系只有一句话:同一个 280B 底座,Preview 是它的第一个后训练版本——能力、可用性与许可证状态三重不同。Base 能下载、不能直接对话;Preview 能对话、能调 API,但权重还没放出、许可证还没定。详见本站对比专文。
读深度对比:文心 5.5 Flash Preview vs Claude Opus 5.5 与 Hy4 → · 读深度对比:文心 5.5 Flash Preview vs 文心 5.5 Flash Base →
文心 5.5 Flash Preview 的混淆主要来自六个地方:开源日期、许可证、跑分读法、速度、五折价格、CodeArena 分数——逐条澄清如下。
11 月 25 日只是承诺,截至 11 月 16 日 Preview 权重尚未放出(Hugging Face 上只有 Base)。而且官方两处措辞还不一致:英文发布页称「11 月 25 日前」,中文公众号推文称「11 月 25 日」——是「当天」还是「当天之前」,须等实际放出后核对。
多家二手来源称 Apache 2.0,但直接读过官方发布页的 aiho.net 明确写「许可证类型官方尚未说明」。Preview 的许可证未经官方发布页证实,不得写死;而且 Base 用的还是百度自定义许可证(非 Apache 2.0),Preview 换许可仍需等许可证文件本身来证明。
8 项交叉确认的基准里,文心 5.5 Flash Preview 只赢了 1 项(AutomationBench 61.9,第一);TB 4.0 46.5 落后 Opus 5.5 的 63.6,DRACO 84.9 落后 Hy4 的 90.7,APEX-Agents 64.2 落后 Hy4 的 75.0。14B 激活能挤进这个区间本身就是卖点,但读成「超过旗舰」是误读。
200+ tok/s 是百度官方宣称;OpenRouter 实测中位 p50 约 75–79 tok/s(11 月 12 日数据,免费端)。两个数字口径不同、差了近两倍,本站两数并列、不采纳单一速度数字。
已核实:51AllAI 引用千帆模型服务计费页确认,¥2/¥8 是原价,限时五折后高峰输入 ¥1 / 输出 ¥4、闲时输入 ¥0.5 / 输出 ¥2;高峰 8:00–22:00、闲时 22:00–次日 8:00;缓存命中输入五折后高峰 ¥0.1、闲时 ¥0.05。此前 aiho.net 与 todayforai 只称「官方称限时五折」、未说明 ¥2/¥8 是否为折后价,两种读法并存的歧义现已消除;仍以千帆控制台为准。
1668 分来自 QbitAI 报道、经 madechango / news.marsbit 转述;但 11 月 11 日榜单快照显示该行排名空白、票数 N/A、标签 AutoEval、许可证 Proprietary——1668 是占位分,不是打榜排名;「开源第二、国产第四」是 Arena 11 月 12 日「trending towards」预测。分数本身有出处,「已证实」没有。
2026 年 11 月 11 日(官方发布页与公众号同日);11 月 12 日百度世界 2026 重点推介。注意底座 ERNIE 5.5 Flash Base 更早,于 11 月 5 日上架 Hugging Face。详见本站发布总览。
后训练过程中的中间检查点(intermediate checkpoint),官方自认未完成:百度原话称 Preview「可能存在部分因训练不充分导致的能力缺陷」,正式版随后推出,百度基础模型研发部负责人孙天祥在大会现场表示正在努力「尽快把 Preview 的尾缀去掉」。所有基准分都是中间态,正式版可能变化。详见本站发布总览。
千帆:限时五折后高峰输入 ¥1 / 输出 ¥4、闲时输入 ¥0.5 / 输出 ¥2(每百万 tokens;原价输入 ¥2 / 输出 ¥8;高峰 8:00–22:00、闲时 22:00–次日 8:00;缓存命中输入高峰 ¥0.1、闲时 ¥0.05),以控制台为准。OpenRouter:付费版 $0.28/$1.13(缓存读取 $0.028),免费版 $0(20 请求/分钟、50 请求/天;买 10 credits 后提至 1,000/天)。详见本站价格指南。
没有。Preview 权重截至 11 月 16 日尚未公开,承诺 11 月 25 日前后开源(英文页称「11 月 25 日前」,中文推文称「11 月 25 日」);许可证说法冲突——多家报道称 Apache 2.0,官方发布页未明确,待权重放出后核对许可证文件。Base 权重已公开,但为百度自定义许可证,非 Apache 2.0。详见本站部署与开源前瞻。
Base 是 11 月 5 日的预训练终点权重(底座,只有底座能力、无指令跟随);Preview 是 Base 的首个后训练版本(11 月 11 日),能对话、能调 API。详见本站对比专文。
谨慎地信。官方发布页约 20 行基准全部为百度自报,无独立机构复现;截至 11 月 16 日无 AA、LiveBench、LMArena 收录;唯一的第三方信号 CodeArena WebDev 1668 分为 AutoEval 占位分(零人类票)。8 项交叉确认里它只赢 1 项(AutomationBench),TB 4.0 46.5 明显落后于旗舰。详见本站基准专文。
没有单一可信数字。官方称 200+ tokens/s,OpenRouter 实测中位 p50 约 75–79 tok/s(11 月 12 日数据,免费端)。两数口径不同,本站不采纳任何单一速度数字,实际速度请以自己的实测为准。详见本站基准专文。
本页事实均来自以下公开来源。本轮研究中官方发布页未能直读(浏览器策略屏蔽),事实经 digintoai、aiho.net 等直读过该页的二手来源交叉确认。无链接的条目为按名称与日期引用的报道原文,本站核查时读过但不虚构链接。