狂肝11小时搓出虚幻5大作文心5.5 Flash Preview发布

我先联网核实文心 5.5 Flash Preview 的发布信息，以及 “11 小时搓出虚幻 5 大作” 的原始案例细节。

我继续读完两篇原文的后半部分，把《云岫行》这个 11 小时案例的具体指标弄清楚。

文心 5.5 Flash Preview 发布：2800 亿参数只激活 140 亿，11 小时在虚幻 5.8 里搓出一款武侠游戏

百度在 2026 年 11 月 11 日正式发布文心 5.5 Flash Preview（ERNIE 5.5 Flash Preview），也就是百度世界大会 2026 开幕前一天。它的定位是 “快、便宜、开源”：采用稀疏 MoE 架构，总参数 2800 亿、每个 token 只激活 140 亿，支持 100 万 token 上下文，生成速度超过 200 token/s；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；模型权重将于 11 月 25 日以 Apache 2.0 协议面向全球开源，并支持 SGLang 和 vLLM 部署。最能说明它能力边界的，是官方那个 “11 小时” 案例：一个纯文本模型，在虚幻引擎 5.8 里用 C++ 从零做出第三人称东方武侠游戏《云岫行》。它看不见画面，于是把 “人物悬空”“跑动方向反了”“镜头错位” 这些视觉问题逐条改写成可量化的代码测试，再按照 “运行 — 检查 — 修改” 的循环反复迭代，直到游戏完整跑通。

一张表看懂这次发布

项目	数据
发布时间	2026 年 11 月 11 日
架构	稀疏 MoE
总参数 / 单次激活	2800 亿 / 140 亿
上下文长度	100 万 token
生成速度	200+ token/s
API 定价（每百万 token）	输入忙时 2 元、闲时 1 元；输出忙时 8 元、闲时 4 元；限时五折
开源安排	11 月 25 日发布权重，Apache 2.0，支持 SGLang /vLLM
上线渠道	百度智能云千帆、文心网页端与 App
重点方向	编程、3D 建模、知识工作、内容创作

有个数字容易被读错：2800 亿是总参数，140 亿是每个 token 真正参与计算的参数，中间差 20 倍。这正是它能跑到 200+ token/s 的原因，也是它敢把价格压到 “输入 1 元” 的前提。

“11 小时” 这件事，难在哪

很多人第一反应是 “时间长有什么了不起”。真正难的地方是另外三件事。

它是纯文本模型，看不见画面。 3D 游戏最容易出的毛病是人物悬在半空、跑动方向拧着、镜头位置对不上，这些全靠 “看一眼就知道不对” 的经验判断。
它把模糊的感觉变成了可验证的数。 悬没悬空，不靠眼睛看，写段程序量脚底到地面的高度；方向对不对，用向量和角度去校验。这是整套方法里最关键的一步。
它要跨代合并资产。 不同代际的虚幻引擎，格式和接口互不兼容，把跨了几代的素材塞进同一个 UE 5.8 工程，是人工做都会想辞职的脏活。

再加一条隐性门槛：连续跑 11 小时不崩。中途一旦 “忘了前文”，项目就断了。

它凭什么能连续干 11 小时

官方披露的训练口径，解释了这种耐力从哪来。

能力支撑	具体做法
会 “跑” 的代码	训练使用 1400 多万个可执行代码任务，每段代码都要在真实环境跑起来再判分
会自我纠错	引入多种 Agent 框架的执行轨迹，教它什么时候调工具、怎么看报错、错了怎么改
记得住	100 万 token 上下文，项目文件、代码、工具调用记录全程留在 “脑子里”
找得回	混合稀疏注意力，从海量历史里快速捞出当前有用的片段
算得快	多路由器 MoE、ECHO 多 token 预测、FP4 专家权重
场景适配	Unreal、Unity、Godot 深度适配；视频创作准备 1000+ 创作 Skill、15 万 + 创作环境
优化自身	首次引入自研 RSI 技术，由 ERNIE Evolve 参与推理优化

一句话总结这套设计：它补的重点是 “需求进去、成品出来” 的端到端链路，并非单纯的代码补全。

跑分：Flash 定位下的真实位置

评测项	文心 5.5 Flash Preview	主要参照
Terminal-Bench 4.0	46.5	Claude Opus 5.5 63.6；GPT-6.1 Sol 56.1
DeepSWE v1.1	71.2	DeepSeek V4.1 Flash 77.0；GPT-6.1 Sol 75.2
AutomationBench	61.9	Claude Opus 5.5 58.0
APEX-Agents 1.1	64.2	Hy4 75.0
DRACO	84.9	Hy4 90.7
SpreadsheetBench V2	36.4	Claude Opus 5.5 35.1
OfficeQA Pro V2	67.9	GPT-6.1 Sol 70.0
CodeArena WebDev	1668	开源模型第二、国产模型第四

需要说明两点：表中部分分数为百度自测（官方标注了星号），横向对比只能看趋势；而且在 Terminal-Bench、DRACO、APEX-Agents 这些项目上，它仍然落后于头部旗舰。这不是掩盖，而是定位决定的 —— 它主打的是 “多快好省能干活”，不是每一项都拿第一。

除了游戏，它还干了这些

官方演示和媒体实测里，最能说明问题的是任务跨度。

任务	规模 / 耗时	交付物
虚幻 5.8 武侠游戏《云岫行》	一次任务连续 11 小时	可玩的第三人称游戏，C++ 底层
“鹈鹕测试” 动画	约 2 分钟成片	纯 Python 编写的 2D 动画，20 种画风、22 段配乐
《后室》恐怖游戏	单次任务	一个 HTML 文件，浏览器点开就能玩
Blender 苏州园林	约 30 分钟	建筑、植物、水面、镜头动画全程序化
FreeCAD W16 发动机	—	Python 脚本建模，曲轴带动四列活塞
自动驾驶研报	—	24 页，分析 4169 条美国联邦事故报告
个人财富规划工具	—	1000 条随机市场路径模拟推演

这些任务看似互不相干，底层其实是同一件事：写代码。建模，是靠脚本调用 Blender；剪片，是靠程序调度音视频素材；做游戏，是靠 C++ 驱动引擎。代码能触达的地方，它就能插手。

对开发者来说，怎么用、注意什么

三个值得马上试的场景：

端到端小项目：单页应用、互动 H5、小游戏、数据看板。这类任务链路短、验收标准清楚，最容易看出它到底能不能 “自己收尾”。
工具链编排：Blender、FreeCAD、表格、报告生成，凡是能用脚本驱动的软件，都可以让它写调度代码。
长任务 Agent：需要读大量文件、反复试错的任务，百万上下文和 200+ token/s 的组合，能明显减少 “中途失忆”。

三条要打折扣的地方：

演示不等于普适：官方 Demo 背后有更细的任务设计、工具配合和反复调试，换到你的真实项目，成功率会掉。
视觉类任务仍需人工兜底：它是文本模型，审美和画面判断靠 “量化替代”，复杂美术风格、动画节奏这类主观项，最后还得人来定。
预览版就是预览版：名字里带 Preview，权重 11 月 25 日才开，正式版还没到；接口、能力、价格都可能调整。

判断这类 “大作演示”，看三条就够

能不能复现：有没有公开的提示词、工程文件、运行环境。只有剪辑视频，说明不了能力。
是不是端到端：中间有没有人类接手改代码、调素材、修 bug。全程无人干预，才叫端到端。
成本划不划算：11 小时的推理账单、工具调用费用，对比一个人类团队的工作量，这才是商业判断的起点。

从 “会写代码” 到 “能交付项目”，中间隔着的正是这三条。文心 5.5 Flash Preview 这次把注押在编程上，方向是对的 —— 代码是模型伸向现实世界的手，手够长，很多事才谈得上。但手长不等于活好，真正的考场，是开发者拿它做出第二个、第三个能上线的项目。

【相关 FAQ】

问题 1：文心 5.5 Flash Preview 是什么时候发布的，主要参数是多少？

回答 1：文心 5.5 Flash Preview 于 2026 年 11 月 11 日发布，采用稀疏 MoE 架构，总参数 2800 亿、每个 token 激活 140 亿，支持 100 万 token 上下文，生成速度超过 200 token/s。

问题 2：文心 5.5 Flash Preview 用 11 小时做出来的虚幻 5 游戏是什么？

回答 2：是第三人称东方武侠游戏《云岫行》，在虚幻引擎 5.8 里用 C++ 开发，场景包含张家界式石峰、崖顶古寺和完整游戏逻辑。由于模型是纯文本的，它把人物悬空、跑动方向错误等视觉问题转成代码测试，反复跑测修改后才交付。

问题 3：文心 5.5 Flash Preview 的 API 价格和开源安排是怎样的？

回答 3：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；模型权重计划 11 月 25 日以 Apache 2.0 协议开源，支持 SGLang 和 vLLM 部署，商用授权限制很少。

问题 4：文心 5.5 Flash Preview 的编程能力在评测里排什么位置？

回答 4：在 CodeArena WebDev 榜拿到 1668 分，位列开源模型第二、国产模型第四；Terminal-Bench 4.0 为 46.5 分，AutomationBench 61.9 分，部分项目仍落后于 Claude Opus 5.5、GPT-6.1 Sol 等旗舰模型。

问题 5：文心 5.5 Flash Preview 适合拿来做什么，不适合做什么？

回答 5：适合端到端小项目、工具链编排和长时程 Agent 任务，比如单页应用、小游戏、Blender 建模脚本、报告生成；不太适合对画面审美、动画节奏要求高的视觉创作，这类任务仍需要人工兜底。

【参考资料】

[2026-11-12]（百度要建 AI “新工厂”）北京商报
[2026-11-12]（实测百度文心 5.5 Flash Preview：审美依然在线，编程全力争先）钛媒体
[2026-11-12]（2800 亿参数百度文心 5.5 Flash Preview 发布：游戏、3D 全面升级）中电网
[2026-11-11]（狂肝 11 小时搓出虚幻 5 大作！文心 5.5 Flash Preview 发布）新智元
[2026-11-11]（纯代码造《后室》，116 秒切 20 种画风！文心新模型玩嗨了）量子位
[2026-11-11]（百度发布文心全新开源模型编程、3D 建模、知识工作、内容创作等全面升级）新华网
[2026-11-11]（文心全新开源模型发布，游戏开发、3D 建模能力出色）南方 +
[2026-11-05]（百度开源文心 5.5 Flash Base）新华网

【免责声明】

本文基于百度官方发布信息、公开评测榜单与媒体实测报道整理。文心 5.5 Flash Preview 为预览版模型，权重尚未正式开放，接口能力、定价与开源安排可能调整，以百度官方后续公告为准；文中跑分部分为厂商自测口径，不同评测环境与提示词下结果会有差异；官方演示案例包含专门的任务设计与工具配合，不代表普通用户可获得同等结果；本文不构成采购或投资建议。

本文来自作者[极涡同步]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/rgzn/202611/2145.html