文心 5.5 Flash Preview 纯代码造出《后室》116 秒切 20 种画风，真正有价值的是 “代码即工具”

这个选题比较新，我先确认模型名称、能力边界和 116 秒 20 种画风的具体来源。

我再核对一下官方侧信息：开源许可、定价、评测成绩和世界大会的时间点。

这件事的核心是一个纯文本模型的用法变了，而非 “AI 会做游戏”。百度 11 月 11 日发布的文心 5.5 Flash Preview（总参 2800 亿、每 Token 只激活 140 亿、100 万 Token 上下文、每秒 200+ Token），被拿去做了三件看起来很跨界的事：用 Python 从零编排一段 116 秒、连切 20 种艺术风格的鹈鹕动画；用一个单 HTML 文件做出能玩通的《后室》（三盘录像带、实体追逐、体力、失败、出口全在）；在 UE5.8 里连续干 11 小时、用 C++ 写出第三人称武侠游戏《云岫行》。它没有视觉能力，看不见渲染画面，于是把 “人物悬空、跑动方向反了、镜头穿模” 这类只能靠眼睛发现的问题，改写成能量出数值的代码测试，靠 “测 — 改 — 再测” 逼近正确。这才是这轮 Demo 真正的信息量：当模型能把模糊的审美和空间感翻译成可执行的代码断言，它才从 “会写代码” 跨到 “能交付项目”。至于 “116 秒” 这个数字，量子位标题写 116 秒、新智元正文写 117 秒，同一支片子两种表述，以官方视频时长为准。新华网

一、先把规格摊开：这是一颗 “省着用” 的 2800 亿

项目	参数
模型全称	文心 5.5 Flash Preview（ERNIE 5.5 Flash Preview）
发布时间	2026 年 11 月 11 日
架构	稀疏 MoE，43 层（1 层 dense + 42 层 MoE），hidden 4096，64 头
总参数	2800 亿
每 Token 激活	140 亿（约 5%）
上下文	100 万 Token（1,048,576）
生成速度	200+ Token / 秒（千帆托管，官方口径）
输入模态	纯文本，无图像、无音频输入
基座版本	文心 5.5 Flash Base，11 月 5 日开源，33.5 万亿 Token 预训练
权重开源	11 月 25 日，Apache 2.0，支持 SGLang /vLLM 部署
当前形态	Preview 是后训练中间版本，正式版尚未发布

“Flash” 在这里是有实际含义的：它没有追求激活参数规模，而是走少量专家、超长上下文、高吞吐这条路线。每层 512 位 “专家”，每个 Token 只请 10 位出场、外加 1 位常驻共享专家；43 层里有 37 层只读 “摘要”（每 128 个 Token 压成一条），6 层才逐字读原文。这套设计的直接结果是：长任务能持续运行，且不容易消耗过多显存。

二、三件 “纯代码” 产物，各自证明了什么

产物	交付形态	关键技术动作	证明了什么
鹈鹕动画（116/117 秒，20 种画风）	一段 2D 动画	Python 从零编排，22 段录音配乐，模型自己写剪辑脚本卡换场点	代码可以替代 “剪辑软件的操作序列”
《后室》	单个 HTML 文件	迷宫 + 三盘录像带 + 实体追逐 + 体力 / 失败 / 出口 + 老录像带滤镜	端到端交付 “能玩的东西”，不需要装引擎
《云岫行》	UE5.8 工程，C++	连续 11 小时，跨代引擎素材合并，视觉 bug 转代码测试	长周期任务的规划、执行、自迭代
苏州园林（Blender）	3D 场景	Python 调 Blender API，约半小时一次直出	参数化建模 + 空间推理

20 种画风具体是哪些：撒哈拉岩画、汉画像石拓片、爪哇皮影、8-bit 像素，一路到梵高《星月夜》，最后落在 “第 21 号鹈鹕发布会”。画风切换本身不难，难的是在同一套代码管线里保持叙事连续—— 每一段风格都要换渲染逻辑、换配色、换笔触，还要跟配乐卡点对齐。这才是 “116 秒” 背后的工作量。

三、一个必须说清的边界：“纯代码” 不等于 “每个像素都是它画的”

这是本轮传播里最容易被误读的地方：

“纯代码” 指的是流程由代码驱动：建模、动画、渲染参数、剪辑时间轴，都由 Python / C++ 编排，不靠人手动操作软件；
不等于所有视觉素材由这个模型生成：文心 5.5 Flash Preview 是纯文本模型，没有图像生成能力；官方 Demo 里的成片环节，涉及视频生成与专业软件工具链，韩媒在报道中明确提示 “部分视觉成果调用了外部图像 / 视频生成模型，不应理解为 ERNIE 单独生成全部画面”；
对齐的准确说法是：它像 “总包工头”，负责拆任务、写脚本、调工具、验结果；具体画面由工具链里的各个模型和软件完成。

所以看到 “纯代码造《后室》” 这个说法，合理的理解是：游戏逻辑、场景布局、交互状态、渲染调用全部由代码实现，没有借助现成游戏模板；而不是 “连贴图都是它一笔一笔画的”。新智元

四、它怎么 “看见” bug：把视觉问题翻译成数值问题

纯文本模型做 3D 游戏，最大的矛盾是 “看不见”。官方的解法可以拆成三步：

把现象写成断言：人物悬空 → 测脚底到地面的高度差；跑动方向反了 → 测输入向量与位移向量的点积符号；镜头穿模 → 测相机与碰撞体的距离；
把断言跑成测试：生成可执行的单元测试，跑出具体数值；
把结果喂回模型：测试失败就改代码，改完再跑，直到通过。

这套流程之所以能成，靠两块底座：

1400 万个 “可执行” 代码任务：每段代码都在真实环境里跑过，跑不起来不算通过；
100 万 Token 上下文：11 小时里读过的文件、调过的工具、拿到的报错都留在窗口里，不 “前学后忘”。

五、跑分：两个第一，也有明显短板

全部为百度自测口径（图中带为自测）：

评测	文心 5.5 Flash Preview	对比对象	位置
AutomationBench	61.9	Claude Opus 5.5 58.0* / DeepSeek V4.1 Flash 57.2* / GPT-6.1 Sol 49.3*	第一
SpreadsheetBench V2	36.4	Claude Opus 5.5 35.1* / DeepSeek V4.1 Flash 34.7*	第一
OfficeQA Pro V2	67.9	GPT-6.1 Sol 64.4*	第二
Terminal-Bench 4.0	46.5	Claude Opus 5.5 63.6 / GPT-6.1 Sol 56.1 / Hy4 42.4*	落后头部 10—17 分
DeepSWE v1.1	71.2	DeepSeek V4.1 Flash 77.0	落后
APEX-Agents 1.1	64.2	Hy4 75.0	落后
Agents' Last Exam（CLI）	29.0	多家更高	偏后
Code Arena WebDev	1668 分	DeepSeek V4.1 Flash 1664、Qwen3.8-Max 1670	开源第二、国产第四

读法很清楚：办公自动化、表格、网页这类 “结构化交付” 是强项；纯终端命令行、复杂软件工程是短板。 一个主打快和省的中等规模模型，能在两项上压过 Claude Opus 5.5 的自测分，已经算超出预期；但 Terminal-Bench 差 16.6 分也是事实，别拿它当 “全面超越”。

六、价格与开源：这才是对开发者最有吸引力的部分

渠道	输入（每百万 Token）	输出（每百万 Token）	备注
千帆标准价	忙时 2 元 / 闲时 1 元	忙时 8 元 / 闲时 4 元	官方标价
千帆限时五折	忙时 1 元 / 闲时 0.5 元	忙时 4 元 / 闲时 2 元	促销，结束时间未公布
OpenRouter	$0.28	$1.13	缓存输入 $0.028
自建部署	权重 11 月 25 日以 Apache 2.0 放出	—	支持 SGLang /vLLM

三点值得注意：

Apache 2.0 是对商用最友好的许可，企业接入几乎没有授权顾虑 —— 这和百度此前的开源态度相比是一次明显转向；
长任务成本可控：一个 11 小时的游戏开发任务会消耗大量 Token，如果按输出 4 元 / 百万 Token 估算，成本远低于同级闭源模型；
缓存计费是隐藏福利：同一份上下文反复调用时，缓存输入只按十分之一计价。

七、能干什么、干不了什么：一张边界表

场景	判断	理由
单文件小游戏、互动网页	推荐	《后室》这类已验证，交付快、可直接跑
原型级 3D 场景、参数化建模	推荐	Blender / CAD 脚本化能力强
表格、报告、PPT 类办公交付	推荐	AutomationBench、SpreadsheetBench V2 两项第一
短视频、科普片编排	可用但要接力	强在脚本、分镜、剪辑调度，画面依赖外部生成工具
大型工程重构、复杂 CI 排障	谨慎	Terminal-Bench 46.5，落后头部明显
需要 “看一眼就知道” 的审美判断	有限	无视觉输入，只能靠代码断言间接逼近
追求绝对最高智能的任务	不适用	它的定位是 “快、省、够用”，并非 “最强”

八、三个判断标准：这模型适不适合你

看你的任务能不能被 “断言化”。能写成测试的（布局、碰撞、状态机、表格口径）它很强；只能靠感觉的（氛围、质感、镜头美感）它要绕一大圈。
看你的成本结构是 “Token 敏感” 还是 “质量敏感”。前者它是优选，后者它不是。
看你要的是 “能跑” 还是 “能上线”。它擅长把想法变成能跑的原型，生产级打磨仍需要人。

Kie AI

【相关 FAQ】

问题 1：文心 5.5 Flash Preview 纯代码造的《后室》，到底是用什么做的？

回答 1：文心 5.5 Flash Preview 纯代码造的《后室》交付的是一个单 HTML 文件，浏览器打开即玩，不需要安装游戏引擎或配置环境。内容包含迷宫场景、三盘录像带收集、实体追逐、体力值、失败机制和出口判定，并叠加黄色墙纸、潮湿地毯、日光灯嗡鸣与老录像带滤镜。它证明的是 “纯代码端到端交付一个可玩作品” 的能力，而不是画面精度有多高。

问题 2：116 秒切 20 种画风的动画，是文心 5.5 Flash Preview 自己渲染的吗？

回答 2：需要分开看。文心 5.5 Flash Preview 负责的是编排：用 Python 从零写动画逻辑、组织 22 段录音配乐、自己写剪辑脚本卡住每个换场点，让 20 种艺术风格（撒哈拉岩画、汉画像石拓片、爪哇皮影、8-bit 像素直到《星月夜》）连续切换。但它是纯文本模型，没有图像生成能力，成片环节的画面素材由工具链中的生成模型与专业软件完成。所以 “116 秒切 20 种画风” 应理解为 “代码驱动的动画工程”，而不是 “模型逐帧绘制”。另外，这支片子的时长有 116 秒与 117 秒两种表述，以官方视频为准。

问题 3：文心 5.5 Flash Preview 看不见画面，怎么保证《云岫行》里人物不悬空、镜头不穿模？

回答 3：靠把视觉问题翻译成可量化的代码测试。人物悬空就测脚底到地面的高度差，跑动方向错就测输入向量与位移向量的方向，镜头穿模就测相机与碰撞体的距离；这些断言写成可执行的单元测试，跑出具体数值，失败就改代码，改完再跑。文心 5.5 Flash Preview 用这套 “测 — 改 — 再测” 的循环，在 UE5.8 里连续工作 11 小时，用 C++ 完成了第三人称武侠游戏《云岫行》，期间还合并了跨代引擎的素材。

问题 4：文心 5.5 Flash Preview 的跑分能直接和 Claude Opus 5.5 比吗？

回答 4：可以对照，但不能简单判定胜负，原因有三。第一，榜单里大量分数是百度自测（带号），对手成绩也多为自测，口径不完全统一。第二，文心 5.5 Flash Preview 强在结构化交付：AutomationBench 61.9、SpreadsheetBench V2 36.4，两项第一，确实压过 Claude Opus 5.5 的 58.0 与 35.1（自测）。第三，它在 Terminal-Bench 4.0 只有 46.5，落后 Claude Opus 5.5 的 63.6 共 16.6 分，DeepSWE 71.2 也低于 DeepSeek V4.1 Flash 的 77.0。所以准确说法是 “办公自动化领先、终端工程落后”，不是全面超越。

问题 5：文心 5.5 Flash Preview 什么时候开源，商用有没有限制？

回答 5：官方口径是 2026 年 11 月 25 日面向全球开源社区发布模型权重，采用 Apache 2.0 许可证，并支持 SGLang 与 vLLM 两套主流推理框架部署。Apache 2.0 对商用最友好，允许自由使用、修改、分发，企业接入基本没有授权层面的障碍。要注意两点：一是当前可用的只有 API（千帆、OpenRouter），权重尚未上线；二是 Preview 属于后训练中间版本，正式版发布后权重与许可条款仍需以官方公告为准。

问题 6：文心 5.5 Flash Preview 做游戏、3D、视频，会不会很贵？

回答 6：按官方定价，千帆每百万 Token 输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，当前限时五折，即输入 1 元 / 0.5 元、输出 4 元 / 2 元；OpenRouter 标价是每百万输入 $0.28、输出 $1.13，缓存输入 $0.028。游戏开发、3D 建模这类任务确实吃 Token，但换算下来单位成本低于同级闭源模型；再加上 100 万 Token 长上下文减少重复投喂、缓存输入按十分之一计价，实际账单会比 “跑 11 小时” 听起来便宜。前提是任务设计合理，别让模型在同一个错误上反复空转。news.sulat.com

【参考资料】

[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]（BAT 新旗舰杀回第一阵营，压力来到字节这边）36 氪
[2026-11-12]（What Is ERNIE 5.5 Flash? Specs, Pricing & Benchmarks）Kie AI
[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]（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]（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 5.5 Flash Preview 发布）每日经济新闻
[2026-11-11]（ERNIE 5.5 Flash Preview opens on Qianfan, weights due 25 November）Sulat AI & Tech News
[2026-11-05]（百度开源文心 5.5 Flash Base）新华网

免责声明

本文信息来自百度官方发布、新华网、每日经济新闻、量子位、新智元、钛媒体、36 氪及英文媒体 Sulat、Kie AI 等 2026 年 11 月 5—12 日的公开报道，所有性能表述以百度官方口径为准，本文不构成对模型能力的独立测评或背书。文中跑分（Terminal-Bench 4.0 46.5、AutomationBench 61.9、SpreadsheetBench V2 36.4、DeepSWE v1.1 71.2 等）均为百度自测或官方公布分数，多数对照模型成绩同样为各自自测，尚未经独立第三方复现，不同测试条件、工具环境会导致结果差异，不可直接当作绝对排名。Code Arena WebDev 1668 分为早期自动评测分，会随人工对战投票变化。“纯代码” 指建模、动画、渲染与剪辑流程由代码驱动，不代表所有视觉素材由该模型生成；官方 Demo 的成片环节涉及视频生成与专业软件工具链，韩媒亦明确提示部分视觉成果调用了外部图像 / 视频生成模型，请勿理解为单一模型完成全部画面。Demo 时长存在 116 秒与 117 秒两种表述，以官方视频为准；官方 Demo 背后含更细的任务设计与反复调试，不代表普通用户同等条件下可复现同样效果。文心 5.5 Flash Preview 为后训练中间版本（Preview），官方自述 “仍可能存在因训练不充分导致的能力缺陷”，正式版能力与定价可能变化；权重开源时间为官方预告的 11 月 25 日，届时许可条款、地区限制与商用条件须以 Hugging Face 及官方公告为准；千帆五折为限时促销，结束时间未公布。文中价格含汇率差异（千帆人民币计价、OpenRouter 美元计价），实际费用以下单时账单为准。本文为公开信息整理与技术分析，不构成采购建议、投资建议或对任何产品的推荐；使用生成式模型产出内容时，请自行核查版权、素材授权与合规风险，官方 Demo 中涉及的外部素材与概念设计（如 B 站创作者 @近步抱告_）均已获授权，不代表你可自由复用。

本文来自作者[青柠0806]投稿，不代表新品牌网立场，如若转载，请注明出处：https://www.china12315.com.cn/ppzx/202611/765.html