文心5.5 Flash预览版发布，2800亿参数支持100万Token上下文

11月12日，百度在百度世界2026大会上发布文心5.5 Flash预览版：总参数2800亿，每个Token激活140亿参数，支持最长100万Token上下文。模型规模做大、每次推理只激活一部分，Flash的定位是效率。

2800亿总参数配140亿激活参数，是混合专家架构的典型做法：模型备着庞大的参数储备，处理每个Token时只调用与当前任务最相关的那部分。140亿激活参数决定单次推理的实际计算量，2800亿总参数决定能力上限。这种大小结合的设计，让模型在保持较强能力的同时，不至于让每一次调用都付出过高的计算成本。对高频调用的场景来说，激活参数的规模直接关系到推理成本和响应速度。

100万Token上下文，大约相当于数十万字文本，差不多一本厚厚的专业书籍。一次能读的信息量大了，处理长文档时，模型可以一次性读完整个文档再作答，而不需要分段处理；进行多轮对话时，模型可以记住更早的对话内容，保持上下文的连贯性；在编程与3D建模等任务中，模型可以同时参考更多的代码文件与设计资料。百度介绍，文心5.5 Flash的能力覆盖编程、3D建模、知识工作和内容创作，这些场景对上下文长度的要求都比较高。

百度表示，文心5.5 Flash在Terminal-Bench、AutomationBench等多项基准测试中取得具有竞争力的得分，并保持极致的解码速度。Terminal-Bench与AutomationBench分别面向终端操作与自动化任务，测试的是模型在真实工作流中的执行能力。得分有竞争力，再配上极致的解码速度，指向的是能实际完成任务的智能体场景：模型需要连续生成大量内容时，解码速度直接关系到任务完成的效率。

同步发布的还有两款文心应用模型：文心闪电深度思考模型，面向需要深度推理的任务；文心一镜微表情大模型，专注富有表现力的视频创作。两款应用模型与文心5.5 Flash一同上线百度智能云千帆平台，向企业客户及合作伙伴开放API服务。

模型API现已上线千帆平台，模型权重将于11月25日前开源。权重开源后，开发者可以在本地部署这款模型，进行微调与二次开发。2800亿参数的模型，本地部署需要相应的硬件支持，门槛并不低。

同一天，阿里千问Qwen4的预览版上线Token Plan，BAT的旗舰模型纷纷回到第一阵营。2800亿参数和100万Token上下文是纸面实力，考验在实际使用里：开发者与企业用户用过之后，是否愿意持续付费、为它开发应用。

编程、3D建模、知识工作与内容创作，对模型的准确性、稳定性与响应速度都有较高要求。模型API已经上线千帆平台，企业客户可以先行试用，再决定是否深度接入。而权重开源之后，具备本地部署能力的企业还可以进一步评估模型在私有化场景中的表现。先试用、再决策，有助于降低企业用户的选型风险。

来源：PR Newswire

本文为作者原创，未经授权禁止转载。转载请保留原文链接并注明出处。