文心5.5 Flash预览版发布：2800亿参数、100万Token上下文，11月25日开源权重

2026年11月12日，百度在世界大会2026上正式发布文心大模型5.5 Flash预览版。
一句话结论：这可能是今年最“务实”的一次大模型发布——不追榜单第一，专打长上下文、低激活和高性价比。


问：文心5.5 Flash到底什么规格？


三个关键数字：
第一，总参数量2800亿。这个量级属于当前主流旗舰区间，不算夸张，但足够支撑复杂任务。
第二，每Token激活140亿参数。这非常关键——MoE（混合专家）架构下，模型看起来很大，但每次推理只调用一小部分，算力开销被压得很低。2800亿总参数、140亿激活，激活比例约5%，这是个相当激进的稀疏化设计。
第三，最长支持100万Token上下文。100万Token大致相当于一次性读完《三体》三部曲，或者一个中型代码仓库的全部文件。
更值得注意的是时间表：权重将于11月25日开源。从预览到开源只隔两周，这个节奏在国内大厂里算快的。


问：能力上有哪些重点升级？


按官方口径，这一代在编程、3D建模、知识工作与内容创作四个方向表现突出，其中编程是核心升级亮点。
具体场景覆盖得很实：从“真实代码库里的缺陷修复与迭代”，到“完整构建复杂应用”，再到“长周期开发任务中的规划与执行”。这三件事是递进关系——改一个bug、做一个功能、负责一个项目，难度完全不在一个层级。能覆盖第三层，才叫Agentic能力。
在Terminal-Bench、AutomationBench等基准上，官方称成绩具备竞争力。这两个基准测的都是“在终端环境里能不能真的把活干完”，比纯问答类评测更接近真实使用。
另外，解码速度保持优势。对长上下文模型来说，速度往往是最容易崩的一环——上下文一长，吐字速度掉一半是常态。这一点如果真能稳住，工程价值很大。


问：为什么要强调100万Token？


因为这是Agent落地最硬的一道门槛。
想象一个真实的编码场景：一个中型后端项目，代码2万行、文档30份、历史issue上千条。要让AI真的帮你改一个跨模块的bug，它必须同时看到这几个文件、理解调用关系、知道以前的坑被踩过。上下文窗口不够，就只能靠“检索+拼接”，而检索一旦漏了关键文件，AI就会自信地给出错误答案。
100万Token的意义不是“能塞更多字”，而是“能一次看全”。
同理，在知识工作场景里，一份500页的招投标文件、一本30万字的行业报告、一整年的会议纪要，都可以一次性投喂。这改变的不仅是效率，而是任务类型本身。


问：同时发布的还有哪些模型？


两款应用模型同步上线百度智能云千帆平台，面向企业客户与合作伙伴开放API：
一是文心闪电深度思考模型，主打多步推理与长链条思考；
二是文心一镜微表情大模型，从名字看主打视频场景下的微表情识别与理解，可以想见其在虚拟人、内容审校、心理状态辅助评估等方向的应用空间。
配合大会发布的词元所平台，这些模型的采购路径也变得清晰：企业在词元所里比价、验真、调用，不用再在几十个渠道之间反复试错。


问：开源权重意味着什么？


这是我认为最值得关注的一点。
2800亿参数的模型开放权重，意味着企业可以在自有算力上做私有化部署。对金融、医疗、政务、能源这些对数据出境极度敏感的行业，这是刚需。此前很多客户卡在“模型能力够了，但数据不能出内网”，私有化部署一个2800亿模型需要至少几百张卡的集群，成本很高——而140亿激活的稀疏结构恰好把推理成本压到了可接受区间。
同时，开源也会倒逼生态。开发者可以基于权重做微调、做蒸馏、做领域适配，形成一批垂直模型。参考此前Qwen系列的开源路径，一个强势开源模型往往能在半年内长出数百个衍生模型。
从行业节奏看，2026年11月是个密集发布期：全球19家供应商在一个月内推出21款模型，其中超过半数采用开放权重架构。开源已经不是“追赶者策略”，而是主流选项。


我的看法：大模型竞争进入了“工程化阶段”


文心5.5 Flash的发布很有意思，它没有宣称自己在任何榜单上第一，而是把资源砸在三个工程指标上：长上下文、低激活、快解码。这三个指标共同指向一件事——把模型变成可以稳定运行在生产环境里的基础设施。
这和2023-2024年的竞争逻辑完全不同。那时候大家比的是“能不能做到”，现在比的是“能不能便宜、稳定、大规模地做到”。
对普通用户来说，这种变化是好事：模型会越来越像一个不吵不闹、随叫随到、价格便宜的水电设施。真正稀缺的，会变成“你用它做什么”。


总结


2800亿总参数、140亿激活、100万Token上下文、11月25日开源——文心5.5 Flash的四个数字，勾勒出一条清晰的路线：不争最聪明，争最好用。当头部厂商开始用工程指标而不是跑分说话，说明这个行业正在从演示期进入生产期。