十一月十一日，百度发布了文心 5.5 Flash 的预览版。官方给的数字很集中：总参数两千八百亿，每生成一个 token 只激活一百四十亿，上下文最长一百万 token，解码速度每秒两百个 token 以上。
值得单独写一篇的原因不在参数，在价格。这一版把 API 报价拆成了白天和夜里两档，闲时段的输入价只有忙时的一半。国内大模型按时段差别定价，这是头一次见到。
两千八百亿里，只用了一百四十亿
一百四十除以两千八百，是百分之五。这就是稀疏混合专家架构的算法：模型整体很大，但每处理一个 token 只叫醒一小部分专家。
好处很直接。同样的算力，激活的参数越少，每秒能吐的字越多。官方说两百个 token 以上，按这个激活比例算不上夸张。
代价在另一头：知识密度不一定跟着总参数走。你可以把它理解成一个很大的工具箱，每次只允许拿出五把。拿对了，效率极高；拿错了，缺的那把就是缺。
站内此前写过 LFM3 走的是反方向，把六个模型全压到二十亿参数，靠小体积换部署自由（一个 G 装下整个智能体）。两条路最后指向同一件事：单位成本，而不是绝对能力。
这次真正的卖点其实落在编程上，官方提到针对虚幻引擎、Unity、Godot 做了深度适配，也加强了 Blender 与 CAD 的参数化建模。这条线站内一直在跟（AI 编程工具专题），但要说清楚：适配引擎不等于能替你交付项目。
白天一元，夜里五毛
这是本次最不寻常的一处。千帆的计费页把一天切成两段：八点到二十二点算忙时，二十二点到次日八点算闲时。
按每百万 token 折算，原价是忙时输入两元、输出八元，闲时输入一元、输出四元；缓存命中部分更便宜，忙时两毛、闲时一毛。目前限时五折，所以实际掏钱是忙时输入一元、输出四元，闲时输入五毛、输出两元。
这里要提醒一句：不少媒体转述的「输入两元、输出八元」是原价，五折之后才是前面那组数字。价目页没有写死活动结束日，做预算时最好把两列都留着。
这个结构对什么人有用，非常清楚。
批量任务、离线跑数据、夜里生成的素材、第二天早上才要的报告，全部挪到二十二点以后跑，账单直接砍一半。对一人公司和小团队来说，这不是省一点，是把「能不能天天跑」这个问题解决了。
反过来，实时客服、交互式编程、需要人盯着改的场景，你没法等到半夜。那就老老实实按忙时价算，别拿闲时价去做商业模型。
官方的跑分只说「有竞争力」
发布页提到 Terminal-Bench、AutomationBench 这些基准，用词是「取得了具有竞争力的得分」。
没有具体分数。
这在今年的国产模型发布里已经是常见写法，不算毛病，但意味着你没法拿它跟别家横向排。同一个星期里，混元 Hy4 正式版给的是十二项跑分的逐项对照，还主动承认多数字在别人后面（它第一次能看图表、也能自己点鼠标）。两种发布风格，读法要不一样。
更该注意的是官方自己加的那句免责：这是后训练阶段的中间检查点，可能存在训练不充分导致的能力缺口，正式版还会继续优化。
中间检查点这个词很关键。它意味着你现在调用的不是最终形态，行为可能在几周后变。把它放进生产主链路之前，先想清楚这一点。
它能做完一个游戏，但看不见这个游戏
发布页里最抓人的是一个十一小时的长程任务：把跨越多代虚幻引擎的素材合进同一个 UE 5.8 工程，用 C++ 写完一款第三人称武侠游戏。
有个细节挺有意思。它是纯文本模型，看不到画面。试玩时发现人物悬空、跑动方向不一致、相机错位，它没法「看」，只能把这些现象翻译成可测量的代码测试，靠不断补测试往前推。
这个做法本身值得学：把「看起来不对」变成「这个数值应该落在什么区间」。这也顺带说明了边界——凡是必须靠眼睛判断的活儿，它得先搭一套能测量的替代方案，否则就卡在那里。
官方说为这类训练建了三十万个工作空间、一千万份参考文件，覆盖四十多种文件类型。数字说明训练环境铺得广，但不等于你那套文件格式它见过。
月底开源，三个问题还没有答案
官方的说法是权重将以 Apache 2.0 协议开源，发布页用的时间词是 soon。媒体把节点对准十一月二十五日或此前。
到今天为止，没有可下载的权重，也没有 LICENSE 文件。所以能说的只有三句。
第一，Apache 2.0 是真的宽松，商用、修改、再分发都不限制，这对想私有化部署的团队是好消息。
第二，免费的是权重，不是推理。官方提到支持 SGLang 和 vLLM 部署，但两千八百亿参数的模型，即便每次只激活一百四十亿，显存仍要按总参数去准备。这不是一张消费级显卡装得下的东西。
第三，开源日期是承诺，不是事实。临期改口的情况，今年已经出现过不止一次。
什么时候用，什么时候别用
我的判断分三类。
适合：批量、可等、对单次质量要求不极端严格的任务。夜里跑、白天看结果，账单能压到很低。写批量文案、跑结构化抽取、生成测试用例、做代码库的初步扫描，都属于这一类。这类活儿本质上就是流程编排（AI 智能体与自动化专题），模型只是其中一段，便宜比聪明更重要。
谨慎：需要一次就对的生产链路。预览版的中间检查点属性，加上没有公开分数，这两条加起来意味着你得自己建一套回归测试，它每次更新就跑一遍。
不适合：必须看图的活儿。它是纯文本输入，图片、截图、设计稿都进不去。做界面还原、看图改代码这类任务，直接换多模态的。
老达点评
这一版最聪明的地方不是参数，是把定价做成了时间维度上的差异化。算力有峰谷，价格就该有峰谷，这个逻辑在云服务器上早就是常识，在大模型 API 上却一直没人认真做。
但它同时暴露了一个行业习惯：跑分能不给就不给，开源能说 soon 就说 soon。两件事都合理，两件事都让使用者的决策成本变高。
所以这版的正确用法，是先挑一件你自己有标准答案的活儿，白天跑一遍、夜里跑一遍，看结果差多少、账单差多少。这两个数字出来之前，任何「值不值」的判断都是别人的。
