ERNIE-5.5-Flash-Preview
文心最新基础模型预览版，编程、Agent、知识工作全面优化。
- auto_awesome280B 总参数，每 token 激活 14B
- check1M tokens 长上下文，输出默认 64K
- checkFP4 专家权重 + 草稿头，200+ tokens/s
ERNIE-Light-DT-1.0
引入独创 BSA 稀疏注意力，以更低成本支撑更长上下文。
- auto_awesomeBSA 稀疏注意力 + 反馈式历史压缩
- check大幅降低 KV 存储与计算开销
- check数学、推理、Agent、Coding 第一梯队
ERNIE-Wizshot-ME
让图片中的人物自然开口，擅长近景特写的细腻微表情。
- auto_awesome形象图 + 文本 + 音频多模态驱动
- check眉眼、嘴角、视线变化细腻呈现
- check异步两步调用：创建 + 查询任务
ERNIE-5.5-Flash-Preview
文心系列最新基础模型 ERNIE 5.5 Flash 的预览版本，全面优化编程、智能体、知识工作、深度研究能力。 总参数 280B，每 token 激活 14B，支持 1M tokens 长上下文；全新架构兼顾智能水平与推理效率，每秒生成超过 200 tokens。 适用于游戏开发、3D 建模、知识工作、Agentic 视频创作、文档表格报告制作、视频剪辑与创作等场景。
编程与 Agent
用超过 1,400 万个可执行代码任务和多种 Agent 框架的执行轨迹训练，可接入常用 Agent 框架执行多步骤任务。
端到端知识工作
后训练覆盖金融、法律等领域，使用 30 万个工作空间、1,000 万份文件、40 余种文件类型。可基于分散材料自主规划任务，调用应用、MCP 工具和 Skill，交付可直接使用的表格、文档和报告。
基于代码的内容创作
在覆盖创意、脚本、分镜、素材、配音的全流程环境中训练，适配超过 1,000 项创作 Skill，可完成脚本编写、画面渲染、动效制作、配音剪辑，也可生成支持交互的网页。
1M tokens 长上下文
上下文窗口内保留文件内容、工具调用记录及返回结果，支撑需要持续引用历史信息的长任务。混合稀疏注意力架构降低长上下文推理时 KV Cache 的显存占用。
推理效率
FP4 专家权重和草稿头让 Agent 任务大幅提速。
限时特惠价格标准
全规格 5 折，输入低至 0.5 元 / 百万 tokens
优惠截止 2026-11-30 23:59:59 | 空闲时段调用再省一半
优惠到期后价格自动恢复原价，详见 千帆价格文档。
ERNIE-Light-DT-1.0
结合百度搜索闪电大模型研发成果，引入百度文心独创的 BSA（Baidu Sparse Attention）稀疏注意力机制， 通过反馈式历史压缩优化历史信息的存储与索引计算，在保持效果的同时大幅降低 KV 存储与计算开销，以更低成本支持更长上下文。
BSA 稀疏注意力
反馈式历史压缩，优化历史信息的存储与索引计算，大幅降低 KV 存储与计算开销。
效果第一梯队
结合文心大模型最新中后训练技术，公开评测集上数学、推理、Agent、Coding 等领域效果处于第一梯队。
广谱需求覆盖
解决行业普遍存在的域平衡问题和扩域问题，支撑广谱、多样化的需求；保持效果的同时计算量大幅降低。
价格标准
全时段统一价，无高峰 / 空闲分时，详见 千帆价格文档。
ERNIE-Wizshot-ME
AI 视频生成大模型，让图片中的人物自然开口、生动演绎。无需真人出镜或实拍，即可生成 4s~15s、1080p 高清真人风格视频。 尤其擅长刻画微表情：在人物近景与特写场景下，细腻呈现眉眼变化、嘴角牵动、视线转移等细节。
表情出众
近景与特写下细腻呈现眉眼、嘴角、视线等微表情变化，表情丰富度与自然度相比同类模型更具优势，情绪感染力与角色表现力更强。
生成可控
支持文本指令、参考图像与参考音频的多模态驱动生成，可灵活引导人物表现与画面呈现，结果更贴合创作预期。
成本更低
省去演员、场地与实景拍摄，显著降低真人风格视频制作成本，可支撑高频、批量生成。
效果演示
价格
按视频秒数计费，用多少付多少
刊例价 | 一条 5 秒口播视频约 3.5 元，省去演员、场地与实拍成本