文心 ERNIE 5.5 Flash Preview 的测评报告也出来了。这两天测大语言模型真的测到手软，当然钱包也测干瘪了。官网看了下：总参数 280B 的 MoE 架构模型，但 Token 激活只有 14B，支持 1M 上下文。价格我就懒得说了，省得人家说我是老广，反正和 DeepSeek Flash 差不多——但值不值这个价，大家看完视频就知道了。还是 Pi 上接入，查了下官网，思考深度应该只能开和关，不能设置 level，我们默认打开。

第一题，强约束指令遵循句子生成。很明显句子都是遵循从 1 到 10 结尾的，但几个地方我觉得不通顺：第五句语义不通，一只手有五个手指头，握起来变成 5，什么意思嘛？你说张开了变成五我还能算你擦边；第八句也是语义不通，诸侯会盟，怎么后面又变成来朝了？都统一成王朝了，哪里还会需要和诸侯会盟呢；第九句也是狗屁不通，完全为了凑数搞的句子，反正我没有见过「延绵至九」的说法，估计这是某度内部术语吧。

第二题，鹈鹕土星环骑自行车 SVG。问题很明显：到了上方自行车是倒着骑的，也就是根本没有转弯，然后鹈鹕没有扶着车把。

第三题，复合弓射箭 SVG。这是忍者射箭吗？怎么这个小人只露出个萤火虫般的眼睛——哦估计是天黑，但是为什么靶子和弓箭又这么明亮清晰可见、这么有颜值呢？这个手明显都是在复合弓另外一边的，那你是怎么拉弓的？然后两个转轮也是同方向转动的。还有这个箭出奇的大，不叫射箭，叫射矛算了；箭明明拉弓的时候还是穿过复合弓的箭孔的，一放手突然就往上脱离箭孔，直接抛物线射出去了；最后箭也没有射中靶心，射到边上了，是最后慢慢移动到靶心来作弊的，这作弊手段也太低端了吧。

第四题，实现一个精美浏览器操作系统。桌面看上去还好，右上角弹窗功能没有问题，很多模型翻车的日期高亮部分是带弧度的长方形，不再是丑陋的椭圆形。再看 dock 栏应用，这个计算器明显布局有问题，下面都被挡住了，也没有办法往上滚动，其他没有问题。看下压轴的太空射击游戏吧——悲催了，直接报错，应用加载失败。

第五题，3D 赛车游戏。功能上没有什么问题，就是周边建筑和障碍物有点简陋，障碍物只是几个简单的不同颜色的方块，可玩度不高。

第六题，无第三方库实现一个高颜值 Trello 看板。这个待办卡片详情页呀，除了标题，下面看上去的配色全部给人感觉都是只读的，也就是那种 disabled 的状态，特别是下面的删除按钮基本看不清楚，这是个很糟糕的 UI 设计；拖动没有问题，但问题是现在待办卡片点击打不开了，点了好多次没有任何反应，所以想删除也删除不了；另外归档列表点击删除菜单也没有反应，也是点了好多次都没有办法删除。失败。

整个测评下来，我觉得同样价位，闭眼选 DeepSeek Flash，这玩意儿不大行！如果都是这样水平的话，我这套测试用例还能坚挺很长一段时间了，大家觉得呢？