百度上线文心闪电与文心一镜

百度 11 月 12 日发布文心闪电和文心一镜，两款模型都可通过千帆调用。发布场合是百度世界 2026 的主论坛。应用模型负责人贾磊介绍，闪电是为搜索做的深度思考模型，一次请求要处理语音、图片和文字，并调用工具。一镜是视频生成模型，能按人物图像、文稿和声音生成带细微表情的口播和短剧。

标价不分高峰和空闲。输入每百万 token 8 元，输出每百万 token 28 元。智谱 GLM-5.3 在千帆的输入和输出也是这组数字。单价相同时，实际成本取决于上下文长度、是否开启思考，以及生成的 token 数量。

文心闪电采用百度稀疏注意力，解码时按已生成内容和当时状态压缩历史键值缓存。KV 缓存是模型记住上文所用的中间数据，压缩之后可以少占显存。百度称，用昆仑芯八张卡可以高速运行文心闪电；与昆仑芯联合优化后，推理引擎成本降幅超过 30%。

文心一镜把文字、画面和语音收进同一个模型，文字最长 4000 字。规格为 1080p，单条 4 到 15 秒，标价每秒 0.7 元。百度称，视频生成成本比业界低 50%；极速模式下，生成一分钟视频约需一分钟。配音按整篇文稿统一生成，也就是篇章级配音。

上下文变长以后，记住上文的缓存往往比新生成的内容更占显存，稀疏注意力压缩的正是这部分开销。文心闪电与 GLM-5.3 在千帆同价，国内中端模型的比较正从单价转到长上下文下的实际成本。