流模型在生成样本和建模概率分布方面具有优势，但其计算复杂度较高。A. 对B. 错

流模型是一种生成模型，其核心优势在于通过可逆的变换将简单分布映射为复杂数据分布，从而实现高质量样本生成和精确的概率密度建模。然而，计算复杂度高是其主要局限性，主要体现在以下两个方面：

1. 可逆变换的限制：每一步变换需严格可逆，导致模型设计复杂，难以采用某些高效但不可逆的结构。
2. 雅可比行列式的计算：训练过程中需计算雅可比行列式的对数，这在高维数据（如图像）上计算量显著增加，导致训练和推理效率降低。

流模型的优势与局限性分析：

1. 生成样本：通过逆变换从基础分布生成数据，样本质量高且可直接计算概率密度。
2. 建模概率分布：可逆性保证了概率密度函数的显式建模，这是GAN等模型不具备的优势。
3. 计算复杂度：雅可比行列式的计算和可逆变换的约束显著增加了计算资源的需求，尤其在处理高维数据时表现明显。

题目中“计算复杂度较高”的描述准确反映了流模型的局限性，因此答案为A（正确）。