ERNIE 5.5 Flash Base 评测出炉：多项基准超 DeepSeek-V4-Flash等同尺寸模型
xiaohu · x · 2026-11-05
xiaohu 补充发布 ERNIE 5.5 Flash Base 的评测成绩：在知识、推理、数学、代码、多语言和长上下文等基准测试中取得同尺寸模型 SOTA，超越 DeepSeek-V4-Flash-Base、Hy3-preview-Base、MiMo-V2.5-Base 等模型。
亮点数据包括：HumanEval+ 82.3（Pass@1）、BBH(CoT) 89.2、MMLU 93.3、RepoQA 91.7（Pass@1）等。评测管线与对比模型统一，结果以官方图表形式给出。
所属事件:百度开源 ERNIE 5.5 Flash Base：280B MoE 仅激活 14B、支持 1M 上下文(22 条相关)→
「模型」频道最新
- Unsloth 发布 Dynamic V3.1 量化，宣称精度提升 10-15%、token 用量减半 — fiocalisti · 2026-11-12
- KRAFTON 开源 3.1B 混合注意力模型 Raon-1 nano,支持 26 万 token 上下文 — pmttyji · 2026-11-12
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12