专题 · FULL STORY

百度 ERNIE 5.5 Flash：从开源基座到预览版

百度 11 月 5 日开源 ERNIE-5.5-Flash-Base 基座模型，总参数 280B、每 token 仅激活约 14B，支持 1M 上下文。11 月 11 日又推出其后训练版本 ERNIE 5.5 Flash Preview，延续开源路线，构成同一发布事件线的连续进展。

2026-11-05 ~ 2026-11-11 · 2 集 · 31 条

第 1 集 · 百度开源 ERNIE 5.5 Flash Base：280B MoE 仅激活 14B、支持 1M 上下文(2026-11-05,22 条)

百度于 11 月 5 日正式发布并开源 ERNIE-5.5-Flash-Base，一个高效稀疏 MoE 基座模型：总参数 280B，每 token 仅激活约 14B（5%），在 33.5T tokens 上从零预训练，微调与推理支持最高 1M token 上下文。权重已上架 Hugging Face，vLLM 提供 Day-0 支持，官方基准称其在多项同尺寸模型对比中达到 SOTA，并于 11 月 6 日登上 Hugging Face 模型趋势榜。这是大厂少见的真正回归「base」基座模型的动作，也是稀疏 MoE 路线的又一重磅开源实践。

已确认

  • 架构为稀疏 MoE：280B 总参数、每 token 激活 14B；据 @teortaxesTex 转述，骨干共 43 层，包含 1 层 Dense FFN 与 42 层 Multi-Router Latent MoE 层，并采用混合稀疏注意力
  • 从零预训练 33.5T tokens；官方博客说明发布的是预训练结束、未做中期或后训练处理的 raw base 检查点，后训练方向留给开发者，官方后续将推出完整版 ERNIE 5.5 Flash（含后训练版本）；据 @机器之心 报道，训练上下文为 128K，微调与推理可外推至更高，模型定位面向 Agent 高频长任务场景
  • 微调与推理均支持最高 1M token 上下文；@karminski3 阅读模型卡与 config 后认为，该模型是完全面向「1M 超长上下文 + 后训练/Agent 反复采样极致效率」从头设计的
  • 权重已在 Hugging Face 开放下载，含 BF16 版本（均 286B），以 safetensors 格式发布并附两篇 arXiv 技术报告；同 Collection 还有 Unlimited-OCR、ERNIE-Image、ERNIE 4.5、Qianfan 等其他百度模型；官网 ernie.baidu.com 提供发布说明，并配套详解注意力与 MoE 设计的官方技术博客
  • 官方基准称其在知识、推理、数学、代码、多语言和长上下文等方面取得同尺寸模型 SOTA；@karminski3 称其在 25 项基座模型测试中排名第一，对比对象包括 DeepSeek-V4-Flash-Base、Hy3-preview-Base 等
  • 发布与世界大会 2026 上文心 5.5 系列开放权重的宣布同步；vLLM 官方宣布 Day-0 支持并说明这是后训练版之前的 base 版本，百度还联合 SGLang 等社区提供开源生态支持
  • 据 @BaiduInc 帖子，这是前百度员工 tianxiangsun（孙天祥）回归入职后的首个发布

为什么重要

  • 280B 总参但仅激活 14B 的设计，兼顾大容量与低推理成本，是稀疏 MoE 路线的又一重磅开源实践
  • 百万级上下文支持与开放权重，为社区微调和长文本、Agent 长任务应用提供了新起点；vLLM Day-0 支持与 SGLang 等生态配套降低落地门槛
  • @XianbaoQIAN 指出这是一次少见的大厂发布真正「base」模型、回归基座模型的动作，开发者可在干净基座上做领域微调、指令对齐或 RL 而不必继承官方后训练取舍；@teortaxesTex 等外部观察者对 Multi-Router Latent MoE 等架构细节的关注，显示该设计在技术社区引发了讨论

还有 2 条相关讨论 →

第 2 集 · 百度发布 ERNIE 5.5 Flash Preview，11 月 25 日开源(2026-11-11,9 条)

百度于 11 月 11 日（世界大会前一天）正式发布 ERNIE 5.5 Flash Preview，这是上周开源的 ERNIE-5.5-Flash-Base 的首个后训练版本，也是百度面向高效推理新架构下的首个正式模型。该模型已在 OpenRouter 上免费开放体验，官方宣布将于 11 月 25 日以 Apache 2.0 许可证开源，并支持 SGLang 和 vLLM 部署。

已确认

  • 纯文本 MoE 模型，总参数 280B，每 token 激活 14B
  • 上下文窗口 100 万 token，输出速度超 200 token/s；文件、工具返回和前几轮修改记录可保留在同一次任务中
  • 官方称在编程、3D 建模、知识工作和内容创作方面能力更强，重点升级编程与 Agent 能力
  • 编程训练使用了 1400 多万个可执行代码任务；据 @xiaohu 转述的评测，Terminal-Bench 4.0 得 46.5，DeepSWE v1.1 得 71.2
  • 据官方演示，模型基于虚幻引擎 5.8 连续工作 11 小时制作出第三人称武侠游戏《云岫行》
  • 据 @智东西、@赛博禅心 转述，14 项测试成绩超越 DeepSeek
  • 已在 OpenRouter 免费开放体验，计划 11 月 25 日开源

为什么重要

  • 这是百度新架构下的首个正式模型，标志着 ERNIE 系列向开放权重、高效推理方向推进
  • 大上下文（1M）加高输出速度（200+ token/s）的组合，配合 Apache 2.0 开源与 SGLang/vLLM 部署支持，可能降低开发者的部署与使用门槛，对开源模型竞争格局（尤其对标 DeepSeek）形成直接冲击