← 全部模型资讯

百度开放 ERNIE 5.5 Flash Base 权重:280B MoE 基模,部署与许可各有一道门槛

据 MarkTechPost 2026 年 11 月 5 日报道,百度发布并开放 ERNIE 5.5 Flash Base 的 FP8 与 BF16 权重:280B 总参数、每 token 激活 14B,训练上下文 128K、推理可扩至 1M。这是停留在预训练结束的基模,不含中训与后训;报道称许可以年收入 5000 万美元为界,并排除欧盟、英国与韩国。

发布 更新

发生了什么

报道称,百度在 Hugging Face 与 ModelScope 放出 ERNIE 5.5 Flash Base 权重:一个纯文本稀疏 MoE 基模,43 层、隐藏维度 4096,总参数 280B、每 token 激活 14B,用 Muon 优化器在 33.5T token 上从零预训练,权重停在预训练结束点,百度把它定位为可直接比较微调、指令微调与强化学习方法的统一起点。架构上,43 层里 37 层使用重压缩注意力 HCA,每 128 个 token 缓存 1 条,其余 6 层使用 MLA 加稀疏注意力,等于每 7 层保留 1 层完整上下文访问;每个 MoE 层有 512 个路由专家(top-10)加 1 个共享专家,并用多个独立 sigmoid 路由器替代单一路由器;ECHO 复用骨干最后一层预测未来 token,同时兼作推测解码的内置草稿模型,额外 0.36B 参数不计入主参数统计。百度自报在统一流程的 30 项基础模型基准中 24 项取得最佳,MMLU-Pro 78.4(同一流程下 DeepSeek-V4-Flash-Base 为 69.2),但 HELMET-Rerank 56.2 落后于对方的 60.0,ChineseSimpleQA、INCLUDE-lite、InfiniteBench 等 6 项也让出第一。部署侧,报道给出的参考配置是 SGLang 用 4 路并行,vLLM 需要 0.32.0 版本加 vLLM-ERNIE 插件,两者都接受最长 1,048,576 个 token;作为基模,它通过 completions 端点运行而不是 chat。

对开发者的影响

对开发者的直接含义有几层。第一,这是一份开放权重,而不是常见意义上的开源许可:权重可下载,但许可是自定义的 ERNIE 5.5 Flash Base License v1.0,报道称年收入 5000 万美元以下免费、同时排除欧盟、英国与韩国,实际权利要以许可证原文为准,不能因为权重挂在 Hugging Face 上就当成通行开源协议。第二,它解决的是“从哪里开始后训练”,不是“直接接入一个聊天模型”:没有后训练就没有指令跟随与对话格式,要放进产品,要么自己走 SFT 或 RL 流程,要么换用已对齐模型,这两条路径的工程量差别很大。第三,长上下文成本结构被刻意做薄:HCA 在 37 层里每 128 token 只缓存 1 条,理论上显著压低 KV 缓存,但每 7 层只有 1 层保留完整上下文,长文本检索与仓库级理解能拿到多少收益,需要用自己的文档集验证,而不是照搬 RepoQA 91.7 这类自报数字。第四,报道只给了 4 路并行的参考配置,没有披露 GPU 型号与显存,单机能否服务、需要几张卡这类容量问题无法从这篇文章推出结论。另外要注意 ECHO 那 0.36B 参数被排除在主参数统计之外,按总参数估算硬件时口径会偏乐观。

接入与评估建议

以下都是条件性分析或建议,不是报道事实。关于精度版本:报道说 FP8 与 BF16 两版权重都已放出,这件事先影响的是后续训练路线。如果你只做推理服务,可以优先试 FP8;如果计划本身就是在这份检查点上继续预训练或全参微调,BF16 是更稳的起点。改变这个选择的前提是硬件是否支持 FP8 计算,以及你是否有可比的微调预算。可度量的评估标准是:在自己的留出集上固定解码参数,分别跑 FP8 与 BF16,比较任务通过率或精确匹配,若 FP8 的下降超过预设容忍线,就回到 BF16,或把 FP8 限定在低风险请求上。关于服务栈:报道给出的路径是 vLLM 需要 0.32.0 加官方插件,SGLang 参考配置为 4 路张量并行。若集群已在跑 vLLM 且版本可以钉住,插件路径的迁移成本较低;若版本升级受管控、或希望先避开插件依赖,SGLang 的参考配置更省事。改变判断的条件是版本可钉住的程度与运维对第三方插件的接受度。可度量的标准是在目标上下文长度下测每卡可开并发、峰值显存与解码 token 每秒,再决定是否值得为更长上下文加卡。关于是否从这份基模开始:报道明确说它走 completions 端点,这就是分岔点。若你的任务要求开箱即用的指令跟随与工具调用,先用现成的对齐模型;只有当你确实需要从同一检查点比较不同后训练方案、并且具备 SFT 或 RL 的工程能力时,这个检查点才有额外价值。度量方式是把你自己后训练出的模型与现用模型放在同一套内部题上比通过率,赢不过就不迁移。

限制与待确认事项

未知项不少。GPU 型号、显存与单机可服务规模报道均未披露;所有基准都是百度自报,且百度流程下的竞品数字与各厂商自己公布的略有差异,例如 DeepSeek 自己列出 MMLU-Pro 68.3、百度测得 69.2,腾讯列出 Hy3 65.76、百度测得 66.9,这说明这组对比只适合看相对位置,不适合当作跨厂商定论。1M 上下文是服务器接受上限,报道没有给出该长度下的质量数据;中段的 LongBench-v2 48.7 也提示其长上下文能力并非全面领先,开发者需要在目标长度下自行测显存与延迟。报道转述的许可条款,包括收入门槛与欧盟、英国、韩国排除,都需要以许可证原文复核。截至 2026 年 11 月 9 日的目录核对,KimiSeek 的在线模型目录中没有 ERNIE 5.5 Flash Base 这一条目,报道涉及的任何 API 可用性都指百度方面而非本站,若需托管调用请以百度官方渠道为准;要通过本站使用,需要先有精确对应的目录条目。此外,FlashMask-4 训练内核对 SM90 与 SM100 的加速数字同样是厂商自报,且同一发布在 11 月 5 日当天已有中文媒体报道,这里补充的是架构、部署前置条件与许可范围这些更影响接入决策的部分。

三分钟跑通第一次调用

注册后创建 API Key。调用费用从账户余额扣除。新用户首充 7 折。充 ¥500,实付 ¥350,到账 ¥500。充 ¥1000,实付 ¥850,到账 ¥1000 最低充值仍为 ¥10,适合试用。

来源与编写说明

百度发布 ERNIE 5.5 Flash Base:280B MoE 基础模型,激活参数 14B

本文基于所列来源,由 AI 辅助整理、分析和翻译,并经过自动质量检查。分析与建议不代表实测结果;模型可用性与价格请以当前目录为准。