百度放出文心 5.5 Flash 基础版权重：2800 亿参数，每 token 激活 140 亿

发生了什么

权重上线 Hugging Face 仓库 baidu/ERNIE-5.5-Flash-Base，同时上架 ModelScope。模型卡写明，这是预训练终点的检查点，尚未经过中间训练与后训练，定位为开发者继续做领域适配、指令微调与强化学习的共同起点。百度此前已开放 ERNIE 4.5，此次为文心 5.5 系列首次公开权重。

架构围绕效率设计：43 层中 1 层稠密前馈、42 层多路由潜在混合专家，每层 512 个路由专家、每 token 选 10 个加 1 个共享专家；37 层用重度压缩注意力（HCA），每 128 个 token 只缓存一条记录，6 层用多头潜在注意力；预训练用 33.5 万亿 token 从零开始，优化器为 Muon，训练上下文 12.8 万 token，微调与推理可扩至 100 万 token。

部署与许可条件一同公开。权重分 FP8 与 BF16 两个版本，支持 SGLang 与 vLLM 部署，百度还发布了面向 vLLM 0.32.0 的 vLLM-ERNIE 插件。许可证为百度自拟的 ERNIE 5.5 Flash Base 模型许可协议 v1.0，适用地区不含欧盟、英国与韩国，商用与非商用按实际用途区分。百度称完整指令版 ERNIE 5.5 Flash 将在后续更新中发布。

关键事实

1. 发布方与时间：百度，2026 年 11 月 5 日；Hugging Face 仓库 baidu/ERNIE-5.5-Flash-Base，同时上架 ModelScope
2. 规模：280B 总参数，每 token 激活 14B（约 5%）；43 层，512 个路由专家，每 token 选 10 个加 1 个共享专家
3. 训练：33.5 万亿 token 从零预训练；Muon 优化器；训练上下文 12.8 万 token，微调与推理可扩至 100 万 token
4. 注意力：37 层 HCA（每 128 token 缓存一条）+ 6 层 MLA-DSA；FlashMask-4 内核
5. 定位：纯文本基座模型，未做指令微调；供继续预训练、微调与强化学习
6. 基准（百度自报，统一评测流程）：MMLU 93.3、MMLU-Pro 78.4、HumanEval+ 82.3、LiveCodeBench 40.1；对照 DeepSeek-V4-Flash-Base 为 89.4、69.2、69.5、31.9
7. 部署：FP8 与 BF16 两种权重；支持 SGLang 与 vLLM；vLLM-ERNIE 插件面向 vLLM 0.32.0
8. 许可：ERNIE 5.5 Flash Base 模型许可协议 v1.0；适用地区不含欧盟、英国与韩国
9. 后续：完整指令版 ERNIE 5.5 Flash 将在后续更新中发布