百度开源 2800 亿参数 ERNIE 5.5 Flash Base 基础模型
作者:Matthias Bastian原标题:Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model
78AI 研判分
百度在 Hugging Face 发布 ERNIE-5.5-Flash-Base,采用混合专家架构,总参数 2800 亿、每 token 激活 140 亿,预训练语料 33.5 万亿 token,训练上下文 12.8 万 token,微调与推理阶段可扩展至百万级上下文。该模型刻意不做微调与后训练,定位为供开发者自行定制的基础权重,后续将推出后训练版本。
报道正文
百度发布拥有 2800 亿参数的 ERNIE 5.5 Flash Base 开源基础模型
[Matthias Bastian](https://the-decoder.com/author/matthias-bastian/) [查看 Matthias Bastian 的 LinkedIn 个人资料](https://www.linkedin.com/in/matthias-bastian-128b71b1/) 2026 年 11 月 5 日 百度的 AI 研发仍在继续,但大部分工作要由你自己来完成。 这家中国公司发布了 ERNIE-5.5-Flash-Base,这是一个刻意不附带微调或后训练的开源基础模型。开发者需要自行决定将该模型带向何方。据称后续还会推出一个经过后训练的版本。
ERNIE 5.5 采用混合专家(MoE)架构,拥有 2800 亿参数,其中每次输入激活 140 亿参数。该模型在 33.5 万亿 token 上进行了预训练,训练上下文长度最高达 128,000 token,不过它被设计为在微调和推理时支持最高一百万 token 的上下文。

ERNIE 5.5 Flash Base 与 DeepSeek-V4-Flash-Base、Hy3-preview-Base 和 MiMo-V2.5-Base 的基准测试结果对比,使用相同的评估流程在考试、STEM、推理、知识、代码、多语言和长上下文等类别下进行测试。| 图片:百度
据百度称,在推理、代码和长上下文任务的基准测试中,该模型可与 DeepSeek V4 Flash 或 MiMo V2.5 等规模相近的开源基础模型相竞争。模型权重已在 Hugging Face 上以 FP8 和 BF16 格式提供。