百度在 11 月 5 日正式开源文心 5.5 Flash Base，也就是 ERNIE 5.5 Flash Base，它属于稀疏 MoE 架构的基座大模型，没有经过指令微调、RLHF 这类后训练处理，适合开发者拿来做二次开发。现在很多长文档分析、智能体开发场景，既想要大模型能力强，又不想推理成本太高，这款模型主打效率优化，在注意力、专家路由等地方做了算法改进，它总参数 2800 亿，但每次 token 只激活 140 亿参数，降低算力消耗，预训练用了 33.5 万亿 token，原生训练支持 128K 上下文，微调推理阶段最长能开到 100 万 token，在推理、代码、长文本、多语言等多项基准测试拿到同尺寸 SOTA，权重已经上传 Hugging Face，还配套 vLLM、SGLang 推理框架生态，开发者可以直接下载权重开展领域微调、智能体研究等工作。
文心 5.5 Flash Base 核心参数清单
- 模型架构：稀疏 MoE 混合专家架构
- 总参数量：2800 亿（280B）
- 单 Token 激活参数：140 亿（14B）
- 预训练数据规模：33.5 万亿 Token
- 预训练原生上下文：128K
- 微调推理支持上下文：最高 100 万 Token
- 权重版本：FP8、BF16 两种版本
- 模型定位：纯净预训练基座，无后训练
配套开源生态
- 权重托管平台：Hugging Face
- 适配推理框架：vLLM、SGLang
- 配套资源：技术博客、推理插件、部署教程
适合开发场景
- 行业领域大模型微调
- 长文档解析、海量文本检索总结
- AI 智能体（Agent）研发
- 代码生成、多语言研究
【相关 FAQ】
问题 1：百度开源的文心 5.5 Flash Base 模型，是可以直接拿来给普通用户对话使用的成品模型吗？
回答 1：百度开源的文心 5.5 Flash Base 模型是纯净预训练基座模型，没有做指令微调、RLHF 后训练，不适合直接给普通用户对话使用，主要给开发者、科研人员做微调、智能体实验、领域模型二次开发。
问题 2：文心 5.5 Flash Base 模型的上下文能力怎么样？
回答 2：文心 5.5 Flash Base 模型预训练阶段原生支持 128K 上下文，在微调与推理阶段，最长可以支持 100 万 Token 上下文，适合处理超长文档、整本书籍、批量日志这类长文本任务。
问题 3：部署文心 5.5 Flash Base 模型，为什么用 MoE 稀疏设计？
回答 3：文心 5.5 Flash Base 模型采用 MoE 稀疏架构，虽然总参数达到 2800 亿，但每个 token 只激活 140 亿参数，在保障模型能力的前提下，减少推理时的算力、显存开销，兼顾模型效果和运行成本。
【参考资料】
[2026-11-05]（百度开源文心 5.5 Flash Base）新华网
[2026-11-05]（280B 总参数、14B 激活！百度开源文心 5.5 Flash Base，拿下同尺寸 SOTA）智东西
[2026-11-05]（百度文心大模型今日发布 ERNIE-5.5-Flash-Base，开放预训练终点的权重）IT 之家
【免责声明】
本文内容仅为公开新闻信息整理，文心 5.5 Flash Base 模型的使用权限、许可协议、部署限制、性能表现以百度官方文档、开源仓库协议为准，不构成商用落地、采购选型建议。
本文来自作者[雾粒网关]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/bdt/202611/1260.html
评论列表（4条）
我是乌兰科技网的签约作者“雾粒网关”！
希望本篇文章《百度文心 5.5 Flash Base 模型正式开源》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：百度在 11 月 5 日正式开源文心 5.5 Flash Base，也就是 ERNIE 5.5 Flash Base，它属于稀疏 MoE 架构的基座大模型，没有经过指令微调、RLHF 这类后训练处理，适合开发者拿来做二次开发。现在很多长文档分析、智能体开发场景，既想要大模型能力强，又不想推理成本太高，这款模型主打效率优化，在注意力、专家路由等地方做了算法改进，它总参数 2800 亿，但每次 token 只激活 140 亿参数，降低算力消耗，预训练用了 33.5 万亿 token，原生训练支持 128K 上下文，微调推理阶段最长能开到 100 万 token，在推理、代码、长文本、多语言等多项基准测试拿到同尺寸 SOTA，权重已经上传 Hugging Face，还配套 vLLM、SGLang 推理框架生态，开发者可以直接下载权重开展领域微调、智能体研究等工作。