百度发布文心5.5 Flash Preview：280B 参数仅激活 14B，Apache 2.0 开源
百度这次直接把 280B 的新模型按 Apache 2.0 开源，激活 14B 就能跑到 200 tokens/s，还支持 vLLM 和 SGLang 部署，对做私有化部署的团队很友好。对比 DeepSeek 和 Qwen 的开源路线，百度这次在 Agent 任务和知识工作场景下了重注。想验证实际水平的，OpenRouter 上能免费用。
百度在百度世界 2026 召开前夕发布文心（ERNIE）5.5 Flash Preview，总参数 280B、每 token 仅激活 14B，支持 1M token 上下文，千帆 API 推理速度超过 200 tokens/s，采用 Apache 2.0 协议开源，支持 SGLang 和 vLLM 部署，模型权重将在 11 月 25 日前放出。
技术机制上，模型用混合稀疏注意力降低长上下文 KV Cache 显存占用，通过多路由器 MoE 和 ECHO 多 Token 预测在提升能力的同时压低计算开销，FP4 专家权重和草稿头针对 Agent 任务提速。编程方向训练数据包含超过 1400 万个可执行代码任务和多 Agent 框架真实执行轨迹，覆盖 WebDev、游戏开发、3D 仿真等场景；知识工作方向后训练使用了 30 万个工作空间、1000 万份文件、40 余种文件类型，覆盖金融、法律等领域。
百度还披露了自动研究系统 ERNIE Evolve，在 NanoChat AutoResearch 和 NanoGPT Speedrun 两项任务的三个评测指标上拿到公开验证 SOTA，并已参与文心 5.5 Flash 的低时延、确定性推理吞吐和极致解码速度三项推理优化。模型已在 Terminal-Bench、AutomationBench 等基准上取得有竞争力的成绩，OpenRouter 上可免费试用。
一年一度百度世界 2026 要召开了！每次都能线下见到好多朋友。 可能是为了迎接会议，百度文心5.5 Flash Preview 今天发布了。 几个关键参数：总参数280B，每次推理只激活 14B，支持 1M 长上下文，千帆 API 单用户推理速度 200+ tokens/s，Apache 2.0协议开源，支持 SGLang 和 vLLM 部署。 编程能力据说提升显著： 训练数据用了超过1400万个可执行代码任务，加上多 Agent 框架真实执行轨迹，模型不仅能写代码，还能接管复杂软件工程任务。 WebDev、游戏开发、3D仿真、视频编排，描述需求能直出可运行交互。 知识工作的训练规模也很大： 30万个工作空间、1000万份文件、40余种文件类型，后训练覆盖金融、法律等专业领域。 分散的材料扔进去，模型能自主规划任务，调 MCP 工具和Skill，直接交付可用的表格、文档和报告。 架构层面做了几件事： 混合稀疏注意力解决长上下文 KV Cache 显存占用，多路由器 MoE 加 ECHO 多 Token 预测在提升能力的同时压低计算开销，FP4 专家权重和 草稿头专门针对 Agent 任务提速。 280B参数每次仅激活 14B 还能跑到 200 tokens/s 以上，就是得益于上面的构架组合。 百度早些时候披露了自动研究系统 ERNIE Evolve，能自主提出研究方向、开展实验、验证结果、积累经验，在NanoChat AutoResearch 和 NanoGPT Speedrun 两项任务三个评测指标上，拿到目前公开验证 SOTA。 据说系统已参与了文心 5.5 Flash 的推理优化，包括低时延场景性能优化、确定性推理吞吐优化和极致解码速度优化，用 AI 系统来优化 AI 模型，这就是大家常说的 RSI 吧，加油！ Openrouter 能免费用，抽空体验下，看看实际模型质量怎么样。 Baidu Inc. @Baidu_Inc ERNIE 5.5 Flash Preview just landed! 🔥 Built on a new architecture designed for efficient inference, the latest open-weight foundation model in the ERNIE family delivers stronger performance in coding, 3D modeling, knowledge work and content creation. It keeps decoding fast while posting competitive scores on Terminal-Bench, AutomationBench, and other benchmarks. Here's the rundown: - 280B total parameters, 14B active per token - 1M-token context window - Generation speed above 200 tokens/sec Model weights will be released by November 25. 🔗 View Quoted Tweet📊 1 ⚡
This report is categorized under AITOP's "Models" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include ERNIE, 文心5.5, Baidu, 开源模型.
Source attribution: curated from 向阳乔木 (@vista8). Cross-source corroboration: 3 independent sources have covered this development (including 百度 AI Baidu, marktechpost), confirming industry-wide signal strength.
