百度文心5.5 Flash Preview 发布：280B 总参 MoE，每次激活 14B
280B 只激活 14B 还能跑 200+ tokens/s，Apache 2.0 开源加 1M 上下文，性价比直接对标 DeepSeek 那批开源 MoE。写代码和跑 Agent 的人可以先在 OpenRouter 白嫖试试，11 月 25 日前权重就放出来了。
百度发布文心5.5 Flash Preview，总参数 280B，每次推理仅激活 14B，支持 1M 长上下文，千帆 API 单用户推理速度超过 200 tokens/s，模型权重将在 11 月 25 日前以 Apache 2.0 协议开源，支持 SGLang 和 vLLM 部署，OpenRouter 上目前可免费用。
架构上，模型用混合稀疏注意力降低长上下文 KV Cache 显存占用，多路由器 MoE 加 ECHO 多 Token 预测压低计算开销，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；知识工作训练用了 30 万个工作空间、1000 万份文件、40 余种文件类型，能调 MCP 工具和 Skill 交付表格、文档和报告。
官方提到在 Terminal-Bench、AutomationBench 等基准上成绩有竞争力。百度此前披露的自动研究系统 ERNIE Evolve 在 NanoChat AutoResearch 和 NanoGPT Speedrun 两项任务上取得公开验证 SOTA，并参与了该模型的推理优化。
百度文心5.5 Flash Preview 今天发布。 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📊 8 ⚡
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, 百度, 文心5.5, 开源模型.
Source attribution: curated from 向阳乔木 (@vista8).
