百度开源 ERNIE 5.5 Flash Preview：280B 总参、14B 激活，办公自动化榜超 Claude Opus 5.5
百度这个 ERNIE 5.5 Flash 用 14B 激活参数在办公自动化和表格任务上压过了 Claude Opus 5.5，但代码分数还差不少，而且榜单是百度自己测的。等你需要跑表格和流程自动化，11 月 25 日前权重放出后可以部署对比下；纯写代码的话先留在 Claude。
百度发布开源模型 ERNIE 5.5 Flash Preview，总参数 280B，每个 token 仅激活 14B，上下文 1M，生成速度超过 200 token/秒，官方称权重将在 11 月 25 日前放出。在百度自测的办公自动化基准上，该模型 AutomationBench 得分 61.9，超过 Claude Opus 5.5 的 58.0，在七个模型中排第一；SpreadsheetBench V2 得分 36.4，也以 35.1 的 Opus 5.5 成绩领先，同样排名第一。
不过代码能力仍有差距：Terminal-Bench 4.0 上 ERNIE 5.5 Flash 只有 46.5，明显落后于 Opus 5.5 的 63.6，DeepSWE v1.1 排名也只列七个模型中的第五。带星号的成绩均为百度自行测试，尚未经第三方复现。对开发者来说，表格处理和流程自动化这类任务在权重放出后可以自行部署验证，写代码场景暂不建议切换。
兄弟们，百度刚放了个开源模型，每个 token 只激活 14B 参数，在办公自动化榜上把 Claude Opus 5.5 压过去了！
ERNIE 5.5 Flash Preview，总参数 280B，上下文 1M，生成速度 200 token/秒以上。
很多人看到 Flash 就默认是便宜凑数的小弟。这张榜单给的结果有点反过来：
AutomationBench 61.9，Opus 5.5 是 58.0，七个模型里第一。 SpreadsheetBench V2 36.4，Opus 5.5 是 35.1，也是第一。
说实话，搞得我心头痒痒的，真的已经真牛了么？
① 对手带星号的分数是百度自己测的，等第三方复现。 ② 写代码还差一截。Terminal-Bench 4.0 它 46.5，Opus 5.5 是 63.6。DeepSWE v1.1 排七个里的第五。 ③ 权重还没放，官方说 11 月 25 日前。
我的看法：做表格、跑流程这类活，等权重出来可以自己部署试试。写代码先别换。
14B 激活干到这个份上，卧槽，Flash 这个名字有点谦虚了 😂
榜单图在下面👇
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 5.5 Flash, 百度, Claude Opus 5.5, 开源模型.
Source attribution: curated from berryxia (@berryxia).
