百度文心5.5 Flash Preview 发布：280B 总参 MoE，每次激活 14B

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。