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 ⚡
本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：ERNIE、文心5.5、Baidu、开源模型，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「向阳乔木」（@vista8），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 3 家独立信源对该事件进行交叉印证与跟进报道（含 百度 AI Baidu、marktechpost 等），属于近期高关注度行业信号。
