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

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 ⚡

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、百度、文心5.5、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。