百度於 2026 年 11 月 5 日在 Hugging Face 發布 ERNIE-5.5-Flash-Base。呢個可下載嘅文字模型採用混合專家（MoE）架構，總參數有 280B，每個 token 會啟用其中 14B；百度表示，模型由零開始以 33.5 萬億個 token 預訓練。136

先要分清兩個數字：280B 代表整個模型嘅參數總量，14B 就係處理每個 token 時啟用嘅部分，唔代表下載檔案總共只有 14B 參數。另一個重要分別係，呢個版本係模型嘅「基礎 checkpoint」，並非已完成指令微調、可以直接當聊天助手使用嘅成品。6

呢次發布有咩實際意思？

SGLang 文件指，ERNIE-5.5-Flash-Base 係預訓練結束時嘅模型狀態，尚未經中期或後期訓練，可作領域適配、指令微調及強化學習研究嘅起點。 換言之，對想自行定製模型嘅團隊較有用；若要直接用於助手類應用，通常仍要按用途做後續訓練。

上下文長度亦要分開睇：資料列出嘅訓練上限為 128K token，而微調及推論支援最長 1M token；SGLang 部署文件亦列明支援最多 1M 上下文。

發布版本包括 FP8 權重，另有 BF16 版本，SGLang 文件列明兩者均受支援。5 不過，參數量或者精度格式本身，未足以判斷實際所需硬件；部署前仍要評估模型檔案、推論工作負載同運行環境。

280B 參數點樣做到每次只啟用 14B？

混合專家模型唔會為每個 token 動用所有參數。ERNIE 所列嘅 280B 總參數同 14B 啟用參數，正正反映呢種稀疏架構設計。6

SGLang 將模型描述為有 37 層高度壓縮注意力層，以及 6 層保留完整上下文嘅多頭潛在注意力層，並使用稀疏注意力。文件亦列出 512 個路由專家；每個 MoE 層會選用其中 10 個，另加一個共享專家。 呢啲資訊有助了解模型點樣組成，但單憑架構細節，唔足以證明實際應用一定更快或更平。

百度表示，訓練採用 Muon 優化器及 FP8 混合精度，運行於數以千計嘅 GPU；模型資料亦介紹 FlashMask-4，一款針對較大注意力頭維度設計嘅 kernel。6

就 FlashMask-4 而言，百度稱它在 SM100 上，相較 FlashAttention-4 MaskMod，前向運算最高快 175%，反向運算最高快 74%。呢啲係廠方公布嘅 kernel 測試數據，唔等於整個模型喺真實服務場景都會快 175%。4

基準測試：有亮點，但唔係全面勝出

百度公布嘅測試結果顯示，ERNIE 在多項知識及編程評測有不錯成績；以下數字屬發布方列出嘅基準測試結果，並非獨立重複驗證。47

基準測試	ERNIE-5.5-Flash-Base	DeepSeek-V4-Flash-Base
MMLU-Pro	78.4	69.2
HumanEval+	82.3	69.5
LiveCodeBench	40.1	31.9
ChineseSimpleQA	73.0	75.3

在列出的 MMLU 五樣本（5-shot）測試中，ERNIE 得分 93.3，高於 DeepSeek-V4-Flash-Base 的 89.4、Hy3-preview 的 87.5，以及 MiMo-V2.5 的 87.6。4 不過，結果並非每項都佔優：DeepSeek 在 ChineseSimpleQA 同 InfiniteBench 嘅相關比較中得分較高。714

較穩妥嘅解讀係：ERNIE 提供高總參數、每個 token 稀疏啟用，以及有文件記錄嘅長上下文部署支援；部分基準測試成績突出，但實際表現仍要按具體任務評估，唔應單靠排行榜決定採用與否。

部署支援同授權要留意

SGLang 列明支援 FP8 同 BF16 checkpoint，並提供部署指引，包括 ECHO 推測解碼（speculative decoding）。 Hugging Face 模型頁列出自訂嘅 ERNIE 5.5 Flash Base Model License Agreement v1.0；協議亦提及可接受使用政策。因此，權重可以下載唔代表可以不受限制地使用，打算將模型用於產品前，應先細閱授權條款。19

百度於 2026 年 11 月 5 日在 Hugging Face 發布 ERNIE-5.5-Flash-Base。呢個可下載嘅文字模型採用混合專家（MoE）架構，總參數有 280B，每個 token 會啟用其中 14B；百度表示，模型由零開始以 33.5 萬億個 token 預訓練。136

先要分清兩個數字：280B 代表整個模型嘅參數總量，14B 就係處理每個 token 時啟用嘅部分，唔代表下載檔案總共只有 14B 參數。另一個重要分別係，呢個版本係模型嘅「基礎 checkpoint」，並非已完成指令微調、可以直接當聊天助手使用嘅成品。6

呢次發布有咩實際意思？

SGLang 文件指，ERNIE-5.5-Flash-Base 係預訓練結束時嘅模型狀態，尚未經中期或後期訓練，可作領域適配、指令微調及強化學習研究嘅起點。 換言之，對想自行定製模型嘅團隊較有用；若要直接用於助手類應用，通常仍要按用途做後續訓練。

上下文長度亦要分開睇：資料列出嘅訓練上限為 128K token，而微調及推論支援最長 1M token；SGLang 部署文件亦列明支援最多 1M 上下文。

發布版本包括 FP8 權重，另有 BF16 版本，SGLang 文件列明兩者均受支援。5 不過，參數量或者精度格式本身，未足以判斷實際所需硬件；部署前仍要評估模型檔案、推論工作負載同運行環境。

280B 參數點樣做到每次只啟用 14B？

混合專家模型唔會為每個 token 動用所有參數。ERNIE 所列嘅 280B 總參數同 14B 啟用參數，正正反映呢種稀疏架構設計。6

SGLang 將模型描述為有 37 層高度壓縮注意力層，以及 6 層保留完整上下文嘅多頭潛在注意力層，並使用稀疏注意力。文件亦列出 512 個路由專家；每個 MoE 層會選用其中 10 個，另加一個共享專家。 呢啲資訊有助了解模型點樣組成，但單憑架構細節，唔足以證明實際應用一定更快或更平。

百度表示，訓練採用 Muon 優化器及 FP8 混合精度，運行於數以千計嘅 GPU；模型資料亦介紹 FlashMask-4，一款針對較大注意力頭維度設計嘅 kernel。6

就 FlashMask-4 而言，百度稱它在 SM100 上，相較 FlashAttention-4 MaskMod，前向運算最高快 175%，反向運算最高快 74%。呢啲係廠方公布嘅 kernel 測試數據，唔等於整個模型喺真實服務場景都會快 175%。4

基準測試：有亮點，但唔係全面勝出

百度公布嘅測試結果顯示，ERNIE 在多項知識及編程評測有不錯成績；以下數字屬發布方列出嘅基準測試結果，並非獨立重複驗證。47

基準測試	ERNIE-5.5-Flash-Base	DeepSeek-V4-Flash-Base
MMLU-Pro	78.4	69.2
HumanEval+	82.3	69.5
LiveCodeBench	40.1	31.9
ChineseSimpleQA	73.0	75.3

在列出的 MMLU 五樣本（5-shot）測試中，ERNIE 得分 93.3，高於 DeepSeek-V4-Flash-Base 的 89.4、Hy3-preview 的 87.5，以及 MiMo-V2.5 的 87.6。4 不過，結果並非每項都佔優：DeepSeek 在 ChineseSimpleQA 同 InfiniteBench 嘅相關比較中得分較高。714

較穩妥嘅解讀係：ERNIE 提供高總參數、每個 token 稀疏啟用，以及有文件記錄嘅長上下文部署支援；部分基準測試成績突出，但實際表現仍要按具體任務評估，唔應單靠排行榜決定採用與否。

部署支援同授權要留意

SGLang 列明支援 FP8 同 BF16 checkpoint，並提供部署指引，包括 ECHO 推測解碼（speculative decoding）。 Hugging Face 模型頁列出自訂嘅 ERNIE 5.5 Flash Base Model License Agreement v1.0；協議亦提及可接受使用政策。因此，權重可以下載唔代表可以不受限制地使用，打算將模型用於產品前，應先細閱授權條款。19