百度於 2026 年 11 月 5 日在 Hugging Face 發布 ERNIE-5.5-Flash-Base。它是一款可下載權重的純文字混合專家（MoE）基礎模型，總參數為 2800 億，每處理一個 token 啟用 140 億參數。百度表示，模型從頭以 33.5 兆個 token 完成預訓練。136

理解這款模型的關鍵，是分清「總參數」與「每個 token 啟用的參數」：2800 億代表模型的整體容量，140 億則是處理單一 token 時啟用的部分，並非下載檔案只有這麼大。另一個重要差別是，它不是已調教成聊天助理的成品，而是供後續調整的起點。6

這次發布的模型，適合拿來做什麼？

SGLang 文件將這份檢查點描述為預訓練結束時的模型狀態，尚未經中期訓練或後訓練；可作為領域調整、指令微調及強化學習研究的基礎。 換句話說，若要把它用於助理型產品或特定工作流程，通常還需要依需求進一步訓練與調整。

上下文長度也分成不同階段：文件列出的訓練上限為 128K token，微調與推論則支援最長 1M token；SGLang 的部署文件同樣記載可支援最高 1M token 的上下文。

發布版本包括 FP8 權重，另有 BF16 版本；SGLang 文件列出對兩者的支援。5 不過，模型規模龐大，參數數字本身並不能完整說明執行所需的硬體與部署成本。

MoE 架構如何運作？

混合專家模型不會在處理每個 token 時動用所有參數。ERNIE 所稱的 2800 億總參數與每個 token 啟用 140 億，正是這種稀疏運作方式的體現。6

SGLang 說明，模型採用 37 層高度壓縮注意力，以及 6 層可處理完整上下文的多頭潛在注意力，並搭配稀疏注意力機制。每個 MoE 層列有 512 個路由專家，會選出 10 個專家，並搭配一個共享專家。 這些架構資訊有助理解模型設計，但單憑結構本身，不能直接推論實際應用中的速度或成本優勢。

百度也表示，訓練使用 Muon 最佳化器與 FP8 混合精度，並在數千張 GPU 上執行；模型資料則介紹了針對大注意力頭維度設計的 FlashMask-4 注意力核心。6

針對這個核心，百度公布的測試稱，在 SM100 上，相較 FlashAttention-4 MaskMod，前向運算最高快 175%，反向運算最高快 74%。4 這是廠商公布的核心運算結果，不代表整個模型在實際服務情境中也會快 175%。

基準測試：多項領先，但不是全面勝出

百度公布的測試顯示，ERNIE 在若干知識與程式評測中表現突出，也列出與 DeepSeek-V4-Flash-Base 的比較。以下是發布資料中的分數；應視為基準測試結果，而非已獲獨立複驗的結論。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 MMLU 五樣本測試中，ERNIE 得分為 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 但成績並非項項領先：公布的比較中，DeepSeek 在 ChineseSimpleQA 與 InfiniteBench 得分較高。714

整體來看，ERNIE-5.5-Flash-Base 是一款總容量大、採稀疏啟用，並有長上下文部署支援的基礎模型。多項基準成績值得留意，但團隊仍應依實際任務自行評估，並在部署前仔細確認授權條款。

部署支援與授權須留意

SGLang 列出 FP8 與 BF16 版本的支援及部署方式，也包括 ECHO 推測解碼的使用說明。 Hugging Face 模型頁面則列明使用自訂的「ERNIE 5.5 Flash Base Model License Agreement v1.0」，並提及可接受使用政策；因此，權重可下載不等於使用不受限制，應先確認條款是否符合預定用途。19

百度於 2026 年 11 月 5 日在 Hugging Face 發布 ERNIE-5.5-Flash-Base。它是一款可下載權重的純文字混合專家（MoE）基礎模型，總參數為 2800 億，每處理一個 token 啟用 140 億參數。百度表示，模型從頭以 33.5 兆個 token 完成預訓練。136

理解這款模型的關鍵，是分清「總參數」與「每個 token 啟用的參數」：2800 億代表模型的整體容量，140 億則是處理單一 token 時啟用的部分，並非下載檔案只有這麼大。另一個重要差別是，它不是已調教成聊天助理的成品，而是供後續調整的起點。6

這次發布的模型，適合拿來做什麼？

SGLang 文件將這份檢查點描述為預訓練結束時的模型狀態，尚未經中期訓練或後訓練；可作為領域調整、指令微調及強化學習研究的基礎。 換句話說，若要把它用於助理型產品或特定工作流程，通常還需要依需求進一步訓練與調整。

上下文長度也分成不同階段：文件列出的訓練上限為 128K token，微調與推論則支援最長 1M token；SGLang 的部署文件同樣記載可支援最高 1M token 的上下文。

發布版本包括 FP8 權重，另有 BF16 版本；SGLang 文件列出對兩者的支援。5 不過，模型規模龐大，參數數字本身並不能完整說明執行所需的硬體與部署成本。

MoE 架構如何運作？

混合專家模型不會在處理每個 token 時動用所有參數。ERNIE 所稱的 2800 億總參數與每個 token 啟用 140 億，正是這種稀疏運作方式的體現。6

SGLang 說明，模型採用 37 層高度壓縮注意力，以及 6 層可處理完整上下文的多頭潛在注意力，並搭配稀疏注意力機制。每個 MoE 層列有 512 個路由專家，會選出 10 個專家，並搭配一個共享專家。 這些架構資訊有助理解模型設計，但單憑結構本身，不能直接推論實際應用中的速度或成本優勢。

百度也表示，訓練使用 Muon 最佳化器與 FP8 混合精度，並在數千張 GPU 上執行；模型資料則介紹了針對大注意力頭維度設計的 FlashMask-4 注意力核心。6

針對這個核心，百度公布的測試稱，在 SM100 上，相較 FlashAttention-4 MaskMod，前向運算最高快 175%，反向運算最高快 74%。4 這是廠商公布的核心運算結果，不代表整個模型在實際服務情境中也會快 175%。

基準測試：多項領先，但不是全面勝出

百度公布的測試顯示，ERNIE 在若干知識與程式評測中表現突出，也列出與 DeepSeek-V4-Flash-Base 的比較。以下是發布資料中的分數；應視為基準測試結果，而非已獲獨立複驗的結論。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 MMLU 五樣本測試中，ERNIE 得分為 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 但成績並非項項領先：公布的比較中，DeepSeek 在 ChineseSimpleQA 與 InfiniteBench 得分較高。714

整體來看，ERNIE-5.5-Flash-Base 是一款總容量大、採稀疏啟用，並有長上下文部署支援的基礎模型。多項基準成績值得留意，但團隊仍應依實際任務自行評估，並在部署前仔細確認授權條款。

部署支援與授權須留意

SGLang 列出 FP8 與 BF16 版本的支援及部署方式，也包括 ECHO 推測解碼的使用說明。 Hugging Face 模型頁面則列明使用自訂的「ERNIE 5.5 Flash Base Model License Agreement v1.0」，並提及可接受使用政策；因此，權重可下載不等於使用不受限制，應先確認條款是否符合預定用途。19