百度发布 ERNIE 5.5 Flash Base 开源基础模型，参数量达 2800 亿

百度发布了 ERNIE-5.5-Flash-Base，这是一个未进行微调或后训练的开源基础模型，旨在让开发者自行决定后续应用方向。该模型采用混合专家（MoE）架构，拥有 2800 亿参数，其中每次输入仅激活 140 亿参数。预训练数据量为 33.5 万亿 tokens，上下文窗口设计支持最高 128,000 tokens，但在微调与推理阶段可扩展至一百万 tokens。

在基准测试中，ERNIE 5.5 Flash Base 与 DeepSeek-V4-Flash-Base、Hy3-preview-Base 和 MiMo-V2.5-Base 在同一评估管道下进行了对比。结果显示，在推理、代码和长上下文任务上，该模型的表现与同量级的开源基础模型相当。权重文件已在 Hugging Face 提供 FP8 和 BF16 两种格式下载。

事实层面，百度确认了模型的具体参数规模、架构细节及基准测试结果；推断层面，这表明百度正在通过开放基础模型来维持其 AI 生态的活跃度，并试图在开源领域与 DeepSeek 等竞争对手争夺开发者注意力；猜测层面，文中提到“预计将随后推出后训练版本”，这可能意味着百度计划先通过基础版建立标准，再跟进对齐后的商业版本。