一句话看懂：百度于2026年11月5日开源2800亿参数MoE基础模型文心5.5 Flash Base，激活参数仅140亿，官方称在知识、推理、数学、代码、多语言和长上下文等多项基准上刷新同尺寸SOTA，直接对标DeepSeek-V4-Flash-Base等模型。
事件核心：发生了什么
根据AIbase报道，百度在11月5日正式开源新基础模型ERNIE 5.5 Flash Base。该模型采用MoE架构，总参数2800亿、激活参数140亿，预训练使用33.5万亿tokens，预训练上下文长度最高128K，微调与推理阶段支持最长100万tokens上下文。官方称，在知识、推理、数学、代码、多语言和长上下文等多项基准上，其成绩优于DeepSeek-V4-Flash-Base、Hy3-preview-Base等同尺寸模型。需要说明的是，上述评测结论来自官方披露，具体任务名单和评测条件目前公开信息有限。
为什么重要
这首先是一次效率路线上的公开竞争。2800亿总参数只激活140亿，意味着推理成本可以控制得较低，而上下文窗口拉到100万tokens，则对准了长文档处理和Agent类应用的需求。技术侧，百度在注意力机制上引入Latent-Gated Sparse Attention，结合HCA与MLA压缩历史信息、保留细粒度位置访问；低秩门控注意力把门控投影权重参数减少75%；专家路由采用Multi-Router Latent MoE；训练目标引入ECHO，复用主干末层预测后续token，省去额外MTP模块。基础设施层面还优化了分布式Muon优化器，并引入FlashMask-4注意力算子。这些改进能否在实际训练和推理中稳定兑现，仍需开发者实测验证。
对用户/开发者/创作者的影响
对开发者而言，开源基础模型降低了做垂直领域定制模型的门槛，尤其适合长上下文问答、代码辅助和多语言处理场景。但需要注意：基础模型不等于开箱即用的产品，部署2800亿参数模型对显存和集群仍有要求；14亿激活参数虽然降低了单次计算量，但整体服务成本取决于部署规模。对普通用户和创作者，短期直接影响有限，更多会通过后续基于该基座开发的AI应用间接体现。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是官方是否公布完整评测集、基线和复现方式，让同尺寸对比可核查；二是开源许可以及社区微调工具链是否完善，这决定生态扩散速度；三是DeepSeek等竞品是否在同尺寸区间跟进发布，以及该模型在真实API服务和商业产品中的落地价格。
来源：AIbase
