ERNIE-5.5-Flash-Base：百度開放 280B 檢查點，卻又限縮你可使用的範圍

整整兩週以來，ERNIE-5.5-Flash-Base 最引人注目的地方，就是百度幾乎什麼都沒說。這個 Hugging Face 儲存庫於 2026 年 10 月 21 日註冊，之後基本上一直空著，直到 11 月 2 日，裡頭除了 README 之外幾乎別無他物。首批權重分片在那天早上上線，而 128 分片的 FP8 檢查點則於隔日完成上傳。直到 11 月 5 日，百度才發布技術部落格與模型卡，說明它究竟放了什麼上去：一個 280B 參數的稀疏混合專家（MoE）檢查點，每個 token 啟用其中 14B 參數，並以 33.5 兆個 token 從零開始預訓練。

到了那天早上，主要儲存庫已被下載四次，按讚數則是五十幾。這兩個數字之間的落差，正是這次發布的縮影。許多人正關注百度第二度轉向開放權重，但幾乎還沒有人把權重帶回家。

有兩件事能解釋這種猶豫，而兩者都是這個發布本身的特性，而非圍繞它的議論。第一，這是基礎檢查點——預訓練的終點，沒有中期訓練，也沒有後訓練——因此它不是聊天模型，行為也不像聊天模型。第二是授權條款。它不是 Apache 2.0，不適用於歐盟、英國或韓國，而且一旦你的相關年營收超過 5,000 萬美元，其商業條款就會改變。

百度發布了什麼，以及發布順序為何

儲存庫的提交歷史比任何公告都更能清楚交代這次發布。10 月 21 日首次提交。10 月 26 日出現 README，兩分鐘後上傳了一個資料夾，接著又刪除了架構與效能圖片——這是一個人組裝頁面時常見的反覆調整。設定檔在 11 月 2 日 06:29 到位，權重分片緊接在後，而 128 個中的最後一個則在隔天早上 09:00 前完成。基準測試與架構圖表在 11 月 4 日上線。標誌、分詞器微調與最後幾輪 README 修訂則在 11 月 5 日出現，距離部落格文章發布僅數小時。

順序是：權重優先，文件其次，公告最後。百度並沒有先辦發表會，再把檔案拖出來。它把 280B 檢查點放上網路，之後才寫說明。這點值得直說，因為你在中文報導裡會看到的敘事框架——一場凱旋式的開源公告——描述的是 11 月 5 日發生的事，而不是 11 月 2 日發生的事。

目前有兩個儲存庫，而這次的拆分比往常更為關鍵。baidu/ERNIE-5.5-Flash-Base 提供 FP8 混合精度 safetensors；baidu/ERNIE-5.5-Flash-Base-BF16 以 BF16 提供相同的檢查點。兩者皆無存取限制，皆為純文字模型，且都宣稱相同的 280B 總參數量與 14B 啟用參數量。模型內部還存在第三組權重，即 ECHO 參數——其中 0.36B——Baidu 明確將其排除在主要統計數字之外。

這些計數慣例值得明確界定，因為它們在同一頁上就彼此矛盾。Baidu 的 280B 包含輸入嵌入與輸出頭，而其 14B 啟動參數則計入輸出頭、卻不計入嵌入查表。Hugging Face 自家的模型大小小工具顯示 286B——這是套用到同一批檔案上的另一種慣例。兩者都沒有錯；它們回答的是略有不同的問題，而把兩者混在一起的規格表會對不上。

基礎檢查點並非聊天機器人，而兩者的差異絕非表面工夫。

模型卡上影響最重大的一行，恰恰是最不戲劇性的一行：這是「預訓練結束時的檢查點，尚未經過任何中期訓練或後續訓練」。百度明言的用途是領域適應、指令微調與強化學習研究。它是一個起點，而且就是以起點的身分出售。

實際上，這意味著你不能把它直接換進聊天產品，就期待它像 ERNIE 一樣。這張模型卡是透過 /v1/completions 端點提供服務，而不是 chat completions，並指出輸入需要 BOS token，因此分詞必須保持 add_special_tokens=True。基底模型會延續文字。它不會遵循指令、拒絕請求或進行對話，因為沒有任何東西教過它這些。

目前也還沒有經過後訓練的同系列版本，而這正是讀者看到基準測試數字時最常搞錯的地方。百度的部落格表示，經過後訓練的 ERNIE 5.5 Flash「將會隨後推出」。它今天並不存在。發布資料中沒有提到 Qianfan 上有為它提供的託管 API，沒有可供比較的聊天模型，Artificial Analysis 上也沒有 ERNIE 5.5 Flash 的資料列——我在 11 月 5 日查看了模型索引，上面列有 ERNIE 4.5 300B A47B 和 ERNIE 5.0 Thinking Preview，完全沒有 5.5 系列的任何項目。

因此，對 5.5 Flash 作為一個產品系列，在其發布當天的誠實描述是：一個基礎檢查點、開放權重、沒有指令模型、沒有端點。其餘一切皆是對日後的承諾。

在架構內部，簡要地

百度把工程心力花在長上下文的成本上，而且即使你從未訓練它，其設計也清晰可辨。

• 注意力 — 43 層中有 37 層使用 Heavily Compressed Attention，每 128 個 token 快取一筆項目，而 6 層則透過 MLA 搭配稀疏注意力（DSA）保留 token 層級存取。在相同的 KV 快取預算下，Baidu 指出，HCA 搭配 MLA 的表現優於 HCA 搭配壓縮稀疏注意力。

{{1}}注意力頭幾何{{/1}} — 低成本、經 128× 壓縮的 {{2}}HCA 層{{/2}} 採用寬達 512 維的注意力頭；高成本的 token 層級 {{3}}MLA 層{{/3}} 則採用較窄的 256 維注意力頭。注意力頭寬度會與每層注意力實際的成本相匹配。

• 專家 — 每個 MoE 層有 512 個經路由的專家，採用前 10 名路由，外加一個共享專家，於半個隱藏寬度的 2,048 維潛在空間中進行分派與組合。負載平衡無需輔助損失。

殘差與輸出——具四條平行殘差流的流形約束超連接（Manifold-Constrained Hyper-Connections）取代標準殘差路徑，而帶有可學習分段溫度的 MultiMax 頭則銳化詞彙分布。

• ECHO — 有別於獨立的多詞元預測模組，主幹自身的最後一層會預測未來詞元，並同時充當推測解碼的草稿模型。這就是位於參數量之外的 0.36B。

• 分詞器 — 約 201,000 個 BPE 詞元，數字由右至左分組標記，每組最多三位數。

上下文長度才是真正實用的頭條：訓練時為 128K，微調與推論時達 1M，而釋出的配置已經直接啟用 1M 設定。對這個規模的開放檢查點來說，這是貨真價實的大視窗，而這也是百度在架構設計之初就圍繞打造的能力，並非事後才補上去的。

這張基準測試表是真的，而且它不是你以為的那個數字。

百度橫跨考試、知識、STEM、推理、多語言、程式碼與長上下文，公布 30 列結果，並與三個同期基礎模型對比：DeepSeek-V4-Flash-Base（總參數 284B、活躍參數 13B）、Hy3-preview-Base（295B、21B）與 MiMo-V2.5-Base（310B、15B）。四者都透過同一套評估管線、使用相同提示詞與 few-shot 設定運行——這既是建立此表格的正確方式，也是它無法直接放進與聊天模型並列之排行榜的原因。

ERNIE-5.5-Flash-Base 在 30 行中領先 24 行。最重要的差距在程式碼與考試型知識上，而基礎模型在這些方面的差異通常很小：

• HumanEval+（1-shot，Pass@1）— ERNIE 82.3 對比 DeepSeek 69.5、Hy3 78.0、MiMo 74.4

• MMLU-Pro（5-shot，EM）— ERNIE 78.4 對上 DeepSeek 69.2、Hy3 66.9、MiMo 65.7

• LiveCodeBench（1-shot，Pass@1）— ERNIE 40.1 對 DeepSeek 31.9、Hy3 33.5、MiMo 32.4

• RepoQA（0-shot，Pass@1）— ERNIE 91.7 對 DeepSeek 81.0，Hy3 91.3，MiMo 56.5

它也輸掉六項，而這六項比勝利更具資訊量。ChineseSimpleQA 由 DeepSeek 以 75.3 對 ERNIE 的 73.0 拿下。使用思維鏈的 BBH 由 Hy3 以 90.0 對 89.2 拿下。INCLUDE-lite 以 79.8 對 79.5 敗給 DeepSeek，差距僅在四捨五入之間。FullStackBench 由 Hy3 以 56.7 對 54.6 拿下。HELMET-Rerank 是差距最大的敗仗，60.0 對 56.2。InfiniteBench 也是 48.0 對 46.5，同樣由 DeepSeek 拿下——對於一個以長上下文為核心設計目標的模型來說，這是個格外刺眼的結果。

那些數字每一個都是百度自家的，由百度產生，在百度配置的評測框架上得出，並與權重一同發布。沒有任何第三方重現過其中任何一項。這不是指控；這是一個才問世幾小時的模型所處的正常狀態，而這也正是廠商表格最常被當成實測數據引用的狀態。

真正有用的比較目前還不存在，而且它不是那張表格所邀請你做的比較。這些全都是基礎模型。基礎檢查點在 MMLU 上拿到 93.3 分，並不等於聊天模型上的 93.3 分；而把它與 Artificial Analysis Intelligence Index 的分數並列——該分數是根據從事代理式與推理工作的後訓練模型計算出來的——將會是類別上的謬誤。百度已發表了一份嚴謹的同類別內部比較。所有讀到這份比較的人都可能犯的錯誤，就是把它當成跨類別的比較。

許可證才是真正能阻止人們的部分

撇開公告不談，規範本次發佈的文件是 ERNIE 5.5 Flash Base Model License Agreement v1.0。其日期為 2026 年 11 月 5 日——該授權條款本身是對公告日期最可靠的確認——而且它是一份自訂協議，並非 OSI 認可的協議。

三個條款發揮了大部分作用。

• 領域。本授權係「僅於領域內」為之，第 1.11 條將該領域定義為全球每個地理區域，但不包括歐盟、英國及韓國。第 3.1 條下的再散布僅限於相同領域。對於一家看到「開放權重」並計劃進行部署的公司而言，這是最可能至關重要的條款。

• 五千萬美元這條線。非商業用途免費。商業用途同樣免費，只要您從相關產品或服務取得的年收入在五千萬美元或以下，且您於首次商業使用前向百度發送一次性使用通知，並在易於存取之處——使用者介面、關於頁面，或就 API 與後端服務而言，您的開發者文件——顯示「Powered by ERNIE」這串確切字樣。超過五千萬美元者，須於開始使用前另行取得事前書面授權，費用另依單獨協議訂定。

• 營收如何計算。第 1.7 節將共同控制下的每一個實體——股權或表決權超過 50%——合併計為單一營運者。它也會計入相關產品的全部營收，即使該產品同時採用 ERNIE 以外的其他模型亦然。你不能藉由指出觸及這些權重的流量占比，就將自身歸類到門檻之下。

與百度自身歷史的對比，正是這件事值得報導、而非例行公事的原因。ERNIE 4.5 於 2025 年 6 月 30 日發布，以 Apache 2.0 授權推出十個變體——真正寬鬆，沒有地域限制、沒有營收門檻、也沒有署名要求字串。2025 年 11 月的 ERNIE 5.0 則完全反其道而行，根本沒有釋出任何權重。ERNIE-5.5-Flash-Base 是第三種立場：權重可供下載，但其條款使「開放」成為關於可得性的陳述，而非關於授權許可的陳述。

如果你是因為任何商業用途而評估此模型，請先讀第 1.7、1.11 和 4 節，再讀基準測試表。表格告訴你它能做什麼；那三節則告訴你，你是否被允許一探究竟。

運行所需

權重夠大，硬體問題自然有答案；又夠小，答案不至於荒謬。在 FP8 下，280B 參數在任何 KV 快取之前約為 280 GB 的權重——這是算術，不是實測——可放進由 80 GB 卡組成的四 GPU 節點，而且一旦啟用 128K 上下文，剩餘空間會比聽起來更緊。BF16 版本則翻倍到約 560 GB，需要八張卡。

百度提供兩條服務路徑，兩者都帶有值得你在開始前了解的摩擦。

• SGLang — 一個預先建置的映像 lmsysorg/sglang:dev-ernie-55-flash，以張量平行度 4 與注意力資料平行度 4 啟動。它是 dev 標籤，不是固定版本的發行版。

• vLLM — vLLM 0.32.0，外加一個從百度自家 vLLM-ERNIE 儲存庫安裝的外掛程式。啟動旗標包括 FP8 KV 快取、專家平行處理，以及 --moe-backend humming。

Neither path is a one-line install, and the vLLM route in particular pins you to a specific vLLM version and a plugin that Baidu maintains. That is normal for a model with new attention and MoE structure, and it is the kind of detail that decides whether a two-week evaluation slips by a week. A Megatron-Bridge fine-tuning example is linked from the card for the same reason: this checkpoint is meant to be trained on, not just served.

誰該下載，誰該再等等

如果你已具備微調的環境，就下載它吧。一個以 33.5T 個 token 訓練而成的 280B-A14B 基礎檢查點，具備 100 萬 token 的推論視窗，且商業條款在營收門檻以下與排除地區以外皆可運作，對於領域調適或 RL 訓練來說是紮實的起點——而激活比例意味著你的訓練與服務成本是比照 14B、而非 280B 在跑。百度在注意力與 KV 快取上所做的效率工程，正是針對長上下文、代理式工作負載——這類負載若放在同等品質的稠密模型上執行，成本相當高昂。

如果你想找一個能呼叫的模型，那還得再等等。目前沒有 instruct 版本、沒有 API，也沒有獨立評測。任何需要把 ERNIE 5.5 Flash 當作產品來用的人，都在等百度承諾推出、卻尚未公布日期的後訓練版本。

此外，在那之前也請先查看地圖。如果你的使用者、你的實體或你的基礎設施位於歐盟、英國或南韓，該授權並未賦予你下載按鈕所暗示的權利。

對團隊來說，有一條務實的中間路線：他們真正的問題不是「我們能不能跑這個」，而是「這比我們目前付費使用的更好嗎」。你需要比較的是你將要取代的託管模型，以及你今天就能呼叫的模型。OrcaRouter 將200 多個模型置於單一 API 之後，以 0% 加價——供應商標價原樣傳遞，因此供應商降價當天就會反映——這使得與你目前正式環境模型進行評比，只需更改模型字串，而不必再簽一份合約。對於你打算微調並自行託管的檢查點，路由層是你在判斷微調是否真的更好時，讓現有模型持續留在流程中的方式；若不是，還有自動容錯移轉。ERNIE-5.5-Flash-Base 不在 OrcaRouter 上；它是一組由你自己執行的權重，而上述內容不會改變這一點。

看什麼

有趣的變數不是基礎檢查點是否優秀——依照百度自己的數據，它與被拿來比較的基礎模型相比具有競爭力，而且在大多數列上都勝出。變數在於百度會如何處理後訓練模型，因為那正是授權條款開始對實際產品產生約束的地方，也是最終會出現獨立評分的地方。

有兩個日期值得記住。第一個是後訓練版 ERNIE 5.5 Flash；Baidu 表示它會隨後推出，但尚未排定時程。第二個是那份 30 列表格中任一列的首個第三方重現——也就是這些數字不再屬於 Baidu、而開始屬於所有人的那一刻。在那之前，對 ERNIE-5.5-Flash-Base 的誠實總結是：Baidu 公開交付了一個大型、精心設計的預訓練檢查點，準確地描述了它，並附上一份授權條款，而其開放程度遠低於「開放權重」一詞通常所暗示的。