发生了什么
11 月 5 日，百度文心团队发布 ERNIE-5.5-Flash-Base，把文心 5.5 Flash 的预训练终点 checkpoint 开放给社区。模型为稀疏 MoE，总参数 280B，每 token 激活 14B，在 33.5T token 上从零完成预训练，使用 Muon 优化器与 FP8 混合精度。权重以 FP8 与 BF16 两种 safetensors 上架 Hugging Face，采用自有许可 ERNIE 5.5 Flash Base Model License Agreement v1.0。
百度在发布页写清了这次的边界：开放的是未经中训练与后训练的 Base 权重，经过后训练的 ERNIE 5.5 Flash 随后推出。换言之，这不是一个能直接对话的模型，输入还要求以 BOS token 开头。
效率设计落在哪些部件上
- 混合稀疏注意力：43 层里每 7 层保留 1 层 MLA 做全上下文 token 级访问，其余 37 层改为重度压缩注意力（HCA），每 128 个 token 压成 1 条缓存，只对压缩条目加最近一小段未压缩窗口做稠密计算。
- 按层配头维度：计算量小的 HCA 层用 512 维宽头，计算量大的 MLA 层用 256 维窄头；KV cache 预算集中给 6 层 MLA，并在这些层上叠加稀疏注意力（DSA）。
- 多路由 MoE：512 个路由专家选 10，另设 1 个共享专家；专家在 2048 维隐空间内计算，dispatch 与 combine 通信量、专家 FLOPs 约减半。
- ECHO 取代 MTP：直接复用主干最后一层做多 token 预测，不再外挂独立的 MTP Transformer 层。
- 其余取舍：mHC 用 4 条并行残差流替代标准残差连接；MultiMax 输出头用分段可学习温度压长尾；新 BPE 词表约 20 万，数字按从右到左、三位一组切分。
训练上下文逐步扩到 128K，微调与推理支持 1M。为配合大 head dim，百度同时放出 FlashMask-4 注意力算子，支持 qk_head_dim 至 576、v_head_dim 至 512，官方称在 SM100 上相比 FlashAttention-4 的 MaskMod，前向最高提升 175%、反向最高提升 74%。
对企业意味着什么
开放 Base 而不是对话模型，指向的是另一批使用者：有能力做继续预训练、领域适配或强化学习训练的团队。百度在同一评测框架下把它与同尺寸量级的 DeepSeek-V4-Flash-Base（284B-A13B）、Hy3-preview-Base（295B-A21B）、MiMo-V2.5-Base（310B-A15B）对齐比较，强调推理、代码与综合类基准，以及 6 项长上下文基准。
现实约束也很直接：280B 的权重不是单机能跑的量级，即便只做微调也需要多卡与相应显存；许可为百度自有协议，商用范围、署名要求与再分发条款需要逐条核对，不能按 Apache 2.0 的惯性理解。
不确定之处
公开的对比成绩均由百度自行评测，尚无第三方复测；外部报道提到的 HumanEval+ 82.3% 属单点转述，发布页给出的是一组分类别结果。真正能判断这版权重价值的，是社区在领域继续预训练与 Agent 训练上跑出的增益，而不是预训练 loss 曲线。