百度开放 2800 亿参数 ERNIE 基座

百度发布的 ERNIE-5.5-Flash-Base，重点在于给开发者提供一个可以继续训练的基础模型。它刻意没有经过微调或后训练；要把它变成能稳定听懂指令、适合具体业务的助手，后续工作需要开发者自己完成。

这次发布值得关注的是模型规模、长上下文设计，以及基础模型的开放权重。但对想直接接入 AI 编程能力的团队来说，参数和榜单之外，更该先弄清楚：拿到的是哪一阶段的模型，距离可用产品还有多少工作。

没有后训练，拿到的模型能做什么

基础模型（Base Model）经过预训练，已经学习了大量文本中的知识和模式。但预训练能力与遵循用户指令、按要求输出结果，并不是同一件事。

原文明确说，ERNIE-5.5-Flash-Base 发布时没有经过微调或后训练，开发者需要自行决定后续训练方向。百度计划之后推出后训练版本，但原文没有给出时间。

这次开放的是继续训练的起点，直接用于助手产品的效果仍需验证。

对于有训练数据、算力和模型工程能力的团队，这样的起点可以用于探索自己的任务方向。对于只想在应用里加入代码问答、文本处理能力的开发者，Base 版本是否合适，需要和已经完成后训练的模型分别评估。

2800 亿参数，为什么每次只激活 140 亿

ERNIE 5.5 使用混合专家架构（MoE），总参数量为 2800 亿，每个输入激活其中的 140 亿，约占总量的 5%。

可以把它理解为：模型内部有多组负责不同计算的专家，每次处理输入时，只调用其中一部分。总参数量描述模型整体规模，激活参数量更接近单次输入涉及的计算规模。

但不能据此把它当成一个部署成本等同于 140 亿参数模型的产品。完整权重如何存储、专家如何分布、运行时需要多少显存，原文都没有交代。

权重已在 Hugging Face 提供 FP8 和 BF16 两种格式。原文没有给出对应硬件配置、吞吐量或部署成本，因此目前能确认的是权重格式，不能进一步推导普通团队能以多低的成本运行它。

百万上下文和基准成绩，要分开看

模型预训练使用了 33.5 万亿 tokens，训练上下文最长为 128,000 tokens。它在设计上支持微调和推理阶段扩展到最多 100 万 tokens。

这里有两个不同层次的信息：128,000 tokens 是原文给出的预训练上下文长度，100 万 tokens 是设计支持的扩展长度。原文没有展开扩展方法，也没有给出百万长度下的具体质量、延迟和资源消耗。

能容纳更长输入，不等于能可靠利用输入里的每一处信息。

百度还提供了与其他开放基础模型的基准比较，称其在推理、代码和长上下文任务上具有竞争力。图表覆盖 Exam、STEM、Reasoning、Knowledge、Code、Multilingual、Long Context 七类任务，并注明使用相同评测流程。

对比对象包括 DeepSeek-V4-Flash-Base、Hy3-preview-Base 和 MiMo-V2.5-Base。统一流程有助于比较，但这些结果来自百度；原文没有提供独立复测，也没有展开评测配置。不能把「具有竞争力」直接读成全面领先，更不能据此认定它已经适合日常 AI 编程。

我的判断

这次发布对模型训练团队的直接价值，比对普通应用开发团队更明确。前者可以围绕一个开放基础模型继续训练，后者通常更关心指令遵循、工具调用和任务完成率，而原文没有提供这些方面的证据。

和直接采用完成后训练的模型相比，选择 Base 版本会把更多训练与验证工作留给团队。是否值得，取决于业务是否需要这种定制空间，以及团队能否承担相应成本。

文章提供了厂商基准图，但缺少独立验证；把它视为有潜力的候选模型是合理的，把它当成已经证实的编程助手替代品则证据不足。另外，标题使用「开源」一词，正文确认了权重可获取，却没有说明许可证和商用条件，具体使用边界仍需核对。

能拿来做什么

• 如果正在选择日常 AI 编程工具，先确认比较的是 Base 版本还是后训练版本，再用相同的代码任务测试，避免只按参数量和代码榜单做选择。
• 如果团队计划训练自己的代码模型，可以把 ERNIE-5.5-Flash-Base 纳入候选，先核对许可证、FP8/BF16 运行支持和部署资源，再决定是否投入训练。
• 如果关注整仓代码或长文档处理，可以围绕实际输入长度测试信息定位和跨文件推理，并记录延迟与资源消耗，不把 100 万 tokens 的设计上限当作效果保证。