百度开源文心5.5 Flash Base，跑分亮眼，但协议收紧了

下载一个 2800 亿参数的开放权重模型之前，大伙一般先看跑分，再掂量自己的显卡。这回得多加一步：先翻 LICENSE，不然可能白下。

11 月 5 日，百度文心团队在 Hugging Face 放出了 ERNIE-5.5-Flash-Base，总参数 280B，每个 token 只激活 14B，训练上下文最长 128K，微调和推理支持到 1M。我们 AI主线 的判断是：ERNIE-5.5-Flash-Base 是一个架构下了真功夫、自家跑分很亮眼的预训练底座，但它换成了自定义协议，欧盟、英国和韩国直接不能用，更像有条件的开放权重，而不是大伙习惯的那种开源。

Base 是半成品，为啥还要开

先把名字拆开。Base 指预训练刚结束时的检查点，没做过中期训练和后训练，不太会按你的指令办事，像个读完海量文本、但还没上过岗前培训的人。

官方说，这么放是想让开发者自己决定往哪走：做领域适配，做指令微调，或者搞强化学习研究。官方还说，后训练版的 ERNIE 5.5 Flash 会随后推出，没给时间，咱也别猜。另外它是纯文本模型，图像和音频都没有。

所以眼下它是给想自己炼模型的团队备的原料，不是打开就能聊的成品。

14B 激活，到底省在哪

280B 总参数、14B 激活，是 MoE 的典型打法。每层有 512 个专家，每个 token 只挑 10 个，外加 1 个必选的共享专家。就像一家有 512 位专科医生的医院，每位病人只会被叫去会诊 10 位，账单自然比全员上阵便宜。

更有意思的是长上下文这块。官方说 43 层里有 37 层用重度压缩注意力，每 128 个 token 只存一条缓存，相当于看书时只记每章的读书笔记。剩下 6 层保留对全上下文的精细访问，等于隔一阵翻回原文核对一次。长文本最烧钱的 KV 缓存，就靠这个招数压下来。

这个路子 DeepSeek V4 也用过，只是它把重度压缩注意力和 CSA 搭在一起，百度换成了 MLA 加 DSA，并称在相近缓存预算下效果更好。算不算抄作业不好说，更像大伙在同一道题上各交各的答卷，至于谁的答案对，还得看后面的实测。

跑分挺猛，可对手有点旧

百度在 30 项基准上拉来三个同级别底座对比：DeepSeek-V4-Flash-Base（284B-A13B）、Hy3-preview-Base（295B-A21B）和 MiMo-V2.5-Base（310B-A15B），说是同一套评测流程。我对着模型卡的表数了一遍，ERNIE 在其中 24 项拿到最高分。这些都是百度自己跑出来的。

最扎眼的是难一点的项目。MMLU-Pro 上 ERNIE 是 78.4，DeepSeek 是 69.2，代码题 HumanEval+ 也拉开了十三分左右。差这么多，不太像噪声。至于 MMLU 93.3 这种老榜单，我更愿意理解成没有明显短板，而不是真比对手聪明了四分。

它也不是全胜。中文常识问答 ChineseSimpleQA 和长上下文里的 HELMET-Rerank，DeepSeek 的分更高；FullStackBench 则是腾讯那个更高。

还有个时间差。三位对手都是今年 4 月下旬的版本：Hy3 preview 在 4 月 23 日，DeepSeek-V4-Flash-Base 在 4 月 24 日，MiMo-V2.5 在 4 月 28 日，腾讯后来还推出了正式版 Hy3。拿半年前的版本当参照不算不公平，但也只能说明它在这批老对手里的位置。

再补一个数：MiMo-V2.5 公开的训练量约 48T token，ERNIE 是 33.5T。少喂了三成，分还更高，如果成立，说明百度在数据配比和训练系统上确实有门道。不过这得等独立复测，目前我能查到的数字都出自百度自己的模型卡。底座分高也不等于后训练出来的 Agent 就强，中间还隔着整套后训练功夫，跑分党别太早下结论。

协议才是这次的重头戏

ERNIE 4.5 在 2025 年 6 月开源时用的是 Apache 2.0。这回换成了自定义的 ERNIE 5.5 Flash Base Model License Agreement v1.0，几条规矩得掰开说。

先说地域：欧盟、英国、韩国不在授权范围内。再说商用：非商用免费；商用只要相关产品年收入不超过 5000 万美元，就给百度发一次性通知，并在显眼位置写上“Powered by ERNIE”；超过这条线，就得先拿百度的书面授权，费用另谈。收入口径是整个相关产品的收入，里面哪怕混着别家的模型也照算。最后还有一条：不能用这个模型、衍生模型或它们的输出去改进无关的 AI 系统，蒸馏和合成数据这条路基本被堵上了。

对照一下，DeepSeek-V4-Flash-Base 和 MiMo-V2.5 用的都是 MIT 协议，商用不需要额外授权。这一点上 ERNIE 明显更紧。

谁会被卡住？欧洲、英国、韩国的团队直接出局，打算做大规模的创业公司得盯着那条年收入线，想拿它蒸馏小模型的人，条款已经写明了。反过来，年收入远低于线、想做垂直领域微调的团队，代价不过是一次通知加一行署名。

我们 AI主线 的看法是，这回百度一手亮技术底牌，一手顺带划了商业红线，权重确实能下，不是画饼，但也不再是 4.5 那种放开手脚随便用的路数。接下来盯两件事：后训练版 ERNIE 5.5 Flash 出来之后表现如何，以及社区里有没有人愿意在这套协议下做大规模微调。