11 月 5 日，百度開源了預訓練基座模型文心 5.5 Flash Base（ERNIE 5.5 Flash Base）。這是一個稀疏 MoE 語言模型，總引數 280B，每個 token 啟用 14B，在 33.5T token 上從零預訓練，訓練上下文最長 128K，微調與推理階段可擴充套件至 100 萬 toke… 看完整事件
百度開源文心 5.5 Flash Base，2800 億引數 MoE 模型
11 月 5 日，百度開源基座模型文心 5.5 Flash Base（ERNIE 5.5 Flash Base）。它採用 MoE 架構，總引數 2800 億、每 Token 啟用 140 億，用 33.5 萬億 Token 預訓練，預訓練上下文最高 128K，微調與推理支援最長 100 萬 Token；在知識、推理、數學、程式碼、多語言和長上下文等基準上取得同尺寸 SOTA，超過 DeepSeek-V4-Flash-Base 等。模型已在 Hugging Face 開放，面向開發者與企業微調定製。
百度把 2800 億引數的 MoE 基座模型權重開放到 Hugging Face，並披露 Latent-Gated Sparse Attention、Multi-Router Latent MoE 與 ECHO 等效率設計，為需要長上下文微調的開發者和本地部署者提供了新選擇。
原標題：百度开源文心5.5 Flash Base，多基准测试刷新同尺寸模型 SOTA
閱讀原文
| 評分 | 85 / 85（平均 85，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
Qwen3.8-Flash-Next 177B 在單張 RTX 5070 上跑出 11-15 tok/s
有人在 Windows 上用 llama.cpp 的專家流式方案，在單張 RTX 5070 12GB 加 32GB DDR4-2400 記憶體上執行 Qwen3.8-Flash-Next 177B（UD-IQ3_XXS），基準約 11.5 tok/s，日常對話可達 14-15 tok/s。一次長程式設計提示以 10.15 tok/s 生成 4,892 個 token，產出一個可執行的單檔案貪吃蛇遊戲。
Claude Haiku 5.5 發布：1M 上下文，自適應思考預設開啟
Anthropic 推出 Claude Haiku 5.5（claude-haiku-5-5），面向高併發與低延遲場景。該模型提供 1M token 上下文視窗、128k 最大輸出 token，並支援通過 effort 引數調節的自適應思考。已在 Claude API、Amazon Bedrock、AWS 上的 Claude Platform、Google Cloud 和 Microsoft Foundry 上線。
Ollama 上線 40B MoE 開源模型 Flint，主打端側程式設計
Ollama 上線由 Recursive SI 開發的約 40B 引數 MoE 開源模型 Flint，面向端側 agentic coding 場景。官方給出短上下文下的生成速度：M4 Pro MacBook Pro 上超過 125 tps，64GB 視訊記憶體的 NVIDIA RTX Spark 上超過 150 tps。
DeepSeek V4.1 Flash 1017 發布：首個 CED 架構，1M 上下文
DeepSeek 上線 V4.1 Flash 的 10 月 17 日快照版 V4.1 Flash 1017，這是首個基於自研 Causal Encoder-Decoder（CED）架構的稀疏 MoE 模型：552B 總引數，輸入啟用 8B、輸出啟用 16B，影像理解原生內建。
Meta 開源 816B 多模態 MoE 模型 Muse Spark Open
Meta 發布開放權重模型 Muse Spark Open，採用混合專家架構，總引數約 816B、每 token 啟用約 42B，可輸入文字、影像、音訊和影片，輸出文字，上下文視窗最高 100 萬 token。模型針對 agentic coding 訓練，能閱讀程式碼庫、編寫與除錯程式碼並呼叫工具。官方提供 BF16 與 NVFP4 兩種權重，BF16 約 1.5TB，NVFP4 為 4 位精度、面向 NVIDIA Blackwell GPU。