白送的 280B：百度开放 ERNIE 5.5 Flash Base 权重，开发者拿到手能做什么

作者：周砚

百度把 ERNIE 5.5 Flash 的预训练终点权重放了出来：总参数 280B、每 token 激活 14B、33.5T tokens 从零预训练。这不是能直接对话的模型，而是一个起点。它省掉了最贵的那一段，也把"开源竞争"的比法从聊天效果挪到了基座质量上。腾讯 Hy4 的说法目前仍只有社交平台孤证。

先看清放开的是什么

11 月 5 日，百度文心发布 ERNIE-5.5-Flash-Base，开放 ERNIE 5.5 Flash 预训练终点的权重 。几个关键数字：稀疏 MoE 架构，总参数 280B，每个 token 只激活 14B；在 33.5T tokens 上从零完成预训练；训练上下文最长 128K，微调与推理支持到 1M tokens 。

名字里的 "Base" 是重点。这批权重没有经过中训练，也没有经过后训练 。说白了，它不是拿来聊天的：你问它一个问题，它更可能顺着往下写，而不是回答你。官方也直说，Base 只是起点，经过后训练的 ERNIE 5.5 Flash 随后推出 。

280B 和 14B 的关系也值得解释一句。280B 是模型的总容量，14B 是每次计算实际动用的部分——稀疏 MoE 靠路由挑选专家，只有一部分参数参与单个 token 的运算。结果是：显存和存储要按更大的模型准备（FP8 权重按 280B 粗算是 280GB 量级），但算力开销更接近 14B 这一档。这类架构省的是推理时的计算，不是部署时的机器。

对开发者、研究者，实际用途在哪

33.5T tokens 从零预训练，是这件事里最实的部分。这个量级的训练成本，独立实验室和高校基本无法复现，把终点权重放出来，相当于让别人省掉最贵的一段，只付微调的钱。官方给的三个方向也都指向这里：领域适配、指令微调、强化学习研究的共同起点 。

拆开看：

• 领域适配。拿通用基座继续喂行业语料，比从一个已经对齐好的聊天模型改，阻力小得多——后训练过的模型带有固定的回答习惯，你想让它换一种风格，往往要和旧习惯打架。
• 指令微调。做垂直助手、小语种模型，从 Base 起做 SFT，可控性更好。
• RL 研究。在别人调好的模型上做强化学习，很难说清涨点是来自你的方法还是它原有的对齐；Base 是可复现的干净起点。

语料设计里有个细节能说明官方对下游的预期：代码数据除了仓库与网页代码的去重分级，还补了 commit、issue、pull request、代码评审、自动生成的测试、经 CI 验证的修复 。这些是"软件演化与执行验证"类数据，典型的 agent 后训练原料。长文方向同样如此——天然长文档、混入语义相近干扰文本的长序列，加上合成的检索与多跳问答 。基座层面就在为"读长文档、查东西、改代码"铺路。

至于 1M 上下文，得分清两件事：训练时最长 128K，1M 是微调与推理阶段的支持 。自评里提到，43 层中有 37 层在 128 倍压缩后的序列上做注意力，6 层 MLA-DSA 负责细粒度检索 ——这是结构上的取舍，能不能在 1M 位置真的捞回细节，还要看第三方复测。

腾讯那条线，目前只能算线索

和百度这条有官方链接、有权重地址的消息相比，11 月的另一条传播线要弱得多。

11 月 4 日，小红书一篇帖子称腾讯 Hy4 正式版能看懂屏幕、自己操作微信，实测让它总结群聊、改资料，还会用 Blender 建 3D 模型；API 价格看齐 DeepSeek，开源权重已放出，昇腾算力适配好了 。这条帖子后来打不开（返回 404），也没有官方公告、许可证条款、权重托管地址或具体价目可以对照。所以"开源"和"看齐 DeepSeek"目前都只能标注为待核实。

即便这些说法成立，也要看清楚它和百度那条不是同一类东西。"自己操作微信"属于 GUI agent 能力，靠的是后训练加一层执行框架，涉及截屏识别、点击、失败重试。这类演示的说服力取决于成功率和回滚机制，而这两项恰恰不在传播内容里。另一个常被忽略的点是合规：自动化操作自家社交 App，边界在哪，需要官方说明，而不是实测视频。

X 上的传播则是另一种形态。11 月 5 日，账号 @Sui_hunter 发了一句 "BAIDU JUST GAVE AWAY A 280B AI MODEL FOR FREE" 。它没有任何技术细节，价值在于说明海外的时间线确实被这个数字带动了。但"白送"至少要打三个折扣：权重免费不等于算力免费；许可证条款在发布信息里没出现，商用授权要另看；能直接用的后训练版还没发。

竞争比的是起点，不是聊天效果

官方在 30 项 Benchmark 上与三个同等规模的 Base 对比：DeepSeek-V4-Flash-Base、Hy3-preview-Base、MiMo-V2.5-Base，都用各自公开的 checkpoint、同一套评测框架 。这份榜单的意义不在排名，而在于它把竞争坐标改了：大家比的不是谁的聊天模型讨喜，而是谁的基座更值得被选作起点。

这是一门收益后置的生意。Base 权重本身几乎不直接产生收入，回报在别处——研究者熟悉你的结构，工程示例里默认带着你的微调配置（官方就附了英伟达 Megatron-Bridge 的示例 ），企业做行业模型时你的架构成为默认选项。代价是持续的：预训练一轮比一轮贵，语料清洗和 CI 验证数据要一直投，而后训练版的发布节奏还得跟上，否则起点会被别人抢走。能长期这么打的，是现金流够厚的少数几家；中小团队在这轮里更多是受益方，而不是参赛方。

需要交代证据局限：核心参数来自 IT 之家对官方发布的转述 ，官方技术博客与 Hugging Face 模型卡本轮未能读取，30 项 Benchmark 是厂商自评，没有第三方复测分数，许可证条款未知；腾讯 Hy4 的整条信息缺官方确认。所以"谁更强""价格战会不会真打起来"，现在下判断都太早。

接下来两个时间点值钱：ERNIE 5.5 Flash 后训练版发布时，才轮到比聊天和 agent 能力；Hy4 若真有官方开源公告和定价页，那条线才算成立。在那之前，"白送 280B"是个传播上准确的标题，但还不是完整的事实。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] 百度文心开源发布 ERNIE 5.5 Flash Base 高效基座模型，总参数 280B
• [S2] 腾讯Hy4正式版实测：AI会自己操作微信了 · 谁是我的黑马
• [S3] BAIDU JUST GAVE AWAY A 280B AI MODEL FOR FREE 😳 · Sahinul
• [S4] 小红书 - 你访问的页面不见了
• 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处
• 配图 2：来源：www.ithome.com（图片署名见原文） · 图片出处
• 配图 3：来源：www.ithome.com（图片署名见原文） · 图片出处