AI资讯

百度发布文心 5.5 Flash Preview,2800 亿参数仅激活 140 亿并开源

发布时间:2026年11月12日 14:00:00

11 月 12 日,百度发布文心 5.5 Flash Preview(ERNIE 5.5 Flash Preview),主打快、便宜、开源:总参数 2800 亿,每次仅激活 140 亿,推理速度超过 200 token/秒;API 输入定价忙时 2 元、闲时 1 元每百万 token,权重同步开放。


事件:把「便宜」做成产品定位

11 月 12 日,百度发布 文心 5.5 Flash Preview(ERNIE 5.5 Flash Preview),三个关键词:快、便宜、开源。

关键参数:

项目数值
总参数2800 亿(MoE)
每次激活约 140 亿
推理速度超过 200 token/秒
输入定价忙时 2 元 / 百万 token,闲时 1 元
权重同步开放

「Flash」这个命名已经说明了定位:不是最强,而是最快最便宜的可用模型。

2800 亿激活 140 亿意味着什么

这是典型的 MoE(混合专家)结构:模型整体很大,但每个 token 只走其中一小部分专家。

它带来的直接结果是成本结构的变化:

  • 训练成本高(参数总量大);
  • 推理成本低(每次只算 140 亿);
  • 峰值吞吐高(可以批量并发)。

对商业场景来说,第三条最关键。客服、内容审核、批量摘要这类任务,单次调用便宜、并发量大,MoE 的结构优势会被放大。

忙时 / 闲时定价是个聪明设计

国内云厂商此前普遍是单一价格,百度这次引入了分时定价:

时段输入价格
忙时2 元 / 百万 token
闲时1 元 / 百万 token

这本质上是用价格调度算力。对离线批处理任务(数据清洗、批量标注、夜间跑报表),用户会主动挪到闲时,云厂商的 GPU 利用率随之上升。

这个思路在电力行业很常见,在算力上落地的不多。

与阿里、MiniMax 的三角竞争

国产模型最近一周动作密集:

厂商动作侧重
百度文心 5.5 Flash 开源低成本 + 高吞吐
阿里Qwen4-Max 预览旗舰能力 + 编程
MiniMaxH3-Image 开源4K 生图

三家形成了清晰的分工:百度打吞吐、阿里打能力上限、MiniMax 打多模态。这也说明国内竞争已经从「谁的模型更强」转向「谁的模型在具体场景更划算」。

三层影响

对开发者:多了一个便宜的推理选项,尤其是批量任务。开源权重还允许私有化部署。

对中小企业:分时定价降低了「用不起」的门槛,夜间批量处理的成本可以压到很低。

对开源生态:2800 亿参数的 MoE 权重公开,会催生一批蒸馏与量化版本,进一步压低端侧与私有部署成本。

需要冷静看的几点

  1. 「Preview」意味着还会变:能力、定价、限流都可能调整。
  2. 200 token/秒的前提:通常在特定硬件与并发条件下测得。
  3. 能力上限:Flash 系列不适合复杂推理与长程 Agent,定位要清楚。
  4. 许可条款:开源不等于无条件商用,需看具体协议。

观察点

  1. 第三方榜单表现:尤其是中文任务与工具调用。
  2. 正式版定价:预览期的价格往往是促销价。
  3. 社区量化版本的速度:端侧可用性是这类模型的重要价值。
  4. 分时定价是否被同行跟进:如果跟进,国内 API 价格战会进入新阶段。

一句话总结:文心 5.5 Flash 用 140 亿激活参数和分时定价,把竞争焦点从「最强」拉到了「最划算」。