长上下文与激活参数分开看

ERNIE 5.5 Flash Preview 采用总参数 280B、实际激活 14B 的混合架构，思路是用稀疏激活换取推理成本，同时保留大模型的理解能力。官方给出的最高上下文窗口为 1M，对应超长代码库、跨文档检索与批量资料分析一类场景。

需要区分的是，1M 上下文是能力上限，不代表所有任务都该塞满。窗口越长，注意力成本与无关信息干扰越高；把资料先做分段与筛选，通常比一次性投喂整库更稳。

Agent 演示与开源时间表

本次发布集中展示了游戏开发、3D 建模知识工作与视频创作中的多智能体串联效果，用来说明模型在长流程任务里的协同能力。API 已先在百度千帆平台上线，开发者可以直接调用测试。

官方明确说明这仍是后训练阶段的中间版本，后续会依据反馈继续优化；模型权重承诺在 11 月 25 日前开源。上述规格与演示效果均来自发布方口径，尚无第三方独立评测，建议以自己任务上的实测为准。

广告 把你的工具放上首页提交收录，每天触达上万名正在选型的 AI 用户。 提交收录

对选型意味着什么

如果团队已经在千帆上跑业务，可以先用一个边界清晰的长文档任务做 A/B：比较输出质量、首字延迟与单次调用成本，再决定是否迁移。不要因为 1M 这个数字就替换现有链路。

如果更看重可自主部署，值得等到权重真正放出、许可证与硬件需求明确后再评估。开源承诺与可用权重之间往往还有几天到几周的窗口，提前把评测集和基线准备好更划算。