AI Index

ERNIE-5.5-Flash-Base

语言 Baidu 部分核实 发布于 2026年11月5日
  • 开放权重

价格

0 个渠道报价 · 按标价显示

这个模型暂无标价渠道。

详细规格

许可证
ernie-5.5-flash-base-model-license-v1.0
模型家族
ernie-flash-base

Baidu 的页面未说明：最长输入, 输入模态, 输出模态, 推理, 推理档位, 可关闭推理, 最大思考预算, 工具调用, 结构化输出, 内置工具, 知识截止, 别名。

本地运行

权重： baidu/ERNIE-5.5-Flash-Base
  • 参数 286.2B
  • 激活 厂商未写 · 专家 512（每 token 10）
  • 原生精度 FP8
  • 层数 43
  • 每 token 的 KV 缓存 48 KB
  • 配置位置数 1024K （config.json max_position_embeddings）
我的配置 GeForce RTX 4090 24 GB · 1008 GB/s · 内存 64 GB DDR5 双通道 · 89.6 GB/s
在你的配置上 · GeForce RTX 4090
放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
需要
≈ 149.1 GB (权重 141.6 + KV 缓存 0.4 + 开销 7.1)
可用
21.6 GB (标称的 90%)
建议
换成 IQ2_XXS 就能跑（需放到内存，但低于 4 bit，质量下降明显）
推荐精度权重8K 需要在你的配置上最长上下文
原生 FP8266.6 GB≈ 280.3放不下—
Q6_K218.9 GB≈ 230.3放不下—
Q5_K_M189.6 GB≈ 199.5放不下—
Q5_0183.3 GB≈ 192.8放不下—
Q4_K_M162.0 GB≈ 170.4放不下—
Q4_0150.0 GB≈ 157.8放不下—
IQ4_XS141.6 GB≈ 149.1放不下—
Q3_K_M质量下降明显130.3 GB≈ 137.2放不下—
IQ3_XXS质量下降明显102.0 GB≈ 107.4放不下—
Q2_K质量下降明显100.0 GB≈ 105.3放不下—
IQ2_XXS质量下降明显68.6 GB≈ 72.5需放到内存 速度未估算—

点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。

和其他配置比

每个配置各用它能跑的最高精度，点一个看细节。

最低需要（Q4_K_M · 8K）：显卡 AMD Instinct MI300X；统一内存 Apple M5 Ultra (64-core GPU) · 256 GB。

运行命令

厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。

微调需要多少显存
全参≈ 4268.4 GB你的配置放不下
LoRA≈ 537.0 GB你的配置放不下
QLoRA≈ 153.8 GB你的配置放不下

batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。

估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的

引用评分

来自第三方排行榜，并非我们测得

这个模型还没有出现在我们引用的任何排行榜上。

资讯

全部资讯 →

变更

全部变更 →
  1. 新增语言模型

来源

本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据

Baidu · 中国 · cloud.baidu.com

快照、同系列与同厂商的其他模型