训练数据达 33.5 万亿 Token，百度文心 5.5 Flash Base 正式开源

百度正式开源文心 5.5 Flash Base 基础模型，这个模型是用 33.5 万亿 Token 的数据训练完成，主打推理速度快、部署门槛低，开发者可以直接下载权重做本地部署、二次微调。很多轻量开源模型要么训练数据量不足，理解能力偏弱，要么推理延迟高，不适合线上高并发场景，文心 5.5 Flash Base 在数据规模上拉到 33.5 万亿 Token，兼顾了基础能力和推理速度。Flash 版本定位就是面向工程落地，适合做对话、摘要、分类、简单 RAG 这类场景，支持多种主流推理框架，也能在消费级显卡、服务器上跑起来。开源之后，个人开发者、企业团队都可以免费按照协议使用，大家可以基于这个底座继续微调适配自己的业务，不用从零训练大模型，节省大量训练成本和时间。

一、模型基础信息清单

• 模型名称：文心 5.5 Flash Base
• 训练数据规模：33.5 万亿 Token
• 发布方：百度
• 开放形式：开源
• 模型定位：高速基础底座模型
• 适用场景：文本摘要、内容分类、通用对话、RAG 底座

二、文心 5.5 Flash Base 核心信息表

三、文心 5.5 Flash Base 上手使用流程要点

1. 前往百度官方开源仓库，查看开源协议
2. 下载文心 5.5 Flash Base 模型权重文件
3. 搭配支持的推理框架，完成环境配置
4. 直接加载权重进行基础测试，验证生成效果
5. 根据业务数据，开展微调，定制专属版本
6. 部署到线上服务，接入业务系统使用

【相关 FAQ】

问题 1：百度文心 5.5 Flash Base 是用多少 Token 的数据训练出来的？

回答 1：百度文心 5.5 Flash Base 是用 33.5 万亿 Token 的数据训练完成，并且已经正式开源。

问题 2：百度文心 5.5 Flash Base 开源之后适合用来做什么？

回答 2：百度文心 5.5 Flash Base 开源，适合做通用对话、文本摘要、内容分类，也可以作为 RAG 底座，还支持开发者二次微调。

问题 3：文心 5.5 Flash Base 的 Flash 版本和普通版本差别在哪？

回答 3：文心 5.5 Flash Base 主打高速推理，在 33.5 万亿 Token 的训练基础上优化推理链路，更适合高并发落地场景。

问题 4：哪些人可以使用开源的文心 5.5 Flash Base？

回答 4：开源的文心 5.5 Flash Base，个人开发者、企业算法团队、AI 研究人员在遵守开源协议的前提下都可以下载使用。

【参考资料】

[2026-11-06]（33.5 万亿 Token 喂出来！百度文心 5.5 Flash Base 正式开源）36 氪

[2026-11-06]（百度开源文心 5.5 Flash Base，训练数据 33.5 万亿 Token）新浪科技

[2026-11-05]（文心 5.5 Flash Base 开源发布，面向轻量化部署场景）机器之心

[2026-11-05]（ERNIE 5.5 Flash Base open source with 33.5T tokens training data）AI Research Newsletter

【免责声明】

本内容信息整理自公开媒体报道，文心 5.5 Flash Base 开源协议、权重下载地址、性能指标以百度官方开源仓库公告为准，本内容不构成模型选型、商用落地建议。