比现有国产最大模型大三倍多

参数是衡量模型「体量」最直观的指标，指的是模型在训练中学到的那组数值，决定了它存储信息和记忆的上限。据《金融时报》报道，字节跳动这一模型目前处于预训练的早期阶段，这一阶段通常要持续三到六个月，之后如果顺利，才会进入微调和最终发布，确切规模要到更后期才能确定。

横向一比就清楚了：月之暗面的 Kimi K3 是此前中国已发布的最大模型，参数为 2.8 万亿；阿里的 Qwen 3.8-Max 为 2.4 万亿；DeepSeek 的 V4-Pro 约 1.6 万亿。字节跳动这枚新模型最高可达 10 万亿，相当于 Kimi K3 的三倍多，把 Alibaba 和 DeepSeek 一并甩在身后。

美国那边，Anthropic 从不公开自家模型的参数规模。业内普遍估计，其最先进的 Mythos 5 大约在 8 万亿参数上下，更广泛开放的 Fable 5 约 5 万亿。也就是说，若字节跳动真冲到 10 万亿，它在「体量」这一项上已经和美国最顶尖的系统处在同一区间。

钱和人早就铺好了

能撑起这种量级的训练，靠的是真金白银。报道提到，字节跳动已将 2026 年的 AI 资本开支计划从去年初拟定的 1600 亿元人民币，上调到 2000 亿元以上（约 300 亿美元），其中大约一半用于采购芯片。

带队的是内部的研究组织 Seed 团队，由前 Google DeepMind 科学家吴永辉领衔，目前在中外合计约 2000 人。在消费者端，字节跳动的豆包 AI 助手月活已达约 3.24 亿，是国内最大的 AI 应用；视频生成模型 Seedance 也被不少从业者视为当前全球表现最好的同类产品。从短视频起家的公司，已经把地基挖到了基础模型的深处。

创始人张一鸣给团队定了一条有点「轴」的规矩：不要依赖「蒸馏」——也就是拿更强模型的输出去训练或改良自己的小模型——哪怕短期性能会因此吃亏。在他看来，抄近路会伤到长期的技术突破，宁可慢一点也要走自研。这也能解释为什么字节跳动至今坚持闭源路线，和阿里、DeepSeek 走开源的思路截然不同。

但「10 万亿」不等于「比 Anthropic 强」

说白了，参数规模是最容易被误读的数字。字节跳动披露的是「总参数」，而决定模型实际能力的，还有架构、数据质量和训练方法。当前几乎所有前沿模型都采用混合专家（MoE）架构，推理时只激活一小部分参数：DeepSeek 的 V4-Pro 总参数 1.6 万亿，真正在每次推理时激活的只有约 490 亿，仅占总量的 3%。换句话说，10 万亿描述的是「要存多大」，而不是「有多聪明」。

《金融时报》也明确点出，这枚模型尚未完成训练，更没有经过独立基准测试，现在就拿它和 Anthropic 比高下为时过早。但它释放的信号足够清晰：中国 AI 公司不再满足于做低成本、跟跑式的模型，而是开始正面冲击前沿。

按三到六个月的预训练节奏推算，这枚模型最早也要到 2027 年初才可能公开亮相。在那之前，外界能做的只有一件事——等它练完，再看激活参数到底是多少。

来源：英国《金融时报》（FT）、路透社