过去一个多月，“参数量”这个词重新回到了 AI 新闻的标题里。7 月 16 日，月之暗面开源 Kimi K3，总参数 2.78 万亿，是目前全球最大的开源模型；8 月 3 日，阿里发布 Qwen3.8-Max，2.4 万亿；8 月 12 日，马斯克的 Grok 4.6 上线，1.5 万亿。加上今年 1 月就上线的百度文心 5.0（2.4 万亿），“两万亿俱乐部”在一个夏天里凑齐了三家中国公司和一家美国公司。
这事放在三年前不算新闻，放在去年就有点反常。2025 年 DeepSeek R1 横空出世的时候，行业的主流叙事还是“小模型够用了”——R1 用远小于 GPT-4 的成本打平第一梯队，所有人都在讲效率、讲蒸馏、讲参数规模不重要。一年之后，参数竞赛回来了。
我把最近几周各家的官方公告、技术报告和靠谱媒体的报道翻了一遍，把确定发生的、官方承认的、只是传闻的消息分开。这篇算一份中场盘点：各家现在到哪了，接下来半年有什么值得等。
先解释一件事：为什么参数又能卷了
答案是一个老技术的全面成熟：MoE，混合专家。原理不复杂——把一个巨大的模型拆成几百个“专家”网络，每次提问只唤醒其中一小撮，其余的沉睡。总参数决定模型“知道多少”，激活参数决定“回答一次花多少钱”，这两件事从此可以分开卷。
Kimi K3 总参数 2.78 万亿，但每次只激活 16 个专家、约一千亿参数，单次推理的成本大概和两年前一个千亿级模型差不多。DeepSeek V4-Pro 是 1.6 万亿激活 490 亿，激活率 3%；Qwen3.8-Max 是 2.4 万亿激活 950 亿。今年所有上万亿的旗舰，激活率普遍压在 3% 到 8%。
换句话说，这轮竞赛卷的是万亿参数的体格、千亿参数的饭量。谁能让大模型用得省，谁才敢把参数做大。
还有一层原因不好听但真实：公开的高质量数据快被用完了，海外模型又从 6 月起限制中国厂商调用 API，靠“蒸馏”变强的路变窄了。想再上一个台阶，各家只能回头砸参数、砸算力、自建数据循环。
中国：把万亿参数开成了大路货
Kimi K3：全球最大开源模型，和一次被迫的暂停
K3 是这个夏天最值得细说的模型。2.78 万亿参数、896 个专家每次激活 16 个、原生多模态、100 万 token 上下文，7 月中旬发布并开源。技术报告里最有意思的是 KDA（Kimi Delta Attention）：把随对话无限膨胀的 KV 缓存压缩成固定大小的状态矩阵，让百万上下文的算力开销大幅下降。这家公司从早期就押注长上下文，现在长上下文成了全行业的军备。
成绩摆在那里：前端代码竞技场全球第一，SWE-bench Verified 76.8%。商业上的剧情更戏剧：估值半年从 43 亿美元涨到 350 亿美元，API 收入占七成；然后 7 月 19 日，因为算力不够，暂停了 C 端新用户订阅。全球最大的开源模型，自家付费入口先关了——这个细节比任何跑分都更能说明这一轮竞赛的成本烈度。
Qwen3.8-Max：十几天交付一个完整项目
8 月 3 日发布，2.4 万亿参数，和文心 5.0 并列国内最大。官方演示里最抓眼球的一件事：模型花了十几天自主编程，独立交付了一个有 265 次 commits 的完整项目。视觉理解竞技场全球第二，仅次于 Claude 系列。一周后，27B 的同源版本开源。旗舰闭源、小模型开源，阿里这两条腿走了几年，是它和字节、百度路线最大的不同。
DeepSeek V4：看点在注意力，不在参数
V4-Pro 是 1.6 万亿参数、490 亿激活，100 万 token 上下文，最大输出 384K。架构上的两招值得记一下名字：CSA 把长记忆做稀疏压缩，HCA 用更激进的压缩换密度，效果是同样跑 100 万上下文，单 token 推理算力只有上一代的 27%，KV 缓存降到 10%。商业上，DeepSeek 完成了传闻已久的首轮外部融资，估值站上 500 亿美元，同时把编程智能体框架 Harness 开源了出来——我们之前写过它源码里那 505 份 AI 工作笔记，感兴趣的可以翻翻。
字节、智谱，和其他几家
字节豆包 Seed 2.0 系列总参数约一万亿，两亿用户跑在上面，今年总投入约 2000 亿元人民币；视频模型 Seedance 2.5 单次生成 30 秒 4K 画面。智谱 GLM 5.2 以 753B 总参数、40B 激活的规格 MIT 开源，终端任务基准拿了 81%。MiniMax 靠 Lightning Attention 把上下文做到 400 万 token，年初在港股上市，视频模型 H3 在编辑榜排第一。阶跃星辰不声不响，智能体方案装进了 4200 万台手机。腾讯混元 3 月把旗舰模型的输入价上调了 463%——API 单边降价的时代，至少在腾讯这里结束了。百度文心 5.0 是 2.4 万亿的原生全模态模型，今年 1 月上线正式版。
美国：有人在稳定发货，有人卡在半路
Anthropic：唯一“按点发车”的前沿实验室
Claude 5 今年发完了全家：6 月的 Fable 5（旗舰）、6 月底的 Sonnet 5、7 月 24 日的 Opus 5（通用主力，价格是旗舰的一半，官方称前沿智能接近 Fable 5）。官方节奏是四到八周一个新模型——在别家普遍跳票的年份，守时本身就是竞争力。中间有个插曲：Fable 5 发布三天后因美国出口管制指令在全球暂停访问，7 月初恢复；Sonnet 5 原定 8 月底涨价，最后宣布不涨了。下一代 Fable 5.1 有 8 月发布的传闻，官方没确认。
OpenAI：Astra 到底什么时候来
官方确认的部分：GPT-5.6 系列 7 月上线，分 Sol、Terra、Luna 三档；以及一个叫 Astra 的内部模型确实存在——OpenAI 发过一篇 Astra 解开的十个数学和理论计算机开放问题，又发过安全声明，说“无法排除”它达到网络安全能力的 Critical 门槛。至于“10 万亿参数”，那是爆料的说法，官方从未确认；发布时间一推再推，预测市场上 8 月底前亮相的概率只剩两成多。
一个背景值得知道：自 2024 年 5 月的 GPT-4o 之后，OpenAI 已经两年多没有完成过一次真正的下一代全规模预训练。GPT-5.6 很强，但它属于 GPT-5 系的迭代；Astra 才是那个“下一代”，而卡住它的不是算力，是安全评估。更后面还有一个代号 Doug 的更大项目，据称可能用英伟达下一代 Vera Rubin 芯片训练，爆料说最迟 11 月发布。
Google：Flash 月更，Pro 跳票
DeepMind 今年 Flash 系列发得勤，3.5、3.6、3.7 几乎月更，3.7 还限时半价。但真正的旗舰 Gemini 3.5 Pro 从 6 月跳到现在：彭博社 7 月报道它卡在编程能力不达内部目标，发布推迟数月，Alphabet 市值当天蒸发约两千亿美元；国内媒体报道布林亲自接管了 Gemini 团队；官方只说“近期”推出，顺带确认 Gemini 4 已经开始训练。8 月初还有一场组织地震：Hassabis 卸任 DeepMind CEO 转任董事长，效力谷歌 27 年的 Jeff Dean 和几位元老离职创业。一家不缺算力不缺人才的实验室，被“发布质量”卡住了——这说明大模型的工程不确定性，没有因为算力变多而下降。
xAI：马斯克的节奏
8 月 4 日 SpaceX 财报电话会上，马斯克给出路线图：Grok 4.6（1.5 万亿）8 月，Grok 4.7（2.1 万亿）一个月后，Grok 5 年内——用上全部 25 年的 SpaceX 火箭工程数据，参数传闻 6 到 10 万亿。顺带一提，早期媒体传 Grok 4.6 是 2 万亿，被马斯克本人修正成 1.5 万亿。这家公司的算力扩张同样激进：年底 2GW，2027 年底冲 10GW。信不信由你，但过去一年马斯克说的模型发布时间，兑现率不算差。
Meta：开源旗手的转身
4 月，Meta 发布 Muse Spark——第一个闭源、只走 API 的推理模型，同时成立超级智能实验室。8 月 10 日扎克伯格发了一篇 6500 字公开信《The Future is for Everyone》，说未来会“谨慎选择开源什么”，配套放出一个 30B 的本地小模型安抚社区。而训练了两年多、2 万亿参数的 Llama 4 Behemoth，至今没有发布。8 月白宫的前沿 AI 管理框架由 OpenAI、Anthropic、Google、微软、xAI 共同参与设计，Meta 没有座位——开源权重模型管不住，索性不管。
微软和苹果：一个脱钩，一个入乡随俗
微软今年 Build 大会上亮出 MAI 自研模型家族，8 月起 Copilot 的默认引擎换成自研模型，年化收入已到百亿美元量级；与 OpenAI 的排他条款早已松绑，Azure 里照卖 OpenAI、Anthropic、xAI 全家的模型。一边自研，一边分销，微软不再把宝全押在 OpenAI 身上。
苹果 AFM 3 在端侧做了个漂亮的 MoE：20B 参数每次只激活 1 到 4B，完整权重存在闪存里，收到指令后只把需要的专家搬进内存，iPhone 上能跑到每秒 30 个 token。中国版更值得注意：路透社 8 月报道，苹果与阿里合作为中国市场专门训练模型，7 月已完成备案，集成通义千问，预计随 iOS 27 推送——这会是外国公司第一次在中国跑自己的 AI 模型。对了，苹果 7 月起诉了 OpenAI，理由是商业秘密侵占，他们统计有 400 多名前苹果员工现在在那边上班。
Mistral 一句话带过：Large 3 以 675B 参数开源，卖点是数据主权——推理可以选择只在欧盟境内完成。
殊途同归：全行业在做同一道题
把各家技术报告摆在一起看，2026 年的标准技术栈高度趋同：MoE 打底，激活率 3% 到 8%，外带一个常驻的共享专家；注意力层做压缩——Kimi 的 KDA、DeepSeek 的 CSA 加 HCA、智谱的 DSA、MiniMax 的 Lightning Attention，名字不同，目标一致：让长上下文变便宜。100 万 token 上下文从卖点变成标配。推理侧则普遍引入“思考分档”——Claude 的五档 effort、DeepSeek 和 GLM 的 effort level——把“想多深”变成一个可以按预算拧的旋钮。
这不是巧合。Agent 是这轮参数竞赛真正的需求侧：一个智能体跑完一次任务可能消耗几十万 token，上下文不够长、单价不够低，这门生意就不成立。
接下来半年：值得等的，和别太信的
确定性相对高的：9 月初的 Grok 4.7（2.1 万亿，马斯克口径）；秋季 iOS 27 和中国版 Apple 智能；Q4 的 Grok 5（年内，马斯克口径）；年底前后的 Gemini 3.5 Pro（官方口径“近期”）；2027 年上半年的 Qwen 4、Kimi K3.5 或 K4、GLM 6——其中一部分已官宣在训，一部分只是行业推测。
传闻，听听就好：Astra 的 10 万亿参数、Grok 5 的具体参数、Fable 5.1 的发布时间。这三个数字目前都没有任何官方确认。
野村证券 7 月底的研报给了一条行业共识线：3 万亿参数是中国厂商的下一个里程碑，普遍预期在 2026 年底到 2027 年出现。而 OpenAI 的 Doug 和更后面的项目，据传会摸到 10 万亿到 100 万亿的区间——如果 Astra 的 10 万亿传闻是真的话。
最后泼三盆冷水
一，这轮“参数新闻”里 rumor 的密度极高。10 万亿也好 2.78 万亿也好，参数量正在变成营销数字，马斯克自己就把 Grok 4.6 从传说的 2 万亿修正到 1.5 万亿。判断模型强弱，比参数量靠谱的是独立榜单和在自己真实任务上的测试。
二，延期成了常态。Gemini 3.5 Pro 跳票数月，Astra 反复推迟，Behemoth 训练两年不发。大公司的时间表达听听就好，尤其是“最迟 X 月”这种句式。
三，参数变大不等于变得好用。SemiAnalysis 年中的判断是 Scaling Law 仍然有效，但边际成本越来越高；高质量数据枯竭是真实约束。接下来一年的分水岭可能不在谁的参数大，而在谁的数据反哺循环跑得顺、谁的单 token 成本压得低。
对我们这种用模型干活的小团队，这轮竞赛的实际影响其实挺正面：开源旗舰追平闭源，API 单价一路下探，100 万 token 上下文让“把整个代码库喂给模型”从比喻变成了日常操作。参数竞赛是巨头的事，成本下降是所有人的事。
下一篇，我们打算把 K3 和 Qwen3.8 拉到自己的真实项目里跑一跑，看看“全球最大开源模型”落到日常活儿上到底是什么体验。
往深了看：参数、token 这些词反复出现，我们有个「图解AI」连载专门把它们讲透——第一期就是《token：AI 眼里没有字》，搜「图解AI」可以从头读。关注不迷路，下期讲上下文窗口。
注：本文信息截至 2026 年 8 月 18 日，以各公司官方公告、技术报告及彭博社、路透社等报道为准；所有未经官方确认的参数和时间，文中均已标注“传闻”“据称”或“爆料”。各家跑分可在 Artificial Analysis 和 LMArena 自行查证。
