文 | 字母 AI盐城直径15.2钢绞线
OpenAI 行将发布的 GPT-6，外传称它的参数目达 10 万亿。
10 万亿是个相当的倡导。现如今，环球顶大模子的参数目齐在"万亿"别。比如阿里的 Qwen 3.8 为 3.5 万亿，Kimi K3 为 2.8 万亿，字节里面正在开发的模子，也少见万亿的参数目，哪怕是 OpenAI 的 Mythos 5，估算也惟有 8 万亿。
10 万亿，代表了个全新的期间。
遥思 2025 年，激励 DeepSeek 本领的 DeepSeek-R1，它才 6710 亿参数目。怎么只是过了 1 年，参数目就延长到如斯这般了？
当今的 GPT-5.6 和 Claude Mythos 5，根据测算，前者参数目在 3 到 5 万亿，后者是快要 8 万亿。
那它们齐颖慧嘛呢？有个立开发者拿 GPT-5.6 作念带界面的图片压缩器用，个模子包揽需求分析、架构想象、写代码、写测试用例、修 Bug。如果是个立开发者完成这些任务，大要需要耗尽 1 天的本领，而 GPT-5.6 Sol 只用了不到 2 小时就托付了能用的制品
Mythos 5 吓东说念主了。它被定向放给了些汇注安全机构，根据这些机构的叙述，Mythos 5 能自主完成从代码审计、舛讹定位到构造缺陷载荷的全链路，从预览版亮相于今，已识别出过万个危及以上别的软件舛讹。
到了 10 万亿模子，它能作念的就多了。比如跟它说要搬，它能我方约搬公司、跟搬公司有计划包门径、供水电燃气过户、新圈得益地址，你要作念的事情，等于拿着钥匙去新等具运到。
但这只是硬币的面。
OpenAI 进击叫停了里面代号 Astra 的新模子，官安全评估露出，它可能具备自主开发日舛讹、以致仅凭句指示就发动端到端汇注缺陷的能力，奥特曼我方齐坦言"我被吓到了"。
在英国 AI 安全赓续所（AISI）8 月初的红队测试中，对 Mythos 5 和 GPT-5.6 Sol 作念了 122 轮测试，出现 19 起自主越界缺陷。
可怕的是，Mythos 5 会我方编写坏心代码、提交到真的开源口头的 GitHub PR，被东说念主质疑后还改指摘、注册小号给我方洗白；多个 Agent 以致能暗里迷惑庇荫通讯通说念，协同有计划渗入缺陷。
10 万亿参数能作念到的"恶"，将远东说念主们的思象。
10 万亿和万亿有什么不同？
先搞明晰个基本的问题：参数到底是什么。
你不错把大模子的参数，解析成咱们大脑里的越过，它是神经细胞之间用来传递信息的流畅点。东说念主类的神经突触大要有 10 的 14 到 15 次个，也等于百万亿这个量。
模子参数作念的事肖似，记取输入与输出之间的模式，储存这个天下的律例。参数目，决定的是个模子的顾忌与抒发容量，直白点说，等于它脑子里装得下若干东西，能把话说得多彻底。
但容量不等于才略，个东说念主的房间里塞满了书，不等于这个东说念主就有何等的学识。实在决定才略的，是数据、教练法、架构，还有理时的算法。
2021 年 11 月，阿里达摩院的 M6 就干到过 10 万亿参数，用了 512 张 GPU，教练了 10 天，能耗惟有 GPT-3 的 1，度是环球大的预教练模子。
但 M6 是寥落多模态的早期形态，靠致的寥落化与 CPU offload 把参数塞进去，能力其有限，连今天的开源小模子齐不外。它是"参数兴致上"的 10 万亿，不是"能力兴致上"的 10 万亿。 和今天要靠数十万卡集群端到端教练出来的通用前沿模子，不是个物种。
那巨头为什么还要死命堆参数？盐城直径15.2钢绞线
说到底，如故因为 Scaling Law。OpenAI 在 2020 年发现，模子能与参数目、数据量、算力之间呈可预测的幂律联系。何况三者同步放大，能力就随之可预测地晋升。
天然 Scaling Law 后续被数东说念主和企业修自新，但是有条铁律是不变的，在调换的数据与算法下，大（参数、算力）的模子，下限。
10 万亿参数，到底要若干钱？
咱们不错算笔账。教练个模子的算探讨量，大致等于 6 乘以"激活参数"再乘以"教练数据量"。
GPT-4 用了约 2.1 × 10 的 25 次次浮点运算，仅算力账单就花了约 7800 万好意思元；谷歌的 Gemini Ultra 用了约 5 × 10 的 25 次次，掉约 1.91 亿好意思元。
如果是 10 万亿的大模子，按总参数 10 万亿、每次激活约 1 万亿、喂进 15 万亿 token 数据的 MoE 架构来算，次追究预教练的算探讨量约 9 × 10 的 25 次次浮点运算，是 GPT-4 的 4 倍多。
GPT-4 当年是用 2.5 万张 A100 跑了近 100 天，今天的 Blackwell 旗舰卡单张算力是 A100 的好几倍，假如有 5 万张 Blackwell，那么教练完 1 个 10 万亿大模子，差未几需要 1 个月。张 Blackwell 旗舰卡的房钱大要为两三千好意思元个月，5 万张跑满 30 天，光算力房钱等于两亿好意思元。
但是这 5 万张卡不是插上电就能转的。张 Blackwell 旗舰卡功耗就有 1200 瓦，5 万张光是显卡本人就要吃掉 60 兆瓦。
算上汇注、存储、散热和机房损耗，整座数据中心要配到接近 100 兆瓦的供电。
xAI 在孟菲斯建的 Colossus，10 万张 H100 也就吃 150 兆瓦，而当地电网那时只供得出 8 兆瓦，马斯克后被逼得拉来整排燃气发电机才点得着火。光这趟的电费，按个月算就要几百万好意思元。
至于地，那是个装满几百个液冷机柜、占地几万平米的数据中心园区，很是于两三个规范足球场。
Epoch AI 的统计是，前沿模子的教练就本每年以 2.4 倍的速率增长。阿莫迪也曾说过，到 2027 年，前沿模子的单次教练就本可能冲到 100 亿好意思元，以致 1000 亿好意思元的量。
但这还只是单次预教练的账单。算上反复试错、数据工程、电力与东说念主才，所有这个词这个词口头的真的参加，要奔着数十亿好意思元、以致去。OpenAI 本年给我方批的算力预算，依然达约 500 亿好意思元。
但这里藏着个反直观的重要点：10 万亿的成本，不是 3.5 万亿的三倍，以致可能比好多东说念主思象的低廉得多。
总参数多，不等于的钱多。当今的顶模子齐是"混"（MoE）结构，你不错把它思成大的公司，这个公司有好多业务，但是具体到某个任务，它只会抽几个东说念主出来干活。
是以决定单买卖成本的，从来不是公司总东说念主数，而是这单执看成用了若干东说念主。换到模子上，等于"激活参数"这个倡导。料理每个 token 时，实在被叫出来干活的，其实惟有部分参数汉典。
昭彰了这点，Kimi K3 的 2.8 万亿也好、Qwen 的 3.5 万亿也好，GPT-6 的 10 万亿也好，它们差的只是"职工总额"，而账单不随着总额走。实在决定成本的惟有两样，每次干看成用的激活参数，加上喂进去的数据量。
总参数翻三倍，单次成本可能葫芦依样；反过来，哪怕两总参数样多，激活得多、喂的数据多，账单也能差出好几倍。
在这场大模子竞赛里，参数目成了大比拼的要紧方向。因为它直不雅、也难作秀。OpenAI 抛出 10 万亿，实质上等于在晓示：参数目，等于这个期间大模子竞争中重要的方向，而在这个方向上，我先所有这个词东说念主。
这句话背后的潜台词是，模子竞争，依然进入了个"不起"的程度。
好意思国五大科技巨头 2026 年的成本开支计展望达 7790 亿好意思元，刻下环球前沿模子的教练集群依然是动辄数十万卡盐城直径15.2钢绞线，2027 年就要进入百万卡期间。
光是入场就需要几百亿好意思元，后头的运营、嗟叹、调等等也不少用钱。换句话说，钢绞线厂家AI 这条赛说念，当今只允许退出，不允许进入了。
参数越大，能力越大
参数越大，就代表它能作念到的事情越多。
GPT-5.6 Sol 依然能自主一语气使命 5 小时，同期调养几十个子 Agent 并行干活，次读进 150 万 token 的险阻文。
150 万 token 很是于几千页的文档，或者整座中型软件仓库的量。
以前大模子读长文或者齐全的软件仓库，它齐需要去"压缩"下任务，每完成部分任务，就得把前边浓缩成几句摘要再接着干，这就致细节就在次次压缩里缓缓丢掉了。
语气看完 150 万的 token，意味着所有这个词这个词口头的一脉相传、每行代码、每个拍板的决定，它齐能摊在桌面上随时翻且归看，干了后头，也不会忘了前边的细节。
以前参数目小，Agent 哪怕能再强，也齐是"单兵作战"。写代码、查文档、跑测试、修 Bug，只可件件串着来，每切换次任务，前边的险阻文还要腾出来。
几十个子 Agent，很是于是不错同期扩充多个任务，总管 Agent 负责拆任务、定案，底下写代码的 Agent 只管写代码，查文档的 Agent 只管查文档，跑测试的 Agent 只管跑测试，各管摊、并行进，后再汇总效力。不仅镌汰了任务本领，还因为子 Agent 各司其职，让其险阻文之间不会彼此干与，进而提任务进展。
门跟踪 AI 自主能力机构 METR 暗意，刻下强的模子依然能一语气自主运行 15 小时以上。另外，交给这个模子个东说念主类大要要花 30 分钟完成的软件工程任务，它的告捷率依然达到 80。
按照这个趋势演，10 万亿参数模子，它能作念的事情只会加齐全，何况它单个任务的耗时，也会低于当今的万亿参数模子。
举个例子，早上你对 10 万亿参数大模子说句："孩子下周三数学竞赛，安排这两周温习。"
天然你对于考研效力的事情个字没提，但是它会以"我应该怎么才能让孩子考研成绩变好"为起点去有计划任务。
每天按进程出题、改变、食言因，考前教导你印准验证、查好科场阶梯、有计划好本日的接送。
昔日的模子是个教，但是 10 万亿参数的模子是个老师。
使命上亦然同理。对于 GPT-5.6 这么的万亿别参数模子，它会我方拆需求、写代码、跑测试、修 Bug、写文档，几天后交给你份能平直上线的制品。
而到了 10 万亿参数，它会我方去运营所有这个词这个词口头。比如这个口头市集进展不好，响应是怎么，那么它会给与这些响应用来替它已有的产物，再迭代到市集，以此反复。
这不是科幻。
METR 的赓续注重到了这么个趋势，称模子的"本领视界"，从 2019 到 2025 年大要每 7 个月翻倍。
所谓本领视界，指的是它能可靠完成的任务、按东说念主类工时计量的长度。
到了本年，翻倍速率是加速到大要 4 个月。
随着模子参数越来越大， AI 能越来越强，它们也启动越来越多地参与修订下代 AI，终形成"自进化"的齐全闭环，即 AI 教练 AI、AI 评测 AI、AI 化 AI 的架构。
如果这条回路转起来，"每四个月翻番"可能齐会显得保守。
10 万亿参数大模子，容易不法吗？
AI 越来越智谋，那是不是也就意味着它越来越会不法呢？直观上，谜底似乎是笃定的：参数越大，能力越强，不法天然越容易。
英国 AI 安全赓续所（AISI）2026 年 7 月发布测评，他们把 GLM-5.2、DeepSeek V4-Pro 这类任何东说念主齐能下载的开源模子，放进模拟企业汇注的沙盒环境里去运行，效力发现，这些参数小的模子，只比 Fable 5 这个大参数的模子落伍约 4 到 7 个月，以致在有的评测基准下，低参数的模子和参数的模子，其效力是调换的。
事实的真相是，模子不法与否，不随着参数走，只随着"能力 × 自主"走。
2024 年 UIUC 的论文《诳言语模子智能体能够自主实施日舛讹运用》（LLM Agents can Autonomously Exploit One-day Vulnerabilities），门赓续的等于这件事，论文通过测试得出个论断，调换的模子被赋予不同的自主，就会获得不样的效力。
2025 年 11 月，论文走进了现实。Anthropic 表现，个黑客组织，把编程助手 Claude Code 改形成了条自动化缺陷活水线，自主扩充大呼、运用舛讹、窃取证据、作念计策方案，全程简直不需要东说念主工介入。
决定它危急的，从来不是这个模子有多大，而是它被赋予了自主权、器用链，以及个明确的方向。
是以，咱们实在该问的不是" 10 万亿会不会不法"，而是如果这么个模子启动不法，它会坏到什么程度？
它能把"次缺陷"变成"永束缚机的缺陷活水线"。
正如前边提到的，10 万亿参数的模子，依然能过口头本人，完成所有这个词这个词企业层面的运营，那么对于缺陷，它笃定也不会说是只缺陷次，而是会陆续缺陷直到方向崩溃。
今天，个要领员用 AI 挖出个舛讹，所有这个词这个词经过可能要数周的本领。但是对于个 10 万亿模子，它能把"信息汇注→舛讹挖掘→构造运用→横向渗入→数据窃取→思绪计帐"整条链路串成条东说念主值守的自动化活水线，7 × 24 小时束缚机地跑。
2026 年，OpenAI 前沿模子 Astra 被阐发能自主挖出日舛讹，因此 OpenAI 里面进击叫停 Astra 的研发。
可你得明晰，Astra 还没到 10 万亿参数，那如果到了 10 万亿，这条活水线只会快、庇荫。
是以你看，Mythos 5 当今还在笼子里，Fable 5 只是阉割过的可控版，Astra 也被放进了笼子里。岂论这背后有若干营销的要素，这里面齐包含了东说念主类对模子实实的战抖。哪怕是亲手造出它们的东说念主，也不敢信任它们。
等 10 万亿参数的模子真来了，势会有场对应的"灭世营销"。
能力吹得越可怕，越像是在评释"我掌执了头连我方齐怕的怪兽"。
不外大约率的情况是，这个 10 万亿模子终仍然不会放出来。它像是张提前占好的坑位。先把"神"供在实验室里，让可控版块先落地，把弗成控的那头锁进笼子里浮松驯化。
10 万亿参数决定不了善恶，决定善恶的是谁执着闸门的箝制权。 它不错是台坐褥力机器，也不错是把火器，判袂不在参数，而在东说念主类怎么想象它的自主、怎么封它的器用链、怎么管它的开释。手机号码：13302071130相关词条:不锈钢保温 塑料管材设备 预应力钢绞线 玻璃棉板厂家 pvc管道管件胶
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。
