传OpenAI完成10万亿参数模型「Bel」预训练

nashnova research

今天发布阅读约 3 分钟

多位科技爆料人称OpenAI已完成代号「Bel」的10万亿参数超大模型预训练，直接瞄准AGI阈值——若属实，这将是当前已知参数量最大的基座模型，意味着AI军备竞赛进入新量级。

Bel是什么，和现有模型什么关系？

OpenAI内部代号体系：Doug → Astra/GPT-6 → Bel。Doug是下一代基座模型，Astra（即传闻中的GPT-6）基于Doug构建，而Bel被定位为「后GPT-6时代」的进一步迭代。

这意味着→ Bel并非GPT-6本身，而是GPT-6之后的东西，直接对标通用人工智能（AGI）门槛。

爆料人@ChrisGPT称Bel是OpenAI的「怪兽」级模型，目标竞争对手是Anthropic的旗舰模型Fable，预计年底或Astra发布后数月内推出。

10万亿（10T）参数，是目前公开已知模型中参数量最大的级别。用大白话说＝参数量可以粗略理解为模型的「脑容量」，数字越大，模型能记住和处理的模式就越多。

爆料称Bel在编码、推理、长时程智能体任务上均超越Astra，能在无人干预下持续工作数天，并协调数百个并行子智能体。

这意味着→ 如果属实，Bel不只是「更大」，而是在自主工作能力上跨了一个台阶——从「回答问题」走向「独立完成复杂项目」。

爆料描述Bel具备双速学习机制：快速权重层（fast weights）在工作中实时吸收经验，较慢的循环则把验证过的改进固化为持久化权重。

用大白话说＝模型一边干活一边「现学现用」，学到的好方法再经过筛选，变成永久技能写进自身。这反映出OpenAI正在尝试让模型具备某种「边做边成长」的能力。

此外，OpenAI内部用Sol模型优化Luna模型，将运营成本削减80%，token生成效率提升逾15%。

爆料称OpenAI内部评估认为Anthropic存在算力短缺，难以应对OpenAI的下一代模型。

OpenAI自研芯片「Jalapeño」的推进被认为进一步扩大了算力差距，内部预判2026年下半年至2027年期间将保持领先。

这意味着→ OpenAI押注的逻辑很清晰：模型越大越需要算力，自研芯片就是为了确保「喂得起」自己的怪兽模型，同时让对手追不上。

以上所有信息均来自匿名爆料人士及社交媒体，OpenAI官方未证实，无公开数据支撑。

Bel的实际能力与发布时间表，仍有待OpenAI正式披露才能验证。

用大白话说＝这是一条高信息密度但零官方背书的传闻——值得关注趋势方向，但具体数字和时间节点不宜当作定论。

市场有风险，内容仅供研究参考，不构成投资建议。