返回资讯中心
外部精选
企业动态
#科技#产业#投稿

BAT新旗舰杀回第一阵营,压力来到字节这边

百度、阿里、腾讯在同一周交了卷,而Seed 2.1已经将近半年没更新了。

钛媒体字母AI2026/11/12 · 5 天前10 分钟阅读中文

以下正文同步自 钛媒体,版权归原站所有,已转换为易读排版。

(本文作者为 字母AI,钛媒体经授权发布) 文 | 字母AI 11月11日,沉寂许久的百度文心突然晒出一张成绩单。 模型是ERNIE 5.5 Flash Preview,一共八项基准测试,对照组是Claude Opus 5.5、GPT-6.1 Sol、腾讯的Hy4、DeepSeek V4.1 Flash和智谱的GLM-5.3系列。八项里,它拿了两项第一。 这是文心一周之内的第三个动作。 11月5日,开源基座模型文心5.5 Flash Base;11月9日,披露自动研究系统ERNIE Evolve;11月11日,发布 Preview。 并且将近一年没更新的百度文心公众号,也在这几天恢复更新了。 同一段时间内,阿里也开放了Qwen4-Max预览版。 再往前一周的11月4日,腾讯发布Hy4正式版,在Artificial Analysis的智能指数V5榜单中拿到了35分,排中国模型第二。 互联网时代的BAT御三家,又上桌了。 随着大模型逐渐步入人们的生活,DeepSeek、月之暗面、智谱逐渐掌握了叙事权。BAT中的B,也被换成了字节跳动(ByteDance)。 说到字节,Seed系列的最新一代,仍是6月23日发布的 Seed2.1。 8月的时候外媒曾报道过,Seed团队正在预训练一个参数规模最高可达10万亿的模型。三个月过去,这个模型没有名字,没有发布日期,也没有一张成绩单。 11月12日,澎湃新闻从多方知情人士处获悉,张一鸣在近期一次面向 AI 团队的全员会上说,字节有能力与OpenAI和Anthropic竞争,但真正追平前沿技术,“最早也要到2029年或2030年”。 BAT 真的回来了吗?张一鸣的10万亿模型又去哪了?

BAT 是怎么回来的?

今年2月的LMArena综合榜单上,文心5.0排在第17位,前面是字节Seed 2.0、智谱GLM-5、Qwen3.5。 那段时间百度的基础模型团队把大量精力投在创意写作上,内部一度喊出打造“最强文科生”的口号,而同期的对手们卷的是编程、长上下文和Agent。 8月18日,百度发布二季度财报,归属于百度的净利润23.19亿元,同比下滑68%,美股当晚跌了12.73%。电话会上,李彦宏说:“一路走来,过程中有尝试也有失误,但是我们要让文心具备竞争力的决心从未动摇。”他还说,有信心让文心“重新回到基础大模型的第一梯队”。 “重新回到”四个字,等于承认了已经不在。 转折发生在7月1日。 1997年出生的复旦博士孙天祥空降百度,出任基础模型研发部负责人。他是国产初代类 ChatGPT 开源大模型 MOSS 的主导者。按《深网》的说法,这已经是百度模型线近十个月里的第三轮大调整。 四个月后,文心开始连续出牌。 先是文心5.5 Flash Base,总参数280B,每个 token 激活14B,在33.5万亿 token 上从零预训练。百度拿它和 DeepSeek-V4-Flash-Base、腾讯的 Hy3-preview-Base、小米的 MiMo-V2.5-Base 放进同一套框架里测,30项基准里有24项第一。这也是百度时隔约16个月,再次开源千亿参数级的模型。 Preview是它的第一个后训练版本。 AutomationBench 61.9分,SpreadsheetBench V2 36.4分,两项第一,都排在Claude Opus 5.5前面;OfficeQA Pro V2 67.9分,仅次于GPT-6.1 Sol;Terminal-Bench 4.0是46.5分,高于Hy4的42.4分,离Claude Opus 5.5的63.6分还差着一截。 DeepSWE和Agents‘ Last Exam两项,它在七个模型里排第五。 图上还有一行脚注:带星号的是百度自测的分数。对手的成绩,大半带着星号。 百度自己的措辞是“取得了具有竞争力的得分”,还提醒这是后训练过程中的一个中间版本,“仍可能存在部分因训练不充分导致的能力缺陷”。 但有两件事是实打实的。一是又快又便宜,千帆上单用户推理速度超过每秒200个 token,每百万 token 忙时输入2元、输出8元,眼下还打五折。二是开源,权重将在11月25日前以 Apache 2.0协议放出。2024年,李彦宏说过开源模型会越来越落后。 再说阿里。 11月11日上午10点,阿里放出了Qwen4-Max预览版,没有价格,没有参数量,也没有跑分。 同一个文档页上还写着:11月25日24点之后,这个模型退役,期间不做任何更改。不用想,阿里就是明摆着告诉你Qwen4-Max正式版于11月26日发布。 预热用的是《逍遥游》:“北冥有鱼,其名为__。”原文接下去是“鲲之大,不知其几千里也”。 能确认的规格只有几项,项项都在说大。最大输出393216个 token,思考和答案共用,正好是上一代Qwen3.8-Max的三倍。思考强度分三档,默认 xhigh,出厂就是想到最久。 而且Qwen4-Max只走Token Plan订阅,不支持按量付费。 Qwen4-Max给人的感觉是“一力破万法”,其预览版的逻辑就是如此,只要模型的参数量和智能水平足够高,那这个模型就一定好用。 但Qwen的力气并不是堆出来的,而是省出来的。 9月22日云栖大会,刘大一恒第一次以Qwen负责人的身份公开亮相。字母榜对那场演讲的概括是一句话:每一份算力换多少智能。他报的数字是,Qwen3.8-Flash对比Qwen3.7-Plus,激活参数减到1/3,训练成本降到1/9。 怎么省的,写在8月26日开源的Qwen3.8-Flash-Next模型卡上,阿里称它是“Qwen4所用模型结构的先导预览”。注意力每四层里有三层换成Gated DeltaNet,残差流从一条扩成4条,主模型之外另挂一张51B的Embedding查找表,优化器换成Muon。四处改动,都是在讲怎么省算力。 省下来的算力去了哪儿? 现役旗舰Qwen3.8-Max的总参数已经是2.4T,Qwen4.5、Qwen5要扩到5到10T。模型卡里还有一句话:“固定激活专家数量而持续增加专家总参数量,可稳定降低训练loss。” 刘大一恒把每一分智能的成本压下来,省出的钱全押在了规模上。 他自己的说法是,Max系列追求智能天花板,降低使用门槛是Flash、Plus的事。参数规模的扩展,仍是通向ASI的核心路径之一。 Hy4的成绩是摆在明面上的,姚顺雨在模型圈的地位更是无需多言。 Hy4总参数770B,不到Qwen3.8-Max的三分之一。虽然在Artificial Analysis的榜单上,Hy4只比Qwen3.8-Max高1分,但每任务成本约0.78美元,是后者的13分之一。 腾讯这一年发了四个模型:4月Hy3 preview,7月Hy3,8月Hy4 preview,11月Hy4。 马化腾在5月形容过自家的处境:“原来一年前我们以为上了船,后来发现那个船漏水了,现在感觉站上去了,还坐不下去。” BAT回来了。

张一鸣的10万亿模型去哪了?

正如前面说的,Seed2.1是6月23日发布的。到11月12日,过去了142天。 这142天里,腾讯、阿里、百度都有不小的动作,显然这对于张一鸣来说还是有不小的压力的。 其实年初那会不是这样的。 2月那张LMArena榜单上,Seed 2.0还排在文心5.0前面。到了8月,有第三方榜单显示,Seed2.1 Pro在全球大语言模型里排第21位。字节CEO梁汝波在8月6日的年中全员会上承认,大语言模型和海外领先模型的差距有所拉大。 也是在8月上旬,10万亿的消息传了出来。 外媒称,字节正在预训练一个参数规模最高可能达到10万亿的模型,仍处于早期阶段,最终规模要到后续训练阶段才能确定。 在当时,国内公开披露的最大模型Kimi K3是2.8万亿参数,业内估计Anthropic的Mythos 5也就才8万亿。 有报道称,这个项目完整的训练周期预估为3到6个月,最终是否对外发布没有定论。从8月上旬算起,3个月是现在,6个月是明年2月。 也就是说,它眼下没出现,还算不上迟到。 张一鸣还曾在全员会上表示,Seed大语言模型用的预训练数据集,比顶尖对手小了几个数量级。 DeepMind在2022年的Chinchilla论文里给过一条经验规律:参数翻倍,训练数据也得跟着涨。参数可以堆,GPU可以买,字节今年5月就讨论过把全年资本开支提到最高700亿美元。 可唯独数据不行。 外媒此前报道,张一鸣在Seed全员会上明确反对靠蒸馏外部模型来追赶,认为字节应该愿意“为长期目标牺牲一些短期利益”。Seed内部还通过API检测和训练数据过滤,限制第三方模型的输出进入训练集。 不抄作业那自己就得好好补课了。 字节今年把分散在各条业务线的数据团队收拢起来,成立了与Seed、Flow、抖音平行的一级部门“AI数据与安全”。 10月的时候,影视飓风的Tim,在内部交流中演示了字节跳动尚未官宣的世界模型。 这个模型是基于字节Seedance视频生成体系打造的,支持老电影自由运镜、虚拟场景实时交互、VR职业模拟等能力,主打云端渲染的沉浸式空间体验。 其实9月份那会外媒就曾披露,早已卸任字节日常运营的张一鸣,正亲自跨部门协调研发、算力与硬件团队,全程督导这款实时世界模型的训练推进。 报道里写到,这个项目被列为字节年度最高优先级之一,目标是实现50毫秒延迟、每秒20帧的交互效果,未来将适配Pico VR与抖音内容生态。 字节今年在世界模型和Coding等方向的数据预算已经到了千万美元级,还可以继续追加。 不过字节的优势还是不可撼动的,豆包仍是国内用户规模最大的 AI 聊天应用,月活约3.24亿。 张一鸣此前在内部会议上说,做模型要坚持长期主义、延迟满足感,而不是用别人的输出,换一时的榜单排名。 那就慢慢等吧! 更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →