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。
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！
