马斯克这嘴，是真藏不住事儿：Claude 参数规模遭“官方”泄露，10T 模型要杀疯了？

TL;DR：

老马在 X 上在线“卖队友”，顺手扒掉了 Claude 藏了许久的参数“底裤”：Sonnet 1T，Opus 5T。顺带还秀了一下自家正在训练的 10 万亿参数巨兽，这波啊，是顶级玩家之间的“数值互卷”。

人类的悲欢并不相通，但 AI 巨头们的秘密可能都是通着的。

就在这两天，科技界著名的“大喇叭”埃隆·马斯克（Elon Musk）又在 X（原推特）上立功了。本来他只是想发个帖，炫耀一下自家 xAI 的 Colossus 2 超算有多猛，结果在回复网友提问时，一个“不小心”就把老对手 Anthropic 的家底给抖了出来。¹

马斯克“手滑”现场：10T 时代的开端？

事情的起因是马斯克公开了 xAI 的“巨硬计划”（Macrohard）进展。他表示，Colossus 2 超算目前正在同时训练 7 个模型，其中最大的一款，总参数量已经丧心病狂地冲到了 10 万亿（10T）。²

面对网友关于“Grok 4.2 是不是真有 500B（5000 亿）”的质疑，马斯克为了证明 Grok “虽然小但很强”，随手抛出了一组对照组：

“总参数量就是 0.5T。现在的 Grok 参数量是 Sonnet 的一半、Opus 的十分之一。”

好家伙，吃瓜群众掐指一算：Sonnet 就是 1T 参数，Opus 则是 5T。要知道，Anthropic 对 Claude 系列的参数量一直三缄其口，愣是让各路专家猜了大半年。结果，这份“商业机密”就这么被老马轻描淡写地公开了。¹

当被追问“你怎么知道人家多大”时，马斯克选择了闭麦。不过正如网友调侃的那样，顶级 AI 人才就在这几家公司之间来回跳槽，这种事在圈内可能早就不是秘密了。

行业“地震”：参数量真的越大越好吗？

在马斯克爆料的清单里，Colossus 2 的训练计划简直是“全家桶”：

• Imagine V2
• 2 个 1T 变体模型
• 2 个 1.5T 变体模型
• 6T 级模型
• 10T 级“终极 Boss”

为了喂饱这些电老虎，Colossus 2 第一阶段就部署了 11 万个英伟达 GB200 GPU，峰值功率需求预计超过 1.1GW。² 这种规模的算力集群，基本就是为了强行撞开 AGI（通用人工智能）的大门。

但有趣的是，AI 圈现在正处于一个微妙的岔路口。一方面是以马斯克为代表的“暴力美学派”，坚信参数规模就是正义；另一方面，Anthropic 似乎在悄悄走“蒸馏之路”。

根据逆向工程分析，最新的 Claude 4.5/4.6 系列虽然在性能上吊打 GPT-5.2，但其 API 价格却降到了原来的三分之一。³ 专家推测，Anthropic 可能对原本 5T-6T 规模的 Opus 4/4.1 进行了大规模蒸馏，得到了一个约 1.5T-2T 的优化版 Opus 4.5。这种“加量不加价”的操作，让它的运行速度提升了 3 倍。

技术大揭秘：10T 巨兽意味着什么？

10 万亿参数是个什么概念？目前主流的开源大模型如 DeepSeek-V3.2，总参数约为 671B（0.67T）；⁴ 而被传为行业标杆的 GPT-4，估算参数也就在 1.76T 左右。马斯克的 10T 模型，相当于把现在的顶级模型再放大 5-6 倍。

不过，参数量并不是唯一的衡量标准。现在的大模型大多采用 MoE（混合专家）架构。这意味着虽然总参数量很大（比如 10T），但每次对话时实际“干活”的激活参数可能只有几十分之一。这种“精准打击”的策略，能有效平衡性能与推理成本。

除了马斯克的 10T 卫星，Anthropic 自家其实也藏着杀手锏。此前因为权限配置失误泄露的内部模型 Claude Mythos（代号 Capybara），据传其参数量也达到了 10T 级别。⁵ 泄露文件用“质的飞跃”来形容它，称其在软件编码和学术推理上简直是神一般的存在。

总结：神仙打架，凡人受益

现在的 AI 江湖，一边是马斯克带着 Colossus 2 超算疯狂堆料，另一边是 Anthropic 靠着高效架构和模型蒸馏在性能榜单上刷分。

对于普通用户来说，咱们不用纠结到底是 1T 还是 10T。毕竟，当这些巨头在参数量上卷得不可开交时，我们能用到的 AI 只会越来越聪明，而且（希望）越来越便宜。正如马斯克爆料的那样，10T 模型预训练阶段只需要 2 个月，¹ 也许今年底，我们就得重新定义什么是“最强 AI”了。

引用

• 马斯克
• Claude
• 大模型参数
• XAI
• 10万亿参数