字节跳动用 10 万亿参数下注：规模赛跑与张一鸣的「不蒸馏」表态

8 月 7 日，《金融时报》报道字节跳动正在训练一款参数量约 10 万亿的大模型，目前仍处于预训练阶段。预训练通常需要 3 到 6 个月，之后才会进入微调与正式发布——也就是说这颗"超大模型"距离面世还有相当一段路要走（联合早报/金融时报转载）。

报道披露了几个关键数字：凭借 10 万亿参数量，字节这款模型体量将是中国 AI 新锐月之暗面旗下 Kimi K3（拥有 2.8 万亿参数）的三倍有余；在此之前，美团的 LongCat-2.0 与 DeepSeek 的 V4-Pro 曾以 1.6 万亿的参数量领跑中国本土 AI 行业；阿里最新发布的 Qwen3.8-Max 约 2.4 万亿参数（21财经/金融界）。按行业估算，Anthropic 最先进的 Mythos 5 参数量约为 8 万亿，Fable 5 约为 5 万亿，这些数字均为行业估算，并非 Anthropic 公开披露（FourWeekMBA）。

「10 万亿」意味着什么：MoE 时代的参数游戏

需要先拆解一个误解：报道中所有这些数字都是总参数，而非"激活参数"。在现代前沿模型稀疏 MoE（混合专家）架构下，10 万亿总参数意味着绝大多数权重在任意一次 token 前向上是"睡着"的。总参数更像一张声明——"我买得起这份算力、堆得起这份数据"，而不是"我用得上这份能力"。

把这个视角放回国内市场：DeepSeek V4 系列、阿里 Qwen3.8-Max、月之暗面 Kimi K3 走的都是稀疏 MoE + 极致训练效率路线——用尽量小的激活参数量去逼近前沿；字节跳动这次则选择了另一端：在规模上直接堆到 10 万亿。两种打法的成本结构截然不同，前者押注"单位推理成本下的能力密度"，后者押注"绝对能力上限"。

张一鸣前一天的内部表态：拒绝把蒸馏当捷径

巧合的是，8 月 6 日《澎湃新闻》已经披露字节跳动创始人张一鸣在 7 月 Seed 团队全员大会上的罕见表态："字节跳动不会把蒸馏当作提升 AI 模型能力的捷径，即便这意味着公司眼下落后于国内竞争对手"（联合早报转载）。

张一鸣说"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"。报道还指出，字节跳动内部对开源模型严禁蒸馏，甚至通过 API 检测等方式在内部加强相关限制——因为张一鸣认为蒸馏会"干扰真正意义上的长期技术突破"。

把这两条新闻摆在一起读，10 万亿参数的赌注就有了更清晰的注脚：字节跳动选择不抄近道，于是必须砸远路。在 DeepSeek 把开源能力天花板一次次抬高、月之暗面用 Kimi K3 拿下 57 分 Artificial Analysis Intelligence Index 的压力下，字节跳动没有走蒸馏这条性价比最高的能力迁移路径，转而选择"用绝对规模换代差"——这条路更贵、更慢，但更难被复制。

路线之争：中国 AI 第一次同时跑两个方向

更深一层看，10 万亿参数这件事真正值得关注的，不是"中国能不能追上美国前沿"，而是"中国内部同时跑出了两条互斥路线"。

一条是 DeepSeek 主张的"小而省"——V4 Flash 用 284B 总参数/13B 激活参数的 MoE，在 Artificial Analysis Intelligence Index 拿到 50 分，混合价格约 0.06 美元/百万 token，把 GPT-5.6 Luna 拉下约 65% 单任务成本。另一条是字节跳动主张的"大而猛"——把总参数堆到 Mythos 5 同档（甚至按估算略高），用算力密度换能力上限。

两条路线的成本曲线、目标客户、商业模型都不一样。在 DeepSeek 用开源权重持续给 API 价格施压的环境里，字节跳动押注的是另一类客户：愿意为"绝对能力上限"付溢价的 Agent、复杂推理、企业级 RAG 场景。这也是为什么张一鸣那句"愿意为长期目标牺牲一部分短期收益"必须配上 10 万亿参数才听得懂——没有这个规模的算力承诺，那句表态就只是漂亮话。

算力主权视角：出口管制可能正在失效

另一个无法回避的视角是算力。10 万亿参数的总规模在预训练阶段的算力消耗，已经逼近美国出口管制原本试图限制的能力区间。FourWeekMBA 注意到这一点：如果字节跳动真的在用 10 万亿总参数做 MoE 预训练，那意味着中国实验室已经在某种程度上绕开了对高端 NVIDIA 加速器的依赖——无论是控制收紧前的存量芯片、华为昇腾等国产替代、还是训练效率提升带来的对冲。

但这里必须加几个保留：字节跳动未公开证实 10 万亿这个数字，《金融时报》的来源也只是"知情人士"；Mythos 5 与 Fable 5 的参数是行业估算，并非官方披露；模型最终是否会发布、是否仍是 MoE 架构、激活参数多少，都还是未知数。10 万亿这个数字今天的最大价值，是它对资本、监管、竞争对手发出的信号——而不是对用户发出的能力承诺。

所以呢

对中国 AI 行业来说，下半年要回答的问题已经从"哪家模型最强"变成了"规模与效率哪条路线能跑出商业模型"。DeepSeek 路线用开源权重在压价格下限，字节跳动路线用绝对规模在顶能力上限。10 万亿参数是否最终跑通还是其次——它证明的是中国头部公司愿意为前沿算力持续买单，这件事本身就把全球 AI 竞争的格局往前推了一步。对从业者来说，比关心"什么时候能调到这颗模型"更值得想清楚的是：当模型层的差异化不再来自参数大小而是来自训练方法、后训练配方、推理成本控制时，自己的产品壁垒到底在哪里。