BAT新旗舰杀回第一阵营，压力来到字节这边

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！