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LMAr