參數直上五到十萬億：阿裏巴巴下一世代模型，把賭注押在「大」這一字上

規格表上看不到的，往往才是重點。Solidot 日前轉述的消息指出，阿裏巴巴的下一代模型計畫把參數規模擴大到 5 至 10 萬億（trillion）級別，相較目前主流模型普遍在數千億到一萬多億參數的水準，這是一次數量級的跳升。消息本身只有一行字，但它牽動的是算力採購、訓練成本與應用節奏三件事，值得把鏡頭拉近一點看清楚。

先把「參數」講成日常語言

參數可以想成模型腦中「經驗的存放格」。一個模型看過的資料越多、存放格越多，理論上能記住越細緻的模式，回答也越靈活。目前市面上旗艦模型的存放格數量，大致在一萬億上下打轉；阿裏巴巴傳出的下一代目標，是把存放格一口氣擴大到五倍甚至十倍。

但存放格變多，代價同步放大。訓練階段需要更多 GPU、更長時間；推理階段，也就是你我每天跟模型對話的那一刻，每一次回答都要動用更多計算資源。這就像把一家便利商店升級成大賣場，貨齊了，但水電費、人事成本全部翻倍。賣場要活下來，關鍵是來客量與客單價能否撐起營運，模型也一樣。

為什麼是現在，為什麼是阿裏巴巴

這條消息的時機值得注意。過去一年，產業的主流論述是「小模型加好工具也能打出好成績」，開源社羣不斷證明經過調校的中型模型，在特定任務上可以逼近旗艦。我們先前分析過的Gear 開源自動調校工具如何在部分評測追平昂貴模型，就是這條路線的代表案例。

在這個氛圍下押注超大參數，等於是反方向加碼。邏輯並不難理解：工具鏈的進步壓縮了中型模型的劣勢，但模型規模依然是多步驟推理、長脈絡理解這些難題上最直接的解方之一。當一家公司同時握有雲端基礎設施（阿裏雲）、自有晶片布局與完整應用場景，把規模做大，是它相對於純模型公司最難被複製的優勢。規模本身就是護城河，只要你養得起。

成本結構會怎麼變

5 到 10 萬億參數若成真，第一波感受到壓力的是推理成本。這也正是近月模型定價戰的主戰場，DeepSeek Flash 九月的調價把輸入端價格回到原點，顯示低價位競爭已經打到各家必須精算毛利結構的程度。當旗艦模型的參數放大五到十倍，直接透過 API 呼叫的成本曲線會變得更陡。

業界實際的因應做法是把大模型「蒸餾」成小模型再上線，大模型負責最難的題目與知識來源，小模型負責日常流量。這像中央廚房與門市的分工：中央廚房（大模型）做出醬料與半成品，門市（小模型）快速出餐。對開發者來說，下一代超大模型真正影響日常的，可能不是你直接呼叫它的帳單，而是你手上的小模型會因為它而變強多少。

對不同讀者的「所以呢」

對應用開發者，訊號是：不必急著把架構綁死在任何單一模型上。規模競賽加速，模型能力的排名洗牌週期只會更短，抽象層與可替換的推理介面比以往任何時候都重要。

對企業決策者，真正該問的問題不是參數多大，而是訓練資料的品質與合規邊界。超大模型的優勢要兌現，前提是它看過的資料夠乾淨、夠貼近你的業務場景。參數規模是引擎馬力，資料是路況，馬力再大，路不通也快不了。

對一般使用者，短期內的感受會很間接：更穩定的多步驟任務執行、更少的胡言亂語、更長的上下文記憶。這些改善不會出現在規格表上，卻是規模擴張最終要兌現的承諾。

下一步看什麼

驗證這條消息，與其等官方發布會，不如盯三個訊號。第一，阿裏雲的 GPU 叢集擴建與租賃價格變化，訓練超大模型先反映在算力採購。第二，通義系列開源模型的下一個版本，如果開源版本參數也明顯放大，代表路線確定。第三，API 定價的結構調整，推理成本終究會轉嫁到價格表上，屆時整個市場的定位會重新洗牌。

參數規模不是唯一的競賽，但它仍是最燒錢、最誠實的那一條。阿裏巴巴把賭注押在「大」這一字上，成敗會在未來幾個季度的雲端財報與開源社羣的採用率裡，一點一點現形。