2026年8月7日，三条消息共同勾勒出大模型竞赛的最新格局。第一条：字节跳动正在讨论训练超5万亿参数模型，超过阿里Qwen3.8-Max（2.4万亿）和月之暗面K3（2.8万亿），为国内已知最大规模。第二条：DeepSeek重启第二轮融资，拟以740亿美元估值筹集80亿美元，V4-Flash周调用量全球第一。第三条：马斯克启动Terafab芯片工厂，总投入1190亿美元，目标年产1太瓦算力。同期英伟达因HBM供应短缺考虑降低下一代Rubin GPU显存容量。大模型竞赛正从"参数比拼"走向"算力+数据+资金+芯片"的全方位军备。
5万亿参数意味着什么？目前最大的开源模型Kimi K3为2.8万亿，字节跳动的5万亿将是其近两倍。训练5万亿参数模型需要数千张乃至上万张高端GPU，仅硬件投入就可能超过数十亿元，训练周期可能长达数月。但业界对"唯参数论"的质疑也在增加——DeepSeek V4 Flash仅284B参数（13B激活）却登顶OpenRouter全球调用量第一，说明参数效率（激活参数占总参数比例）和训练后优化（SFT/RL）的重要性正在超越单纯的参数规模。OpenAI和Anthropic已不再公开参数规模，转而强调"能力密度"和"推理效率"。
大模型竞赛的维度正在全面扩展。算力层面，马斯克Terafab投入1190亿美元建芯片工厂、DeepSeek 740亿美元融资扩充算力、英伟达HBM供应短缺——算力供给已成为大模型发展的硬约束。数据层面，Grok 4.6引入SpaceX独家工程数据训练，数据壁垒成为新的竞争维度。资金层面，740亿美元估值的DeepSeek和1190亿美元的Terafab表明，大模型竞争的资本门槛正在急剧攀升——头部公司融资数十亿美元，中小公司越来越难以独立竞争。芯片层面，Anthropic自研芯片、OpenAI自研芯片、马斯克建芯片工厂——AI巨头全面走向"软硬一体"垂直整合。这四条线索交织在一起，指向同一个结论：大模型竞赛已进入"全方位军备"阶段，单一维度的优势（如低价或高参数）已不足以赢得竞争。