Agent 系统与 LLM 基础设施 / 技术研究报告

闭源前沿模型的参数规模估计

结论：OpenAI 与 Anthropic 均未公开这些闭源模型的真实总参数量、MoE 专家数或每 token 激活参数量。下文数字是基于官方信息、Reuters/FT、LifeArchitect 参数估计、2026 年最新 IKP 黑箱测量，以及已公开的 Kimi K3 等 MoE 架构进行的综合推断（INFERENCE）。

Agent Systems · LLM Infrastructure 知识库文章

结论：OpenAI 与 Anthropic 均未公开这些闭源模型的真实总参数量、MoE 专家数或每 token 激活参数量。下文数字是基于官方信息、Reuters/FT、LifeArchitect 参数估计、2026 年最新 IKP 黑箱测量，以及已公开的 Kimi K3 等 MoE 架构进行的综合推断（INFERENCE）。

本报告是作者的自撰分析稿，目标不是给出”官方数字”，而是为模型架构、算力、显存与推理成本的近似分析提供一组可辩护的数量级与相对关系。文中区分：外部来源事实（SOURCE）、原文引用（QUOTE）、作者推断（INFERENCE）与组织性说明（EDITORIAL）。

1. 元信息与阅读方式

项目内容
文档性质自撰分析稿（作者推断为主），数据截至 2026-08-10
覆盖模型OpenAI GPT-5.6 系列（Sol / Terra / Luna）与 Anthropic Claude 系列（Fable 5 / Opus 5 / Sonnet 5 / Haiku 4.5）
主要方法LifeArchitect 算力—能力交叉校准；IKP 黑箱知识容量测量；FT/Reuters 行业估计；公开 MoE 架构比例外推
上游来源Reuters、Financial Times、LifeArchitect、eigenigma（IKP）、Kimi K3 arXiv、OpenAI/Anthropic 官方（文末列表）
关键提醒所有参数数字均为推断，置信度见各表；闭源模型是否采用稀疏 MoE / hybrid-MoE 未经官方确认
标记含义
SOURCE外部来源给出的事实与数字
QUOTE保留原文措辞的引用（注明出处）
INFERENCE本文作者的推断（范围、中心值、相对排序）
EDITORIAL本文的组织性说明

2. 核心结论速览

  1. 两家前沿实验室均未披露真实总参数量、MoE 专家数与激活参数量（SOURCE）。
  2. 最值得信任的是数量级和相对关系，而非个位数百分比的精度（EDITORIAL）。
  3. IKP 黑箱测量的 effective parameters 是”知识容量相当于多大普通开放模型”，不是实际权重数，不能与 raw weights 混用（SOURCE）。
  4. GPT-5.6 的 Sol / Terra / Luna 更可能是三个独立训练的 base，而非同一底模的简单蒸馏缩放（IKP fingerprint 分析，SOURCE）。
  5. Anthropic 官方确认 Fable 5 与 Mythos 5 为同一底层模型，因此若 FT 报道的 Mythos 约 8T 行业估计成立，Fable 5 主模型也应接近 8T（QUOTE + INFERENCE）。

3. 七个模型的总参数与激活参数估计

下表为作者认为最合理的估计范围与中心值（INFERENCE；“激活参数”建立在底层为稀疏 MoE / hybrid-MoE 的假设上，未经官方确认）：

模型总参数量（估计）每 token 激活（估计）我认为最可能的中心值置信度
GPT-5.6 Sol4–6T180–320B约 5T / 约 250B active总量：中；激活：低
GPT-5.6 Terra1.5–2.5T70–140B约 2T / 约 100B active中低
GPT-5.6 Luna1.2–2.2T40–90B约 1.5–1.8T / 约 60B active低
Claude Fable 56–8T250–450B约 8T / 约 350B active总量：中；激活：低
Claude Opus 54–6T160–300B约 5T / 约 230B active中
Claude Sonnet 51–2T40–100B约 1.3–1.5T / 约 60–80B active中低
Claude Haiku 4.5约 80–250B约 15–50B约 120–180B / 约 30B active低

总参数（对数轴）与激活参数（线性轴）对比

图 1 · 七个模型的总参数（对数轴）与激活参数（线性轴）对比。总参数相差两个数量级，激活参数集中在 30–350B 区间。

4. 估计方法：算力交叉校准与黑箱知识探针

两条独立的方法线支撑上述数字（EDITORIAL）。

LifeArchitect 方法：不是单一 benchmark 猜测，而是综合训练算力、推理供给、API 定价、能力以及已公开模型交叉校准；作者明确说明这类闭源参数数字是中心估计而非官方披露，典型不确定区间可达约 ±50% 甚至 factor-of-two（SOURCE）。

IKP 黑箱测量（Incompressible Knowledge Probes，2026-07）：测量的是”知识容量相当于一个约 X 的普通开放模型”，即 IKP-effective parameters，不是实际 raw weights（SOURCE）。其 90% 区间通常跨越一个数量级以上，例如 GPT-5.6 Sol 的 559B–6.7T（SOURCE）。

IKP 黑箱测量的 effective parameters

图 2 · IKP 黑箱测量结果（effective parameters）。Sol 系 1.93–1.99T、Fable/Opus 约 2.1T、Sonnet 972B；Haiku 4.5 因 refusal 率 43.1% 无可靠点估计。

第三类来源是行业媒体转述：2026 年 8 月 7 日 Financial Times 引述知情人士称 Anthropic 的 Mythos 系统约为 8T 参数，Reuters 转述并明确提醒 Anthropic 未正式披露、Reuters 无法独立验证（SOURCE）。

5. GPT-5.6：Sol / Terra / Luna

Sol（作者倾向约 5T / 激活约 200–300B）：LifeArchitect 当前模型表直接估为 5,000B；IKP 测得其 1.93T effective（Sol Pro 1.99T，90% 区间 559B–6.7T），但该数字不能解释为”Sol 有 1.93T 权重”（SOURCE）。综合后，GPT-5.6 Sol 约 5T raw / 约 200–300B active 是作者目前认为比较合理的工作假设（INFERENCE）。

Terra 与 Luna 不是单纯的蒸馏缩放。IKP 对三个系列得到 Sol 1.93T / Terra 702B / Luna 744B / Sol Pro 1.99T / Terra Pro 750B / Luna Pro 808B（SOURCE）；更关键的是 fingerprint 分析认为 Sol、Terra、Luna 是三个独立训练的 base，每个系列内部的 Pro 才更像同一底模的推理配置变体（SOURCE）。因此作者不采用”Sol 5T → Terra 500B → Luna 100B”的简单缩放，而倾向于 Sol 约 5T、Terra 约 2T、Luna 约 1.5T 左右，并通过不同 MoE 稀疏度、层数、专家大小、routing、speculative decoding 与 serving 优化拉开实际推理成本（INFERENCE）；Terra 约 70–140B active、Luna 约 40–90B active（INFERENCE）。

6. Claude：Fable 5 / Opus 5 / Sonnet 5 / Haiku 4.5

Fable 5（约 6–8T / 250–450B active，中心偏向 8T / 350B）：Anthropic 官方明确表示 Fable 5 与 Mythos 5 是同一个 underlying model，区别主要在 safeguards，Fable 的部分高风险请求还可能 fallback/routing 到 Opus（QUOTE）；若 FT 的 8T 行业估计准确，则 Fable 5 主模型也应接近 8T——这是推论而非官方披露（INFERENCE）。

Opus 5（约 5T / 160–300B active）：LifeArchitect 估约 5,000B；IKP 独立测得约 2.1T effective（90% 区间 609B–7.2T）。作者强调 Fable 与 Opus 的 IKP 结果同为约 2.1T，并不意味着两者参数相同——IKP 测的是长尾事实知识容量，模型可以把额外参数与算力主要转化为 reasoning、agentic planning、multimodal capacity、representation quality 等，而不会按比例增加长尾事实记忆（SOURCE + INFERENCE）。建模时作者取 5T / 约 230B active（INFERENCE）。

Sonnet 5（约 1–2T / 40–100B active，最可能 1.3–1.5T）：IKP 修正结果为 972B effective（90% 区间 282B–3.4T），与”约 1T 级容量模型”的外部估计基本吻合，但不能把 972B 当成真实权重数（SOURCE）。若给单一数字，作者写 约 1.4T total / 70B active（INFERENCE）。

Haiku：当前最新仍是 Claude Haiku 4.5。截至 2026-08-10，Anthropic 官方当前模型列表为 Fable 5 / Opus 5 / Sonnet 5 / Haiku 4.5，不存在官方发布的 Haiku 5（SOURCE）。Haiku 最难估计：早期 Pine AI 探针测得约 65B effective（90% 区间 22–194B），但最新复测发现其 refusal 率高达 43.1%，方法基本失效，最新研究甚至明确选择不给出可信的新点估计（SOURCE）。作者只敢给宽范围：raw 约 80–250B、active 约 15–50B，押一个值则约 150B total / 30B active——此项不确定性明显高于 Sonnet/Opus（INFERENCE）。

7. 激活参数先验：为什么 active 远小于 total

目前最好的公开参照是 Kimi K3：Moonshot 官方论文明确披露 2.8T total、104B active、896 个 routed experts、每 token 激活 16 个专家（SOURCE），即：

104B2800B≈3.7\frac{104\text{B}}{2800\text{B}}\approx3.7%

公开模型中还有类似比例：DeepSeek V4-Pro 约 1.6T / 49B active，Kimi K2.6 约 1T / 32B active（SOURCE）。因此对 2026 年超大 frontier MoE，采用”每 token 实际激活约占 raw parameters 的 3–6%“作为先验是有现实架构依据的；但 OpenAI/Anthropic 是否使用相同比例完全未知（INFERENCE）。

公开 MoE 模型的激活参数占比

图 3 · 公开 MoE 参照的激活占比（K3 3.7%、V4-Pro 约 3.1%、K2.6 约 3.2%）与本文 3–6% 先验区间。

据此可得数量级估计：

5T×55\text{T}\times 5%\approx250\text{B}

这也是作者把 Sol / Opus 的 active 估计放在 200B 级、而非 1T 级的主要原因之一（INFERENCE）。

8. 两种排序并存：raw size 与 IKP effective size

作者认为目前最有外部证据支撑的 raw-size 排序是：

Fable/Mythos 约 6–8T > Sol 约 Opus 约 5T > Terra 约 2T > Luna 约 Sonnet 约 1–1.6T ≫ Haiku 约 0.1–0.2T（INFERENCE）。

但若比较知识容量的黑箱 effective size，结果却是：

Fable 约 Opus 约 Sol 约 2T effective > Sonnet 约 1T > Terra 约 Luna 约 0.7T（SOURCE）。

raw 总参数 vs IKP effective 参数（对数轴）

图 4 · 同一批模型的 raw 估计与 IKP effective 测量对比（对数轴）。两者的差距与错位说明”存储的权重”与”表现出的知识容量”是两回事。

这两个排序并不矛盾：前者试图估算实际存储的 raw weights，后者测量的是权重中表现出来的事实知识容量（EDITORIAL）。

9. 单点值汇总（建模用）

若为模型架构、算力、显存、推理成本的近似分析而必须给每个模型一个数字，作者建议采用（INFERENCE）：

模型总参数单点估计激活参数单点估计
GPT-5.6 Sol5,000B250B
GPT-5.6 Terra2,000B100B
GPT-5.6 Luna1,600B60B
Claude Fable 57,000–8,000B350B
Claude Opus 55,000B230B
Claude Sonnet 51,400B70B
Claude Haiku 4.5150B30B

10. 结论与使用注意

  • 可复用的是数量级与相对关系：Fable/Mythos 是这批模型中 raw 规模最大的候选；Sol 与 Opus 同处约 5T 档；Terra、Luna、Sonnet 落在 1–2T 档；Haiku 是约百亿到数百亿级的轻量档（INFERENCE）。
  • 单点值仅用于近似建模，真实值可能偏离 ±50% 甚至 factor-of-two（SOURCE）。
  • IKP effective parameters 不等于 raw weights；闭源模型是否 MoE 未经确认；Haiku 一项的不确定性最高（EDITORIAL）。
  • 若后续出现官方披露或更可靠的黑箱测量，本文数字应随之修正（EDITORIAL）。

11. 来源

  1. Reuters / FT：ByteDance targets mega AI model that could match Mythos scale —— https://www.reuters.com/technology/bytedance-targets-mega-ai-model-nearing-anthropics-mythos-ft-reports-2026-08-07/
  2. eigenigma（IKP）：Estimating the Parameter Counts of the Claude 5 and GPT-5.6 Families（2026-07-31）—— https://eigenigma.io/en/articles/estimating-parameter-counts-of-claude-5-and-gpt-5-6/
  3. LifeArchitect.ai：Models Table（10,000+ data points）—— https://lifearchitect.ai/models-table/
  4. Anthropic：Claude Fable 5 and Claude Mythos 5（官方确认同底模）—— https://www.anthropic.com/news/claude-fable-5-mythos-5
  5. Anthropic Docs：Models overview（当前模型列表）—— https://docs.anthropic.com/en/docs/about-claude/models/overview
  6. LifeArchitect.ai：Models Table Methodology —— https://lifearchitect.ai/models-table-methodology/
  7. arXiv：Kimi K3: Open Frontier Intelligence（2.8T total / 104B active / 896 experts）—— https://arxiv.org/abs/2607.24653
  8. OpenAI：GPT-5.6: Frontier intelligence that scales with your ambition —— https://openai.com/index/gpt-5-6/

注：本文为自撰分析稿的整理发布；文中”作者”即本稿作者，非外部媒体。图表为本站原创生成。