馬斯克說漏嘴了！Claude Opus參數5T，Sonnet 1T

西風 發自 凹非寺
量子位 | 公眾號 QbitAI

哦豁，馬斯克一個“不小心”，把Claude參數抖出來了？？？

長話短說：Sonnet 1T、Opus 5T。

起因是老馬發帖表示，xAI的Colossus 2超算正在訓練7個模型，其中最大的一款，參數量直接沖到了10萬億。

完整清單：

Imagine V2
2個1萬億（1T）參數的變體模型
2個1.5 萬億（1.5T）參數的變體模型
6萬億（6T）參數模型
10萬億（10T）參數模型

P.S. Colossus 2，就是老馬巨硬計劃（Macrohard）的一部分。據2025年8月披露的信息，Colossus 2已經安裝了119臺風冷式冷水機組，提供約200MW的冷卻能力，足以支持約11萬個GB200 NVL72 GPU。

按照當時規劃，Colossus 2第一階段部署11萬個英偉達GB200 GPU，最終目標是超過55萬個GPU，峰值功率需求預計超過1.1GW。

這次發推文，也是馬斯克為數不多地對外公開Colossus超算的具體訓練計劃。

消息一出，網友開啟好奇寶寶模式，馬斯克也是心情不錯的樣子，看到提問也回復了不少。

比如有人問“訓練一個10T模型，大概要花多久？”，馬斯克說預訓練階段大約需要2個月。

哎，就有這么一段對話出現了。

Grok 4.2的參數量，僅為xAI目前在訓最大模型的5%。也就是5000億（500B）對比10萬億（10T），后者是前者20倍。
Grok 4.2真的是總參數量500B嗎？還是說只是在一個更大的MoE里，激活的參數量是500B億？

面對疑問，老馬又親自回應了：

總參數量就是0.5T（5000億）。現在的Grok，參數量是Sonnet的一半、Opus的十分之一。以它的規模來說，是非常強的模型。

網友一眼瞄到顯眼信息，這不就是說Sonnet是1T，Opus是5T。

于是有人追問：

純好奇，你（馬斯克）怎么知道Sonnet、Opus大小？

對此老馬閉麥了，網友提出的點倒不無道理，“頂尖人才在這么幾家公司間流動，似乎也沒什么秘密能藏太久”。

Claude各版本參數，來自網友推測

自打Claude系列模型問世，Anthropic就一直嚴格保密參數規模，不管是Opus還是Sonnet，愣是一點沒披露。

越不說，網友討論得越起勁。

我們用AI總結了一下網友們分析討論的不同版本的Claude參數規模。

你還別說，你還真別說。最新模型Claude 4.6 Sonnet ~1-2T、Claude 4.6 Opus ~1.5-2.5T/2-5T，還真和老馬手滑泄露的“Sonnet1T、Opus5T”對上了。

具體來看網友都討論出來了啥。

目前主流推測方法有四類：

• 推理成本與吞吐量反推法：模型推理成本與激活參數量呈近似線性關系，而總參數量則可通過架構類型和行業經驗系數推算。
• 性能基準對標法：通過與已知參數的開源模型在標準化基準上的表現對比，推斷閉源模型的參數規模。
• 內部文件泄露與傳聞分析法：官方意外暴露的信息&一些小道消息。
• 架構特性分析法：通過對模型行為特性的觀察，推斷其采用的架構類型，進而縮小參數估計范圍。

首先來看Claude 3系列，2024年3月發布，這是首個形成清晰產品矩陣的Claude系列，包含三個定位不同的版本。

小杯Haiku、中杯Sonnet以及大杯Opus，成本和性能依次遞增。

對于它們的參數規模，LifeArchitect.ai創始人Alan D. Thompson曾給出估算：

Claude 3 Haiku (~20B)、Claude 3 Sonnet (~70B)、Claude 3 Opus (~2T)。

對于Claude 3 Sonnet，Reddit社區后續也展開了持續討論，也有網友基于性能等推測Claude 3 Sonnet參數量在150-250B之間。

再來看Claude 3.5，這是Claude的一次重大升級，多個關鍵指標吊打GPT-4o。

不過，Anthropic最初只發布了獨苗Claude 3.5 Sonnet。

其速度是Claude 3 Opus的兩倍，成本卻僅為后者的1/5。

關于模型參數量，微軟等曾發布了一篇論文。

其中指出據行業估算，Claude 3.5 Sonnet參數約175B。

順帶附上其它模型估算參數：ChatGPT約175B、GPT-4約1.76T、GPT-4o約200B、o1-mini約100B、o1-preview約300B。

之后，Anthropic跳過了3.5命名，未發布3.5 Opus，在Claude Sonnet 3.7后直接進入4系列，發布了兩個模型：

Claude Opus 4和Claude Sonnet 4。

圈內對于Claude 4的參數估計，存在較大分歧。

行業估算Claude Opus 4參數約在300–500B之間，Claude Sonnet 4約在50B-100B之間。

接下來Claude Opus 4.1發布。

其編程性能再次突破，超越Claude Opus 4，在Agent任務和推理方面也進一步升級。

不過發布時，官方表示計劃在未來幾周對模型進行更大規模升級與改進，看來4.1真就只是一次小更新，替代Opus 4。

甚至網友討論，Anthropic可能本來不想發模型，但是奈何GPT-5/Gemini-3的消息太多，為了保持市場競爭力所以先更新一波。

這可能也是關于其參數討論并不多的原因之一。

Hacker News有網友認為，其可能是Anthropic嘗試超大參數規模的實驗性產品，后續4.5版本反而縮小了參數規模以優化效率。

Anthropic對Opus 4/4.1進行了蒸餾，得到了Opus 4.5。這也是該模型的運行速度比Opus 4快約3倍，同時API調用成本僅為后者的三分之一的核心原因。
整個AI行業的發展方向，正在摒棄萬億參數規模的超大模型。當下的核心命題是提升現有參數規模的利用效率。
Opus 4.5參數量撐死也就在2T左右。Opus 4/4.1的參數量或許能達到約6T（MoE架構）。

再往下就是4.5系列了。

Claude Sonnet 4.5先發布，計算機操作方面，在OSWorld測試中取得了60.2分的SOTA成績，比Sonnet 4提升了近一半。

Claude Opus 4.5后腳跟上，前端開發、視覺能力顯著提升，更擅長使用電腦；在深度研究、PPT制作與電子表格處理等日常任務方面的表現也全面升級。

今年2月剛發布的最新4.6系列，各項能力再上一個臺階。

Anthropic表示，對填寫復雜Excel、網頁清單等計算機操作任務，Sonnet 4.6已經接近人類水平。

而Opus 4.6，在GDPval-AA（一項評估金融、法律和其他領域經濟價值知識工作任務的性能指標）上，比GPT-5.2高出144Elo；編程依舊獨領風騷，在Agent編程評估Terminal-Bench 2.0中取得了最高分，并在“人類最后考試”中領先所有其它前沿模型。

越往后，技術迭代步入深水區，底層技術和模型架構還一個勁地搞創新，想估算模型參數量，越來越難了。

最近，一篇發表在Substack的技術逆向工程分析，通過OpenRouter在Google Vertex和Amazon Bedrock上的Token吞吐數據，估算了Claude Opus 4.5和4.6的激活參數量。

作者署名unexcitedneurons，他以3個開源MoE模型為校準基準，推算出Vertex平臺的有效內存帶寬約為4.0–4.5TB/s，進而得出：

Opus 4.6在FP8精度下的激活參數量為93–105B。

若假設模型采用FP8精度稠密層+FP4精度混合專家層的配置，Opus 4.6的激活參數量約為127–154B。

結合不同專家稀疏度方案，最終他認為，Opus 4.5絕非網傳的10T+規模，它是一款體量小得多的模型，由Claude Opus 4/4.1蒸餾而來，參數量規模應落在1.5T-2T之間。

這一點也能從API定價中得到印證，Claude Opus 4.1的輸入/輸出定價為每百萬Token 15美元/75美元，而Claude Opus 4.5/4.6目前的定價僅為每百萬Token 5美元/25美元，價格直接降至原先的三分之一。

作者也提到，Claude Opus 4/4.1參數量大概率在5T-6T左右。

除了已發布模型的模型外，前幾天Anthropic團隊因權限配置失誤，把自家未發布模型泄露了。

模型Claude Mythos（內部代號Capybara）。

泄露文件中，曾多次使用質的飛躍這種說法來形容Mythos，在具體能力上，相較于Claude Opus 4.6，Mythos在軟件編碼、學術推理和網絡安全等測試中的得分顯著更高。

Claude Mythos，被稱為是迄今為止公司開發過的最強大的AI模型。

傳言稱模型參數達10T。

參考鏈接：
[1]https://x.com/lifetimization/status/2042285703162397167
[2]https://www.reddit.com/r/ClaudeAI/comments/1ixuxln/estimate_of_model_size_for_claude_37/
[3]https://lifearchitect.substack.com/p/the-memo-special-edition-claude-3
[4]https://arxiv.org/pdf/2412.19260v1
[5]https://medium.com/@bob.mashouf/claude-4-vs-llama-4-benchmarking-55b99c17d3f7
[6]https://news.ycombinator.com/item?id=47319205
[7]https://unexcitedneurons.substack.com/p/estimating-the-size-of-claude-opus