AI Dance(@AI_Whisper_X):没想到，有人猜Opus 5只有3T？圈子内经常讨论的一个问题，就是 Anthropic 和 OpenAI 的模型到底有多大。之前我们也发过一些推测，今天又看到另一个推测，把几路证据加权。他的方法大概是这样。用Gould et al. 那套 No-CoT benchmark，不让模型写出思考过程，直接给答案，看它能默默推理到什么程度。再叠上 API 价格和 Epoch AI 的宏观算力趋势（Epoch是从芯片采购、数据中心功率、财报 capex 去估 FLOP数字）。最后调查了 20 个 AI 研究员和工程师，用来校准。不过他这个方法待考证吧。 No-CoT reasoning 感觉很难代表模型总参数，尤其现在主要是MOE模型。 API 价格其实也很难代表什么。如果是算力flops数量的话，除了参数量，数据量也影响。大概结果： Claude Fable 5　4.5T GPT-5.6 Sol　3.1T Claude Opus 5　3.0T Kimi K3　2.8T（已披露） Claude Opus 4.8　2.7T GPT-5.5　2.3T GPT-5.6 Terra　2.1T Claude Sonnet 5　1.6T Grok 4.5　1.5T（已披露） GPT-5.6 Luna　1.5T Fable 5和Opus 5比之前大家认知的要小，之前普遍在猜测Opus5是一个5T左右的模型。

2026.08.03 11:51

没想到，有人猜Opus 5只有3T？圈子内经常讨论的一个问题，就是 Anthropic 和 OpenAI 的模型到底有多大。之前我们也发过一些推测，今天又看到另一个推测，把几路证据加权。他的方法大概是这样。用Gould et al. 那套 No-CoT benchmark，不让模型写出思考过程，直接给答案，看它能默默推理到什么程度。再叠上 API 价格和 Epoch AI 的宏观算力趋势（Epoch是从芯片采购、数据中心功率、财报 capex 去估 FLOP数字）。最后调查了 20 个 AI 研究员和工程师，用来校准。不过他这个方法待考证吧。 No-CoT reasoning 感觉很难代表模型总参数，尤其现在主要是MOE模型。 API 价格其实也很难代表什么。如果是算力flops数量的话，除了参数量，数据量也影响。大概结果： Claude Fable 5　4.5T GPT-5.6 Sol　3.1T Claude Opus 5　3.0T Kimi K3　2.8T（已披露） Claude Opus 4.8　2.7T GPT-5.5　2.3T GPT-5.6 Terra　2.1T Claude Sonnet 5　1.6T Grok 4.5　1.5T（已披露） GPT-5.6 Luna　1.5T Fable 5和Opus 5比之前大家认知的要小，之前普遍在猜测Opus5是一个5T左右的模型。

anpaure@anpaure

2026.08.02 19:09

How big are the frontier models? I tried to answer this question using a statistical model of intelligence indices, a No-CoT reasoning benchmark, API prices, compute trends, and a poll of 20 AI researchers and engineers. Here are the results: