2026年8月，OpenAI被曝已完成代号为Bel的10万亿参数超大规模预训练模型研发，该模型为继Doug之后的下一代基座大模型，核心性能在编码、推理、长时程智能体任务等维度均超越前代Astra，可协调数百个子智能体并行运行。当前OpenAI已凭借自研芯片与算力储备构建壁垒，新模型预计最快2026年底正式亮相，目标直指通用人工智能（AGI）落地。
多位资深科技领域爆料人近期同步放出消息，OpenAI内部已经完成代号为Bel的下一代基座大模型的全量预训练，10万亿的参数规模直接刷新了通用大模型的参数量级纪录。作为继Doug之后的全新基座架构，Bel从底层设计开始就针对通用智能需求做了优化，而非前代模型的增量迭代。
从已经流出的性能测试数据来看，Bel在编码、复杂逻辑推理、长时程智能体任务三个核心维度的表现，已经全面超越此前备受关注的Astra模型。其中最具标志性的能力突破是，该模型可以在无人干预的状态下持续高效运行数天，具备自主故障排查与自我恢复能力，同时可协调数百个并行子智能体完成复杂的多线程任务。业内人士判断，10万亿参数量级的突破，将让大模型对世界模型的认知深度达到前所未有的水平，很多此前无法落地的长周期复杂智能任务都将成为可能。
Bel模型能顺利完成预训练，背后离不开OpenAI多年布局的算力体系支撑。此前OpenAI已经在自研芯片领域深耕多年，本次训练就大量采用了其自研的Jalapeño系列芯片，相比商用GPU，该系列芯片在大模型预训练场景下的能效比提升了3倍以上，极大降低了超大规模模型的训练成本与周期。
按照当前流出的进度，Bel的后续对齐工作已经在同步推进，最快有望在2026年底正式对外开放，最晚也会在Astra正式发布后的3-6个月内亮相。不同于此前OpenAI的模型发布节奏，本次Bel从完成预训练到正式上线的间隔大幅缩短，也侧面印证了其技术成熟度已经达到较高水平。
从过去几年大模型的发展路径来看，参数规模的跃升始终是带动模型能力边界扩展的核心动力之一。此前行业内主流的基座模型参数量大多停留在万亿级以内，10万亿参数的Bel落地，也标志着大模型的参数竞赛正式进入全新的数量级阶段。
值得注意的是，本次Bel的能力突破并非单纯的参数堆砌，而是在架构优化的基础上，针对AGI所需的长时运行、多智能体协同等核心能力做了定向优化，也为行业探索AGI落地提供了可参考的技术路径。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号