估算 Claude Opus 4.5/4.6 和 GPT 的真实大小:它到底有多少参数?

参数的大小，到底谁在说谎？

你猜我上周收到了多少条私信？整整38条。全是同一个问题：新一代Claude Opus到底有多大？

说实话，我的第一反应是不想写。

为啥？因为一个让人尴尬的事实摆在那儿：Anthropic和OpenAI，从没公开过自家旗舰模型的真实参数。你看到的“25T”“10T”“5T”，90%都是从犄角旮旯扒出来的碎片，加点想象力就敢往外发。

但我还是动笔了。你想想，这事儿跟你口袋里的钱直接挂钩。参数大小决定你花多少成本、能跑多快、能干多少活。信了那些10T的鬼话，选型的时候一脚踩进坑里，那叫一个惨。

先把结论拍了，免得你读到一半没耐心：

现在所有一线模型的活跃参数，都在50B-150B这个区间。总参数在1T-2T。

最新版Claude Opus的活跃参数？100B上下，总参数1.5T-2T。

那些10T、25T的传闻？要么是把训练数据量搞混了，要么就是把推理速度里的“T”拉来凑数。

它到底多大？我用数据跑了个“测谎”

去年年底我开始系统性地测这些大家伙。一开始用AlpacaEval，测着测着发现不对劲——这玩意儿只反映指令遵循能力，跟模型大小八竿子打不着。

真正让我开窍的，是今年2月一篇逆向工程分析。

作者叫unexcitedneurons，在Substack上发了一篇文章。这哥们干了件漂亮事：拿OpenRouter上各模型在Vertex和Bedrock的token吞吐数据，倒推模型参数量。

你看，这里的逻辑：同一个硬件后端上，token生成速度主要受限于每次前向传播要加载和计算的活跃参数量。MoE模型尤其明显——每次推理只激活一部分专家，所以“活跃参数”才是决定速度的关键。

他拿了3个开源MoE模型做校准基准，推算出Vertex平台的有效内存带宽大概是4.0-4.5 TB/s。

然后算出什么了？最新版Claude Opus在FP8精度下，活跃参数是93-105B。如果按FP8稠密层+FP4混合专家层，大概是127-154B。

我看完坐直了，马上拿自己的实测数据去核对。

任务挺无聊：让模型把一篇2000字的英文论文摘要翻译成中文，同时提取关键词。最新版Claude Opus在我的测试里，速度大概是GPT-4o的70%。如果GPT-4o的活跃参数是200B（网上比较公认的数字），那么最新版Claude Opus大约140B——跟前面的分析对上了。

有意思的来了：这比上一代Claude Opus小了一大截。

马斯克有一次公开场合“说漏嘴”，提到上一代Claude Opus参数约5T，Sonnet约1T。后来大家对照推理速度发现，上一代的总参数可能真的到了5T-6T，但活跃参数大概是180B左右。

那为啥最新版反而小了？

答案就两个字：蒸馏。

从定价就能看出来：最新版Claude Opus的API价格——输入$15/百万token，输出$75/百万token——比它的前代刚发布时便宜了近三分之二。速度呢？快了大概3倍。

你品，你细品：一个模型快了3倍、便宜了一大半，大概率不是因为硬件进步了——而是模型本身就变小了。

“25T”那出戏，到底是从哪传出来的？

这个坑我踩过。去年我一篇文章里引用过“Claude参数25T”的说法，被同行追着怼了三天。专门去查原始出处，才发现问题出在哪儿。

网上流传的“25T”，大概率指的是训练数据量——25T tokens，用25万亿个token的数据来训练。Anthropic训练Opus系列时确实用了海量数据，但有人把“训练数据25T tokens”直接传成了“模型参数25T”。

还有一个来源：一篇已经被证伪的论文，声称Claude有25T参数。学术界复现后发现，原始代码有严重逻辑偏差，结论根本站不住脚。

说到这儿，我得说句大实话：你要是有台机器能跑25T参数的模型，我给你磕三个响头。现在最强的商用GPU，H100是80GB显存，B200大概192GB。一个25T参数的模型，就算用FP4量化——每个参数2比特——也需要大约6.25TB显存。多少张显卡？78张B200才能塞下去。

而且MoE的通信开销是噩梦级的。别说推理了，做一次前向传播的延迟，就能让你怀疑人生。

所以“10T+”的说法，在当前硬件条件下根本站不住。1.5T-2T的总参数，100B左右的活跃参数，是目前能跑得动的上限。

怎么自己当侦探？

这事儿挺好玩，我教你怎么干。

有API权限的话，找个固定平台——比如Azure或Bedrock——拿同一个测试prompt去对比不同模型的输出速度。

我用常用测试来举例：

最新版Claude Opus (Bedrock)
prompt：“写一篇500字的回答，主题是‘为什么程序员35岁不是危机’”
速度：约35 token/sec

最新版Claude Sonnet (Bedrock)
prompt：同上
速度：约55 token/sec

GPT-4o (Azure)
prompt：同上
速度：约50 token/sec

Sonnet比Opus快了大概1.5倍，说明Sonnet的活跃参数大约是Opus的2/3。GPT-4o跟Sonnet差不多，但GPT-4o可能是200B总参数的密集模型，Sonnet的MoE架构用更少的总参数实现相近速度——这说明Anthropic在MoE这块确实有两下子。

但有个坑，我踩过一次，疼得很：不同平台不能直接用速度对比。在OpenRouter上测了Opus和某个中国模型的推理速度，结果在Vertex上Opus跑得慢，在另一家提供商上又突然变快。后来发现是平台用的硬件不同——H