就在大家还在消化GPT-5的余波时，OpenAI的下一步棋已经悄悄落子。据X平台用户@synthwavedd爆料，OpenAI已经完成了下一代模型“Bel”的预训练，这个大家伙的来头可不小——它是前代模型Doug的直接继任者，总参数量超过10T（万亿级别）。这数字是什么概念？相当于给AI造了一个拥有10万亿个神经连接的大脑，是现有顶级模型的好几倍规模。
OpenAI的算盘打得很响：他们希望Bel能够成为GPT-6之后的基座模型，甚至直接冲击AGI的阈值。这里得解释一下AGI，它是“通用人工智能”的简称，指的是一种能像人一样学习、理解并执行任何智力任务的系统。跟现在只能干单一活儿（比如写文案、画图、编代码）的狭义AI不同，AGI需要具备跨领域的泛化能力、强大的推理能力，还得能在完全陌生的环境里自学成才。简单说，现在的AI是“偏科生”，AGI是要拿“全科满分”。
爆料还提到一个有意思的细节：OpenAI内部评估认为，面对即将公开的Astra项目，竞争对手Anthropic因为算力受限，根本拿不出像样的应对方案。Anthropic那边也已经做好了心理准备，知道接下来一段时间局势可能会偏向对手，但他们相信明年年初能找到机会重新夺回领先地位。
这已经不是OpenAI第一次在模型规模上押注了。从GPT-3的1750亿参数，到传闻中GPT-4的多模态架构，再到如今Bel的10T参数，OpenAI的思路始终是用更大的模型、更多的数据、更强的算力去“堆”出智能。这条路到底能不能通向AGI，业界一直有争议，但至少从目前的节奏来看，OpenAI是铁了心要把这条路走到黑。
值得关注的是，算力正在成为AI竞赛中最稀缺的资源。ChatGPT的爆火让全球巨头都陷入了“抢卡大战”，谁手里的GPU多，谁就能训练更大的模型。Anthropic这次被OpenAI“看扁”，说白了就是算力跟不上。这种资源差距会不会在明年被抹平，可能比模型本身更值得关注。
回到Bel本身，10T参数的预训练模型意味着什么？一是训练成本必然是天价级别，二是推理时的算力需求也会极其惊人。如果OpenAI真打算把Bel做成GPT-6之后的基座，那么他们很可能已经在同步布局更高效的推理架构，否则模型再强，用不起也是个麻烦。
这场头部玩家之间的跑马圈地，正把AGI的终点线一步步往前推。而明年年初Anthropic能否兑现“重回领先”的承诺，将是观察AI竞赛格局变化的一个重要窗口。
