OpenAI avrebbe completato un imponente run di pretraining in codice "Bel", un modello che si dice superi i 10 mila miliardi di parametri. Se l'affermazione si rivelasse accurata, Bel rappresenterebbe il primo pretraining frontier su vasta scala completato con successo dall'azienda da quando GPT-4o è stato rilasciato a maggio 2024. Per dare un'idea di questa scala: l'ultimo conteggio di parametri ufficialmente divulgato da OpenAI risale a GPT-3, indicato in 175 miliardi di parametri nel paper del 2020, e da allora l'azienda non ha più pubblicato cifre per alcun modello. I laboratori frontier che hanno divulgato totali molto elevati si affidano in genere ad architetture sparse di tipo mixture-of-experts, in cui solo una frazione dei parametri di un modello si attiva per ciascun token — DeepSeek-V3, uno dei più grandi modelli documentati pubblicamente, dichiara 671 miliardi di parametri totali con circa 37 miliardi attivi per query.

La notizia ha avuto origine da un post su X pubblicato dall'utente @synthwavedd il 25 agosto 2026. OpenAI non ha confermato ufficialmente l'esistenza di Bel e l'azienda non ha rilasciato alcuna specifica tecnica sul run.

Cosa si sa di Bel

Secondo i resoconti non verificati, Bel segue un precedente run di pretraining in codice "Doug" ed è destinato a fungere da modello base per sistemi futuri. Tali sistemi futuri includerebbero, si dice, un progetto noto come Astra, oltre a successori di GPT-6, con un lavoro di post-training previsto per sbloccare capacità che si avvicinano a ciò che il settore chiama Artificial General Intelligence. Il pretraining è la fase in cui un modello assorbe conoscenza da vasti corpora di testo prima che le tecniche di post-training ne modellino il comportamento; per questo il modello base è generalmente considerato il fondamento che delimita ciò che i sistemi successivi possono estrarne.

OpenAI avrebbe avuto difficoltà con lo scaling dal lancio di GPT-4o. Diverse fonti all'interno della comunità di ricerca sull'IA hanno segnalato run di addestramento interrotti, pause legate alla sicurezza nei processi di reinforcement learning e difficoltà tecniche che hanno bloccato i progressi sui modelli più grandi. Gli sforzi dell'azienda per lo scaling del compute sono stati discussi sotto l'ombrello del Progetto Stargate — l'iniziativa annunciata a gennaio 2025 con SoftBank, Oracle e MGX come partner, che prevede fino a 500 miliardi di dollari di investimenti in data center negli Stati Uniti in quattro anni, a partire da un campus ad Abilene, in Texas. Tale ambizione infrastrutturale riflette quanto sia diventato affamato di compute l'addestramento frontier: stime pubblicate, incluse le cifre compilate per lo Stanford AI Index, hanno collocato i singoli run di addestramento frontier tra le decine di milioni di dollari e quasi 200 milioni di dollari.

Perché conta il divario rispetto a GPT-4o

Il periodo tra maggio 2024 e oggi è stato un intervallo insolitamente lungo per OpenAI senza il rilascio di un nuovo modello base frontier. In quel lasso di tempo l'azienda ha pubblicato aggiornamenti incrementali e varianti fine-tuned — tra cui GPT-5 ad agosto 2025 e le point release successive — ma il suo lavoro di pretraining fondamentale non aveva prodotto un successore confermato su una scala significativamente più grande. Secondo l'interpretazione del resoconto, quei modelli rilasciati si basavano su lavori base addestrati in precedenza anziché su un nuovo e più ampio run di pretraining.

Nello stesso arco di tempo, i concorrenti non sono rimasti fermi. Anthropic ha proseguito con la sua famiglia di modelli Claude, Google DeepMind ha continuato a far crescere Gemini e una schiera crescente di progetti open-source di Meta e altri ha continuato a ridurre il distacco.

La questione AGI e le poste in gioco competitive

L'inquadramento di Bel è legato in modo esplicito alle ambizioni di AGI. La pipeline riportata — da Bel ad Astra fino a ciò che seguirà GPT-6 — suggerisce che OpenAI stia ragionando in termini di una roadmap multi-fase in cui ogni livello di post-training e fine-tuning estrae dal modello base comportamenti progressivamente più capaci.

La nota di cautela è altrettanto semplice: nulla di tutto questo è stato confermato. Fino a quando OpenAI non fornirà una validazione ufficiale — che si tratti di un paper tecnico, di un annuncio di prodotto o persino di un post informale su un blog — Bel rimane un'affermazione non verificata originata da un post sui social media. I punti di controllo pratici per i lettori sono concreti. Storicamente, OpenAI ha confermato i principali modelli base attraverso eventi di lancio accompagnati da system card pubblicate e, anche in quei casi, ha raramente divulgato i conteggi dei parametri, quindi una cifra di 10 mila miliardi potrebbe non essere mai direttamente verificabile da fonti ufficiali. Altri segnali osservabili includono il ritmo con cui la capacità di Stargate entra online, l'eventuale comparsa dei nomi in codice riportati — Doug, Bel, Astra — nei materiali ufficiali e i tempi e il posizionamento di ciò che OpenAI rilascerà prossimamente.