OpenAI ma podobno ukończyć potężny przebieg pretrainingu o kryptonimie „Bel” — model, który ma liczyć ponad 10 bilionów parametrów. Jeśli ta informacja się potwierdzi, Bel byłby pierwszym udanym pełnoskalowym frontierowym pretrainingiem firmy od czasu, gdy GPT-4o trafił na rynek w maju 2024 roku. Dla kontekstu co do tej skali: ostatni oficjalnie ujawniony przez OpenAI licznik parametrów dotyczy GPT-3, podanego w artykule z 2020 roku jako 175 miliardów parametrów, a firma nie opublikowała danych dla żadnego późniejszego modelu. Laboratoria frontierowe, które ujawniły bardzo duże wartości, zazwyczaj opierają się na rzadkich architekturach mixture-of-experts, w których dla danego tokenu aktywowana jest tylko część parametrów modelu — DeepSeek-V3, jeden z największych publicznie udokumentowanych modeli, podaje 671 miliardów parametrów łącznie, z których na jedno zapytanie aktywnych jest około 37 miliardów.

Doniesienie wywodzi się z wpisu użytkownika @synthwavedd na platformie X opublikowanego 25 sierpnia 2026 roku. OpenAI nie potwierdziło oficjalnie istnienia Bel, a firma nie opublikowała żadnych specyfikacji technicznych tego przebiegu.

Co wiadomo o Bel

Zgodnie z niezweryfikowanymi doniesieniami Bel następuje po wcześniejszym przebiegu pretrainingu o kryptonimie „Doug” i ma pełnić rolę modelu bazowego dla przyszłych systemów. Do tych przyszłych systemów mają należeć projekt znany jako Astra oraz następcy GPT-6, a prace post-trainingowe mają wydobyć możliwości przybliżające model do tego, co branża nazywa sztuczną inteligencją ogólną (AGI). Pretraining to faza, w której model przyswaja wiedzę z ogromnych korpusów tekstowych, zanim techniki post-trainingowe ukształtują jego zachowanie — dlatego model bazowy jest zazwyczaj traktowany jako fundament określający, co późniejsze systemy będą w stanie z niego wyciągnąć.

OpenAI ma podobno od premiery GPT-4o zmagać się ze skalowaniem. Liczne źródła w społeczności badaczy AI wskazywały na przerywane przebiegi treningowe, wstrzymania procesów uczenia ze wzmocnieniem związane z bezpieczeństwem oraz problemy techniczne, które zablokowały postępy nad większymi modelami. Wysiłki firmy w zakresie skalowania mocy obliczeniowej są omawiane pod szyldem Project Stargate — inicjatywy ogłoszonej w styczniu 2025 roku z SoftBank, Oracle i MGX jako partnerami, która przewiduje do 500 miliardów dolarów inwestycji w amerykańskie centra danych w ciągu czterech lat, począwszy od kampusu w Abilene w Teksasie. Ta infrastrukturalna ambicja pokazuje, jak mocno frontierowy trening uzależnił się od mocy obliczeniowej: publikowane szacunki, w tym dane zestawione na potrzeby Stanford AI Index, określają pojedyncze frontierowe przebiegi treningowe na dziesiątki milionów dolarów do blisko 200 milionów dolarów.

Dlaczego luka od czasów GPT-4o ma znaczenie

Okres od maja 2024 roku do dziś to wyjątkowo długi czas, w którym OpenAI nie wypuściło nowego frontierowego modelu bazowego. Firma publikowała w tym czasie przyrostowe aktualizacje i dostrojone warianty — w tym GPT-5 w sierpniu 2025 roku oraz kolejne wydania punktowe — ale jej zasadnicze prace pretrainingowe nie doprowadziły do potwierdzonego następcy w istotnie większej skali. W ujęciu tego doniesienia wypuszczone modele opierały się na wcześniejszych pracach bazowych, a nie na nowym, większym przebiegu pretrainingu.

Konkurencja w tym samym czasie nie stała w miejscu. Anthropic rozwijał rodzinę modeli Claude, Google DeepMind kontynuował skalowanie Gemini, a rosnąca lista projektów open-source od Mety i innych wciąż zmniejszała dystans.

Kwestia AGI i konkurencyjne stawki

Narracja wokół Bel jest jednoznacznie związana z ambicjami AGI. Raportowany potok prac — od Bel przez Astra do tego, co nastąpi po GPT-6 — sugeruje, że OpenAI myśli w kategoriach wieloetapowego planu, w którym każda warstwa post-trainingu i dostrajania wydobywa z modelu bazowego coraz bardziej zaawansowane zachowania.

Zastrzeżenie jest równie proste: nic z tego nie zostało potwierdzone. Dopóki OpenAI nie przedstawi oficjalnego potwierdzenia — czy to w postaci artykułu technicznego, zapowiedzi produktu, czy nawet swobodnego wpisu na blogu — Bel pozostaje niezweryfikowanym twierdzeniem pochodzącym z mediów społecznościowych. Praktyczne punkty kontrolne dla czytelników są konkretne. OpenAI historycznie potwierdzało najważniejsze modele bazowe podczas wydarzeń premierowych towarzyszących publikacji kart systemowych, ale nawet wtedy rzadko ujawnia liczbę parametrów, więc wartości 10 bilionów być może nigdy nie da się bezpośrednio zweryfikować na podstawie oficjalnych źródeł. Inne obserwowalne sygnały obejmują tempo uruchamiania mocy Stargate, ewentualne pojawienie się raportowanych kryptonimów — Doug, Bel, Astra — w oficjalnych materiałach oraz moment i pozycjonowanie kolejnych premier OpenAI.