據報導，OpenAI 已完成一次大規模預訓練運行，代號為「Bel」，據稱該模型擁有超過 10 兆個參數。若此說法屬實，Bel 將是該公司自 2024 年 5 月 GPT-4o 推出以來，首次成功完成的全規模前沿預訓練。就規模提供背景脈絡：OpenAI 上一次官方公開的參數數量可回溯至 GPT-3，在其 2020 年的論文中列為 1,750 億個參數，此後該公司便未再公布任何模型的相關數據。曾公開披露超大參數總量的前沿實驗室，通常仰賴稀疏混合專家架構，在這種設計下，模型的參數中僅有一小部分會在處理特定 token 時被啟動——DeepSeek-V3 是目前已公開紀錄中最大的模型之一，總參數量為 6,710 億，每次查詢約啟動 370 億個參數。

此報導源自用戶 @synthwavedd 於 2026 年 8 月 25 日在 X 上發布的貼文。OpenAI 尚未官方證實 Bel 的存在，也未公布該次運行的任何技術規格。

關於 Bel 的已知資訊

根據未經證實的報導，Bel 接續先前一次代號為「Doug」的預訓練運行，目的是作為未來系統的基礎模型。據稱這些未來系統包括名為 Astra 的專案，以及 GPT-6 的後繼版本，而後訓練工作預計將解鎖更接近業界所稱「通用人工智慧」的能力。預訓練是模型從龐大文字語料庫吸收知識的階段，之後再由後訓練技術塑造其行為，這也是基礎模型通常被視為決定後續系統可從中發揮上限的根基。

據報導，自 GPT-4o 推出以來，OpenAI 在規模化方面一直遭遇困難。AI 研究圈內的多個消息來源指出，該公司曾出現訓練中斷、強化學習流程因安全因素暫停，以及技術難題導致更大模型進度停滯等情況。該公司的算力擴張一直在「Stargate 計畫」的框架下被討論——此計畫於 2025 年 1 月公布，合作夥伴包括軟銀、Oracle 與 MGX，計畫在四年內投入最高 5,000 億美元在美國建設資料中心，首站為德州阿比林園區。這項基礎設施雄心反映了前沿訓練對算力的渴求程度：已發布的估算（包括為史丹佛 AI Index 彙整的數據）顯示，單次前沿訓練運行的成本約在數千萬美元至接近 2 億美元之間。

為何 GPT-4o 之後的空窗期至關重要

從 2024 年 5 月至今，這段期間對 OpenAI 而言異常漫長，該公司一直未推出新的前沿基礎模型。這段時間內，該公司發布了漸進式更新與微調版本——包括 2025 年 8 月的 GPT-5 以及後續的點版本——但其核心預訓練工作尚未在明顯更大的規模上產出經證實的後繼模型。依照該報導的框架，這些已推出的模型是基於較早訓練的基礎工作，而非一次全新且更大規模的預訓練運行。

同一期間，競爭對手並未停歇。Anthropic 持續推進其 Claude 模型系列，Google DeepMind 持續擴大 Gemini 的規模，而 Meta 等業者日益壯大的開源陣營也不斷縮小差距。

AGI 之問與競爭賭注

圍繞 Bel 的論述明確與 AGI 野心掛鉤。據報的路線圖——從 Bel 到 Astra，再到 GPT-6 之後的系統——顯示 OpenAI 正以多階段路線圖的方式思考，其中每一層後訓練與微調都能從基礎模型中激發出能力更強的行為。

同樣需要提醒的一點也很明確：這些內容均未獲得證實。在 OpenAI 提供官方驗證之前——無論是透過技術論文、產品發布，還是甚至只是一篇輕鬆的部落格文章——Bel 仍然只是源自社群媒體貼文的未經證實說法。讀者可關注的實際檢核點相當具體。OpenAI 一向透過伴隨系統卡發布的發表活動來證實重大基礎模型，而且即便如此也極少公開參數數量，因此 10 兆這個數字可能永遠無法從官方來源直接驗證。其他可觀察的訊號包括 Stargate 算力上線的速度、報導中提到的代號——Doug、Bel、Astra——是否出現在官方資料中，以及 OpenAI 下一款產品的推出時機與定位。