8月6日消息，字节跳动正在讨论训练一个参数规模超5万亿的大模型，超过阿里 Qwen 3.8-Max（2.4万亿）和月之暗面 K3（2.8万亿），为国内已知参数规模最大的模型。该计划仍处早期阶段，最终不一定会发布。
参数规模，正在成为大模型军备竞赛最直观的刻度。
当阿里和月之暗面在2万亿出头的位置上精雕细琢时，字节跳动打算直接跳到5万亿。
这是一个跨越式目标——不是渐进式优化，而是直接把参数规模推到同行的两倍以上。
注：柱形按参数规模真实比例绘制；字节模型尚处讨论阶段，数据为拟议目标参数，实际可能调整。
为什么是5万亿，而不是3万亿或3.5万亿？
接近 Seed 的消息人士给出的解释很直接：与其在现有尺寸上继续追赶其他大模型，不如把参数规模一次推到同行的数倍，争取领先位置。
在2-3万亿参数尺度上逐步优化，跟随行业节奏，与对手贴身肉搏。
一次推到5万亿+，用规模形成代差，直接定义新的竞争标尺。
这不是一次简单的「加大投入」，而是对技术路线的一次激进选择。5万亿参数意味着更大的训练集群、更长的训练周期、更昂贵的算力账单——只有少数公司敢于做这样的赌注。
这场豪赌，由字节最核心的AI技术团队操盘。
主导新模型训练。字节AI及大模型研发体系核心骨干，出自「搜广推」体系。
与项亮合作，负责预训练数据。数据质量直接决定大模型的训练上限。
两人均出自字节的「搜广推」体系——这是字节最核心的技术底座，也是其推荐算法和搜索能力长期领先的根源。Seed 正在重新梳理组织，划分职责，分配资源，为这场豪赌做准备。
但这不是一条已经落定的路。
计划仍处早期阶段，模型最终不一定会发布。在参数规模跨越式增长的同时，字节也清楚地知道自己的位置。
在 2026 年度年中全员会上，字节CEO梁汝波坦承：大语言模型被海外领先模型拉大了差距。但豆包在C端应用保持了竞争力，视频生成模型 Seedance 保持了 SOTA。
「在大语言模型上，字节跳动还是会坚持自研，做好基本功，接受短期落后，坚持优化长期。」
一边是5万亿的宏大目标，一边是承认当前差距的坦诚。这两句话放在一起，才是字节AI战略的完整图景。
参数规模竞赛正在从「追赶」转向「跳变」。字节的5万亿赌注，本质是用资本密度换取技术领先的窗口期。但参数规模不等于智能水平——数据质量、训练效率与工程优化，才是决定模型上限的关键。这场竞赛的终局，可能不是看谁参数多，而是看谁把参数用得更好。
豆包是字节跳动AI能力的C端窗口——对话助手、多模态理解、视频生成均已落地。各大应用商店搜索「豆包」即可体验。
豆包 App → 体验字节AI