当竞争对手用蒸馏快速迭代、横扫榜单时，字节跳动创始人张一鸣三次否决蒸馏路线，押注10万亿参数自研模型。这究竟是高瞻远瞩的战略定力，还是追赶无力之下的一块遮羞布？答案可能要到2027年才能揭晓。
2026 年 7 月，全球 LLM 排行榜上，字节跳动的豆包大语言模型位列第 21 名。CEO 梁汝波在年中全员会上公开承认："大语言模型和海外领先模型的差距有所拉大。"
差距有多大？看 Top 5 就知道了。
注：柱形长度代表参数规模相对比例，非综合评分。豆包 LLM 排名第 21 位，参数规模未公开披露，此处以排名示意。Kimi K3 以 2.8 万亿参数位列榜首，豆包在能力与规模上均存在明显差距。
当竞争对手用蒸馏这条"捷径"在榜单上狂奔时，字节的选择是——拒绝抄答案，自己从头写。
2026 年 7 月底的一个傍晚，字节跳动 Seed 团队全员会气氛凝重。张一鸣罕见地出现在台前，对约 2000 名研究人员说："不要用别人的输出，换一时的榜单排名。"他明确反对通过蒸馏竞争对手的模型来追赶，认为字节应该"为长期目标牺牲一部分短期利益"。
这句话不是临时起意。在此之前，Seed 内部至少发生过三次激烈讨论——
用市场上先进的大模型训练自己的小模型，成本低、见效快。DeepSeek、Kimi、阿里 Qwen 都走了这条路。Anthropic 已公开指控多家中国公司蒸馏其 Claude 模型。
坚持原创，拒绝蒸馏。张一鸣认为蒸馏只能逼近对手，永远无法超越；过度依赖合成数据会导致"模型坍缩"，尾部信息不可逆丢失。技术正确，但代价是时间。
三次否决的时间点耐人寻味：DeepSeek-R1 发布后一次、Blackwell 芯片部署后一次、Kimi K3 发布后又一次。每一次，张一鸣都投了否决票。这种"技术洁癖"让一部分研究人员松了一口气，也让另一部分人握紧了拳头。
但技术正确不等于商业正确。当 Kimi K3 以 2.8 万亿参数横扫榜单、阿里 Qwen 3.8 Max 以 2.4 万亿参数紧追不舍时，字节拿得出手的语言模型排名第 21。CEO 梁汝波不得不公开承认差距拉大。
一个诚实的注脚：
张一鸣从去年下半年开始，将一半精力倾注在 Seed 团队，定期参加核心技术复盘会。这种级别的创始人介入，在字节历史上极为罕见。但高度介入的另一面是：当创始人把个人技术洁癖注入公司战略，组织的容错空间还有多大？
否决蒸馏之后，字节给出的替代方案是一个让全行业侧目的数字：参数规模最高可达 10 万亿，体量是 Kimi K3 的三倍以上，对标 Anthropic 最先进的 Mythos 系统。项目由 Seed Foundation 负责人项亮主导，目前仅处于预训练初期，完整周期预计 3 至 6 个月。
但这里有一个被刻意回避的问题：10 万亿参数，拿什么喂？
注：参数规模为最高目标值，实际可能因训练进展调整。全球高质量文本数据总量基于 Epoch AI 估算，消耗速度受多因素影响，存在不确定性。
2022 年 DeepMind 的 Chinchilla 论文已经证明：参数规模翻倍，训练数据量也应同步增加。字节一边拒绝蒸馏抄答案，一边要训练全球最大的模型之一，这意味着它必须自己准备海量"教材"。为此，字节甚至将数据团队整合升格为一级部门"AI 数据与安全"。
但就在这个节骨眼上，原 AI 数据与安全负责人傅越被传离职。核心数据负责人的出走，给 10 万亿参数模型的"教材供应"蒙上了一层阴影。
更值得追问的是：
字节是不是在重复自己最熟悉的那套打法——大力出奇迹？从今日头条到抖音，字节过去十年的成功公式是海量资源+快速迭代+流量变现。但大模型不是短视频。参数堆到 10 万亿，如果数据质量、训练框架、优化方案跟不上，可能只会造出一个更昂贵的"笨蛋"。业内已有声音指出，"将参数规模一次推到同行数倍以争取领先位置的举措，像一场赌博"。
字节并非一事无成。恰恰相反，它在 AI 视频生成领域做到了全球顶尖。Seedance 2.0 原生支持多模态混合输入，年化收入已达 20 亿美元（约 135 亿元人民币），单月超 10 亿元，刚好能抵消豆包的算力成本。
但是，字节真正能拿得出手的 AI 成果集中在视频（文娱）内容生成，而 B 端产业客户真正看重的通用基座能力——长文档理解、逻辑推理、代码生成、复杂任务拆解——恰恰是字节的短板。
这种"偏科"直接反映在了商业战场上。
比技术路线更耐人寻味的是人的动荡。2025 年 6 月，豆包大语言模型团队负责人乔木因合规问题被辞退。随后，顾全全离职创业，傅越离职，周畅从阿里"挖角"过来却引发竞业诉讼。
更剧烈的是组织层面的"挥刀"：成立近十年、数千人规模的飞书"一夜拆分"，产品团队并入豆包，GTM 团队并入火山引擎。飞书负责人谢欣——2014 年字节只有 300 人时的第一任 HR 负责人、张一鸣时代的元老——从直接向梁汝波汇报，改为向豆包负责人赵祺汇报。
梁汝波解释这是为了"更好地打造面向办公与生产力场景的优质产品"。
但一个无法回避的事实是：当一家公司的 AI 战略需要靠"拆分元老业务"来推进时，这究竟是资源整合的魄力，还是底层焦虑的应激反应？
张一鸣把"不蒸馏"上升到了产品文化的高度。但文化不能当饭吃，技术洁癖也不能自动转化为市场份额。
在 AI 这场考试中，有人选择抄答案，有人选择自己写。张一鸣选择了后者，这值得尊重。但一个残酷的问题是：当你终于写完自己的答案时，考场还在吗？2000 亿买一张"不蒸馏"的清白，值不值？
答案可能要到 2027 年才能揭晓。但那时，榜单上的对手，还会给你留位置吗？
更微妙的维度是政治风险。利用美国公司拥有的西方模型的输出结果来训练本地模型已成为一个重大的地缘政治热点。2026 年以来，Anthropic 连续指控多家中国公司蒸馏其 Claude 模型，字节恰好不在名单上。有人解读为"提前避险"，但另一种解读同样成立：字节之所以没被指控，可能是因为它的语言模型能力还不足以引起 Anthropic 的警惕。
豆包 App 已上线，搜索"豆包"即可体验。付费会员 68 元/月起，支持文档分析、代码生成、长文本理解等能力。10 万亿参数模型正在路上，敬请期待。
豆包 App → 立即体验* 入口链接仅供示意，请通过官方应用商店下载