DeepSeek正式加入超大引數競賽。據The Information報道，該公司目前正在訓練一個約2萬億引數的新模型；梁文鋒在近期一場投資者會議上表示，公司下一步計劃把模型規模繼續推到8萬億引數。這一目標相當於DeepSeek今年4月釋出的V4-Pro（1.6萬億總引數、490億啟用引數）的約5倍。

放在一年前，8萬億還是難以想象的數字。但如今，Kimi K3已做到2.8萬億總引數、1040億啟用引數，仍是已正式釋出、引數規模最大的開放權重模型；位元組被曝正在預訓練一個最高可能達到10萬億引數的新模型，由Seed Foundation負責人項亮主導；阿里CEO吳泳銘公開宣佈，下一代模型計劃做到5萬億到10萬億引數。Anthropic雖不公開引數，但FT此前援引業內估計稱，其最新旗艦Mythos 5大約在8萬億引數左右。

這一轉向對DeepSeek而言頗為反常。2024年底釋出V3時，DeepSeek曾把訓練賬單擺上台面：6710億總引數、每Token啟用370億引數，完整訓練消耗278.8萬H800 GPU小時，按每GPU小時2美元計算，官方給出的訓練成本僅557.6萬美元。效率而非規模，一度是DeepSeek最鮮明的標籤。

條件變化是路線調整的直接原因。DeepSeek今年6月完成成立以來首輪外部融資，募資約74億美元；第二輪約500億元人民幣（約75億美元）的融資已進入最後敲定階段，對應估值約5000億元人民幣。若順利完成，幾個月內累計外部融資將接近150億美元。公司已聘請中信證券籌備科創板IPO，新增資本明確用於算力基礎設施、模型開發和人才投入；9月21日，原高瓴創投合夥人嚴文韜正式出任CFO，結束了成立三年來CFO空缺的狀態。資金與算力條件改善後，DeepSeek開始有能力在引數規模上大膽投入。

引數重新成為焦點，背後是主流架構的變化。過去Dense架構下，引數規模與計算量基本繫結，模型越大、訓練和推理成本越高。如今超大模型普遍採用MoE（混合專家）架構，模型可擁有數百甚至數千個專家，但每次任務只啟用其中一小部分。例如Kimi K3的2.8萬億總引數中，每Token僅啟用約1040億，佔比約3.7%；DeepSeek V4-Pro每Token啟用約490億，佔比約3%。總引數與單次啟用引數由此成為兩個獨立數字，模型可以繼續擴大容量，而不必讓每次計算同比變重。月之暗面稱，靠更稀疏的MoE和架構最佳化，K3整體Scaling效率相比K2提升約2.5倍。

Agent時代的到來進一步放大了這種容量的價值。過去衡量Chatbot能力往往逐項測試，數學、程式碼、問答各自看峰值；而Agent把能力串進同一條任務鏈，一次長任務可能涉及搜尋、讀網頁、寫程式碼、呼叫終端、處理報錯、協調子Agent等數十上百步操作。OpenAI今年9月釋出Agents API時，就把長時間執行、上下文管理、工具使用和子Agent協調列為核心基礎設施，強調Agent需可靠執行數小時甚至數天。任務越長，對能力覆蓋面和穩定性的要求越高，前沿競爭因此出現明顯的“木桶效應”。METR已直接用“任務時間跨度”衡量Agent能力。

更大的引數容量因此有了新的意義：任務越長，模型越不能偏科；Agent能做的事情越多，底座需要覆蓋的能力就越廣。MoE打開了容量擴張的空間，Agent則把容量的價值進一步放大。於是，模型廠商一邊拼命提高效率，一邊重新把引數往5萬億、8萬億、10萬億推。省下來的算力並沒有讓Scaling消失，反而為新一輪Scaling騰出了空間。