阿里把千问的下一站定在 5-10 万亿参数

云栖大会给出的参数路线

在阿里云年度云栖大会上，阿里巴巴 CEO 吴泳铭把千问（Qwen）系列接下来的参数目标摆了出来：现役旗舰 Qwen 3.8 Max 是 2.4 万亿参数；正在训练中的 Qwen 4 会继续往上走；再往后的 Qwen 4.5 与 Qwen 5 系列，目标区间落在 5 万亿到 10 万亿参数。

他把这套工作和「更复杂、周期更长的任务」绑在一起，并称目标是走向人工智能超级智能（artificial superintelligence）。同时提到的，还有团队在模型架构与数据优化上的持续研究。

推理侧的数字要一起看

只谈参数会漏掉一半。吴泳铭说，阿里自研的 M890 AI 超级节点已经能承担参数规模超过 2 万亿的模型的推理任务；下一代真武 V900 的性能据称为 M890 的三倍，预计 2027 年第一季度量产。

两组数字放在一条时间线上，意思就清楚了：Qwen 5 的 5-10 万亿目标，和 V900 的量产节点大体咬合。训练一个大模型，要的是集群规模和并行效率；把它推到线上、扛住真实流量，要的是另一套东西——显存带宽、互联带宽、单 token 成本。参数每上一个台阶，这些账都要重算一遍。阿里同时做模型和推理硬件，这条信息比参数本身更值得留意。

参数量不是能力证明

参数是最容易宣布、也最容易被质疑的指标。规模上去以后，训练成本、数据质量、评测饱和这几件事会一起放大。另一个麻烦是可比性：主流大模型普遍采用稀疏结构，「总参数量」和「每个 token 实际激活的参数量」已经越来越不是一回事。

倍数也可以直接说清楚。5 到 10 万亿，大约是现役旗舰的 2 到 4 倍，而中间只隔了几代。除非架构和效率优化把一部分成本吃掉，这个增速对训练预算并不友好。

也就是说，5-10 万亿究竟是一次实打实的跃升，还是一个会被反复引用的数字，取决于架构。这次表态没有给出架构细节、发布时间、训练数据规模，也没有说明 5-10 万亿指的是总参数还是激活参数。没有评测成绩，没有基准对比。留下这些空白，恰恰是判断这份路线图成色时最该盯的地方。

接下来能验证什么

可核对的东西不多，但都挺硬。Qwen 4 相对 Qwen 3.8 Max 在公开评测上有没有可测的提升。真武 V900 能不能按计划在 2027 年一季度量产——阿里手里已有上一代推理硬件，这更像执行问题，而不是概念问题。以及开源权重版本的节奏会不会跟上旗舰线，因为 Qwen 的开发者生态依赖的是能下载的模型文件，而不是发布会上的路线图。

阿里把参数上限抬了一档，也给推理芯片定了个日期。剩下的等结果。

来源：阿里巴巴下一代模型参数将扩大到 5-10 万亿规模（Solidot）

END