跳转至

GPT-5.5参数有10T？病毒式论文刚刚被打假，实际缩水至1.5T

Ch01.605 GPT-5.5参数有10T？病毒式论文刚刚被打假，实际缩水至1.5T

📊 Level ⭐⭐ | 10.3KB | entities/2026-05-03-GPT-5-5参数有10T-病毒式论文刚刚被打假-实际缩水至1-5T-新智元.md

GPT-5.5参数有10T？病毒式论文刚刚被打假，实际缩水至1.5T

title: GPT-5.5参数有10T？病毒式论文刚刚被打假，实际缩水至1.5T

source: wechat url: https://mp.weixin.qq.com/s/vVGETDHsID9tV1eSRlGAUQ mp_name: 新智元 publish_date: 2026-05-03

GPT-5.5参数有10T？病毒式论文刚刚被打假，实际缩水至1.5T

来源: 新智元

发布日期: 2026-05-03

原文链接: https://mp.weixin.qq.com/s/vVGETDHsID9tV1eSRlGAUQ

--- 新智元报道

编辑：Aeneas KingHZ 【新智元导读】 五一假期前，AI社区被一篇「GPT-5.5拥有近10万亿参数」的论文刷屏，今天这项研究就被研究者打假了！研究者表示，修正论文中的各种问题后，GPT-5.5的参数很可能约为1.5T。

2026年4月底，AI界被一篇名为《不可压缩知识探针》（Incompressible Knowledge Probes，简称 I

核心要点

本文为微信公众号文章，由 WeChat backfill 收录。

详细信息

title: GPT-5.5参数有10T？病毒式论文刚刚被打假，实际缩水至1.5T

source: wechat url: https://mp.weixin.qq.com/s/vVGETDHsID9tV1eSRlGAUQ mp_name: 新智元 publish_date: 2026-05-03

GPT-5.5参数有10T？病毒式论文刚刚被打假，实际缩水至1.5T

来源: 新智元

发布日期: 2026-05-03

原文链接: https://mp.weixin.qq.com/s/vVGETDHsID9tV1eSRlGAUQ

--- 新智元报道

编辑：Aeneas KingHZ 【新智元导读】 五一假期前，AI社区被一篇「GPT-5.5拥有近10万亿参数」的论文刷屏，今天这项研究就被研究者打假了！研究者表示，修正论文中的各种问题后，GPT-5.5的参数很可能约为1.5T。

2026年4月底，AI界被一篇名为《不可压缩知识探针》（Incompressible Knowledge Probes，简称 IKP）的论文震动了。

论文地址：https://www.alphaxiv.org/abs/2604.24827

Pine AI的首席科学家Bojie Li发表了一项研究，声称通过一种全新的「黑盒探测法」，推算出了那些闭源模型的真实体量。

  • GPT-5.5： 9.7万亿（9.7T）参数

  • Claude Opus 4.7： 4.0万亿（4.0T）参数

  • o1： 3.5万亿（3.5T）参数

这个数据瞬间引爆了社交媒体。

要知道，如果GPT-5.5真的达到了10T规模，那意味着它比传闻中的GPT-4（约1.8T）大了5倍有余。

一时间，这个参数瞬间传遍全网。

然而，仅仅几天后，反转就来了。

逻辑的漏洞：从10T到1.5T的缩水内幕

最近，来自UC伯克利CHAI实验室的Lawrence Chan和UK AISI的研究员Ben Sturgeon对这篇论文进行了深挖。

他们发现，这篇声称「逆推大模型规模」的爆火论文，竟然存在严重的逻辑与代码偏差。

修复这些问题后，GPT-5.5的参数约为1.5T（90% 置信区间：256B-8.3T）。

被修饰的拟合曲线

在原始论文中，作者声称没有对模型的得分进行「保底处理」（flooring）。但在复现代码时，研究者发现作者在计算小模型得分时，偷偷地将负分归零了。

科普：当模型遇到不知道的冷知识时，如果乱猜（幻觉），得分会是负数。

如果把这个「归零」操作去掉，小模型的得分会大幅下降。这意味着原本陡峭的「得分-参数」拟合曲线会变得平缓。修正后，估算的GPT-5.5规模直接从 9.7T暴跌至1.5T 。

「人工智障」出题：25%的题目本身就有错

研究者发现，这套用来测试模型的「冷知识题库」质量同样堪忧。

  • 歧义性： 约25%的专家知识题存在歧义（例如重名研究员）。

  • 事实错误： 部分标准答案本身就是错的。

最戏剧性的是，原作者Bojie Li后来坦言： 这篇研究是他在 AI 智能体的辅助下，仅用4天时间完成的早期探索。

这种「AI写论文研究AI」的模式，被Lawrence Chan戏称为「充满槽点的Vibe-coding」。

核心理论依然坚挺

知识「不可压缩」

用严谨的话说，论文的核心思想——IKP 得分与对数参数数量之间的线性关系——仍然成立，但参数数量的估计却不成立。

解决这两个问题后，基于IKP的前沿模型估计的参数数量通常会下降，置信区间会扩大：

GPT 5.5：9.7T -> 1.5T

Claude Opus 4.7：4.0T -> 1.1T

DeepSeek R1（实际大小671B）：424 B -> 760 B

难得的是，论文中的三种说法，承受住了各种测试，被证明依然是正确的。

比如，IKP分数和模型的参数呈对数线性关系。

总之，论文提出的核心模型依然得到了学界的认可： 不可压缩知识探针（IKP）。

这个理论认为，大模型的能力可以分为两部分。

  • 程序性能力（逻辑、推理、代码）： 这是可以压缩的。随着架构优化，更小的模型可以拥有更强的推理能力。

  • 事实性知识（某人的出生日期、冷门研究领域）： 这是 不可压缩 的。

你可以把模型想象成一个硬盘，存一个事实就需要占几个比特位。

因此，测试模型到底知道多少「不可压缩」的冷知识，确实是目前探测闭源模型参数最科学的「测力计」。

谁才是真正的「知识之王」？

而且，尽管参数规模下调了，但各家模型的「有效容量」排名依然极具参考价值。

梯队格局

  • 第一梯队（巅峰王者）： GPT-5.5。虽

原文

→ 原文存档

关联