主流开源与闭源模型参数推测

在人工智能领域，模型的参数数量是衡量其规模和性能的一个重要指标。以下是一些主流开源模型和闭源模型的等效参数推测，按照参数数量从小到大排列：

小于30B（纯推测）
GPT-5 nano
GPT-4.1 nano

30B
Qwen3 30B A3B2507

30B-60B档（纯推测）
Gemini-2.5-Flash-Lite
Gemini-2.5-Flash-Lite（Sep）
GPT-5 mini
GPT-4.1 mini
GPT-4o mini（未确定，如果是MOE的话）
Claude-3-Haiku（未确定，如果是MOE的话）

60B-80B档（纯推测）
Claude-3.5-Haiku
Grok 3 mini
Grok 4 Fast
Grok 4.1 Fast

80B
Qwen3 Next 80BA3B

80B-100B档
Claude-Haiku-4.5

100B-230B档
Qwen-2.5-Plus（推测，MMLU Pro媲美 llama 405B）

230B档
MiniMax-M2（230B）
Qwen3 235B A22B
Qwen3 235B A22B 2507

300B档
MiMo-V2-Flash（309B）
GLM-4.6（357B）

400B档-500B档
GPT-4.1
GPT-5
GPT-5.1
Claude-Sonnet-4（准确率比3.7 Sonnet差很多）

500B档
Gemini-2.0-Flash（多方面超越了Gemini 1.5 Pro，多模态能出图和语音，对标GPT-4O）
Claude-3.5-Sonnet（全方位对标GPT-4o，不过多模态不行，参数量估计没4o大）
GPT-5.2（可能参数大？因为涨价了？准确率提升了）

600B档
DeepSeek V3（671B）
Mistral Large 3（675B）
DeepSeek V3.2（685B）

700B档
GPT-4o（能到这档次的都有当时顶级的多模态出图，TTS）
Gemini-2.5-Flash（有原生香蕉）
Gemini-2.5-Flash（Sep）
Claude-3.7-Sonnet（知识准确率最高的一代，理论上参数最大？）

800B档
Qwen2.5 Max
Claude-Sonnet-4.5（知识准确率大幅上升，应该能回到3.7的水平）

900B档
Grok 2（905B已开源，全方位对标GPT-4，超数万张H100训练）

1T档
Kimi K2（1T）
Qwen3 Max（应该比Qwen 2.5更大？）

1.5T档
GPT-4 内部演示版（各大专业媒体推测为1.7T，后续上线的那个也许是量化。这种模型满血版，以当时的条件，理论上不可能商用）

1.8T档（最佳算力训练配比法）
Grok 3
Grok 4
Claude Opus 4（不可能比GPT-4差）

2.0T档（纯猜测）
Gemini 2.5 Pro
Claude Opus 4.5（对比Opus 4扩参了）

3.0T档（纯猜测）
GPT-4.5（旧时代的最佳算力训练配比法，在算力提升10倍的情况下，规模应该是GPT-4的2倍，具体不好说，非常低效的模型，也许有3T，但是等效2T）

3.0T档（纯猜测）
Gemini 3 Flash（也许只有1.5T左右，但是等效一流的4T模型）

6.0T档（纯猜测）
Gemini 3 Pro（不说了，感觉是开了外挂，没有参照物，只能参考马斯克了）
Grok 5（来源马斯克直播，这一代是6.0T）

8.0T档（纯推测）
kingfall（懂的都懂）

请注意，以上信息主要基于推测和当前的技术发展情况，实际参数和性能可能会有所不同。随着技术的进步，未来可能会出现更多更大规模的模型。