傳聞中的 10 兆參數模型聽起來像是登月計畫，但參數數量早已不再是用戶可見能力的最佳指標。隨著模型規模增長，平滑的損失曲線掩蓋了階段性行為——可靠的工具使用、多代理協調，以及基於長上下文的紮實綜合。核心問題在於，進一步擴大規模是否仍能解鎖質的飛躍能力，還是我們只是在資料品質、記憶體和輸入輸出等瓶頸上堆疊昂貴的容量。如果 Bel 確實存在，評估其影響需要檢視持久且可審計的能力，而非僅僅是熟悉排行榜上的分數差異。
在這種規模下，系統設計故事與純粹規模同等重要。專家混合（Mixture-of-experts）拓撲、更智慧的路由、硬體感知的並行處理，以及分層記憶體，都能將參數轉化為有用的工作，否則可能淪為通訊開銷和延遲的浪費。最具說服力的展示會是在百萬字元上下文中展現穩定推理、持久工作記憶，以及無需人工重置即可從失敗中恢復。如果這些能力出現，規模回報仍然存在；若否，邊際字元可能只是在以不斷攀升的計算成本反覆學習相同概念。
數據很可能是限制因素。涵蓋數學、程式碼、科學和程序性知識的高品質、去重且安全可溯源的語料庫是有限的。合成數據能推進前沿，但天真的自我增強循環可能放大模型錯誤。實際路徑是結合強力批評者的精心策劃合成生成、基於工具的任務，以及在領域轉移下持續評估。缺乏這些，即使是 10T 模型在真實世界的可靠性也可能達到瓶頸，僅在熟悉的基準測試中表現出色。
對買家和建造者而言，啟示明確：架構應以能力為核心，而非炫耀規模。預期系統將呈現異質性——MoE 主幹、檢索與程式化工具、持久外部記憶，以及根據難度和風險路由請求的策略層。採購應將容量與可觀察性、成本控制和基於結果的評估結合。如果 Bel 真正提升了標竿，你會在代理運行時間、每美元任務成功率和減少人工仲裁中看到，而非僅是靜態考試的新高分。