270亿参数Qwen就能和GPT-4o掰手腕？

有点离谱了。

2024 年，GPT-4o 还是大家眼中的顶级 AI。 到了 2026 年，Reddit 上有人开始认真讨论： 为什么一个只有 27B（270 亿参数）的 Qwen，已经能在部分任务上和当年的 GPT-4o 掰手腕？

大模型这两年的进步，可能比很多人想象的还要快。 GPT-4o 的参数量至今没有官方公开。网上所谓的「万亿参数」更多是猜测，不能拿来做严格对比。

但这不影响一个事实：如今几十 B 参数的模型，已经能完成很多过去需要顶级闭源模型才能处理的任务。 而且，它们可以运行在个人设备上。

到底发生了什么？ 模型架构出现了革命性突破？训练数据变好了？还是大模型把知识传给了小模型？

答案可能是几个技术方向的叠加： ① 更高质量的数据与合成数据 ② 强化学习（RL）和后训练 ③ 知识蒸馏 ④ 推理时计算（Test-Time Compute） ⑤ 更成熟的训练工程

每个方向单独看都不神奇，但叠加起来，效果非常明显。

尤其值得关注的是 RL。 过去，我们主要通过扩大参数量、增加训练数据和计算量来提升能力。

现在，模型还能通过后训练不断优化数学、代码、推理和工具使用能力。 同一个参数规模，训练方法不同，最终效果可能完全不一样。

只看参数量，越来越难判断一个模型究竟有多强。