Une étude récente menée par Li Bojie, scientifique en chef chez Pine AI, a estimé le nombre de paramètres de plusieurs grands modèles de langage propriétaires en utilisant une méthode novatrice. La recherche, publiée dans un article intitulé "Incompressible Knowledge Probes", a utilisé 1 400 questions factuelles obscures pour rétroconcevoir la taille des paramètres de ces modèles. L'étude a révélé que GPT-5.5 domine avec environ 9,7 trillions de paramètres, devançant largement Claude Opus 4.6 avec environ 5,3 trillions. La recherche a également estimé Grok-4 à environ 3,2 trillions de paramètres, avec d'autres modèles comme GPT-5 et Claude Opus 4.7 qui suivent de près. La méthodologie de l'étude consistait à cartographier la performance des modèles propriétaires sur une courbe dérivée de 89 modèles open source aux paramètres connus. Cette approche a permis d'obtenir des estimations significatives des paramètres, malgré des variations potentielles. Les résultats soulignent la croissance substantielle du nombre de paramètres dans les modèles plus récents, GPT-5.5 marquant un saut significatif en capacité.