Một nghiên cứu gần đây của Li Bojie, Nhà khoa học trưởng tại Pine AI, đã ước tính số lượng tham số của một số mô hình ngôn ngữ lớn đóng nguồn bằng một phương pháp mới. Nghiên cứu, được công bố trong bài báo có tựa đề "Incompressible Knowledge Probes," đã sử dụng 1.400 câu hỏi thực tế khó hiểu để đảo ngược kích thước tham số của các mô hình này. Nghiên cứu cho thấy GPT-5.5 dẫn đầu với ước tính khoảng 9,7 nghìn tỷ tham số, vượt xa Claude Opus 4.6 với khoảng 5,3 nghìn tỷ. Nghiên cứu cũng xếp Grok-4 vào khoảng 3,2 nghìn tỷ tham số, với các mô hình khác như GPT-5 và Claude Opus 4.7 theo sát. Phương pháp nghiên cứu bao gồm việc ánh xạ hiệu suất của các mô hình đóng nguồn lên một đường cong được tạo ra từ 89 mô hình mã nguồn mở có tham số đã biết. Cách tiếp cận này cung cấp các ước tính tham số có ý nghĩa, mặc dù có thể có sự biến động. Kết quả nhấn mạnh sự tăng trưởng đáng kể về số lượng tham số trong các mô hình mới hơn, với GPT-5.5 đánh dấu một bước nhảy vọt quan trọng về khả năng.