ByteDance está entrenando un modelo de inteligencia artificial con hasta 10 billones de parámetros, según reveló el Financial Times. Ese tamaño lo acercaría al sistema más avanzado de Anthropic. Cualquiera que siga la carrera global por la IA debería prestar atención, porque esto demuestra la rapidez con que los laboratorios chinos están cerrando la brecha con los líderes estadounidenses.
Qué pasó realmente
El modelo es tres veces más grande que Kimi K3 de Moonshot, el modelo chino más grande lanzado hasta ahora, según tres fuentes con conocimiento del asunto citadas por Ars Technica. El preentrenamiento suele tardar entre tres y seis meses, y el tamaño final se definirá más adelante. Anthropic no revela el número de parámetros de sus modelos, pero estimaciones del sector sitúan a Mythos 5 en unos 8 billones de parámetros y a Fable 5 en unos 5 billones. Mythos 5 ha estado restringido a organizaciones aprobadas desde una prohibición de seguridad impuesta en junio. La aplicación de consumo de ByteDance, Doubao, cuenta con 324 millones de usuarios activos mensuales, la mayor cifra en China. Su equipo de investigación Seed, liderado por el ex científico de Google DeepMind Wu Yonghui, tiene alrededor de 2.000 integrantes. El fundador Zhang Yiming le pidió al equipo Seed, en una reunión interna hace dos semanas, que apuntara a "capacidades de modelo líderes a nivel mundial" sin preocuparse por contratiempos a corto plazo.
Cómo llegamos hasta aquí
Los laboratorios chinos han avanzado rápidamente este año. Modelos de Moonshot y Alibaba han logrado puntuaciones en benchmarks que solo quedan por detrás de Fable 5 de Anthropic en algunas áreas. ByteDance ha mantenido un perfil público más bajo que sus rivales, manteniendo la mayoría de sus modelos cerrados mientras invierte recursos en su unidad de nube Volcano Engine y en planes de chips de IA propios. A diferencia de otros competidores, el equipo Seed de ByteDance ha evitado destilar conocimiento de modelos de otros laboratorios durante más de un año, un camino más lento pero más independiente. Ese enfoque ha generado debate interno sobre si le ha costado tiempo a ByteDance en la carrera por alcanzar a los laboratorios occidentales de frontera.
Por qué esto te importa
Para los desarrolladores, un modelo más grande de ByteDance podría significar una competencia más feroz entre quienes eligen entre plataformas de IA chinas y estadounidenses. Para los usuarios, modelos chinos más capaces podrían reducir el costo de acceder a IA avanzada, especialmente si se lanzan de forma abierta. Para los proveedores de infraestructura de IA y los fabricantes de chips, el impulso de ByteDance añade otro comprador que compite por cómputo y silicio a medida. El acceso también importa: Mythos 5 sigue restringido a organizaciones aprobadas, por lo que gran parte de la frontera tecnológica permanece vedada. Si el modelo de ByteDance rinde bien, se puede esperar ciclos de iteración más rápidos en toda la industria y más presión sobre Anthropic y sus pares para igualar la escala de entrenamiento, y no solo la eficiencia.
La gran pregunta
Si el modelo de ByteDance alcanza la escala de Anthropic, ¿sigue el número de parámetros determinando qué sistemas de IA lideran el mundo, o la calidad de los datos y el método de entrenamiento se han convertido en el factor más importante? El informe señala que ambos factores importan, pero las empresas siguen compitiendo por el tamaño. A medida que más laboratorios se acercan a los 10 billones de parámetros, la industria podría necesitar una respuesta más clara sobre qué distingue realmente a un modelo líder de uno simplemente grande.
Qué observar
La fase de preentrenamiento de ByteDance suele durar entre tres y seis meses, lo que significa que la versión ajustada del modelo y su eventual lanzamiento, si ocurre, podrían llegar a finales de 2026 o principios de 2027. Habrá que estar atentos a la confirmación del número final de parámetros, a las comparaciones de benchmarks frente a Mythos 5 y Fable 5 de Anthropic, y a si ByteDance abre el modelo o lo mantiene cerrado. Bonuz seguirá de cerca cómo esto afecta al hardware y los chips que impulsan la próxima generación de dispositivos de IA, incluidos los wearables.
