ByteDance कथित तौर पर 10 ट्रिलियन तक पैरामीटर वाला AI मॉडल ट्रेन कर रहा है, फाइनेंशियल टाइम्स की रिपोर्ट के मुताबिक। यह आकार इसे Anthropic के सबसे एडवांस्ड सिस्टम के करीब ला देगा। जो कोई भी ग्लोबल AI रेस पर नजर रख रहा है, उसे इस पर ध्यान देना चाहिए, क्योंकि यह दिखाता है कि चीनी लैब्स कितनी तेजी से अमेरिकी लीडर्स के साथ अंतर पाट रहे हैं।
असल में क्या हुआ
यह मॉडल Moonshot के Kimi K3 से तीन गुना बड़ा है, जो अब तक रिलीज़ हुआ सबसे बड़ा चीनी मॉडल है, Ars Technica के मुताबिक तीन जानकार सूत्रों के हवाले से। प्री-ट्रेनिंग में आमतौर पर तीन से छह महीने लगते हैं, और अंतिम आकार बाद में तय होगा। Anthropic पैरामीटर काउंट सार्वजनिक नहीं करता, लेकिन इंडस्ट्री एस्टिमेट्स के मुताबिक Mythos 5 लगभग 8 ट्रिलियन पैरामीटर का है और Fable 5 लगभग 5 ट्रिलियन का। जून में हुए एक सिक्योरिटी बैन के बाद से Mythos 5 सिर्फ अप्रूव्ड ऑर्गनाइजेशन्स तक सीमित है। ByteDance के कंज्यूमर ऐप Doubao के 32.4 करोड़ मंथली एक्टिव यूजर्स हैं, जो चीन में सबसे ज्यादा है। इसकी Seed रिसर्च टीम, जिसका नेतृत्व पूर्व Google DeepMind वैज्ञानिक Wu Yonghui करते हैं, में करीब 2,000 सदस्य हैं। फाउंडर Zhang Yiming ने दो हफ्ते पहले एक इंटरनल मीटिंग में Seed टीम से कहा कि वे शॉर्ट-टर्म झटकों की चिंता किए बिना "वर्ल्ड-लीडिंग मॉडल कैपेबिलिटीज़" को टारगेट करें।
यहां तक हम कैसे पहुंचे
इस साल चीनी लैब्स ने तेजी से जमीन हासिल की है। Moonshot और Alibaba के मॉडल्स ने कुछ क्षेत्रों में ऐसे बेंचमार्क स्कोर दर्ज किए हैं जो सिर्फ Anthropic के Fable 5 से पीछे हैं। ByteDance ने अपने प्रतिद्वंद्वियों की तुलना में कम पब्लिक प्रोफाइल बनाए रखा है, अपने ज्यादातर मॉडल्स को क्लोज्ड रखते हुए अपने Volcano Engine क्लाउड यूनिट और कस्टम AI चिप प्लान्स में संसाधन लगाए हैं। कुछ प्रतिद्वंद्वियों के उलट, ByteDance की Seed टीम ने एक साल से ज्यादा समय से दूसरी लैब्स के मॉडल्स से नॉलेज डिस्टिल करने से परहेज किया है, यह एक धीमा लेकिन ज्यादा स्वतंत्र रास्ता है। इस अप्रोच ने इंटरनल बहस को जन्म दिया है कि क्या इसने वेस्टर्न फ्रंटियर लैब्स के मुकाबले ByteDance को रेस में समय की कीमत चुकाई है।
यह आपके लिए क्यों मायने रखता है
बिल्डर्स के लिए, एक बड़ा ByteDance मॉडल मतलब हो सकता है चीनी और अमेरिकी AI प्लेटफॉर्म्स के बीच चुनाव करने वाले डेवलपर्स के लिए और तेज़ प्रतिस्पर्धा। यूजर्स के लिए, ज्यादा कैपेबल चीनी मॉडल्स एडवांस्ड AI तक पहुंच की लागत कम कर सकते हैं, खासकर अगर इन्हें ओपनली रिलीज़ किया जाए। AI इंफ्रास्ट्रक्चर प्रोवाइडर्स और चिपमेकर्स के लिए, ByteDance का यह प्रयास कंप्यूट और कस्टम सिलिकॉन के लिए दौड़ रहे खरीदारों की लिस्ट में एक और नाम जोड़ता है। एक्सेस भी मायने रखता है, Mythos 5 अभी भी अप्रूव्ड ऑर्गनाइजेशन्स तक सीमित है, इसलिए फ्रंटियर का बड़ा हिस्सा अभी भी गेटेड है। अगर ByteDance का मॉडल अच्छा परफॉर्म करता है, तो इंडस्ट्री में तेज़ इटरेशन साइकिल्स की उम्मीद करें और Anthropic और उसके साथियों पर सिर्फ एफिशिएंसी नहीं, बल्कि ट्रेनिंग स्केल मैच करने का दबाव बढ़ेगा।
बड़ा सवाल
अगर ByteDance का मॉडल Anthropic के स्केल से मैच करता है, तो क्या रॉ पैरामीटर काउंट अभी भी यह तय करता है कि कौन सा AI सिस्टम दुनिया में आगे है, या डेटा क्वालिटी और ट्रेनिंग मेथड बड़ा फैक्टर बन गए हैं? रिपोर्ट बताती है कि दोनों मायने रखते हैं, लेकिन कंपनियां साइज़ के लिए रेस लगाना जारी रखती हैं। जैसे-जैसे ज्यादा लैब्स 10 ट्रिलियन पैरामीटर के करीब पहुंचते हैं, इंडस्ट्री को इस बारे में स्पष्ट जवाब चाहिए कि एक लीडिंग मॉडल को महज एक बड़े मॉडल से क्या अलग करता है।
आगे क्या देखना है
ByteDance की प्री-ट्रेनिंग फेज़ आमतौर पर तीन से छह महीने चलती है, यानी मॉडल का फाइन-ट्यून्ड फॉर्म और अंतिम रिलीज़, अगर ऐसा होता है, 2026 के अंत या 2027 की शुरुआत में आ सकता है। फाइनल पैरामीटर काउंट की पुष्टि, Anthropic के Mythos 5 और Fable 5 के मुकाबले बेंचमार्क तुलना, और ByteDance मॉडल को ओपन रखता है या क्लोज्ड रखता है, इस पर नजर रखें। Bonuz यह ट्रैक करता रहेगा कि यह नेक्स्ट-जेनरेशन AI डिवाइसेज़, जिनमें वियरेबल्स भी शामिल हैं, को पावर देने वाले हार्डवेयर और चिप्स को कैसे प्रभावित करता है।
