A ByteDance estaria treinando um modelo de inteligência artificial com até 10 trilhões de parâmetros, segundo o Financial Times. Esse tamanho colocaria o modelo próximo ao sistema mais avançado da Anthropic. Quem acompanha a corrida global de IA deve prestar atenção nisso, pois o movimento mostra o quão rápido os laboratórios chineses estão reduzindo a distância em relação aos líderes americanos.
O que realmente aconteceu
O modelo é três vezes maior que o Kimi K3, da Moonshot, o maior modelo chinês já lançado até agora, segundo três pessoas com conhecimento do assunto, conforme apurou a Ars Technica. O pré-treinamento costuma levar de três a seis meses, e o tamanho final ainda será definido. A Anthropic não revela a contagem de parâmetros de seus modelos, mas estimativas do setor apontam que o Mythos 5 tenha cerca de 8 trilhões de parâmetros, e o Fable 5, cerca de 5 trilhões. O Mythos 5 está restrito a organizações aprovadas desde um banimento de segurança em junho. O aplicativo de consumo da ByteDance, o Doubao, tem 324 milhões de usuários ativos mensais, o maior número na China. Sua equipe de pesquisa Seed, liderada pelo ex-cientista do Google DeepMind Wu Yonghui, conta com cerca de 2.000 integrantes. O fundador Zhang Yiming disse à equipe Seed, em uma reunião interna há duas semanas, para buscar "capacidades de modelo líderes no mundo", sem se preocupar com contratempos de curto prazo.
Como chegamos aqui
Os laboratórios chineses avançaram rapidamente este ano. Modelos da Moonshot e da Alibaba já registraram pontuações em benchmarks que só ficam atrás do Fable 5, da Anthropic, em algumas áreas. A ByteDance manteve um perfil público mais discreto que seus rivais, mantendo a maioria de seus modelos fechados enquanto investe pesado em sua unidade de nuvem Volcano Engine e em planos de chips de IA próprios. Diferente de alguns concorrentes, a equipe Seed evita há mais de um ano destilar conhecimento de modelos de outros laboratórios, um caminho mais lento, porém mais independente. Essa abordagem gerou debates internos sobre se isso custou tempo à ByteDance na corrida para alcançar os laboratórios de fronteira ocidentais.
Por que isso importa para você
Para desenvolvedores, um modelo maior da ByteDance pode significar uma concorrência mais acirrada entre plataformas de IA chinesas e americanas. Para usuários, modelos chineses mais capazes podem reduzir o custo de acesso à IA avançada, especialmente se forem lançados de forma aberta. Para provedores de infraestrutura de IA e fabricantes de chips, o avanço da ByteDance representa mais um comprador disputando capacidade computacional e silício personalizado. O acesso também importa: o Mythos 5 continua restrito a organizações aprovadas, então boa parte da fronteira tecnológica permanece fechada. Se o modelo da ByteDance tiver bom desempenho, espera-se um ritmo mais acelerado de iteração em todo o setor, além de mais pressão sobre a Anthropic e seus pares para competir em escala de treinamento, e não apenas em eficiência.
A grande questão
Se o modelo da ByteDance igualar a escala da Anthropic, a contagem bruta de parâmetros ainda vai determinar quais sistemas de IA lideram o mundo, ou a qualidade dos dados e o método de treinamento se tornaram o fator mais importante? O relatório aponta que ambos importam, mas as empresas continuam correndo pelo tamanho. Com mais laboratórios se aproximando dos 10 trilhões de parâmetros, o setor pode precisar de uma resposta mais clara sobre o que realmente diferencia um modelo líder de um modelo apenas grande.
O que observar
A fase de pré-treinamento da ByteDance costuma durar de três a seis meses, o que significa que a versão ajustada do modelo e seu eventual lançamento, se acontecer, podem surgir no final de 2026 ou início de 2027. Fique atento à confirmação da contagem final de parâmetros, às comparações de benchmark com o Mythos 5 e o Fable 5, da Anthropic, e se a ByteDance vai abrir ou manter o modelo fechado. A Bonuz vai acompanhar como isso afeta o hardware e os chips que alimentam a próxima geração de dispositivos de IA, incluindo wearables.
