ByteDance está preentrenando un modelo de IA con 10 billones de parámetros — una escala que posicionaría a un laboratorio chino dentro del alcance de la clase Mythos fronteriza de Anthropic por primera vez. El Financial Times reportó el proyecto el viernes, citando a personas con conocimiento del asunto. ByteDance no hizo comentarios. El recuento de parámetros no es final; 10 billones es el objetivo de trabajo.

La brecha de escala dentro de China es notable. El Kimi K3 de Moonshot, el modelo más grande entregue por un laboratorio chino, tiene 2.8 billones de parámetros. Antes de que llegara Kimi K3 en julio, LongCat-2.0 de Meituan y V4-Pro de DeepSeek compartían el récord doméstico en 1.6 billones. Alibaba respondió a Kimi K3 en pocas semanas con un flagship Qwen de 2.4 billones de parámetros. ByteDance en 10 billones superaría a todos ellos por un margen sustancial y se situaría dentro del rango de estimaciones de analistas que colocan a Mythos 5 de Anthropic en aproximadamente 8 billones de parámetros y su Fable 5 más ampliamente disponible en alrededor de 5 billones. Anthropic y OpenAI no publican recuentos oficiales de parámetros; esas cifras son estimaciones de analistas, no especificaciones confirmadas.

El modelo está en preentrenamiento inicial, una etapa que típicamente dura tres a seis meses antes de que comience el ajuste fino. Moonshot utilizó aproximadamente 20.000 chips Nvidia para entrenar Kimi K3. El requisito de computación de ByteDance para una ejecución de 10-billones-de-parámetros es proporcionalmente mayor — e irresuelto. Los controles de exportación estadounidenses han restringido el acceso de China a los aceleradores más avanzados. Si ByteDance puede obtener suficiente hardware compatible para terminar el entrenamiento en un cronograma razonable sigue siendo una pregunta abierta.

Mythos de Anthropic no es de lanzamiento general. El acceso está restringido a socios verificados bajo el Project Glasswing, dadas las preocupaciones documentadas sobre las capacidades del sistema en hacking de agentes y explotación de vulnerabilidades. Fable 5, la contraparte endurecida en seguridad, llega a una audiencia más amplia. ByteDance construyendo hacia la escala Mythos nombra el nivel contra el que está haciendo benchmark — no el ampliamente disponible.

El mensaje interno del fundador Zhang Yiming, emitido días antes de la historia del FT, afianza la intención. Le dijo al personal que dejara de confiar en la destilación de modelos para ganancias a corto plazo y que construyera capacidad genuina en su lugar. Esa instrucción se inserta en una disputa diplomática en curso: la Casa Blanca acusó a Moonshot de destilar Fable 5 de Anthropic para producir Kimi K3. Moonshot rechaza la acusación. Una ejecución de preentrenamiento de 10-billones-de-parámetros es la refutación más cara disponible — es físicamente imposible destilar tu camino hacia un modelo tan grande sin una fuente más grande. El compromiso de computación es también el argumento.

Dos ventajas estructurales hacen que la apuesta de ByteDance sea más defendible que lo sería para una tienda de investigación pura. Su asistente Doubao ya lidera el mercado de IA de consumo de China, proporcionando tanto señal de entrenamiento de escala como un canal de implementación listo que puede convertir el gasto en investigación en ingresos de productos casi inmediatamente. La empresa también mantiene los pesos de sus modelos generales más fuertes en privado, a diferencia de la mayoría de los pares chinos que entregan pesos abiertos. Un sistema de 10-billones-de-parámetros, si se entrega, permanece propietario.

Para arquitectos evaluando el panorama de IA de China: las estrategias de alcance basadas en destilación son políticamente insostenibles. ByteDance acaba de apostar que la computación fronteriza es más barata que el costo reputacional de ese camino.