Глобальное соревнование за превосходство в области искусственного интеллекта теперь определяется размером вычислительных моделей, измеряемым в триллионах параметров — и Китай явно не собирается отступать.
Компания ByteDance разворачивает работу над одной из самых масштабных ИИ-систем на планете. Разработчики обучают нейросеть, которая может содержать до 10 триллионов параметров и по величине сравниться с передовой системой Mythos 5, созданной американской компанией Anthropic. Информация о разработке поступила через Reuters со ссылкой на Financial Times и людей, которые осведомлены о деталях проекта.
При подтверждении этой информации новая разработка китайской корпорации будет более чем в три раза превосходить по величине модель Kimi K3 от китайской компании Moonshot AI. Текущая версия Kimi K3 включает 2,8 триллиона параметров и считается одной из самых больших китайских разработок. До этого ведущие позиции занимали LongCat-2.0 от Meituan и V4-Pro от DeepSeek, в каждой из которых примерно 1,6 триллиона параметров.
Параметры следует воспринимать как огромное количество числовых весов, которые нейронная сеть усваивает в процессе обучения. Большее количество параметров означает более крупную модель, но это не означает автоматически лучшее качество результатов. Организация системы, количество и качество данных для обучения, а также применяемые методы могут оказывать влияние на качество не менее значительное, чем общий объем параметров.
Оценить проект ByteDance в прямом сравнении с американскими аналогами довольно затруднительно. Компании Anthropic и OpenAI не разглашают информацию о количестве параметров в своих современных разработках, в том числе в Fable, Mythos и GPT-5.5. Согласно оценкам отрасли, приводимым Financial Times, модель Mythos 5 имеет приблизительно 8 триллионов параметров, а Fable 5 — около 5 триллионов. При предполагаемых 10 триллионах новая система ByteDance станет крупнее обеих по размеру, однако размер сам по себе не гарантирует превосходящую производительность.
В настоящий момент система находится на этапе начального обучения. Согласно информации Financial Times, этот процесс обычно требует от трех до шести месяцев, после чего требуется тонкая подстройка перед представлением пользователям. ByteDance не выступила с публичным комментарием к этим сведениям, а Reuters не смогла самостоятельно проверить информацию об устройстве и размерах системы.
Борьба за создание все более крупных систем происходит на фоне нарастающей конкуренции между американскими и китайскими специалистами в области ИИ. Китайские разработчики пытаются одновременно повысить производительность своих систем и минимизировать расходы на их функционирование, так как увеличение количества параметров требует значительно большего объема вычислительных ресурсов.
