A ByteDance, controladora do TikTok, está treinando um modelo de até 10 trilhões de parâmetros — uma escala que a coloca diretamente no raio de ação da Anthropic e do seu sistema mais avançado, o Mythos. A informação, revelada pelo Financial Times e repercutida pela Ars Technica, não é apenas um marco de tamanho: é uma declaração de ambição, o sinal de que o maior grupo chinês de tecnologia decidiu disputar a fronteira absoluta do setor.
Os números ajudam a dimensionar a aposta. Segundo três pessoas com conhecimento do projeto, o modelo está em fase de pré-treinamento, uma etapa que normalmente leva de três a seis meses, e o tamanho exato só será definido mais adiante, antes de eventuais ajustes e do lançamento. Os 10 trilhões de parâmetros representam mais de três vezes o tamanho do Kimi K3, da Moonshot, o maior modelo chinês já lançado, com cerca de 2,8 trilhões de parâmetros. A Anthropic não divulga as dimensões dos seus sistemas, mas estimativas do setor colocam o Mythos 5 na casa dos 8 trilhões e o Fable 5 em torno de 5 trilhões. Ainda assim, parâmetros não equivalem a capacidade: qualidade dos dados e método de treinamento pesam tanto quanto o tamanho.
O contexto geopolítico torna a decisão ainda mais carregada. Durante anos, os laboratórios chineses ganharam reputação por uma abordagem de eficiência: o DeepSeek mostrou que é possível competir com modelos menores e menos dispendiosos, o Qwen, da Alibaba, e o Kimi, da Moonshot, aparecem bem em benchmarks e ficam apenas atrás do Fable 5 em algumas tarefas. A ByteDance, porém, escolhe o caminho inverso: o da escala máxima, quando a indústria americana lidera pelo custo computacional e pelos chips avançados. É a aposta de que, para superar a Anthropic, será preciso ir além da eficiência e investir em puro poder de processamento.
A empresa tem vantagens concretas nessa disputa. Nos últimos três anos, investiu em IA de forma mais agressiva que qualquer outro gigante chinês, construiu uma rede de data centers, contratou pesquisadores e ambiciona desenvolver chips próprios. Sua equipe Seed, liderada pelo ex-cientista do Google DeepMind Wu Yonghui, reúne cerca de 2 mil pessoas. O modelo Doubao é o assistente de IA mais popular da China, com 324 milhões de usuários ativos mensais, e o SeeDance figura entre os mais avançados do mundo em geração de vídeo. O que falta é justamente um modelo de fronteira que rivalize no topo com os laboratórios americanos.
Há ainda uma dimensão estratégica importante. A ByteDance adotou uma política de desenvolvimento independente há mais de um ano, recusando-se a destilar modelos de outros laboratórios — um método comum de compressão de conhecimento que muitos rivais usaram para acelerar o progresso. Zhang Yiming, fundador, teria dito à equipe, em reunião interna recente, que apenas o desenvolvimento independente pode gerar um modelo que supere os concorrentes, e pediu para mirar "capacidades de nível mundial" sem se preocupar com o atraso de curto prazo. Essa decisão ajuda a explicar por que a empresa foi vista como mais lenta que alguns pares, mas também a posiciona para uma eventual liderança sustentada.
A pergunta que fica em aberto é se o custo-computação — e as restrições de exportação de chips — permitirá que o plano se concretize. Com modelos fechados, a ByteDance enfrenta o mesmo teto geopolítico dos demais laboratórios chineses. Se conseguir treinar um modelo de 10 trilhões de parâmetros com qualidade comparável à do Mythos, o equilíbrio de forças da IA mundial muda de figura. Se falhar, será a demonstração mais cara até hoje de que escala não é destino.
Fontes: Ars Technica, The Next Web, Techloy, Mint
✓ Fontes independentes cruzadas e verificadas antes da publicação
