Empresas chinas amplían su apuesta por modelos de IA con billones de parámetros
Empresas chinas como DeepSeek, Moonshot AI y Alibaba están aumentando la escala de sus modelos: DeepSeek-V3 tiene 671.000 millones de parámetros, Kimi K2 llegó a 1 billón, Kimi K3 a 2,8 billones y Qwen3.8-Max tiene 2,4 billones. En Qwen3.8-Max se activan alrededor de 95.000 millones de parámetros por paso, mediante una arquitectura Mixture of Experts, según Xataka.
Alibaba confirmó el 22 de septiembre que Qwen 4 está en entrenamiento y que su hoja de ruta para Qwen 4.5 y Qwen 5 contempla modelos de entre 5 y 10 billones de parámetros. ByteDance estaría buscando una escala similar, según el Financial Times, sin confirmación pública de la compañía. Xataka señala que una mayor cantidad de parámetros no garantiza un mejor desempeño, mientras los modelos pequeños siguen siendo útiles porque requieren menos memoria, capacidad de cómputo y costo.
Por qué importa · interpretación editorial
La escala de cientos de miles de millones y billones de parámetros descrita podría elevar las exigencias de memoria y cómputo, aunque Mixture of Experts activa solo una parte de los parámetros por etapa. Como señala Xataka, los modelos más grandes no garantizan un mejor rendimiento, por lo que los modelos pequeños y más económicos siguen teniendo espacio.