Diario de la Innovación

inteligencia-artificial

China estrecha el cerco a EE.UU. en IA con modelos de hasta 10 billones de parámetros

Fotografía que ilustra la noticia: China estrecha el cerco a EE.UU. en IA con modelos de hasta 10 billones de parámetros
(xataka.com)

La estrategia china en inteligencia artificial ha vivido tradicionalmente asociada a la eficiencia: modelos compactos capaces de ejecutarse en dispositivos modestos. Alibaba y ByteDance apuntan ahora a la dirección contraria con modelos de entre 5 y 10 billones de parámetros, según ha adelantado la propia compañía.

Por

La escalada de parámetros se acelera en 2026

China ha encontrado en la eficiencia uno de sus grandes argumentos en la carrera de la inteligencia artificial, con familias como Qwen o MiniCPM compitiendo en el segmento de modelos pequeños. Pero mientras esa competición sigue avanzando hacia abajo, algunas de sus mayores tecnológicas están empezando a apostar por crecer en la dirección contraria: modelos colosales.

Las cifras permiten ver hasta dónde ha llegado esa escalada. DeepSeek-V3 apareció con 671.000 millones de parámetros totales, mientras que Moonshot AI llevó Kimi K2 hasta el billón. El salto se ha acelerado en 2026: Kimi K3 alcanza los 2,8 billones y Alibaba ha situado Qwen3.8-Max en 2,4 billones.

Son cantidades totales, y esa última palabra importa mucho: no significa que todos esos parámetros entren en juego en cada paso del procesamiento. La arquitectura Mixture of Experts (MoE), que GPT-4 ya habría utilizado según un análisis de SemiAnalysis en 2023, activa solo una parte de los parámetros por paso. Qwen3.8-Max lo ilustra bien: reúne 2,4 billones de parámetros, pero utiliza alrededor de 95.000 millones por paso.

Qwen 4: la hoja de ruta hacia los 10 billones

La siguiente frontera ya está sobre la mesa. Alibaba confirmó el 22 de septiembre que Qwen 4 está en entrenamiento y adelantó que su hoja de ruta para Qwen 4.5 y Qwen 5 contempla modelos de entre 5 y 10 billones de parámetros. ByteDance estaría persiguiendo una escala similar, según Financial Times, aunque la compañía no lo ha confirmado públicamente.

Tampoco podemos hacer una comparación directa entre los modelos más recientes chinos y estadounidenses: OpenAI y Anthropic no detallan el número de parámetros en las especificaciones públicas de GPT-5.6 Sol y Claude Fable 5.1. La falta de transparencia de las empresas estadounidenses dificulta el análisis comparativo, pero los datos disponibles muestran que China está dispuesta a igualar e incluso superar la escala de los modelos occidentales.

La apuesta china no consiste en sustituir unos por otros, sino en cubrir los dos extremos: modelos compactos donde prima la eficiencia y sistemas colosales allí donde compensa pagar el precio de escalar.

Más grande no significa mejor: la lección de Chinchilla

El número de parámetros nos habla del tamaño, pero no funciona como una clasificación automática de inteligencia o precisión. DeepMind lo demostró en 2022 con Chinchilla: tenía 70.000 millones de parámetros y superó a Gopher, de 280.000 millones, en casi todas las tareas evaluadas utilizando el mismo presupuesto de cómputo para el entrenamiento. Chinchilla había sido entrenado, además, con aproximadamente cuatro veces más datos.

La arquitectura, la cantidad y calidad de esos datos y los recursos de computación también condicionan de forma decisiva el resultado. Los modelos pequeños destacan cuando necesitamos contener memoria, cómputo y costes, o llevar la IA directamente a dispositivos personales. Los de gran escala persiguen otra cosa, una capacidad más amplia para enfrentarse a tareas más exigentes y variadas, aunque hacerlo requiera mucha más infraestructura.

La carrera china por los modelos colosales plantea un escenario en el que la eficiencia y la escala no son excluyentes, sino complementarias. Mientras Alibaba y ByteDance apuestan por los billones de parámetros, la industria sigue necesitando modelos pequeños para ejecutarse en dispositivos con menos memoria y capacidad de cálculo. La ventaja china, en ambos frentes, es un dato a tener en cuenta para las empresas que adoptan IA.