ByteDance строит монстра на 10 триллионов параметров против Anthropic

Пока весь мир обсуждал эффективность Kimi K3, ByteDance тихо закладывал фундамент под нечто принципиально иное. 7 августа 2026 года Financial Times со ссылкой на три независимых источника сообщил: компания ведёт предобучение модели с до 10 триллионов параметров. Это не итерационное улучшение — это заявка на лидерство в мировой гонке ИИ.

Масштаб, который меняет расстановку сил

Чтобы понять, что именно происходит, нужны цифры. Kimi K3 от Moonshot — крупнейшая публично известная китайская модель на сегодня — имеет 2,8 триллиона параметров. Модель ByteDance будет в 3,5 раза больше. До недавнего времени планку удерживали Meituan LongCat-2.0 и DeepSeek V4-Pro с 1,6 триллиона параметров — и те считались амбициозными проектами.

Для сравнения: по оценкам индустрии, Anthropic Mythos 5 — наиболее продвинутая закрытая система американского разработчика — насчитывает около 8 триллионов параметров, а Fable 5 — порядка 5 триллионов. ByteDance, судя по всему, целится именно в Mythos, а не в Fable. Это принципиальная разница в амбициях.

Независимый путь как идеология

Особенно любопытна не сама цифра, а методология. Большинство китайских лабораторий активно использовали дистилляцию — процесс обучения меньшей модели на выходах более крупной «модели-учителя». Это быстро, дёшево и эффективно в краткосрочной перспективе. Именно в дистилляции американских моделей обвиняют, в частности, Moonshot.

ByteDance идёт другим путём. Основатель компании Чжан Имин больше года настаивает на полностью независимой разработке — без заимствования знаний из чужих систем. Две недели назад он повторил этот тезис на внутреннем совещании с командой Seed, прямо заявив: цель — «мировое лидерство в возможностях модели» в долгосрочной перспективе, а не погоня за краткосрочными бенчмарками.

Эта позиция, по признанию самих сотрудников компании, замедлила разработку по сравнению с конкурентами. Но Чжан Имин явно играет в другую игру — ту, где нет риска обвинений в копировании чужой интеллектуальной собственности и где финальный результат принадлежит ByteDance целиком.

Команда, инфраструктура, деньги

Проект не возник на пустом месте. За ним стоит команда Seed — около 2000 специалистов в Китае и за рубежом, включая исследователей, инфраструктурных инженеров, специалистов по разметке данных и переводчиков. Руководит командой У Юнхуй, бывший учёный Google DeepMind.

На инфраструктуру ByteDance не скупится: по более ранним данным FT, компания вложила в ИИ-инфраструктуру около $23 миллиардов только в 2026 году. Это финансирует как облачное подразделение Volcano Engine, продающее корпоративные ИИ-решения, так и разработку собственных ИИ-чипов — ByteDance не хочет зависеть от Nvidia в условиях экспортных ограничений.

Для сравнения: Moonshot использовал 20 000 чипов Nvidia для обучения Kimi K3. Модель с 10 триллионами параметров потребует кратно больших вычислительных ресурсов — и это прямой вызов экспортным ограничениям США, которые ограничивают поставки передовых ускорителей в Китай.

Что это значит на практике

Предобучение — первый и самый длительный этап создания модели. По оценкам инсайдеров, он займёт от трёх до шести месяцев, после чего начнётся файн-тюнинг. До публичного релиза ещё далеко, и финальный размер модели будет определён позже — не исключено, что в процессе обучения параметры скорректируют в меньшую сторону.

Но сам факт запуска такого прогона — это сигнал. ByteDance уже зарекомендовал себя в смежных направлениях: SeeDance входит в число лучших мировых систем генерации видео, а Doubao — самый популярный ИИ-ассистент в Китае с 324 миллионами активных пользователей в месяц. Наличие готовой дистрибуции и колоссального массива пользовательских данных — серьёзное конкурентное преимущество при развёртывании фронтирной модели.

Параметры — не всё, но многое

Я не раз писал о том, что гонка параметров — это ловушка. Kimi K3 наглядно продемонстрировал: 2,8 триллиона параметров при грамотной архитектуре и качественных данных могут бить модели большего размера на реальных бенчмарках. Тот же релиз в июле двинул котировки Nvidia и TSMC — рынок понял, что эффективность побеждает масштаб.

ByteDance, судя по всему, это тоже понимает — и ставит на обе карты одновременно: эффективность у уже выпущенных моделей и масштаб в перспективном проекте. Это не противоречие, а стратегия двойного удара.

Для российских пользователей

ByteDance традиционно держит свои модели закрытыми — в отличие от Alibaba с открытым Qwen или DeepSeek. Doubao формально доступен, но ориентирован на китайскую аудиторию и требует китайского номера телефона. Когда и если появится новая фронтирная модель, её доступность за пределами Китая остаётся большим вопросом. Пока ByteDance не демонстрирует намерений строить глобальный API-бизнес на уровне Anthropic или OpenAI.

Тем не менее косвенное влияние этого проекта на российский рынок очевидно: конкуренция на фронтире ускоряет прогресс и снижает цены по всей индустрии. Когда ByteDance выпустит свою модель — а я уверен, что выпустит — давление на Anthropic, Google и OpenAI усилится, а значит, пользователи по всему миру получат более мощные инструменты быстрее и дешевле.

Информация о проекте подтверждена несколькими независимыми публикациями на основе источников, знакомых с ситуацией внутри компании.