ByteDance addestra un modello AI da 10.000 miliardi di parametri per sfidare Anthropic

Se pensavi che la corsa ai modelli di intelligenza artificiale più grandi si fosse ormai spostata sull’efficienza, ByteDance è pronta a smentirti. Secondo un’indiscrezione del Financial Times pubblicata il 7 agosto 2026, la società madre di TikTok sta addestrando un modello linguistico con un numero di parametri che può arrivare fino a 10.000 miliardi. Sarebbe uno dei sistemi più grandi mai raccontati pubblicamente e, se i numeri venissero confermati, il più imponente mai costruito da un’azienda cinese.

Il quotidiano britannico cita tre persone a conoscenza del progetto e collega l’iniziativa a un obiettivo dichiarato: avvicinarsi alle capacità di Mythos, il modello di punta di Anthropic. Una dichiarazione d’intenti che vale la pena leggere con attenzione, ma anche con la giusta dose di prudenza.

Cosa dice davvero il report del Financial Times

Il punto di partenza è una singola cifra: fino a 10.000 miliardi di parametri, ovvero circa 10 trilioni secondo la notazione anglosassone. Il modello, riferisce il Financial Times, si troverebbe ancora nella fase di pre-addestramento, quella in cui la rete neurale digerisce enormi quantità di dati grezzi per apprendere le regolarità del linguaggio. È una fase che di norma dura dai tre ai sei mesi, quindi parliamo di un sistema ancora lontano dal debutto.

Il report è onesto anche su ciò che non sa. Non viene indicato un nome per il modello, non si conosce il numero di parametri attivi, non si sa quali chip vengano usati per l’addestramento e non esiste una data di rilascio. ByteDance, dal canto suo, non ha confermato pubblicamente nulla di tutto questo, e i materiali già disponibili del suo team di ricerca documentano altri progetti senza menzionare un sistema di questa portata.

C’è però un dettaglio che dice molto sull’ambizione dell’azienda. Il fondatore Zhang Yiming avrebbe affidato al team Seed, composto da circa 2.000 persone, un mandato chiaro: puntare a capacità di modello di livello mondiale, senza fretta e guardando al lungo periodo.

Tradotto: non è un esperimento estemporaneo, ma una scommessa strutturale.

Vale la pena ricordare che il lavoro pubblico più recente del team Seed è la serie Seed2.0, la cui scheda di giugno 2026 mette l’accento su compiti a lungo orizzonte, ragionamento, comprensione visiva e ricerca. Anche in quel caso il numero di parametri non era stato reso noto, segno di una strategia che preferisce mostrare i risultati piuttosto che le dimensioni.

Perché 10.000 miliardi di parametri non bastano a vincere

Qui arriva la parte che i titoli tendono a saltare. Il numero di parametri, da solo, non stabilisce quanto sia bravo un modello. È una tentazione comprensibile leggere quella cifra come una classifica, ma la realtà tecnica è molto più sfumata.

La distinzione decisiva riguarda l’architettura. Un modello può essere denso, e in quel caso attiva tutti i suoi parametri per ogni singolo token che elabora, oppure può essere sparso, costruito come una mixture of experts. In quest’ultimo caso il sistema contiene un numero enorme di parametri totali, ma ne attiva solo una piccola frazione per ogni parola generata, con un forte risparmio di calcolo. È la stessa logica che troviamo in altri progetti recenti, come il modello MoE open source di Ant Group.

Senza conoscere il numero di parametri attivi, il budget di addestramento, la qualità dei dati e i risultati nei benchmark, quei 10.000 miliardi raccontano davvero poco sulle prestazioni reali. Sono un indicatore di scala e di ambizione, non una promessa di supremazia.

È un punto che conviene tenere a mente ogni volta che leggi di un nuovo record di parametri.

La storia recente dell’AI insegna che la scala aiuta, ma non lavora mai da sola. Ricette di addestramento, apprendimento per rinforzo, cura dei dati e infrastruttura contano quanto e a volte più del numero grezzo di neuroni artificiali. Un modello enorme ma addestrato male può perdere contro un rivale più piccolo e più curato.

Il confronto con Kimi K3 e gli altri giganti cinesi

Per capire la portata del progetto serve un metro di paragone. Il riferimento cinese più chiaro oggi è Kimi K3, il modello di Moonshot AI che a luglio si è preso il titolo di più grande modello aperto mai rilasciato. La sua scheda tecnica parla di 2.800 miliardi di parametri totali in architettura mixture of experts, con 104 miliardi di parametri attivi, 896 esperti instradati e una finestra di contesto da un milione di token. Se ByteDance arrivasse davvero a 10.000 miliardi, il salto sarebbe di circa tre volte e mezzo rispetto a Kimi K3.

C’è un altro dato che merita attenzione. Moonshot stessa ammette che il suo modello resta indietro rispetto ai sistemi proprietari più potenti nella propria suite di valutazione, tra cui Claude Fable 5 di Anthropic e GPT-5.6 Sol di OpenAI, pur battendo gli altri modelli testati. In altre parole, anche il più grande modello aperto cinese non ha ancora colmato il divario con la frontiera occidentale.

Sullo sfondo si muovono gli altri protagonisti nazionali. Alibaba ha da poco lanciato Qwen3.8-Max, il suo modello più potente da 2.400 miliardi di parametri, mentre DeepSeek continua a spingere sul rapporto tra costi e prestazioni. La Cina non insegue con un solo cavallo, ma con un’intera scuderia, e l’eventuale modello di ByteDance sarebbe la punta più estrema di questa strategia.

La sfida ad Anthropic e la posta in gioco geopolitica

Il Financial Times inquadra il progetto come un tentativo di avvicinarsi a Mythos, il modello che Anthropic descrive come il suo più capace nella ricerca su cybersicurezza e biologia. È un confronto che va maneggiato con cura, perché Anthropic limita l’accesso a Mythos a una ristretta cerchia di partner di test e non pubblica il numero di parametri del modello sulla sua pagina ufficiale.

Ne consegue una cosa semplice ma spesso dimenticata. Il report sostiene un confronto di scala dichiarata, non la conclusione che il modello di ByteDance eguaglierà o supererà le capacità di Anthropic. Se vuoi approfondire cosa rappresentano Mythos e la famiglia di modelli dell’azienda americana, ne abbiamo parlato quando Anthropic ha presentato Fable 5 e Mythos 5.

Resta comunque il segnale politico, forse la parte più interessante della vicenda. Un colosso dei consumi digitali come ByteDance che punta esplicitamente alla frontiera racconta quanto la competizione tra Cina e Stati Uniti si sia spostata dal terreno delle app a quello dei modelli di base. Non è più una gara per l’app più scaricata, ma per l’infrastruttura cognitiva su cui gireranno i prodotti del prossimo decennio.

Chip, compute e la scommessa infrastrutturale di ByteDance

Addestrare un sistema di queste dimensioni non è un problema di sola bravura ingegneristica. Serve una quantità impressionante di potenza di calcolo, memoria, rete e, non ultimo, energia. Il report del Financial Times non chiarisce quali acceleratori vengano impiegati per questo specifico progetto, ed è bene ribadirlo per non alimentare confusione.

Quello che sappiamo riguarda il quadro più ampio. ByteDance avrebbe messo a bilancio per il 2026 una cifra vicina ai 160 miliardi di yuan, circa 23 miliardi di dollari, destinati all’intelligenza artificiale, con oltre la metà riservata all’acquisto di chip. Una fetta consistente, stimata intorno ai 14 miliardi di dollari, servirebbe per le GPU di Nvidia.

In parallelo, l’azienda lavora per ridurre la dipendenza dai fornitori esterni. Secondo il South China Morning Post sta sviluppando una CPU proprietaria, con il completamento del progetto atteso all’inizio del 2027, mentre The Information riferisce di due semiconduttori disegnati internamente e destinati alla produzione di massa in collaborazione con TSMC. Nessuna di queste fonti, va detto, collega direttamente quei chip al modello da 10.000 miliardi di parametri.

C’è infine il motivo per cui tutto questo ha senso sul piano commerciale. Doubao, l’assistente AI di ByteDance, avrebbe raggiunto 345 milioni di utenti mensili attivi entro marzo 2026, davanti a Qwen di Alibaba e a DeepSeek. Un modello più potente alle spalle di un prodotto già così diffuso può tradursi in un vantaggio concreto per centinaia di milioni di persone.

Cosa aspettarsi adesso

Per ora la storia resta un’indiscrezione ben documentata, non un annuncio ufficiale. Non sappiamo se ByteDance renderà pubblici i pesi del modello, se lo offrirà tramite API o se lo terrà soltanto per i propri prodotti. Il pre-addestramento richiede mesi, quindi difficilmente vedremo risultati concreti prima della fine dell’anno o dell’inizio del 2027.

Il consiglio, se segui da vicino il settore, è di guardare oltre la cifra a effetto. Quando e se arriveranno i benchmark, saranno quelli a dirti se questo gigante da 10.000 miliardi di parametri è davvero un rivale per la frontiera o soltanto il modello più grande sulla carta. Continua a seguire i nostri aggiornamenti per capire come si evolve la corsa cinese all’intelligenza artificiale e cosa significa per gli strumenti che usi ogni giorno.