Los billones de parámetros son marketing
Escuchar el artículo · 2:46
China escala sus modelos hasta los 10 billones de parámetros, pero la cifra total esconde lo que de verdad importa: cuántos trabajan en cada paso.
En este artículo (4)▼
2,8 billones de parámetros. Esa es la cifra con la que Moonshot presentó Kimi K3 en julio, el mayor modelo abierto del mundo, y la que Alibaba quiere dejar pequeña con una hoja de ruta que apunta a los 10 billones. El número impresiona, y esa es exactamente su función: impresionar. Lo que decide si un modelo es bueno no aparece en el titular.
Lo que el titular no cuenta
Todos estos gigantes usan la misma trampa arquitectónica, la mezcla de expertos (MoE): el modelo guarda billones de parámetros pero solo activa una fracción en cada paso. Qwen3.8-Max, con 2,4 billones totales, utiliza alrededor de 95.000 millones por inferencia. Tiene lógica: en 2023 ya se apuntó que GPT-4 podría usar este diseño, aunque OpenAI jamás lo confirmó. El parámetro total mide el tamaño del almacén, no la potencia del motor.
Chinchilla ya ganó este debate en 2022
DeepMind lo demostró con un experimento incómodo: Chinchilla, de 70.000 millones de parámetros, superó a Gopher, de 280.000, en casi todo con el mismo presupuesto de cómputo, gracias a entrenar con cuatro veces más datos. Arquitectura, datos y cómputo mandan; el conteo de parámetros acompaña. Cada vez que un laboratorio anuncia un récord de tamaño sin hablar de datos ni de eficiencia, repite una discusión que la literatura cerró hace cuatro años.
El precio es el verdadero golpe
Donde China sí rompe el tablero es en la factura. Kimi K3 rinde a la altura de Claude Fable 5 en varios benchmarks, supera a Opus 4.8 y a GPT 5.6 Sol según su fabricante, y Moonshot lo vende a 15 dólares por millón de tokens de salida. La reacción del mercado lo dice todo: Z.ai se desplomó casi un 28% y MiniMax un 16% el día del anuncio. Patrick Moorhead habló de sobrerreacción parecida al pánico DeepSeek, y quizá tenga razón en el corto plazo. Aun así, la dirección es clara: la frontera se abarata.
Qué mirar en lugar del contador
Si Alibaba cumple y entrena modelos de 5 a 10 billones, la pregunta útil no será cuántos ceros trae el comunicado, sino cuántos parámetros activa por token, con qué datos se entrenó y a qué precio se sirve. Quien compre IA por el número del titular acabará pagando de más por un almacén enorme con un motor corriente.
Fuente: xataka.com, reuters.com
