Alibaba prepara un modelo de 10 billones de parámetros
Alibaba anunció planes para escalar los modelos Qwen hasta 10 billones de parámetros y presentó el nuevo chip de IA Zhenwu V900.
Alibaba prepara un modelo de 10 billones de parámetros
La compañía reveló sus planes para las próximas generaciones de modelos: Qwen 4 ya se encuentra en entrenamiento, mientras que Qwen 4.5 y Qwen 5 están previstos para escalar hasta 5–10 billones de parámetros. Como referencia, el actual Qwen 3.8 Max contiene 2,4 billones de parámetros.
Paralelamente, Alibaba presentó un nuevo chip de IA, Zhenwu V900, que es tres veces más potente que la generación anterior. Sobre esta base, la empresa planea construir clústeres de hasta 500.000 GPU y alcanzar una potencia de centros de datos de 20 GW para 2032.
Por qué es importante
AnálisisEl escalado de parámetros y el desarrollo de chips propios demuestran la ambición de Alibaba por la independencia total en infraestructura de IA y el liderazgo en el mercado de modelos de lenguaje.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.
Modelos Frontera
La clase más poderosa de inteligencia artificial en la vanguardia de la investigación mundial (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), que define los límites de las capacidades modernas de razonamiento, autonomía y codificación.
LLM (Large Language Model - Modelo de Lenguaje Grande)
Clase fundamental de arquitecturas de redes neuronales basadas en transformadores autorregresivos, que predice la distribución probabilística de los siguientes tokens y demuestra propiedades emergentes de pensamiento abstracto, síntesis de código y razonamiento lógico.
Thinking Machines lanza Inkling 2 Small: un modelo MoE de 594B que puede afinar otros modelos
Thinking Machines presentó Inkling 2 Small, un modelo MoE de 594B parámetros con 17B activos que lidera entre modelos abiertos en varias tareas y demostró poder fine-tunear Qwen3.5-4B de forma autónoma.