ByteDance Siapkan Model AI 10 Triliun Parameter, Bisa Jadi yang Terbesar dari China

Update Tekno – Induk TikTok, ByteDance, dikabarkan sedang mengembangkan model kecerdasan buatan dengan skala yang sangat besar. Model tersebut disebut memiliki total hingga 10 triliun parameter dan masih berada dalam tahap pre-training. Jika benar terealisasi, proyek ini berpotensi menjadi model AI terbesar yang pernah dikembangkan perusahaan asal China. Skala tersebut bahkan jauh melampaui beberapa model besar yang sudah dikenal saat ini. Meski demikian, jumlah parameter bukan satu-satunya ukuran kemampuan sebuah model. Arsitektur, data pelatihan, efisiensi inference, serta jumlah parameter aktif tetap menentukan performa sebenarnya. Karena itu, proyek ByteDance ini menarik bukan hanya dari sisi angka. Model tersebut juga menunjukkan seberapa agresif perusahaan teknologi China mengejar kemampuan AI generasi berikutnya. Jika pengembangannya berjalan sesuai rencana, model ini diperkirakan baru tersedia paling cepat pada awal 2027.

ByteDance Incar Skala Model AI yang Sangat Besar

Laporan menyebut ByteDance tengah menyiapkan model AI dengan kapasitas hingga 10 triliun parameter. Angka tersebut menempatkan proyek ini jauh di atas banyak model AI China yang tersedia saat ini. Sebagai perbandingan, Kimi K3 disebut memiliki sekitar 2,8 triliun parameter. Sementara itu, DeepSeek V4-Pro berada di kisaran 1,6 triliun parameter. Perbedaan skala ini menunjukkan ambisi besar ByteDance dalam mengembangkan model dasar generasi berikutnya. Namun, total parameter hanya menggambarkan kapasitas arsitektur secara keseluruhan. Model dengan skala sangat besar biasanya tidak mengaktifkan seluruh parameter secara bersamaan. Karena itu, angka 10 triliun perlu dilihat dalam konteks teknologi yang digunakan. Meski demikian, proyek tersebut tetap menjadi sinyal kuat bahwa persaingan model AI di China semakin agresif.

Arsitektur Mixture of Experts Jadi Kunci Model Besar

Model dengan jumlah parameter sangat besar umumnya menggunakan pendekatan Mixture of Experts atau MoE. Teknologi ini memungkinkan model memiliki banyak kelompok parameter khusus. Namun, hanya sebagian kelompok yang aktif ketika model menerima permintaan. Pendekatan tersebut membuat penggunaan sumber daya menjadi lebih efisien. Sebagai contoh, DeepSeek V4-Pro disebut memiliki total 1,6 triliun parameter. Meski demikian, hanya sekitar 49 miliar parameter yang aktif saat inference. Artinya, persentase parameter yang digunakan per permintaan sangat kecil dibanding total kapasitas model. Karena itu, kemampuan model AI ByteDance nantinya sangat bergantung pada jumlah parameter aktif. Selain itu, kualitas routing antar-expert juga akan memengaruhi performa. ByteDance sendiri belum mengungkap detail arsitektur tersebut.

Jumlah Parameter Tidak Selalu Menentukan Kualitas AI

Angka 10 triliun memang terdengar mengesankan. Namun, ukuran model bukan jaminan bahwa performanya akan selalu lebih baik. Model AI modern dipengaruhi banyak faktor. Kualitas data pelatihan menjadi salah satu yang paling penting. Selain itu, teknik fine-tuning dan reinforcement learning juga memiliki dampak besar. Efisiensi inference, konteks panjang, dan kemampuan multimodal ikut menentukan pengalaman pengguna. Karena itu, model dengan parameter lebih sedikit bisa saja mengungguli model yang lebih besar dalam tugas tertentu. Dalam praktiknya, efisiensi sering lebih penting daripada sekadar mengejar ukuran. Menurut saya, pertanyaan menarik bukan hanya seberapa besar model ByteDance. Hal yang lebih penting adalah seberapa efektif model tersebut menggunakan kapasitas yang dimilikinya.

Baca Juga : Mengenal Kyocera VP-210, HP Berkamera Pertama dengan Resolusi Hanya 0,11 MP

Pelatihan 10 Triliun Parameter Butuh Komputasi Sangat Besar

Membangun model dengan skala 10 triliun parameter membutuhkan sumber daya komputasi yang sangat besar. Proses pre-training diperkirakan dapat berlangsung selama tiga hingga enam bulan. Setelah itu, pengembang masih harus melakukan tahap penyempurnaan. Evaluasi keamanan dan pengujian performa juga membutuhkan waktu tambahan. Karena itu, jadwal peluncuran model dapat berubah jika muncul kendala teknis. Infrastruktur GPU dan pasokan energi menjadi bagian penting dari proses ini. Selain itu, optimasi jaringan antarpusat data juga sangat menentukan efisiensi pelatihan. Semakin besar model, semakin kompleks koordinasi komputasinya. Dengan demikian, proyek ByteDance bukan hanya tantangan di sisi algoritma. Perusahaan juga harus memiliki infrastruktur komputasi yang mampu menangani beban sangat besar.

Divisi Seed Menjadi Pusat Pengembangan AI ByteDance

Pengembangan model baru ini dilakukan oleh divisi AI ByteDance yang bernama Seed. Tim tersebut dipimpin oleh Wu Yonghui, mantan eksekutif Google yang bergabung dengan perusahaan pada Februari 2025. Seed disebut memiliki sekitar 2.000 peneliti. Mereka mengerjakan berbagai bidang, mulai dari model dasar hingga reinforcement learning. Selain itu, pengembangan sistem multimodal juga menjadi bagian dari fokus tim. Skala organisasi ini menunjukkan bahwa ByteDance tidak lagi melihat AI sebagai proyek sampingan. Perusahaan tampaknya ingin membangun ekosistem teknologi yang dapat mendukung berbagai produk. Kehadiran ribuan peneliti juga memberikan fleksibilitas untuk mengembangkan model secara paralel. Karena itu, model 10 triliun parameter bisa menjadi salah satu proyek terbesar dari strategi jangka panjang tersebut.

Doubao Seed 2.0 Menjadi Fondasi Produk AI ByteDance

Sebelum proyek 10 triliun parameter muncul, ByteDance sudah memperkenalkan Doubao Seed 2.0 pada Februari 2026. Model tersebut hadir dalam beberapa varian dan menjadi salah satu produk AI utama perusahaan. Kehadirannya menunjukkan bahwa ByteDance sudah memiliki fondasi untuk membangun sistem AI skala besar. Model baru nantinya berpotensi menjadi penerus atau peningkatan besar dari teknologi yang digunakan saat ini. Jika hal tersebut terjadi, Doubao dapat memperoleh peningkatan kemampuan secara signifikan. Namun, belum diketahui apakah model 10 triliun parameter akan digunakan langsung dalam produk konsumen. Bisa saja ByteDance menggunakan versi lebih kecil untuk kebutuhan tertentu. Strategi seperti ini cukup umum karena model terbesar tidak selalu menjadi pilihan paling efisien untuk semua tugas.

Doubao Bisa Menjadi Jalur Distribusi Utama

Salah satu kekuatan terbesar ByteDance tidak hanya terletak pada teknologi. Perusahaan juga memiliki basis pengguna yang sangat besar. Asisten AI Doubao dilaporkan memiliki sekitar 336 juta pengguna aktif bulanan pada April 2026. Angka tersebut memberikan keuntungan distribusi yang sulit ditandingi banyak startup AI. Jika model AI ByteDance baru digunakan untuk memperkuat Doubao, teknologi tersebut dapat langsung menjangkau ratusan juta pengguna. Kondisi ini berbeda dengan perusahaan yang memiliki model kuat tetapi distribusi terbatas. ByteDance sudah memiliki ekosistem aplikasi dan pengalaman dalam mengelola produk berskala besar. Karena itu, integrasi model baru berpotensi memberikan dampak langsung pada pasar konsumen.

Persaingan AI China Semakin Ketat

China kini memiliki semakin banyak pemain besar di bidang kecerdasan buatan. Moonshot AI, DeepSeek, dan ByteDance menjadi beberapa nama yang mendapat perhatian. Setiap perusahaan mengambil pendekatan berbeda dalam mengembangkan model. Ada yang fokus pada efisiensi, ada pula yang mengejar skala besar. ByteDance tampaknya mencoba menggabungkan keduanya. Model dengan parameter sangat besar dapat memberikan kapasitas yang luas. Namun, arsitektur MoE berpotensi membantu menekan biaya inference. Persaingan seperti ini dapat mempercepat inovasi dalam industri. Di sisi lain, biaya pengembangan juga semakin tinggi. Karena itu, hanya perusahaan dengan sumber daya besar yang mampu terus mengejar model dengan skala ekstrem.

Anthropic Juga Disebut Mengembangkan Model Berskala Besar

ByteDance bukan satu-satunya perusahaan yang dikaitkan dengan model berskala triliunan parameter. Anthropic juga dilaporkan mengembangkan model dengan ukuran serupa. Model Mythos 5 disebut-sebut memiliki sekitar 8 triliun parameter. Namun, angka tersebut belum dikonfirmasi secara resmi. Perbandingan ini menunjukkan bahwa tren menuju model sangat besar tidak hanya terjadi di China. Perusahaan AI global juga terus mencari cara untuk meningkatkan kapasitas model. Meski demikian, ukuran tetap bukan satu-satunya tujuan. Efisiensi, keamanan, dan biaya operasional menjadi pertimbangan penting. Karena itu, perlombaan AI ke depan kemungkinan tidak hanya berbicara tentang siapa yang punya parameter paling banyak.

Model Baru ByteDance Bisa Jadi Tonggak Penting AI China

Jika proyek ini berhasil, model AI ByteDance dapat menjadi tonggak penting bagi industri kecerdasan buatan China. Skala 10 triliun parameter akan menunjukkan kemampuan perusahaan dalam membangun dan melatih model kelas sangat besar. Namun, keberhasilan akhirnya akan ditentukan oleh performa nyata. Pengguna tidak hanya melihat angka parameter. Mereka akan menilai kualitas jawaban, kecepatan, akurasi, dan kegunaan sehari-hari. Selain itu, biaya inference juga akan menjadi faktor penting dalam penerapan skala besar. Menurut saya, kekuatan terbesar ByteDance justru berada pada kombinasi teknologi dan distribusi. Jika model baru dapat diintegrasikan secara efisien ke Doubao, perusahaan berpotensi memperluas pengaruhnya di pasar AI global.