Sau DeepSeek, Kimi K3 của Trung Quốc khiến các ông lớn AI phương Tây phải nhìn lại lợi thế hạ tầng

Somaia lập luận rằng toàn bộ sự đồng thuận của phương Tây, từ các biện pháp kiểm soát xuất khẩu, cuộc đua đầu tư hàng trăm tỷ đô la của các nhà cung cấp dịch vụ đám mây quy mô lớn (hyperscalers) cho đến luận điểm đầu tư "Compute Moat" (hào kỹ thuật về năng lực tính toán), đều dựa trên một giả định duy nhất: sức mạnh tính toán quyết định năng lực của AI.

Nhưng sự khan hiếm đã thúc đẩy đổi mới. Somaia cho biết, hệ thống Mooncake nội bộ của Moonshot AI dành cho việc huấn luyện AI được xây dựng chính xác là vì startup này không có đủ GPU. "Một phòng thí nghiệm nhỏ có gu thẩm mỹ tốt có thể nén năng lực tính toán cần thiết để tạo ra một mô hình tiên phong, ngay cả khi họ không đủ khả năng để vận hành nó."

Dylan Patel, người sáng lập công ty phân tích phần cứng SemiAnalysis, đồng tình với quan điểm này. Ông viết: "Những gì họ làm được với một đội ngũ nhỏ cực kỳ tài năng, cùng nghiên cứu chuyên sâu về RL (học tăng cường), kiến trúc và dữ liệu đã giúp bù đắp phần lớn sự thiếu hụt về năng lực tính toán". Tuy nhiên, Patel cũng chỉ ra rằng các công ty Trung Quốc có thể dễ dàng thuê GPU bên ngoài Trung Quốc, điều này khiến một phần các lệnh hạn chế xuất khẩu trở nên vô nghĩa.

Một nhà nghiên cứu tại Google Deepmind gọi Kimi K3 là "tốt đến mức khó tin".

Các phòng thí nghiệm AI phương Tây thường cáo buộc các công ty Trung Quốc thực hiện hành vi đánh cắp dữ liệu thông qua phương pháp chưng cất (distillation), trong đó một mô hình AI nhỏ hơn học hỏi từ đầu ra của một mô hình lớn hơn và về cơ bản là "đi nhờ", đe dọa đến mô hình kinh doanh của các phòng thí nghiệm AI phương Tây. Cho đến nay, chưng cất vẫn là lời giải thích phổ biến nhất cho việc làm thế nào các phòng thí nghiệm Trung Quốc duy trì được khả năng cạnh tranh dù có ít năng lực tính toán hơn.

Đối với Kimi K3, lời giải thích đó dường như không còn phù hợp. "Những kết quả này dường như không thể giải thích chỉ bằng phương pháp chưng cất", Michiel Bakker, một nhà nghiên cứu AI tại MIT và Google Deepmind, viết khi gọi mô hình này là "tốt đến mức khó tin". Trong khi đó, mô hình chủ lực của Google là Gemini 3.5 Pro đã bị trì hoãn nhiều tháng theo Bloomberg vì không đạt được các mục tiêu hiệu suất, đặc biệt là trong lĩnh vực lập trình – trường hợp sử dụng chính của nó. Chiến lược AI của công ty này lại đang vấp phải sự chỉ trích, và Google cũng đang đối mặt với những trở ngại về quy định trong tìm kiếm AI, đặc biệt là từ Đức.

Dean W. Ball, Trưởng bộ phận Tương lai Chiến lược tại OpenAI và là cựu cố vấn chính phủ, gọi Kimi là một "mô hình rất tốt", trong các phiên lập trình dựa trên tác nhân (agent-based coding) có thể sánh ngang với "những mô hình công khai tốt nhất từ quý 1 năm 2026". Nhưng ông cũng lưu ý rằng nó có vẻ "rất ngốn token", khiến cho "việc mô hình này thực sự rẻ để vận hành là điều không rõ ràng đối với tôi".

Ông ấy không sai. Theo Artificial Analysis, Kimi K3 có chi phí trung bình là 0,94 đô la cho mỗi tác vụ. Con số này gần với GPT 5.6 Sol ở mức 1,04 đô la nhưng chỉ bằng khoảng một nửa chi phí của Opus 4.8 ở mức 1,80 đô la. Nó vẫn rẻ hơn các mô hình hàng đầu của phương Tây, nhưng khoảng cách đã thu hẹp so với phiên bản trước đó và nó đắt hơn nhiều so với các mô hình mã nguồn mở (open-weight) trước đây của Trung Quốc.

Chiến lược gia của OpenAI cảnh báo về "chủ nghĩa cộng sản AI toàn diện".

Tuy nhiên, Ball cho biết ông ngạc nhiên khi chính phủ Trung Quốc cho phép các mô hình mạnh mẽ như vậy được phát hành dưới dạng mã nguồn mở. Ông cho rằng 75% nguyên nhân là do sự mù quáng về chiến lược, nói rằng ĐCSTQ "rất giống Yann LeCun" trong cách đánh giá các rủi ro AI và không nhìn thấy bất kỳ mối đe dọa hiện hữu nào.

Phần còn lại xuất phát từ việc thiếu năng lực tính toán cho suy luận phía khách hàng (client-side inference), điều này khiến chiến lược open-weight trở thành một hệ quả ngoài ý muốn của các biện pháp kiểm soát xuất khẩu từ Mỹ. Ball khẳng định các công ty cũng biết rằng hầu như không ai chịu trả tiền cho các mô hình Trung Quốc nằm dưới ngưỡng tiên phong.

Ball lập luận rằng các mô hình open-weight "vốn dĩ mang tính giảm tốc", vì chúng làm chậm quá trình đầu tư AI tiếp theo. Một kết quả có thể xảy ra của một thế giới bị thống trị bởi các mô hình này sẽ là "chủ nghĩa cộng sản AI toàn diện", với AI như một hàng hóa công cộng do nhà nước cung cấp dưới dạng cơ sở hạ tầng kỹ thuật số. Đó là những gì Trung Quốc đang đề xuất, theo Ball, người gọi kịch bản này là một "địa ngục loạn lạc".

Việc một chiến lược gia của OpenAI chỉ trích các mô hình open-weight gay gắt như vậy, tất nhiên, không phải là không có tư lợi. Công ty của ông dựa vào mô hình kinh doanh đóng và đang đối mặt với áp lực giá ngày càng tăng từ các nhà cung cấp như Moonshot AI và Deepseek.

Sương mù pháp lý thay vì lệnh cấm hoàn toàn.

Ball dự đoán chính quyền Trump sẽ tạo ra rủi ro pháp lý xung quanh việc sử dụng các mô hình open-weight của Trung Quốc. Ông lập luận rằng không cần thiết phải cấm mã nguồn mở, gọi đó là "một trong những mô típ ngớ ngẩn nhất trong thảo luận chính sách AI". Các nhà chức trách chỉ cần tạo ra đủ sự không chắc chắn thông qua "luật mềm" (soft law), chẳng hạn như việc Cục Dự trữ Liên bang đưa ra cảnh báo về các cửa sau (backdoors) tiềm ẩn trong các mô hình AI của Trung Quốc. Cơ sở lý luận thậm chí không cần phải có căn cứ vững chắc.

Mục tiêu là một điểm trung gian với đủ rủi ro để ngăn cản các công ty được quản lý sử dụng mô hình Trung Quốc, mà không làm các nhà cung cấp dịch vụ đám mây quy mô lớn hoảng sợ đến mức các startup phải chuyển sang các nhà cung cấp kém uy tín hơn. Ball kỳ vọng chính phủ sẽ triển khai một phiên bản nào đó của chiến lược này.

AI hiệu quả hơn vẫn có thể đồng nghĩa với nhu cầu tính toán cao hơn.

Sự tiến bộ của Kimi không nhất thiết có nghĩa là cần ít năng lực tính toán hơn, nhưng nếu đúng như vậy, việc xây dựng cơ sở hạ tầng khổng lồ của các công ty công nghệ Mỹ sẽ trở nên không cần thiết, có khả năng gây ra sự sụp đổ của thị trường chứng khoán. Tuy nhiên, điều ngược lại có nhiều khả năng xảy ra hơn. Nghịch lý Jevons cho thấy các mô hình hiệu quả hơn dẫn đến việc triển khai AI nhiều hơn, điều này thực sự có thể thúc đẩy nhu cầu về năng lực tính toán cao hơn nữa.

Theo SemiAnalysis, Kimi K3 có 2,8 nghìn tỷ tham số và lớn đến mức không thể chạy trên một hệ thống Nvidia DGX B200 duy nhất, ngay cả với lượng tử hóa FP4. Nó cần các hệ thống mạnh mẽ hơn như GB300 NVL72 hoặc B300, mỗi hệ thống có 288 GB bộ nhớ trên mỗi GPU.

Một lần nữa, những điểm tương đồng với Deepseek là rất khó bỏ qua. Khi đó, những người hoài nghi đã dự đoán về tình trạng dư thừa năng lực tính toán và làm thị trường chao đảo trong chốc lát. Thay vào đó, nhu cầu về năng lực tính toán đã tăng lên khi các mô hình suy luận trở nên phổ biến, trớ trêu thay lại được thúc đẩy một phần bởi chính các mô hình của Deepseek. Hay như CEO Demis Hassabis của Google Deepmind đã nói: "Không ai trên thế giới biết điều gì sẽ xảy ra tiếp theo".