Mẫn Nhi✔
Admin xinh gái
Tần suất nâng cấp dày đặc, giá dịch vụ lao dốc cùng mức độ cạnh tranh gay gắt đang khiến các mô hình trí tuệ nhân tạo mới ngày càng chật vật để tạo dựng dấu ấn riêng trên thị trường.
Vào ngày 22 tháng 9, cục diện trí tuệ nhân tạo toàn cầu đã có những biến động dồn dập chỉ trong vài giờ đồng hồ.
Tại Bắc Kinh, các kỹ sư của Xiaomi đã phát trực tiếp buổi thử nghiệm huấn luyện mô hình MiMo-V2.6 mới. Cùng thời điểm tại San Francisco, Anthropic trình làng mô hình tiên phong Opus 5.5. Khoảng một giờ sau, OpenAI bất ngờ gia nhập cuộc chơi khi phát hành hai mô hình GPT-6 Sol và Luna.
Đối với giới điều hành và phát triển công nghệ đang nỗ lực bám đuổi, đây chỉ là một ngày áp lực quen thuộc trong guồng quay AI. Tuy nhiên, trong khi Thung lũng Silicon bắt đầu đối mặt với hiện tượng được gọi là "sự mệt mỏi vì mô hình" (model fatigue), thì lĩnh vực công nghệ đầy cạnh tranh của Trung Quốc lại đang trải qua tình trạng này ở mức độ gay gắt hơn rất nhiều.
Đợt ra mắt ồ ạt trong ngày này – tiếp nối chuỗi công bố lớn từ Z.ai, DeepSeek, Tencent Holdings, Alibaba Group Holding và Moonshot AI – cho thấy các doanh nghiệp đang tung ra các bản nâng cấp dồn dập đến mức những bước đột phá đơn lẻ khó lòng thu hút được sự chú ý dài lâu.
"Nếu có điều gì đáng nói, thì tình trạng mệt mỏi vì mô hình tại Trung Quốc có lẽ còn rõ rệt hơn," Rui Ma, nhà phân tích công nghệ kiêm người sáng lập bản tin Tech Buzz China, nhận định. "Mọi người kiệt sức vì tốc độ này, nhưng họ cũng hào hứng khi thấy hệ sinh thái chuyển động nhanh đến vậy."
Các nhà phân tích chỉ ra rằng cảm giác quá tải vì mô hình bộc lộ theo những cách khác nhau tại hai thị trường AI lớn nhất thế giới.
Trong khi các doanh nghiệp Mỹ cân nhắc liệu những cải thiện nhỏ về hiệu năng có xứng đáng với chi phí chuyển đổi mô hình hay không, thì gánh nặng tại Trung Quốc lại dồn nhiều hơn lên vai các nhà phát triển. Khi các mô hình ngày càng tích hợp sâu vào ứng dụng tiêu dùng và nền tảng đám mây, tốc độ phát hành dồn dập đã thổi bùng lên các cuộc chiến giá khốc liệt.
"Tại Trung Quốc, sự mệt mỏi gắn liền với bài toán kinh tế. Mỗi thế hệ [mô hình] mới lại thiết lập lại mức giá sàn," Lionel Sim, người sáng lập công ty nghiên cứu AI The AI Capitol, chia sẻ. Ông nói thêm rằng khách hàng ngày càng chỉ hưởng ứng những bước nhảy vọt thực sự về năng lực hoặc các đợt giảm giá sâu, còn những bản cập nhật nhỏ giọt hầu như không được quan tâm.
Leia Wang, học giả thỉnh giảng tại Tổ chức Carnegie vì Hòa bình Quốc tế, nhận xét người dùng Trung Quốc thường nhạy cảm về giá hơn, khiến lòng trung thành với thương hiệu ở tầng mô hình rất khó xây dựng. Tầng mô hình là "tầng kém gắn kết nhất", và các gã khổng lồ như Alibaba đang cố gắng giữ chân người dùng bằng cách tích hợp mô hình trực tiếp vào hệ sinh thái đám mây rộng lớn của mình.
Áp lực kinh tế đó hiển hiện rõ trong chu kỳ phát hành gần nhất.
DeepSeek đã hạ giá giao diện lập trình ứng dụng (API) cho V4.1 Flash xuống mức chỉ 0,02 nhân dân tệ cho mỗi triệu token đầu vào được lưu trong bộ nhớ đệm vào khung giờ thấp điểm. Z.ai khẳng định mô hình GLM-5.3 Flash của mình vượt trội hơn phiên bản trước với chi phí chỉ bằng 10%, trong khi Qwen3.8-Flash của Alibaba có mức phí 1 nhân dân tệ (khoảng 14 cent Mỹ) cho mỗi triệu token đầu vào.
Xiaomi chọn lối đi khác với MiMo-V2.6 khi giữ nguyên giá API và quảng bá "trí tuệ cao hơn với cùng mức giá". Buổi phát trực tiếp của hãng cũng giới thiệu định hướng cải tiến tự quy đệ quy (RSI) – quy trình mà hệ thống AI tự nâng cao năng lực mà không cần con người can thiệp.
Ngay cả các nhà phát triển Mỹ cũng đang phải thích ứng với sức ép giá cả. Anthropic đã giảm 40% chi phí vận hành cho Opus 5.5 so với thế hệ trước, trong khi OpenAI giảm một nửa giá API cho các mô hình GPT-6 Sol và Luna so với mức giá khuyến mãi của GPT-5.6.
Tuy nhiên, lời kêu gọi này vấp phải sự phản đối mạnh mẽ tại Trung Quốc, nơi giới nghiên cứu và các nhà bình luận truyền thông nhà nước xem đề xuất chậm lại như một nỗ lực chiến lược nhằm bảo toàn vị thế dẫn đầu công nghệ của Mỹ.
Đối với giới phát triển Trung Quốc, chậm lại hoàn toàn không phải là một lựa chọn.
"Hiện có quá nhiều tên gọi mô hình, các tuyên bố về điểm chuẩn và những đợt nâng cấp liên tục khiến không một đợt ra mắt nào có thể duy trì sự chú ý lâu dài," Poe Zhao, nhà phân tích công nghệ Trung Quốc kiêm người sáng lập bản tin Hello China Tech, nhận định. "Dù vậy, điều này không có nghĩa là nhu cầu về AI đang suy giảm."
Zhao cho biết một khi các hệ thống AI được đưa vào vận hành thực tế, khách hàng doanh nghiệp có xu hướng ưu tiên độ ổn định, kết quả đầu ra có thể dự đoán, chi phí tích hợp, an toàn dữ liệu và hỗ trợ kỹ thuật hơn là những cải thiện nhỏ ở điểm số benchmark. Một mô hình mới chỉ thực sự có ý nghĩa thương mại khi nó cho phép thực hiện các tác vụ hoàn toàn mới, giảm đáng kể tỷ lệ lỗi hoặc cắt giảm mạnh chi phí vận hành.
Đơn cử, ByteDance đã tận dụng thế mạnh video ngắn để nâng cấp nhanh chóng các mô hình tạo video Seedance. Trong khi đó, Ant Group, một chi nhánh của Alibaba, tập trung vào lĩnh vực y tế với ứng dụng AI sức khỏe AQ đạt mốc 150 triệu người dùng.
Áp lực thương mại hóa ngày càng lớn khi cuộc đua kiếm tiền từ AI tăng tốc. Alibaba báo cáo doanh thu từ các sản phẩm liên quan đến AI đã tăng trưởng ở mức ba con số trong quý thứ 12 liên tiếp, giúp bộ phận đám mây và AI của hãng tăng 45% so với cùng kỳ năm trước trong quý kết thúc vào tháng 6.
Z.ai và MiniMax cũng ghi nhận doanh số tăng vọt khi chuyển dịch sang các gói dịch vụ trả phí cho doanh nghiệp, dù chi phí chi tiêu khổng lồ cho hạ tầng tiếp tục khiến phần lớn ngành này chưa thể có lãi.
"Đây là một thị trường siêu cạnh tranh, và nếu bạn ngừng tung ra sản phẩm, bạn có nguy cơ biến mất khỏi các cuộc thảo luận," bà Ma kết luận.
Vào ngày 22 tháng 9, cục diện trí tuệ nhân tạo toàn cầu đã có những biến động dồn dập chỉ trong vài giờ đồng hồ.
Tại Bắc Kinh, các kỹ sư của Xiaomi đã phát trực tiếp buổi thử nghiệm huấn luyện mô hình MiMo-V2.6 mới. Cùng thời điểm tại San Francisco, Anthropic trình làng mô hình tiên phong Opus 5.5. Khoảng một giờ sau, OpenAI bất ngờ gia nhập cuộc chơi khi phát hành hai mô hình GPT-6 Sol và Luna.
Đối với giới điều hành và phát triển công nghệ đang nỗ lực bám đuổi, đây chỉ là một ngày áp lực quen thuộc trong guồng quay AI. Tuy nhiên, trong khi Thung lũng Silicon bắt đầu đối mặt với hiện tượng được gọi là "sự mệt mỏi vì mô hình" (model fatigue), thì lĩnh vực công nghệ đầy cạnh tranh của Trung Quốc lại đang trải qua tình trạng này ở mức độ gay gắt hơn rất nhiều.
Đợt ra mắt ồ ạt trong ngày này – tiếp nối chuỗi công bố lớn từ Z.ai, DeepSeek, Tencent Holdings, Alibaba Group Holding và Moonshot AI – cho thấy các doanh nghiệp đang tung ra các bản nâng cấp dồn dập đến mức những bước đột phá đơn lẻ khó lòng thu hút được sự chú ý dài lâu.
"Nếu có điều gì đáng nói, thì tình trạng mệt mỏi vì mô hình tại Trung Quốc có lẽ còn rõ rệt hơn," Rui Ma, nhà phân tích công nghệ kiêm người sáng lập bản tin Tech Buzz China, nhận định. "Mọi người kiệt sức vì tốc độ này, nhưng họ cũng hào hứng khi thấy hệ sinh thái chuyển động nhanh đến vậy."
Áp lực kinh tế đè nặng
Các nhà phân tích chỉ ra rằng cảm giác quá tải vì mô hình bộc lộ theo những cách khác nhau tại hai thị trường AI lớn nhất thế giới.
Trong khi các doanh nghiệp Mỹ cân nhắc liệu những cải thiện nhỏ về hiệu năng có xứng đáng với chi phí chuyển đổi mô hình hay không, thì gánh nặng tại Trung Quốc lại dồn nhiều hơn lên vai các nhà phát triển. Khi các mô hình ngày càng tích hợp sâu vào ứng dụng tiêu dùng và nền tảng đám mây, tốc độ phát hành dồn dập đã thổi bùng lên các cuộc chiến giá khốc liệt.
"Tại Trung Quốc, sự mệt mỏi gắn liền với bài toán kinh tế. Mỗi thế hệ [mô hình] mới lại thiết lập lại mức giá sàn," Lionel Sim, người sáng lập công ty nghiên cứu AI The AI Capitol, chia sẻ. Ông nói thêm rằng khách hàng ngày càng chỉ hưởng ứng những bước nhảy vọt thực sự về năng lực hoặc các đợt giảm giá sâu, còn những bản cập nhật nhỏ giọt hầu như không được quan tâm.
Leia Wang, học giả thỉnh giảng tại Tổ chức Carnegie vì Hòa bình Quốc tế, nhận xét người dùng Trung Quốc thường nhạy cảm về giá hơn, khiến lòng trung thành với thương hiệu ở tầng mô hình rất khó xây dựng. Tầng mô hình là "tầng kém gắn kết nhất", và các gã khổng lồ như Alibaba đang cố gắng giữ chân người dùng bằng cách tích hợp mô hình trực tiếp vào hệ sinh thái đám mây rộng lớn của mình.
Áp lực kinh tế đó hiển hiện rõ trong chu kỳ phát hành gần nhất.
DeepSeek đã hạ giá giao diện lập trình ứng dụng (API) cho V4.1 Flash xuống mức chỉ 0,02 nhân dân tệ cho mỗi triệu token đầu vào được lưu trong bộ nhớ đệm vào khung giờ thấp điểm. Z.ai khẳng định mô hình GLM-5.3 Flash của mình vượt trội hơn phiên bản trước với chi phí chỉ bằng 10%, trong khi Qwen3.8-Flash của Alibaba có mức phí 1 nhân dân tệ (khoảng 14 cent Mỹ) cho mỗi triệu token đầu vào.
Xiaomi chọn lối đi khác với MiMo-V2.6 khi giữ nguyên giá API và quảng bá "trí tuệ cao hơn với cùng mức giá". Buổi phát trực tiếp của hãng cũng giới thiệu định hướng cải tiến tự quy đệ quy (RSI) – quy trình mà hệ thống AI tự nâng cao năng lực mà không cần con người can thiệp.
Ngay cả các nhà phát triển Mỹ cũng đang phải thích ứng với sức ép giá cả. Anthropic đã giảm 40% chi phí vận hành cho Opus 5.5 so với thế hệ trước, trong khi OpenAI giảm một nửa giá API cho các mô hình GPT-6 Sol và Luna so với mức giá khuyến mãi của GPT-5.6.
Cuộc đua không thể hạ nhiệt
Nhịp độ gấp gáp này vẫn tiếp diễn bất chấp những lời kêu gọi chậm lại từ một số lãnh đạo trong ngành. Chỉ 10 ngày trước khi tung ra Opus 5.5, CEO Dario Amodei của Anthropic đã hối thúc ngành AI kiềm chế tốc độ phát triển các mô hình tiên phong do những rủi ro an toàn ngày càng gia tăng.Tuy nhiên, lời kêu gọi này vấp phải sự phản đối mạnh mẽ tại Trung Quốc, nơi giới nghiên cứu và các nhà bình luận truyền thông nhà nước xem đề xuất chậm lại như một nỗ lực chiến lược nhằm bảo toàn vị thế dẫn đầu công nghệ của Mỹ.
Đối với giới phát triển Trung Quốc, chậm lại hoàn toàn không phải là một lựa chọn.
"Hiện có quá nhiều tên gọi mô hình, các tuyên bố về điểm chuẩn và những đợt nâng cấp liên tục khiến không một đợt ra mắt nào có thể duy trì sự chú ý lâu dài," Poe Zhao, nhà phân tích công nghệ Trung Quốc kiêm người sáng lập bản tin Hello China Tech, nhận định. "Dù vậy, điều này không có nghĩa là nhu cầu về AI đang suy giảm."
Zhao cho biết một khi các hệ thống AI được đưa vào vận hành thực tế, khách hàng doanh nghiệp có xu hướng ưu tiên độ ổn định, kết quả đầu ra có thể dự đoán, chi phí tích hợp, an toàn dữ liệu và hỗ trợ kỹ thuật hơn là những cải thiện nhỏ ở điểm số benchmark. Một mô hình mới chỉ thực sự có ý nghĩa thương mại khi nó cho phép thực hiện các tác vụ hoàn toàn mới, giảm đáng kể tỷ lệ lỗi hoặc cắt giảm mạnh chi phí vận hành.
Chuyên biệt hóa để sinh tồn
Để trụ vững trong vòng xoáy đào thải, các công ty công nghệ Trung Quốc đang tạo dựng các phân khúc ngách thay vì chỉ cạnh tranh dựa trên điểm benchmark chung, theo bà Rui Ma của Tech Buzz China.Đơn cử, ByteDance đã tận dụng thế mạnh video ngắn để nâng cấp nhanh chóng các mô hình tạo video Seedance. Trong khi đó, Ant Group, một chi nhánh của Alibaba, tập trung vào lĩnh vực y tế với ứng dụng AI sức khỏe AQ đạt mốc 150 triệu người dùng.
Áp lực thương mại hóa ngày càng lớn khi cuộc đua kiếm tiền từ AI tăng tốc. Alibaba báo cáo doanh thu từ các sản phẩm liên quan đến AI đã tăng trưởng ở mức ba con số trong quý thứ 12 liên tiếp, giúp bộ phận đám mây và AI của hãng tăng 45% so với cùng kỳ năm trước trong quý kết thúc vào tháng 6.
Z.ai và MiniMax cũng ghi nhận doanh số tăng vọt khi chuyển dịch sang các gói dịch vụ trả phí cho doanh nghiệp, dù chi phí chi tiêu khổng lồ cho hạ tầng tiếp tục khiến phần lớn ngành này chưa thể có lãi.
"Đây là một thị trường siêu cạnh tranh, và nếu bạn ngừng tung ra sản phẩm, bạn có nguy cơ biến mất khỏi các cuộc thảo luận," bà Ma kết luận.
