Tác giả: Wall Street News
Các mô hình AI lớn của Trung Quốc đang đứng trước một bước ngoặt lịch sử. Goldman Sachs cho rằng, hiệu suất thông minh của các mô hình nguồn mở/trọng số mở của Trung Quốc đã tiếp cận các mô hình độc quyền hàng đầu toàn cầu, quy mô ứng dụng của các doanh nghiệp trong nước và doanh nghiệp vừa và nhỏ toàn cầu đang mở rộng nhanh chóng, hiệu ứng bánh đà dữ liệu được hình thành từ đó sẽ tiếp tục thúc đẩy việc lặp lại và nâng cấp mô hình.
Theo báo cáo mới nhất của Goldman Sachs, lộ trình phát triển này có thể được tóm tắt là "từ thời điểm hiệu quả chi phí của DeepSeek năm ngoái, đến thời điểm thông minh của mô hình GLM của Zhipu năm nay". Nhóm phân tích do nhà phân tích Ronald Keung của Goldman Sachs dẫn đầu đã thực hiện đánh giá có hệ thống về bốn vấn đề cốt lõi trong báo cáo dài 50 trang này: mô hình AI Trung Quốc đạt hiệu suất cao với chi phí thấp như thế nào, tại sao chọn con đường nguồn mở và cách thức kiếm tiền, thị trường mục tiêu cốt lõi ở đâu, và ai sẽ trở thành người chiến thắng lâu dài.
Trong nhận định về cạnh tranh, Goldman Sachs đưa ra một "Khung định vị cạnh tranh" dựa trên khả năng định giá, lợi thế chi phí và sức mạnh tài chính, và dựa trên đó xác định, trong lĩnh vực mô hình văn bản cơ bản, Zhipu (lần đầu tiên được phân tích) và DeepSeek (chưa niêm yết) có định vị mạnh nhất; trong lĩnh vực đa phương thức, ByteDance (chưa niêm yết) dẫn đầu. Goldman Sachs đồng thời duy trì xếp hạng Mua đối với MiniMax và Kuaishou.
Lấy nhỏ thắng lớn, hiệu quả chiến thắng
Các mô hình lớn của Trung Quốc có thể đạt hiệu suất gần như tương đương với chi phí thấp hơn nhiều so với các sản phẩm tương tự của Mỹ, cốt lõi nằm ở sự đột phá kép về đổi mới kiến trúc và hiệu quả tham số.
Báo cáo của Goldman Sachs chỉ ra rằng, quy mô tham số của các mô hình nguồn mở Trung Quốc phổ biến trong khoảng 200 tỷ đến 1.6 nghìn tỷ, chỉ bằng 2% đến 10% so với các mô hình hàng đầu toàn cầu, điều này chủ yếu do hạn chế trong việc tiếp cận năng lực tính toán cao cấp. Đồng thời, các đổi mới như kiến trúc chuyên gia hỗn hợp (MoE), cơ chế chú ý thưa thớt đã làm cho tỷ lệ tham số được kích hoạt thực tế so với tổng số tham số chỉ còn 3% đến 5%, giảm đáng kể chi phí đào tạo và suy luận.
Ở cấp độ mô hình cụ thể, DeepSeek V4 Pro có số tham số là 1.6 nghìn tỷ, Zhipu GLM5.2 là 0.7 nghìn tỷ, MiniMax M3 là 0.4 nghìn tỷ.
Goldman Sachs quy cho sự nhảy vọt gần đây của các mô hình Trung Quốc về khả năng lập trình là do sự tác động tổng hợp của các yếu tố như lọc dữ liệu, đào tạo sau học tăng cường, v.v. Vào ngày 27 tháng 6, DeepSeek đã ra mắt khung giải mã suy đoán DSpark, đã được triển khai trong dịch vụ trực tuyến của V4-Flash và V4 Pro, không thay đổi trọng số mô hình hoặc chất lượng đầu ra, nhưng đã tăng tốc độ tạo trên mỗi người dùng lên 60% đến 85% (V4-Flash) và 57% đến 78% (V4 Pro).
LongCat 2.0 được Meituan công bố vào ngày 30 tháng 6 được Goldman Sachs coi là một cột mốc quan trọng cho sự tự chủ hóa hạ tầng AI của Trung Quốc – đây là mô hình MoE nguồn mở 1.6 nghìn tỷ tham số đầu tiên của Trung Quốc được đào tạo và triển khai hoàn toàn dựa trên 50.000 card tính toán nội địa. Goldman Sachs tin rằng, điều này chứng minh tính khả thi của ngăn xếp phần cứng bản địa hóa trong giai đoạn đào tạo trước tập trung tính toán, có ý nghĩa sâu sắc đối với việc các mô hình AI Trung Quốc thoát khỏi sự phụ thuộc vào chip cao cấp nước ngoài.
Thị trường phân cực, kẻ mạnh ngày càng mạnh
Goldman Sachs mô tả thị trường mô hình AI Trung Quốc là một "cấu trúc hai tầng" đang hình thành, và xác định được hai góc phần tư tối đa hóa ARR.
Ở thị trường cao cấp, các mô hình đỉnh cao đại diện như Zhipu GLM5.2 và Alibaba Qwen3.7 Max có mức giá định giá khoảng 1 USD cho mỗi triệu token, gấp 5 lần so với các mô hình cấp thấp, với tỷ suất lợi nhuận gộp suy luận khoảng 10% đến 20% (ước tính của Goldman Sachs). Ngược lại, định giá của các mô hình đỉnh cao Mỹ là 4 đến 8 USD cho mỗi triệu token, mô hình cao cấp Trung Quốc chỉ bằng 10% đến 25% của họ, nhưng nhờ tỷ lệ kích hoạt tham số thấp hơn, vẫn có thể duy trì lợi nhuận gộp dương.
Ở thị trường cấp thấp, các mô hình hướng đến nhiệm vụ tác nhân có giá định giá thấp đến 0.06 đến 0.2 USD cho mỗi triệu token, đang mở rộng thị trường doanh nghiệp vừa và nhỏ toàn cầu và người dùng cá nhân nhạy cảm về giá. 60% đến 70% doanh thu của MiniMax đến từ nước ngoài. Đáng chú ý là, DeepSeek đã thông báo sẽ giới thiệu cơ chế định giá cao điểm/thấp điểm cho dòng V4 từ giữa tháng 7, phí cao điểm gấp 2 lần phí không cao điểm, với mức giá hỗn hợp khoảng 0.35 USD cho mỗi triệu token (V4 Pro) và 0.12 USD (V4 Flash).
Goldman Sachs dự đoán rằng, doanh thu từ API và đăng ký của các mô hình AI Trung Quốc sẽ tăng từ ước tính 35 tỷ nhân dân tệ vào năm 2026 lên 879 tỷ nhân dân tệ vào năm 2030, tương ứng với lượng token tiêu thụ hàng ngày từ 350 nghìn tỷ lên 4600 nghìn tỷ, tăng khoảng 25 lần.
Chiến lược nguồn mở: Thâm nhập rộng rãi, đường kiếm tiền chờ nâng cấp
Báo cáo của Goldman Sachs tổng hợp chi tiết logic chiến lược của việc các mô hình AI Trung Quốc phổ biến áp dụng đường lối nguồn mở/trọng số mở và giới hạn kiếm tiền của nó.
Ưu thế cốt lõi của chiến lược nguồn mở nằm ở tính linh hoạt triển khai và hệ sinh thái cộng đồng. Chuỗi Qwen của Alibaba, DeepSeek, Zhipu GLM và MiniMax M3 đều áp dụng phương thức nguồn mở hoặc trọng số mở, mô hình Seed của ByteDance là một ngoại lệ chính, áp dụng con đường độc quyền hoàn toàn đóng. Mô hình nguồn mở cho phép triển khai linh hoạt mô hình trong và ngoài Trung Quốc đại lục, và thúc đẩy lặp lại nhanh hơn thông qua phản hồi cộng đồng.
Tuy nhiên, Goldman Sachs chỉ ra rằng, con số ARR mà các công ty mô hình nguồn mở tiết lộ có thể đã đánh giá thấp nghiêm trọng quy mô triển khai thực tế và tiềm năng doanh thu. Lấy Zhipu làm ví dụ, mục tiêu ARR cuối năm 2026 của họ là 10 tỷ USD, nhưng lượng triển khai thực tế của GLM5.2 trên toàn cầu sẽ cao hơn nhiều so với lượng token và doanh thu từ kênh API riêng của Zhipu – nền tảng MaaS Alibaba Cloud Bailian có thể lưu trữ trực tiếp mô hình nguồn mở GLM5.2 mà không cần trả bất kỳ khoản phí nào cho Zhipu.
Goldman Sachs dự đoán, ngành sẽ dần chuyển từ nguồn mở thuần túy (giấy phép MIT, hoàn toàn miễn phí) sang mô hình "trọng số mở + giấy phép cộng đồng" – tức là sử dụng thương mại phải ký thỏa thuận chia sẻ doanh thu với công ty mô hình. Dòng M của MiniMax đã đi đầu trong việc áp dụng mô hình này. Goldman Sachs tin rằng, sự chuyển đổi này sẽ cải thiện đáng kể hiệu quả kinh tế đơn vị của các công ty mô hình AI, bởi vì các công ty mô hình có thể hưởng lợi từ các thỏa thuận chia sẻ doanh thu với các nền tảng như AWS Bedrock, Alibaba Cloud Bailian, mà không phải tự chịu chi phí năng lực suy luận.
Từ "Tối đa hóa token" sang Ưu tiên ROI
Goldman Sachs định tính việc mở rộng thị trường quốc tế là không gian phát triển quan trọng nhất của các mô hình AI Trung Quốc, đặc biệt là ở các thị trường không phải Mỹ.
Nhóm nghiên cứu Mỹ của Goldman Sachs ước tính rằng, đến năm 2030, AI tác nhân sẽ thúc đẩy tiêu thụ token toàn cầu tăng 24 lần, đạt 120 nghìn tỷ token mỗi tháng, trong đó tác nhân doanh nghiệp đóng góp tăng trưởng 55 lần, tác nhân người tiêu dùng đóng góp tăng trưởng 12 lần. Trên thị trường toàn cầu (ngoài Trung Quốc), các mô hình AI Trung Quốc đã đạt được sự tăng trưởng đáng kể về thị phần token nhờ sự cải thiện hiệu suất và lợi thế về giá.
Báo cáo của Goldman Sachs chỉ ra rằng, mô hình sử dụng AI của các doanh nghiệp toàn cầu đang trải qua sự chuyển đổi cơ bản từ "tối đa hóa token" sang "ưu tiên ROI". Trước đây thịnh hành vào cuối năm 2025 đến đầu năm 2026, doanh nghiệp coi tiêu thụ token cao tương đương với năng suất tổ chức; sau này thì chú trọng hơn đến ranh giới nhiệm vụ rõ ràng, số lượng tác nhân hoạt động hàng ngày, tự động hóa quy trình hậu kỳ và sản lượng thực tế. Dữ liệu từ một nghiên cứu xu hướng kỹ thuật AI Jellyfish cho thấy, người dùng AI nặng trong doanh nghiệp tiêu thụ token gấp 10 lần, nhưng sản lượng chỉ tăng 2 lần.
Ở cấp độ kênh, Nền tảng Tác nhân Doanh nghiệp Gemini của Alphabet và AWS Bedrock của Amazon đều đã cung cấp dịch vụ lưu trữ cho các mô hình AI Trung Quốc như DeepSeek, MiniMax, Moonshot, GLM và Qwen. Theo Wall Street Journal, CEO Microsoft gần đây cho biết, Microsoft đang xem xét lưu trữ phiên bản của DeepSeek trên Copilot, như một mô hình chi phí thấp tùy chọn, và nhấn mạnh rằng nếu lưu trữ DeepSeek, mô hình này sẽ chạy trong hệ sinh thái đám mây của Microsoft, đảm bảo dữ liệu khách hàng được lưu giữ trong Azure.
Ai là người chiến thắng lâu dài?
Goldman Sachs xây dựng một khung định vị cạnh tranh ba chiều, sử dụng các chỉ số định lượng để đánh giá xác suất chiến thắng lâu dài của từng người chơi, với công thức cốt lõi là: Quy mô ARR × Lợi thế tỷ suất lợi nhuận gộp + Sức mạnh tài chính.
Khả năng định giá xem xét tốc độ ra mắt (so với mô hình thế hệ trước và cùng cấp), điểm số trên đấu trường LMArena (dựa trên đánh giá người dùng kiểm tra mù quy mô lớn) và mức giá hỗn hợp cho mỗi triệu token.
Lợi thế chi phí xem xét thông lượng (số token mỗi giây), tỷ lệ hit bộ nhớ cache, tỷ lệ kích hoạt tham số và tỷ suất lợi nhuận gộp suy luận. Sức mạnh tài chính xem xét tiền mặt trong tay, tỷ lệ tiền mặt ròng trên tổng tài sản và bội số định giá.
Trong lĩnh vực mô hình văn bản cơ bản, Goldman Sachs xác định Zhipu (lần đầu tiên được phân tích, xếp hạng Trung lập, định giá mục tiêu 110 tỷ USD) và DeepSeek (chưa niêm yết) có định vị mạnh nhất, cả hai đều nổi bật về khả năng định giá và lợi thế chi phí. Tổng định giá ngầm của các công ty mô hình AI độc lập vượt quá 2000 tỷ USD.
Trong lĩnh vực đa phương thức/tạo video, ByteDance dẫn đầu với Seedance, theo LatePost và 36Kr, Seedance có tỷ suất lợi nhuận gộp lên đến 70%, tỷ lệ ARR đã vượt quá 2 tỷ USD. Kuaishou Kailing và mô hình Hailuo/H3 sắp ra mắt của MiniMax cũng được Goldman Sachs đánh giá cao, dự kiến sẽ hưởng lợi từ đột phá chức năng kết hợp tạo video và LLM cũng như mức giá lành mạnh do nguồn cung khan hiếm vào nửa cuối năm 2026.
Goldman Sachs duy trì xếp hạng Mua đối với MiniMax, mục tiêu giá 860 HKD, lý do là mô hình M3 của họ đang ở góc phần tư tối đa hóa ARR với lượng token cao và mức giá định giá hấp dẫn, và định giá hiện tại chỉ bằng 13 lần ARR cuối năm 2026, có mức chiết khấu rõ ràng so với bội số định giá của các công ty cùng ngành ở Trung Quốc và toàn cầu, tỷ lệ rủi ro/lợi ích nghiêng về phía tăng.
