Tác giả: Phố Wall Thấy Văn, Bố Thục Tình
Tiêu đề gốc: Báo cáo sâu của Goldman Sachs: Ai sẽ là người chiến thắng lâu dài trong ngành mô hình AI lớn của Trung Quốc?
Các mô hình AI lớn của Trung Quốc đang đứng trước một bước ngoặt lịch sử. Goldman Sachs cho rằng, hiệu năng thông minh của các mô hình nguồn mở/trọng số mở của Trung Quốc đã tiến sát đến 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 hình thành từ đó sẽ thúc đẩy hơn nữa việc lặp lại và nâng cấp mô hình.
Theo "The Wind Trading Desk" (Đài giao dịch theo gió), báo cáo mới nhất của Goldman Sachs chỉ ra rằng, quỹ đạo tiến hóa này có thể được tóm tắt là "từ thời điểm hiệu quả chi phí của DeepSeek năm ngoái, đến thời điểm mô hình thông minh của GLM năm nay". Đội ngũ do nhà phân tích Ronald Keung của Goldman Sachs dẫn đầu trong báo cáo dài 50 trang này đã tiến hành đánh giá hệ thống xoay quanh bốn vấn đề cốt lõi: các mô hình AI Trung Quốc đạt được hiệu năng cao với chi phí thấp như thế nào, tại sao lựa chọn con đường nguồn mở và cách thức kiếm tiền, thị trường có thể tiếp cận cốt lõi ở đâu, và ai sẽ là người chiến thắng lâu dài.
Trong việc đánh giá cục diện cạnh tranh, Goldman Sachs đã đề xuất một "khung định vị cạnh tranh" dựa trên khả năng định giá, lợi thế chi phí và sức mạnh tài chính, và căn cứ vào đó xác định, trong lĩnh vực mô hình văn bản cơ bản, GLM (lần đầu tiên đưa vào phân tích) và DeepSeek (chưa niêm yết) có vị thế 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 làm nên chiến thắng
Các mô hình lớn của Trung Quốc có thể đạt được hiệu năng gần 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 từ 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,... làm cho tỷ lệ tham số được kích hoạt thực tế trên tổng số tham số chỉ là 3% đến 5%, giảm mạnh 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, GLM5.2 của GLM là 0,7 nghìn tỷ, MiniMax M3 là 0,4 nghìn tỷ.
Goldman Sachs quy nguyên nhân cho sự nhảy vọt gần đây trong khả năng lập trình của mô hình Trung Quốc là do sự phối hợp của các yếu tố như lọc dữ liệu, đào tạo hậu kỳ học tăng cường. Ngày 27 tháng 6, DeepSeek 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, đã nâng tốc độ tạo trên mỗi người dùng lên 60% đến 85% (V4-Flash) và 57% đến 78% (V4 Pro).
LongCat 2.0 do Meituan phát hành vào ngày 30 tháng 6 được Goldman Sachs xem là một cột mốc quan trọng trong việc tự chủ hóa cơ sở 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 cho rằng, điều này chứng minh tính khả thi của ngăn xếp phần cứng bản địa hóa trong giai đoạn đào tạo trước cường độ 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 hai chiều, kẻ mạnh 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 hai góc phần tư tối đa hóa ARR.
Ở thị trường cao cấp, các mô hình hàng đầu như GLM5.2 của GLM và Qwen3.7 Max của Alibaba có giá định khoảng 1 USD cho mỗi triệu token, gấp 5 lần so với các mô hình thấp cấp, tỷ suất lợi nhuận gộp suy luận khoảng 10% đến 20% (Goldman Sachs ước tính). Ngược lại, các mô hình hàng đầu của Mỹ định giá từ 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 thấp cấp, các mô hình hướng tới nhiệm vụ tác nhân thông minh có giá thấp tới 0,06 đến 0,2 USD cho mỗi triệu token, đang mở ra thị trường cho các 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, DeepSeek đã thông báo từ giữa tháng 7 sẽ áp dụng cơ chế định giá theo giờ cao điểm cho chuỗi V4, mức phí giờ cao điểm gấp 2 lần giờ không cao điểm, định giá hỗn hợp khoảng 0,35 USD cho mỗi triệu token (V4 Pro) và 0,12 USD (V4 Flash).
Goldman Sachs dự đoán, doanh thu API và đăng ký từ các mô hình AI Trung Quốc sẽ tăng từ mức ước tính 35 tỷ nhân dân tệ năm 2026 lên 879 tỷ nhân dân tệ vào năm 2030, tương ứng với lượng token tiêu thụ hàng ngày tăng từ 35 nghìn tỷ lên 460 nghìn tỷ, tăng khoảng 25 lần.
Chiến lược nguồn mở: Thâm nhập rộng rãi, con đường kiếm tiền cần nâng cấp
Báo cáo của Goldman Sachs đã phân tích chi tiết logic chiến lược của việc các mô hình AI Trung Quốc phổ biến áp dụng con đường nguồn mở/trọng số mở và những hạn chế trong việc kiếm tiền.
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, GLM của GLM và MiniMax M3 đều áp dụng phương thức nguồn mở hoặc trọng số mở, mô hình Seed của ByteDance là 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 lục địa Trung Quốc, và đẩy nhanh quá trình lặp lại thông qua phản hồi cộng đồng.
Tuy nhiên, Goldman Sachs chỉ ra rằng, các con số ARR mà các công ty mô hình nguồn mở công bố rất có thể đánh giá thấp nghiêm trọng quy mô triển khai thực tế và tiềm năng doanh thu. Lấy GLM 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 GLM - nền tảng MaaS Alibaba Cloud Baillan có thể trực tiếp lưu trữ mô hình nguồn mở GLM5.2 mà không cần trả bất kỳ khoản phí nào cho GLM.
Goldman Sachs dự kiến, ngành công nghiệp sẽ dần 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. Chuỗi M của MiniMax đã tiên phong áp dụng mô hình này. Goldman Sachs cho rằng, sự thay đổi này sẽ cải thiện đáng kể hiệu quả kinh tế đơn vị của các công ty mô hình AI, 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 Baillan mà không phải tự gánh chịu chi phí năng lực suy luận.
Từ "tối đa hóa token" đến ưu tiên ROI
Goldman Sachs định tính việc mở rộng ra thị trường quốc tế là không gian tăng trưởng 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, đến năm 2030, AI tác nhân thông minh sẽ thúc đẩy lượng token tiêu thụ 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 tăng trưởng đáng kể về thị phần token nhờ cải thiện hiệu năng và lợi thế giá cả.
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". Cái trước thịnh hành từ cuối năm 2025 đến đầu năm 2026, doanh nghiệp coi tiêu thụ token cao tương đương với năng suất tổ chức; cái sau chú trọng hơn đến ranh giới nhiệm vụ rõ ràng, số lượng tác nhân thông minh hoạt động hàng ngày, tự động hóa quy trình hậu kỳ và sản lượng thực tế. Một nghiên cứu xu hướng kỹ thuật Jellyfish AI cho thấy, người dùng AI nặng trong doanh nghiệp tiêu thụ gấp 10 lần token, nhưng sản lượng chỉ tăng 2 lần.
Ở cấp độ kênh, Alphabet với nền tảng Gemini Enterprise Agent Platform và Amazon AWS Bedrock 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 trong Copilot, như một mô hình chi phí thấp có thể lựa 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 lại trong Azure.
Ai là người chiến thắng lâu dài?
Goldman Sachs đã 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, công thức cốt lõi là: Quy mô ARR × Lợi thế tỷ suất lợi nhuận gộp + Sức mạnh tài chính.
Chiều Khả năng định giá xem xét tốc độ ra mắt (so sánh với mô hình thế hệ trước và cùng cấp độ), điểm đánh giá trên đấu trường LMArena (dựa trên đánh giá người dùng kiểm tra mù quy mô lớn) và mức định giá hỗn hợp cho mỗi triệu token.
Chiều Lợi thế chi phí xem xét thông lượng (số token mỗi giây), tỷ lệ trúng bộ nhớ cache, tỷ lệ kích hoạt tham số và tỷ suất lợi nhuận gộp suy luận. Chiều 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 GLM (lần đầu tiên phân tích, xếp hạng Trung lập, định giá mục tiêu 110 tỷ USD) và DeepSeek (chưa niêm yết) có vị trí mạnh nhất, cả hai đều thể hiện nổi bật về khả năng định giá và lợi thế chi phí. Tổng định giá ngầm định của các công ty mô hình AI độc lập vượt quá 200 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 tới 70%, ARR run rate đã vượt quá 2 tỷ USD. Kuaishou Kling và mô hình Hailuo/sắp ra mắt H3 của MiniMax cũng được Goldman Sachs đánh giá cao, dự kiến nửa cuối năm 2026 sẽ được hưởng lợi từ đột phá chức năng trong việc hợp nhất tạo video và LLM cũng như mức định giá lành mạnh do nguồn cung hạn chế.
Goldman Sachs duy trì xếp hạng MUA đối với MiniMax, mục tiêu giá 860 HKD, lý do là mô hình M3 của họ nằm trong góc phần tư tối đa hóa ARR với lượng token cao và mức định giá hấp dẫn, và định giá hiện tại chỉ bằng 13 lần ARR cuối năm 2026, tồn tại mức chiết khấu rõ ràng so với bội số định giá của các công ty cùng ngành Trung Quốc và toàn cầu, tỷ lệ rủi ro/lợi nhuận nghiêng về tăng trưởng.
