Ngày 17/7, ba tin tức AI đáng chú ý bao gồm: Thinking Machines Lab của cựu CTO OpenAI Mira Murati ra mắt mô hình trọng số mở (open-weight) đầu tiên mang tên Inkling; Apple được Trung Quốc cấp phép triển khai AI thông qua Alibaba, kết thúc gần hai năm chờ đợi; và Moonshot AI ra mắt Kimi K3 ở mức giá ngang tầm mô hình tầm trung của Mỹ, báo hiệu thời kỳ AI Trung Quốc giá siêu rẻ đang dần khép lại.
1. Thinking Machines ra mắt Inkling: Đặt cược vào AI có thể tự tùy biến
Thinking Machines Lab, startup do Mira Murati thành lập sau khi rời vị trí CTO của OpenAI, vừa giới thiệu Inkling – mô hình AI đầu tiên của công ty. Inkling sử dụng kiến trúc Mixture-of-Experts với tổng cộng 975 tỷ tham số, nhưng chỉ kích hoạt khoảng 41 tỷ tham số cho mỗi tác vụ nhằm giảm chi phí và tăng tốc độ xử lý. Mô hình được huấn luyện trên 45 nghìn tỷ token, bao gồm văn bản, hình ảnh, âm thanh và video.
Khác với các mô hình đóng của OpenAI, Anthropic hay Google, Inkling được phát hành dưới dạng trọng số mở (open-weight), cho phép doanh nghiệp và lập trình viên tải về, tinh chỉnh và triển khai theo nhu cầu riêng. Thinking Machines thừa nhận Inkling “không phải mô hình mạnh nhất hiện nay, dù là đóng hay mở” (tạm dịch), mà hướng tới sự cân bằng giữa hiệu năng, chi phí và khả năng tùy biến. Mô hình cũng được thiết kế để thể hiện mức độ tin cậy của câu trả lời, chủ động đánh dấu những điểm chưa chắc chắn thay vì suy đoán, đồng thời cho phép người dùng điều chỉnh “mức độ suy nghĩ” để đánh đổi giữa tốc độ và chất lượng phản hồi.
Điểm đáng chú ý hơn cả nằm ở chiến lược của Thinking Machines. Thay vì theo đuổi mô hình “một cỡ cho tất cả”, công ty đặt cược rằng AI được doanh nghiệp tự tùy biến sẽ tạo ra lợi thế cạnh tranh lớn hơn. Để hiện thực hóa hướng đi này, hãng phát triển nền tảng Tinker, cho phép khách hàng fine-tune Inkling trên dữ liệu và quy trình nội bộ.
Thinking Machines dẫn chứng dự án hợp tác với quỹ đầu cơ Bridgewater, trong đó một phiên bản Inkling được huấn luyện thêm trên dữ liệu tài chính đạt 84,7% ở các bài kiểm tra suy luận tài chính, vượt một số mô hình độc quyền hàng đầu, trong khi chi phí vận hành chỉ bằng khoảng 1/14. Tuy nhiên, kết quả này do chính Thinking Machines và Bridgewater công bố, chưa được kiểm chứng bởi các đánh giá độc lập.
Công ty cũng nhấn mạnh tốc độ phát triển sản phẩm. Theo Thinking Machines, nếu OpenAI mất khoảng 5 năm và Anthropic khoảng 3 năm để thương mại hóa công nghệ, thì Inkling được chuyển hoá từ ý tưởng sang sản phẩm trong khoảng 9 tháng. Thay vì cạnh tranh trực diện ở danh hiệu “mô hình mạnh nhất”, Thinking Machines định vị Inkling như một nền tảng để doanh nghiệp xây dựng AI chuyên biệt cho từng lĩnh vực, dù việc fine-tune vẫn đòi hỏi đội ngũ có chuyên môn về học máy.
Nguồn: TechCrunch
Ghi chú thuật ngữ
- Mixture-of-Experts (MoE): Kiến trúc mô hình dùng nhiều “chuyên gia” nhỏ thay vì một mạng lớn duy nhất, chỉ kích hoạt một phần cho mỗi đầu vào, giúp tiết kiệm tính toán mà vẫn giữ hiệu suất.
- Trọng số mở (open-weight): Mô hình được công khai trọng số để bất kỳ ai cũng tải về, chỉnh sửa và tự vận hành; khác “mã nguồn mở” ở chỗ không nhất thiết công khai toàn bộ mã và dữ liệu huấn luyện.
- Fine-tune: Huấn luyện thêm một mô hình có sẵn trên dữ liệu riêng để chuyên biệt hóa cho một lĩnh vực hoặc tác vụ cụ thể.
2. Apple Intelligence chính thức vào Trung Quốc, chạy trên mô hình Qwen của Alibaba
Cơ quan Quản lý Không gian mạng Trung Quốc (CAC) đã cấp phép để Apple triển khai Apple Intelligence tại nước này. Điểm đáng chú ý là toàn bộ các tính năng AI trên iPhone, iPad, Mac và Vision Pro sẽ được vận hành bởi mô hình Qwen của Alibaba. Nói cách khác, Apple vẫn cung cấp phần cứng, hệ điều hành và trải nghiệm người dùng, trong khi Alibaba đảm nhiệm lớp mô hình AI phía sau dành riêng cho thị trường Trung Quốc.
Đây là mô hình hợp tác phân tầng. Người dùng vẫn sử dụng cùng một bộ tính năng Apple Intelligence, nhưng “động cơ” AI sẽ thay đổi tùy theo từng thị trường. Việc hợp tác với một công ty nội địa cũng là điều kiện gần như bắt buộc để Apple được triển khai dịch vụ AI tại Trung Quốc. Trước khi lựa chọn Alibaba, hãng từng làm việc với Baidu nhưng gặp khó khăn trong việc điều chỉnh mô hình, đồng thời cân nhắc cả DeepSeek và ByteDance. Những trở ngại này khiến Apple Intelligence nhỡ hẹn với Trung Quốc gần hai năm so với các thị trường khác.
Theo Alibaba, Qwen sẽ được tích hợp trực tiếp vào Apple Intelligence để hỗ trợ các tác vụ như hiểu và tạo văn bản, cũng như xử lý hình ảnh, dù thời điểm phát hành chính thức vẫn chưa được công bố. Thông tin hợp tác đã ngay lập tức tác động đến thị trường khi cổ phiếu Alibaba niêm yết tại Mỹ tăng hơn 6%. Trong khi đó, Trung Quốc vẫn là một trong những thị trường quan trọng nhất của Apple: doanh thu tại khu vực Trung Quốc mở rộng đạt 20,5 tỷ USD trong quý II, tăng 28% so với cùng kỳ. Hãng cũng vừa giành lại vị trí số hai trên thị trường điện thoại thông minh nước này.
Nhìn dưới góc độ rộng hơn, thỏa thuận này phản ánh xu hướng “địa phương hóa” AI. Thay vì sử dụng một mô hình duy nhất trên toàn cầu, các hãng công nghệ phải lựa chọn đối tác và mô hình AI khác nhau để đáp ứng quy định của từng quốc gia. Điều đó cũng đồng nghĩa, cùng một chiếc iPhone và cùng giao diện Apple Intelligence, nhưng người dùng ở mỗi thị trường có thể đang tương tác với những mô hình AI hoàn toàn khác nhau.
Nguồn: TechCrunch
Ghi chú thuật ngữ
- CAC (Cyberspace Administration of China): Cơ quan quản lý không gian mạng Trung Quốc, chịu trách nhiệm phê duyệt các dịch vụ AI và nội dung số hoạt động trên lãnh thổ nước này.
3. Kimi K3: Khi AI Trung Quốc chuyển từ cạnh tranh giá sang cạnh tranh chất lượng
Moonshot AI vừa giới thiệu Kimi K3, mô hình trọng số mở (open-weight) sử dụng kiến trúc Mixture-of-Experts với 2,8 nghìn tỷ tham số, 896 chuyên gia và ngữ cảnh lên tới 1 triệu token. Công ty cho biết sẽ phát hành đầy đủ trọng số của mô hình vào cuối tháng 7.
Điểm đáng chú ý không nằm ở quy mô hay kiến trúc, mà ở chiến lược định giá. Kimi K3 có giá 3 USD cho mỗi triệu token đầu vào và 15 USD cho mỗi triệu token đầu ra, cao hơn đáng kể so với Kimi K2.6 (0,16 USD cho đầu vào khi trúng bộ nhớ đệm, 0,95 USD khi không và 4 USD cho đầu ra). Mức giá này tiệm cận các mô hình tầm trung của Mỹ như Claude Sonnet 5, cho thấy Moonshot không còn theo đuổi cuộc đua “AI giá rẻ”, mà đang định vị Kimi K3 ở phân khúc cạnh tranh bằng hiệu năng.
Theo đánh giá của Artificial Analysis, Kimi K3 đạt 57 điểm trên Intelligence Index, tương đương Opus 4.8 và GPT-5.5, nhưng vẫn xếp sau Claude Fable 5 và GPT-5.6 Sol. Chi phí trung bình cho mỗi tác vụ vào khoảng 0,94 USD, gần với GPT-5.6 Sol (1,04 USD) và chỉ bằng khoảng một nửa Opus 4.8 (1,80 USD). Tuy nhiên, cần lưu ý rằng nhiều kết quả benchmark vẫn do Moonshot AI tự công bố. Bên cạnh đó, Artificial Analysis cũng ghi nhận tỷ lệ “ảo giác” (hallucination) của Kimi K3 tăng từ 39% lên 51% so với phiên bản trước, dù độ chính xác tổng thể cũng được cải thiện.
Sự xuất hiện của Kimi K3 phản ánh một thay đổi đáng chú ý trong chiến lược của các phòng thí nghiệm AI Trung Quốc. Sau giai đoạn cạnh tranh bằng mức giá thấp để nhanh chóng mở rộng thị phần, các công ty bắt đầu chuyển sang cạnh tranh bằng chất lượng mô hình và hiệu quả sử dụng. Khi chênh lệch về giá ngày càng thu hẹp, lợi thế sẽ thuộc về những mô hình mang lại hiệu năng tốt hơn trên cùng một mức chi phí.
Nguồn: The Decoder
Bài viết của đội ngũ ZTO Labs, chuyên đào tạo và nghiên cứu AI tại Việt Nam.
