TL;DR
· Cuộc họp chuyên gia ngày 13 tháng 7 của Nomura cho thấy thị trường LLM Trung Quốc đang chuyển từ giảm giá đơn thuần sang mô hình giá thấp cho mô hình cơ bản và giá cao cho mô hình tiên tiến.
· Lợi thế chi phí của DeepSeek đến từ tối ưu hóa hệ thống như bộ nhớ đệm, lập lịch, độ trễ và hiệu suất phần cứng; việc mở trọng số mô hình không đồng nghĩa với sao chép hiệu quả vận hành.
· Bộ tăng tốc nội địa đang có nhiều cơ hội hơn trong suy luận và triển khai cục bộ, nhưng các dự án doanh nghiệp vẫn phải vượt qua kiểm tra ROI 12 đến 18 tháng.

Nhóm Internet Trung Quốc của Nomura, sau khi trao đổi với chuyên gia từ một phòng thí nghiệm AI Trung Quốc vào ngày 13 tháng 7, đã đưa ra nhận định gần với thực tế thương mại hóa hơn: thị trường mô hình lớn Trung Quốc không hoàn toàn đi theo hướng giảm giá, mà đang phân hóa thành hai cấp độ—mô hình cơ bản tiếp tục giảm giá để thu hút khách hàng, trong khi mô hình tiên tiến, triển khai riêng tư và dịch vụ tùy chỉnh doanh nghiệp vẫn giữ mức giá cao.

Mô hình cơ bản độc quyền của phòng thí nghiệm này đã được triển khai cho hơn 100 khách hàng doanh nghiệp, và nhóm cũng là một trong những người áp dụng sớm các bộ tăng tốc nội địa như Huawei Ascend. Tín hiệu cốt lõi từ cuộc họp chuyên gia là, mặc dù khả năng của mô hình ngày càng dễ so sánh, nhưng yếu tố thực sự quyết định lợi nhuận nền tảng và độ gắn kết khách hàng đã mở rộng từ thứ hạng bảng xếp hạng sang chi phí suy luận, hiệu quả triển khai và quy trình làm việc doanh nghiệp.

Đây không phải là báo cáo nghiên cứu công khai của Nomura, cũng không đại diện cho thống kê toàn ngành. Tuy nhiên, nó cung cấp một góc nhìn gần gũi hơn với quá trình mua sắm của doanh nghiệp: khách hàng không chỉ mua một mô hình, mà còn phải tính toán giá chip, chi phí mỗi lần gọi, tích hợp hệ thống, bảo mật dữ liệu và thời gian hoàn vốn của dự án.

Chi phí thấp của DeepSeek, khó khăn nằm ở tối ưu hóa hệ thống

DeepSeek là trường hợp điển hình nhất trong logic này.

Thị trường thường quy chi phí thấp của DeepSeek cho mô hình nguồn mở, nhưng việc mở trọng số chỉ làm giảm rào cản sử dụng, không tự động sao chép hiệu quả vận hành của nền tảng gốc. Yếu tố thực sự quyết định hóa đơn suy luận còn bao gồm tỷ lệ hit bộ nhớ đệm, lập lịch yêu cầu, chiến lược xử lý hàng loạt, kiểm soát độ trễ và hiệu suất phần cứng.

Các kiến trúc như MLA, DeepSeekMoE được tiết lộ trong báo cáo kỹ thuật DeepSeek-V3, cùng với tối ưu hóa cân bằng tải và thông lượng trong tài liệu cơ sở hạ tầng, đều hướng đến một điều: hoàn thành nhiều lệnh gọi hơn với ít tài nguyên phần cứng hơn.

Điều này có nghĩa là, ngay cả khi các nền tảng như Tencent, Alibaba, ByteDance có thể triển khai cùng trọng số nguồn mở, họ cũng chưa chắc đạt được chi phí tương tự trong môi trường kinh doanh thực tế. Khi khách hàng doanh nghiệp gọi mô hình trong thời gian dài, sự khác biệt vài mili giây độ trễ, vài phần trăm hiệu suất bộ nhớ đệm và hiệu suất phần cứng cuối cùng có thể chuyển thành khoảng cách rõ rệt trên hóa đơn.

Do đó, áp lực cạnh tranh từ DeepSeek không chỉ là "mô hình rẻ hơn", mà buộc toàn bộ ngành phải tính toán lại chi phí thực tế cho mỗi token, mỗi lần gọi và mỗi quy trình kinh doanh.

Mô hình cơ bản chịu trách nhiệm thu hút người dùng mới, triển khai chuyên sâu chịu trách nhiệm kiếm tiền

Cuộc chiến giá cả trên thị trường mô hình lớn của Trung Quốc đang bắt đầu phân tầng.

Các mô hình cơ bản dành cho nhà phát triển và nhu cầu nhẹ ngày càng trở nên hàng hóa hóa, giá cả vẫn chịu áp lực giảm thêm. Nền tảng có thể mở rộng khối lượng gọi thông qua giá thấp hoặc thậm chí trợ cấp, biến mô hình thành cửa ngõ vào dịch vụ đám mây và hệ sinh thái AI.

Tuy nhiên, khi mô hình được tích hợp vào các hệ thống như dịch vụ khách hàng, quản lý rủi ro tài chính, kho mã nguồn, ERP, CRM hoặc hệ thống điều phối sản xuất, khách hàng không chỉ mua một API, mà là một hệ thống kinh doanh cần vận hành ổn định. Triển khai càng sâu, việc thay đổi nhà cung cấp đòi hỏi di chuyển dữ liệu, cải tiến quy trình, kiểm tra bảo mật và đào tạo nhân viên, chi phí chuyển đổi cũng tăng theo.

Điều này cho phép các nhà sản xuất mô hình áp dụng đồng thời hai chiến lược định giá: giảm giá năng lực cơ bản để thu hút khách hàng, trong khi các mô hình tiên tiến, giải pháp ngành, triển khai riêng tư và giao hàng tùy chỉnh đảm nhận nhiệm vụ kiếm tiền.

Mã nguồn mở và mã nguồn đóng không nhất thiết phải là lựa chọn nhị phân. Mô hình mã nguồn mở có thể thu hút nhà phát triển và mở rộng hệ sinh thái, trong khi các mô hình hàng đầu mã nguồn đóng và dịch vụ API phù hợp hơn làm cổng thu phí. Alibaba, trong khi tiếp tục duy trì hệ sinh thái mã nguồn mở Qwen, cũng đáp ứng nhu cầu cao cấp hơn thông qua các dạng API như Plus, Max Preview, phản ánh chính mô hình kinh doanh phân tầng này.

Các bộ tăng tốc nội địa trước tiên tìm kiếm cơ hội trên thị trường suy luận

Nguồn cung phần cứng đang củng cố sự thay đổi này.

Các báo cáo công khai cho thấy, một số máy chủ và chip NVIDIA bị hạn chế đang đối mặt với áp lực giá do nguồn cung thu hẹp và nhu cầu khách hàng tăng. Chính xác hơn, không phải tất cả sản phẩm NVIDIA đều tăng giá, nhưng chi phí mua và khả năng tiếp cận của một số sản phẩm cao cấp hoặc bị hạn chế đang ảnh hưởng đến lựa chọn triển khai của các doanh nghiệp Trung Quốc.

Huấn luyện quyết định giới hạn năng lực của mô hình, trong khi suy luận quyết định hóa đơn vận hành hàng ngày. Huấn luyện cao cấp vẫn phụ thuộc vào hệ sinh thái phần mềm và phần cứng trưởng thành, nhưng trong các tình huống suy luận, triển khai riêng tư và các ngành cụ thể, khách hàng sẵn sàng cân bằng giữa hiệu suất, chi phí và an toàn nguồn cung.

Nếu các bộ tăng tốc nội địa có thể cung cấp độ ổn định và hiệu quả suy luận chấp nhận được, thì triển khai cục bộ và triển khai lai sẽ dễ dàng hơn trong danh sách mua sắm. Các khách hàng chính phủ và doanh nghiệp nhà nước đặc biệt coi trọng an toàn dữ liệu, tuân thủ, triển khai nội địa hóa và kiểm soát chuỗi cung ứng, điều này cung cấp các tình huống sử dụng rõ ràng hơn cho sức mạnh tính toán nội địa như Huawei Ascend.

Tuy nhiên, sức hấp dẫn về chi phí tăng lên không đồng nghĩa với việc phần cứng nội địa đã thay thế hoàn toàn GPU cao cấp. Việc chuyển đổi mô hình liên quan đến các toán tử cơ bản, khung (framework), bộ nhớ đệm, lịch trình và công cụ triển khai; hệ sinh thái nhà phát triển được tích lũy lâu dài vẫn là khoảng cách chính. Các bộ tăng tốc nội địa có nhiều khả năng sẽ tiếp cận trước từ các triển khai suy luận và ngành, sau đó mở rộng dần phạm vi ứng dụng.

Chính phủ và doanh nghiệp nhà nước cần an toàn, doanh nghiệp tư nhân cần hoàn vốn trong 12 đến 18 tháng

Logic thanh toán của khách hàng doanh nghiệp cũng đang phân hóa.

Chính phủ và doanh nghiệp nhà nước coi trọng hơn an toàn dữ liệu, kiểm toán tuân thủ, triển khai nội bộ và ổn định cung cấp lâu dài. Những yêu cầu này sẽ mở rộng cơ hội cho phần cứng và phần mềm nội địa, nhưng cũng đồng nghĩa với việc dự án cần trải qua chu kỳ mua sắm, kiểm thử và nghiệm thu dài hơn.

Doanh nghiệp tư nhân thì tính toán lợi tức đầu tư một cách trực tiếp hơn. Theo các chuyên gia, nhiều khách hàng tư nhân mong muốn thấy ROI rõ ràng trong vòng 12 đến 18 tháng, bao gồm giảm nhân lực chăm sóc khách hàng, tăng tỷ lệ chuyển đổi bán hàng, rút ngắn chu kỳ nghiên cứu và phát triển hoặc giảm chi phí vận hành.

Các lĩnh vực như dịch vụ tài chính, năng suất văn phòng và lập trình dễ thương mại hóa trước tiên, vì mật độ dữ liệu cao, chi phí nhân công lớn và hiệu quả tương đối dễ đo lường. Sản xuất, y tế và pháp lý cũng có nhu cầu, nhưng còn phải xử lý cải tiến quy trình, độ chính xác, tuân thủ và ranh giới trách nhiệm; việc chuyển từ thử nghiệm sang triển khai quy mô lớn thường mất nhiều thời gian hơn.

Điều này cũng có nghĩa là, thứ hạng trên bảng xếp hạng mô hình khó có thể trực tiếp chuyển đổi thành doanh thu doanh nghiệp. Khách hàng cuối cùng sẵn sàng trả tiền cho điều gì phụ thuộc vào việc mô hình có thể tích hợp ổn định vào hoạt động kinh doanh thực tế hay không, và mang lại lợi ích có thể tính toán được trong thời gian giới hạn.

Cuộc chiến giá mô hình lớn của Trung Quốc chưa kết thúc, nhưng cách thức cạnh tranh đã thay đổi. Các mô hình cơ bản vẫn sẽ tiếp tục giảm giá, trong khi các mô hình tiên tiến, triển khai tư nhân hóa và dịch vụ ngành phải chịu áp lực lợi nhuận; các bộ tăng tốc nội địa đang có thêm cơ hội trên thị trường suy luận, và DeepSeek cũng đã nâng cao tiêu chuẩn hiệu quả chi phí cho toàn ngành.

Điều thực sự khó sao chép không phải là trọng số mã nguồn mở, mà là kỹ thuật hệ thống ẩn sau mô hình. Ai có thể kết nối chip, hiệu quả suy luận và khả năng giao hàng doanh nghiệp, đồng thời giúp khách hàng thấy được lợi nhuận trong vòng 12 đến 18 tháng, người đó mới có nhiều khả năng biến lưu lượng giá rẻ thành doanh thu dài hạn.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia