Báo cáo chuyên sâu của Goldman Sachs: Ai sẽ là “kẻ thắng cuộc” lâu dài trong ngành mô hình AI lớn tại Trung Quốc?

中国 AI 大模型 đang đứng trước một bước ngoặt lịch sử. Goldman Sachs cho rằng, năng lực thông minh của các mô hình ngôn ngữ trọng lượng mở/nguồn mở do Trung Quốc phát triển đã tiệm cận các mô hình chuyên hữu hàng đầu toàn cầu, quy mô áp dụng của doanh nghiệp trong nước và các doanh nghiệp vừa và nhỏ trên toàn cầu đang tăng nhanh. Hiệu ứng “vòng quay dữ liệu” tạo ra từ đó sẽ tiếp tục thúc đẩy việc lặp lại và nâng cấp phiên bản mô hình.

Theo báo cáo của Zhui Feng Trade Platform, báo cáo mới nhất của Goldman Sachs chỉ ra rằng đường đi nước bước của sự tiến hoá này có thể tóm tắt là “khoảnh khắc tối ưu chi phí của DeepSeek năm ngoái, đến khoảnh khắc thông minh của GLM của Zhipu năm nay”. Nhóm do nhà phân tích Ronald Keung dẫn đầu trong bản báo cáo dài 50 trang đã đánh giá một cách hệ thống xoay quanh 4 câu hỏi cốt lõi: các mô hình AI của Trung Quốc làm thế nào đạt hiệu năng cao với chi phí thấp, vì sao lựa chọn lộ trình nguồn mở, cách thức kiếm tiền ra sao, thị trường có thể nhắm tới trọng yếu ở đâu và ai sẽ là người chiến thắng dài hạn.

Trong đánh giá bối cảnh cạnh tranh, Goldman Sachs đưa ra một “khung định vị cạnh tranh” dựa trên năng lực định giá, lợi thế chi phí và năng lực tài chính. Trên cơ sở đó, ngân hàng nhận định rằng, ở lĩnh vực mô hình nền tảng (bản văn) Zhipu (lần đầu được phủ, xếp hạng trung tính) và DeepSeek (chưa niêm yết) có định vị mạnh nhất; còn ở mảng đa phương thức, ByteDance (chưa niêm yết) dẫn đầu. Goldman Sachs đồng thời duy trì khuyến nghị Mua đối với MiniMax và Kuaishou.

以小博大，效率制胜

Các đại mô hình của Trung Quốc có thể đạt hiệu năng gần tương đương với sản phẩm cùng loại của Mỹ nhưng với chi phí thấp hơn đáng kể. Cốt lõi nằm ở hai đột phá song song: đổi mới kiến trúc và hiệu quả tham số.

Báo cáo của Goldman Sachs cho biết, quy mô tham số của các mô hình nguồn mở tại Trung Quốc nhìn chung nằm trong khoảng 2000 tỷ đến 1,6 nghìn tỷ (tương đương 200B–1,6T). Chỉ chiếm 2% đến 10% so với các mô hình hàng đầu toàn cầu, chủ yếu do khả năng tiếp cận điện toán hiệu năng cao bị hạn chế. Trong khi đó, các cải tiến như kiến trúc chuyên gia hỗn hợp (MoE) và cơ chế chú ý thưa (sparse attention) khiến tỷ lệ tham số được kích hoạt thực tế so với tổng tham số chỉ còn 3% đến 5%, từ đó giảm mạnh chi phí huấn luyện và suy luận.

Ở lớp mô hình cụ thể, DeepSeek V4 Pro có 1,6 nghìn tỷ tham số, Zhipu GLM5.2 có 0,7 nghìn tỷ, MiniMax M3 có 0,4 nghìn tỷ.

Goldman Sachs quy cho bước nhảy gần đây về năng lực lập trình của các mô hình Trung Quốc là sự cộng hưởng của các yếu tố như lọc dữ liệu và hậu huấn luyện bằng học tăng cường (reinforcement learning). Ngày 27 tháng 6, DeepSeek ra mắt khung suy diễn DSpark. Khung này đã được triển khai trong dịch vụ trực tuyến của V4-Flash và V4 Pro; trong điều kiện không thay đổi trọng số mô hình hoặc chất lượng đầu ra, tốc độ tạo mỗi người dùng được tăng 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 xem là một mốc quan trọng cho quá trình tự chủ 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 huấn luyện và triển khai hoàn toàn dựa trên 50 nghìn thẻ tăng tốc điện toán nội địa.** Goldman Sachs cho rằng điều này chứng minh tính khả thi của “ngăn xếp phần cứng nội địa” trong giai đoạn tiền huấn luyện nặng về tính toán; từ đó có ý nghĩa sâu xa trong việc giúp các mô hình AI của Trung Quốc giảm phụ thuộc vào chip cao cấp từ nước ngoài.

Thị trường phân hoá hai cực, kẻ mạnh càng mạnh

Goldman Sachs mô tả thị trường mô hình AI của Trung Quốc đang hình thành “cấu trúc hai tầng” và xác định hai “góc phần tư tối đa hoá ARR”.

Ở phân khúc cao cấp, các mô hình hàng đầu như Zhipu GLM5.2 và Alibaba Qwen3.7 Max được định giá khoảng 1 USD cho mỗi 1 triệu token, tức là gấp 5 lần mô hình cấp thấp; tỷ suất lợi nhuận gộp suy luận khoảng 10% đến 20% (ước tính của Goldman Sachs). Ngược lại, mô hình hàng đầu của Mỹ được định giá 4 đến 8 USD cho mỗi 1 triệu token. Mô hình cao cấp của Trung Quốc chỉ ở mức 10% đến 25% so với mức đó, nhưng nhờ tỷ lệ tham số được kích hoạt thấp hơn, vẫn duy trì lợi nhuận gộp dương.

Ở phân khúc cấp thấp, các mô hình phục vụ tác vụ cho tác tử (agent) được định giá thấp tới 0,06 đến 0,2 USD cho mỗi 1 triệu token, đang mở rộng sang thị trường doanh nghiệp vừa và nhỏ toàn cầu và người dùng cá nhân vốn nhạy cảm về giá. MiniMax có 60% đến 70% doanh thu đến từ nước ngoài. Đáng chú ý, DeepSeek đã công bố sẽ giới thiệu cơ chế định giá theo giờ cao điểm/thấp điểm cho dòng V4 từ giữa tháng 7 trở đi: phí giờ cao điểm gấp 2 lần giờ không cao điểm; định giá lai xấp xỉ 0,35 USD cho mỗi 1 triệu token (V4 Pro) và 0,12 USD (V4 Flash).

Goldman Sachs dự báo, doanh thu API và thuê bao của các mô hình AI Trung Quốc sẽ tăng từ 350 tỷ nhân dân tệ (ước tính năm 2026) lên 8790 tỷ nhân dân tệ vào năm 2030; tương ứng lượng token tiêu thụ mỗi ngày tăng từ 350 nghìn tỷ lên 4600 nghìn tỷ, tức tăng khoảng 25 lần.

Chiến lược nguồn mở: thâm nhập rộng, lộ trình kiếm tiền cần nâng cấp

Báo cáo của Goldman Sachs phân tích chi tiết logic chiến lược đằng sau việc các mô hình AI Trung Quốc được áp dụng phổ biến theo lộ trình nguồn mở/“mở quyền trọng số” và các giới hạn trong việc thương mại hoá.

Ưu thế cốt lõi của chiến lược nguồn mở nằm ở tính linh hoạt khi triển khai và hệ sinh thái cộng đồng. Chuỗi Qwen của Alibaba, DeepSeek, Zhipu GLM và MiniMax M3 đều sử dụng mô hình nguồn mở hoặc mở quyền trọng số; mô hình Seed của ByteDance là ngoại lệ chính, theo hướng hoàn toàn đóng (chuyên hữu). Chế độ nguồn mở cho phép linh hoạt triển khai mô hình trong lẫn ngoài Trung Quốc đại lục và đẩy nhanh việc lặp lại nhờ phản hồi từ cộng đồng.

Tuy nhiên, Goldman Sachs cho biết con số ARR mà các công ty mô hình nguồn mở công bố rất có thể đang bị đánh giá thấp nghiêm trọng so với quy mô triển khai thực tế và tiềm năng doanh thu. Lấy Zhipu làm ví dụ: mục tiêu ARR cuối năm 2026 là 1 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 do chính Zhipu cung cấp—nền tảng MaaS của Aliyun (Báilian) 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 tuý” (giấy phép MIT, miễn phí hoàn toàn) sang mô hình “mở quyền trọng số + giấy phép cộng đồng”—tức là việc sử dụng thương mại phải ký thoả thuận chia sẻ doanh thu với công ty mô hình. MiniMax M series đã đi tiên phong ở mô hình này. Goldman Sachs cho rằng sự chuyển biến này sẽ cải thiện đáng kể hiệu quả kinh tế theo đơn vị của công ty mô hình AI, vì công ty mô hình có thể hưởng lợi từ các thoả thuận chia sẻ doanh thu với các nền tảng như AWS Bedrock và Aliyun Báilian, thay vì tự gánh chi phí suy luận tính toán.

Từ “tối đa hoá token” sang “ưu tiên ROI”

Goldman Sachs định tính việc mở rộng sang thị trường quốc tế là không gian tăng giá quan trọng nhất của các mô hình AI Trung Quốc, đặc biệt ở các thị trường không thuộc Mỹ.

Nhóm nghiên cứu của Goldman Sachs tại Mỹ ước tính rằng đến năm 2030, AI tác tử sẽ thúc đẩy lượng tiêu thụ token toàn cầu tăng 24 lần, đạt 120 nghìn tỷ token mỗi tháng. Trong đó, AI tác tử doanh nghiệp đóng góp mức tăng 55 lần, còn AI tác tử người tiêu dùng đóng góp 12 lần. Trên toàn cầu (trừ Trung Quốc), các mô hình AI của Trung Quốc đã giành được mức tăng đáng kể về tỷ phần token nhờ cải thiện hiệu năng và lợi thế giá.

Báo cáo của Goldman Sachs cho biết mô hình sử dụng AI của doanh nghiệp toàn cầu đang trải qua sự thay đổi căn bản từ “tối đa hoá token” sang “ưu tiên ROI”. Cách tiếp cận trước phổ biến từ cuối năm 2025 đến đầu năm 2026: doanh nghiệp coi mức tiêu thụ token cao tương đương với năng suất/hiệu quả sản xuất của tổ chức. Cách tiếp cận sau thì tập trung vào ranh giới rõ ràng của nhiệm vụ, số lượng tác tử hoạt động hằng ngày, tự động hoá quy trình ở backend và sản lượng đầu ra thực tế. Một nghiên cứu về xu hướng kỹ thuật của Jellyfish AI cho thấy, người dùng AI mức độ nặng trong doanh nghiệp tiêu thụ nhiều token gấp 10 lần nhưng chỉ khiến sản lượng tăng gấp 2 lần.

Ở lớp kênh phân phối, nền tảng Gemini Enterprise Agent Platform của Alphabet và nền tảng AWS Bedrock của Amazon đã cung cấp dịch vụ lưu trữ các mô hình AI Trung Quốc như DeepSeek, MiniMax, Moonshot, GLM và Qwen. Theo báo cáo của The Wall Street Journal, CEO Microsoft gần đây cho biết Microsoft đang cân nhắc việc lưu trữ phiên bản của DeepSeek trên Copilot, như một mô hình tuỳ chọn chi phí thấp; đồng thời nhấn mạnh rằng nếu lưu trữ DeepSeek, mô hình sẽ chạy trong hệ sinh thái đám mây của Microsoft, đảm bảo dữ liệu khách hàng được giữ trong phạm vi Azure.

Ai là người chiến thắng dài hạn?

Goldman Sachs xây dựng một khung định vị cạnh tranh 3 chiều để định lượng xác suất chiến thắng dài hạn của từng bên. Công thức cốt lõi là: quy mô ARR × ưu thế biên lợi nhuận gộp + năng lực tài chính.

Chiều năng lực định giá xem xét tốc độ ra mắt (so với phiên bản tiền nhiệm và mô hình cùng cấp), điểm LMArena (dựa trên đánh giá người dùng trong các cuộc thử nghiệm mù quy mô lớn) và mức định giá lai theo mỗi 1 triệu token.

Chiều lợi thế chi phí xem xét thông lượng (số token mỗi giây), tỷ lệ hit cache, tỷ lệ tham số được kích hoạt và biên lợi nhuận gộp suy luận. Chiều năng lực tài chính xem xét lượng tiền mặt nắm giữ, tỷ lệ “tiền mặt ròng” trên tổng tài sản và bội số định giá.

Trong lĩnh vực mô hình văn bản nền tảng, Goldman Sachs nhận định Zhipu (lần đầu được phủ, xếp hạng trung tính, mục tiêu định giá 110 tỷ USD) và DeepSeek (chưa niêm yết) là mạnh nhất. Hai bên đều thể hiện tốt ở cả năng lực định giá và lợi thế chi phí. Tổng giá trị ngầm định của các công ty mô hình AI độc lập vượt quá 200 tỷ USD.

Trong mảng đa phương thức/ tạo video, ByteDance dẫn đầu nhờ Seedance. Theo LatePost và 36Kr, biên lợi nhuận gộp của Seedance đạt tới 70%, ARR run-rate đã vượt 2 tỷ USD. Kuaishou và MiniMax Hailuo/ mô hình H3 sắp ra mắt cũng được Goldman Sachs đánh giá cao. Dự kiến nửa sau năm 2026 sẽ hưởng lợi từ các đột phá chức năng khi tích hợp tạo video và LLM, cùng với tình trạng thiếu hụt nguồn cung tạo ra định giá lành mạnh.

Goldman Sachs duy trì khuyến nghị Mua đối với MiniMax, giá mục tiêu 860 HKD. Lý do là mô hình M3 của họ nằm ở “góc phần tư tối đa hoá ARR” với lượng token cao và mức định giá hấp dẫn. Đồng thời, định giá hiện tại chỉ bằng 13 lần ARR cuối năm 2026, so với bội số định giá của các công ty cùng ngành tại Trung Quốc và toàn cầu có mức giảm giá rõ rệt; tỷ lệ rủi ro/lợi nhuận nghiêng về phía tăng.

Rủi ro được nêu và điều khoản miễn trừ trách nhiệm

        Thị trường có rủi ro, đầu tư cần thận trọng. Bài viết này không cấu thành lời khuyên đầu tư cá nhân và cũng không xem xét các mục tiêu đầu tư đặc thù, tình hình tài chính hoặc nhu cầu riêng của từng người dùng. Người dùng cần cân nhắc liệu bất kỳ ý kiến, quan điểm hoặc kết luận nào trong bài viết có phù hợp với tình huống cụ thể của mình hay không. Đầu tư theo đó, chịu trách nhiệm hoàn toàn.