DeepSeek on Korea Invest Insights

Giá API AI Trung Quốc có bền vững không? Kiểm chứng cấu trúc chi phí qua công bố thông tin

Sat, 18 Jul 2026 11:00:00 +0900

Bối cảnh Bài viết này là phần tiếp theo của Sự hội tụ của các mô hình mở Trung Quốc thực sự thay đổi điều gì. Nếu bài trước đã bàn về hàm ý chuỗi giá trị của sự hội tụ hiệu năng, thì bài này kiểm chứng bằng công bố thông tin tại Hong Kong xem liệu mức giá API rẻ đó có bền vững về mặt cấu trúc chi phí hay không. Nên đọc cùng với Kimi K3 Tái Định Hình Đường Cong Giá AI và Tranh luận thực sự trong ngành bán dẫn. Các hub liên quan là Hub AI HBM và Hub Exclusive Analysis.

TL;DR

Giá API AI Trung Quốc hiện nay là sự pha trộn giữa chi phí đã giảm về mặt cấu trúc và cạnh tranh chiến lược chấp nhận lỗ. Rất khó để mọi mức giá siêu rẻ này vừa được duy trì lâu dài, vừa quay trở lại ngang bằng mức giá tiên phong của Mỹ.
Công bố thông tin tại Hong Kong cho câu trả lời tách bạch. Tỷ suất lợi nhuận gộp API của Zhipu cải thiện lên 18,9% (so với 3,3% năm trước), tức đã bắt đầu vượt chi phí suy luận biên. Nhưng tổng lợi nhuận gộp chỉ bằng 9,3% chi phí R&D, nghĩa là chưa thu hồi được chi phí toàn phần.
Lợi thế chi phí của Trung Quốc là có thật, nhưng không nằm ở chip Huawei hay điện giá rẻ. Thứ tự đóng góp là cấu trúc mô hình và giảm tham số kích hoạt > xử lý theo lô, cache, lượng tử hóa > tỷ lệ sử dụng GPU đám mây > biên lợi nhuận mục tiêu thấp > điện năng và NPU nội địa.
Ngay cả khi ước tính hào phóng hiệu ứng điện năng, nó cũng chỉ chiếm khoảng 2% giá compute. Việc Qwen 3.5 Flash có cùng một mức giá tại Bắc Kinh, Frankfurt và Virginia củng cố cho nhận định này.
Khác với xe điện, mô hình AI có chi phí chuyển đổi thấp. Nếu có hiện tượng thắng lấy tất cả, nó sẽ xảy ra ở tầng đám mây và phân phối chứ không phải ở tầng mô hình. Con đường khả dĩ nhất là thế độc quyền nhóm giá rẻ (60%). [Phạm vi phân tích]

Luận điểm chính

Giá API Trung Quốc thấp không phải vì đó đã là mức giá bình thường có thể tự đứng vững, mà vì cải thiện hiệu suất suy luận và nguồn vốn huy động khổng lồ cùng nhau nâng đỡ nó. Điều này gây áp lực lên biên lợi nhuận API của các hãng mô hình phương Tây, nhưng không đồng nghĩa với việc tổng nhu cầu bán dẫn giảm, vì vốn huy động được lại tiếp tục đổ vào huấn luyện và hạ tầng điện toán.

1. Rẻ đến mức nào

Đây là giá trên mỗi 1 triệu token, tính đến tháng 7 năm 2026. [Thực tế: bảng giá chính thức của từng hãng]

Mô hình	Đầu vào	Đầu ra
DeepSeek V4 Flash	0,14 USD	0,28 USD
DeepSeek V4 Pro	0,435 USD	0,87 USD
Gemini 3.5 Flash	1,50 USD	9 USD
GPT-5.6 Sol	5 USD	30 USD

DeepSeek V4-Pro rẻ hơn GPT-5.6 Sol khoảng 11 lần ở đầu vào và khoảng 34 lần ở đầu ra. Dĩ nhiên điều này không có nghĩa là hiệu năng, độ trễ, SLA, bảo mật và mức độ hỗ trợ công cụ hoàn toàn tương đương nhau.

Ngay trong nội bộ Trung Quốc, chênh lệch giá cũng rất lớn

Qwen 3.7 Max: đầu vào RMB 12, đầu ra RMB 36, hiện đang giảm giá 50%
Doubao Seed 2.1 Pro: đầu vào RMB 6, đầu ra RMB 30
DeepSeek V4-Pro: mạnh tay hơn hẳn cả các đối thủ Trung Quốc

Vì vậy không nên coi giá của DeepSeek là mức giá bình thường đại diện cho toàn bộ Trung Quốc. [Suy luận: diễn giải phân tán giá]

2. Phần bền vững: chi phí biên

DeepSeek V4-Pro là cấu trúc MoE chỉ kích hoạt 49 tỷ tham số trong tổng số 1,6 nghìn tỷ tham số. Kết hợp tỷ lệ vận hành cao, xử lý theo lô và cache có thể hạ đáng kể chi phí tính toán thực tế trên mỗi token. Giá cache hit cho đầu vào lặp lại chỉ 0,003625 USD trên mỗi 1 triệu token. [Thực tế: tài liệu chính thức DeepSeek]

Vì vậy, với các loại lưu lượng sau, mức giá hiện tại có thể bền vững xét theo chi phí biên.

Xử lý theo lô
Cache hit
Lưu lượng không cam kết độ trễ
Sử dụng khối lượng lớn có thể duy trì tỷ lệ vận hành cao

3. Phần khó bền vững: chi phí toàn phần

Chỉ riêng mức giá công khai hiện tại thì khó có thể thu hồi được chi phí huấn luyện mô hình, R&D, các thử nghiệm thất bại, công suất nhàn rỗi, và SLA cho bảo mật, kinh doanh, doanh nghiệp.

Việc bình thường hóa giá cũng đã bắt đầu. [Thực tế: động thái và tin tức của từng hãng]

DeepSeek hạ giá V4 75%, sau đó tăng gấp đôi giá vào giờ cao điểm
Alibaba cũng tăng giá tối đa 34% đối với một số dịch vụ AI
Thông lượng chuyên dụng cho doanh nghiệp và dịch vụ độ trễ thấp áp dụng mức giá cao hơn API công khai

Đây là bằng chứng cho thấy mức giá siêu rẻ không thể duy trì ở mọi khung giờ và mọi nhóm khách hàng.

Dịch vụ	Mức độ bền vững
Lưu lượng cache, theo lô, không ưu tiên	Cao
Giờ cao điểm, độ trễ thấp, độ đồng thời cao	Thấp
Bảo mật, SLA cho doanh nghiệp	Định hình mức phí riêng, cao hơn
Thu hồi chi phí toàn phần của mảng kinh doanh API độc lập	Khó với mức giá hiện tại

4. Kiểm chứng bằng công bố thông tin: Zhipu và MiniMax

Từ đây trở đi là phần cốt lõi của bài viết. Thay vì suy đoán, ta có thể kiểm chứng bằng công bố thông tin của các công ty niêm yết tại Hong Kong.

Năm 2025	Zhipu (02513)	MiniMax (00100)
Doanh thu	RMB 724 triệu	79,04 triệu USD
Tỷ trọng doanh thu API, nền tảng	26,3%	32,8%
Tỷ suất lợi nhuận gộp API hoặc toàn công ty	API 18,9%	Toàn công ty 25,4%
Tỷ suất lợi nhuận gộp năm trước	API 3,3%	Toàn công ty 12,2%
R&D / Doanh thu	439%	320%
Lỗ ròng điều chỉnh / Doanh thu	439%	317%
Lợi nhuận gộp / R&D	9,3%	7,9%

[Thực tế: kết quả kinh doanh 2025 của Zhipu, báo cáo thường niên 2025 của MiniMax]

Zhipu: đã xác nhận thu hồi được chi phí biên

Doanh thu API và nền tảng mở tăng từ RMB 48,48 triệu lên 190,4 triệu, tương đương tăng 293%, tỷ suất lợi nhuận gộp cũng tăng từ 3,3% lên 18,9%. Công ty giải thích nguyên nhân là hiệu suất suy luận, kinh tế quy mô và tăng giá.

Có một sự thật quan trọng hơn. Tính đến tháng 3 năm 2026, dù đã tăng giá API 83% so với cuối năm trước, nhu cầu vẫn vượt cung. Giá chính thức hiện tại của GLM-5 là RMB 4 cho đầu vào, RMB 18/triệu token cho đầu ra. Có vẻ như API cao cấp đã thoát khỏi cấu trúc bán phá giá dưới chi phí suy luận trực tiếp. [Suy luận: hàm ý của việc tăng giá và nhu cầu vượt cung]

MiniMax: khả năng cao nhưng chưa xác định

Công ty không công bố riêng tỷ suất lợi nhuận gộp của mảng API. Tỷ suất lợi nhuận gộp toàn công ty cải thiện từ 12,2% lên 25,4%, công ty cho biết nguyên nhân là hiệu suất mô hình, hệ thống và tối ưu hóa phân bổ hạ tầng.

Giá M2.5 hiện tại là 0,30 USD cho đầu vào, 1,20 USD/triệu token cho đầu ra, còn bản tốc độ cao là 0,60/2,40 USD. Tuy nhiên vì M2.5 ra mắt năm 2026 trong khi báo cáo lãi lỗ công bố chỉ tính đến năm 2025, nên tỷ lệ chi phí riêng của mảng API theo mức giá hiện tại vẫn chưa được kiểm chứng. [Chưa xác minh]

Cả hai công ty đều chưa thu hồi được chi phí toàn phần

Tổng lợi nhuận gộp RMB 297 triệu của Zhipu chỉ bằng 9,3% chi phí R&D RMB 3,18 tỷ. MiniMax cũng chỉ trang trải được 7,9% chi phí R&D 253 triệu USD bằng lợi nhuận gộp 20,08 triệu USD, trong khi dòng tiền hoạt động kinh doanh chảy ra tới 280 triệu USD.

Dịch vụ mà MiniMax mua từ Alibaba Group năm 2025 lên tới 75,88 triệu USD, tương đương 96% doanh thu. Đây là con số gộp cả cloud dùng cho huấn luyện lẫn cloud dùng cho dịch vụ nên không thể coi thẳng là chi phí API, nhưng nó là bằng chứng cho mức độ phụ thuộc cao vào hạ tầng điện toán bên ngoài. Alibaba nắm giữ 17,06% cổ phần của MiniMax.

Điểm quan trọng là công bố thông tin nêu rõ các giao dịch với bên liên quan được thực hiện theo đúng mức giá và điều kiện công khai áp dụng cho khách hàng thông thường. Có thể thừa nhận việc đảm bảo công suất và thuận lợi tích hợp nhờ quan hệ chiến lược, nhưng không có căn cứ để khẳng định có trợ giá ngầm. [Suy luận: diễn giải văn bản công bố thông tin]

Ngay cả sau khi niêm yết, Zhipu đã huy động ròng HK$31,375 tỷ, còn MiniMax huy động ròng tổng cộng HK$15,957 tỷ qua cổ phiếu mới và trái phiếu chuyển đổi. Phần lớn vốn huy động được đổ vào R&D và hạ tầng điện toán. Bản thân việc huy động vốn không phải là bằng chứng cho thua lỗ ở mảng API, nhưng cuộc đua mô hình tiên phong hiện chưa ở giai đoạn có thể duy trì chỉ bằng dòng tiền nội bộ. [Thực tế: công bố thông tin]

Phán quyết

Tính bền vững chi phí biên của API trả phí cao cấp: Zhipu đã xác nhận, MiniMax khả năng cao nhưng chưa xác định
Tính bền vững của chi phí toàn phần bao gồm cả chi phí huấn luyện: cả hai công ty đều chưa đạt được
Khả năng duy trì cuộc chiến giá: cao. Vốn huy động từ thị trường vốn có thể giúp duy trì mức giá lỗ trong thời gian dài
Cấu trúc thị trường: thay vì thắng lấy tất cả, khả năng cao hơn là độc quyền nhóm theo từng phân khúc, như Zhipu ở doanh nghiệp Trung Quốc và on-premise, MiniMax ở thị trường nước ngoài, người tiêu dùng và đa phương thức

5. Phân rã lợi thế chi phí: đâu mới là lý do thực sự

Lợi thế chi phí phục vụ API của Trung Quốc là có thật. Nhưng cốt lõi không phải là điện giá rẻ hay chip Huawei đơn lẻ, mà là tổ hợp sau.

Tham số kích hoạt nhỏ, lượng tử hóa
+ Tỷ lệ xử lý theo lô cao, tận dụng cache
+ Tỷ lệ sử dụng GPU của các đám mây quy mô lớn như Alibaba
+ Biên lợi nhuận mục tiêu thấp
+ Điện năng giá rẻ ở miền Tây Trung Quốc

Yếu tố	Lợi thế chi phí	Đánh giá
Cấu trúc mô hình, lượng tử hóa, caching	Rất lớn	Cốt lõi của năng lực cạnh tranh giá API Trung Quốc
Quy mô đám mây, tỷ lệ vận hành	Lớn	Hào bảo vệ chắc chắn nhất của Alibaba
Biên lợi nhuận mục tiêu thấp	Lớn	Lý do giá rẻ, nhưng là điểm yếu về khả năng sinh lời dài hạn
Huawei Ascend	Trung bình, có điều kiện	Có lợi với khối lượng công việc đã tối ưu hóa, tính đa dụng thấp
Điện năng miền Tây Trung Quốc	Trung bình	Hiệu quả với suy luận theo lô, hạn chế với API thời gian thực toàn cầu
Trợ cấp chính phủ, tài trợ chính sách	Tồn tại	Có lợi cho phát triển ngành nhưng số tiền cụ thể theo từng dịch vụ không minh bạch

6. Điện năng có thực sự là yếu tố quyết định?

Điện năng Trung Quốc rẻ là sự thật. Giá điện đến nơi tại trung tâm dữ liệu Trung Vệ, Ninh Hạ tính đến năm 2026 là 0,36 RMB/kWh, tương đương khoảng 45% mức giá miền Đông Trung Quốc. Mức trung bình giá điện công nghiệp của Mỹ năm 2025 là 8,62 cent/kWh, quy đổi theo tỷ giá giả định 7,2 RMB/USD thì tương đương khoảng 0,62 RMB/kWh. Trung Vệ rẻ hơn khoảng 42%. [Thực tế: tài liệu chính quyền địa phương Trung Quốc, EIA Mỹ]

Nhưng chỉ riêng điện năng không thể khiến giá API rẻ hơn 5 lần hay 10 lần. Nếu ước tính hào phóng hiệu ứng điện năng, giả định tải IT 1kW mỗi card, PUE 1,1, thì kết quả như sau.

Trung Vệ: 1kW × 1,1 × 0,36 RMB = 0,40 RMB/giờ
Trung bình Mỹ: 1kW × 1,1 × 0,62 RMB = 0,68 RMB/giờ
Chênh lệch: khoảng 0,29 RMB/giờ

Vì giá L20 on-demand mà Alibaba đưa ra là 14,4 RMB/giờ, nên ngay cả với giả định cận trên này, chênh lệch điện năng cũng chỉ chiếm khoảng 2% giá compute. [Suy luận: tự tính toán]

Điều này có nghĩa là điện năng quan trọng, nhưng không phải là thủ phạm chính gây ra chênh lệch giá API.

Bằng chứng phản bác mang tính quyết định

Lợi thế điện năng miền Tây phù hợp với suy luận theo lô và huấn luyện, nhưng API độ trễ thấp phải được đặt tại các region miền Đông hoặc nước ngoài gần người dùng. Và giá Qwen 3.5 Flash của Alibaba giống hệt nhau không chỉ ở Bắc Kinh mà cả ở Frankfurt và Virginia, với đầu vào 0,029 USD, đầu ra 0,287 USD/triệu token. [Thực tế: bảng giá Alibaba Model Studio]

Đây là bằng chứng trực tiếp nhất cho thấy API giá rẻ không chỉ là kết quả của điện năng Trung Quốc. [Suy luận: hàm ý của việc giá đồng nhất theo region]

7. Hào bảo vệ thực sự của Alibaba là tỷ lệ sử dụng

Alibaba Cloud mạnh hơn ở năng lực khiến GPU không bao giờ nghỉ, chứ không phải ở điện năng. [Thực tế: tài liệu chính thức Alibaba]

Suy luận theo lô: giảm giá 50% so với giá niêm yết
L20 spot instance: từ mức on-demand 14,4 RMB xuống thường quanh 2,88 RMB, tiết kiệm khoảng 80%
GPU nhàn rỗi: đơn giá hoạt động 0,000018 USD/CU so với đơn giá nhàn rỗi 0,000007 USD/CU
Kết hợp on-demand, spot và tự động mở rộng quy mô để ứng phó lưu lượng đỉnh

Tuy nhiên spot có rủi ro bị thu hồi nên không thể chuyển toàn bộ API thời gian thực có SLA nghiêm ngặt sang chạy spot. Đây là cấu trúc đặt nhu cầu cơ bản vào on-demand hoặc tài nguyên chuyên dụng, chỉ xử lý phần nhu cầu co giãn bằng spot. [Suy luận: giới hạn vận hành]

8. Huawei Ascend có chắc chắn rẻ hơn không?

Nói chính xác, Ascend không phải GPU mà là NPU.

Huawei đưa ra các tuyên bố sau về CloudMatrix 384. [Thực tế: tài liệu chính thức Huawei]

Thông lượng suy luận quy đổi trên một card đơn: 2.300 tokens/s
Khoảng 4 lần so với hệ thống phi siêu node trước đây
Cải thiện MFU trên 50%
Hiệu năng suy luận trung bình trên mỗi card gấp 3-4 lần so với H20

Đây là cách bù đắp điểm yếu của từng chip cấu hình thấp bằng thiết kế hệ thống, thông qua gộp tài nguyên và song song hóa chuyên gia MoE.

Nhưng không thể lập tức suy ra chi phí thấp

Huawei chưa công bố TCO được kiểm chứng độc lập theo cùng một mô hình, cùng độ trễ, cùng điện năng. [Chưa xác minh]
CloudMatrix là cấu trúc gộp nhiều NPU và mạng lại để nâng thông lượng, nên thông lượng trên mỗi card và tổng chi phí cả cụm là hai chuyện khác nhau.
Một nghiên cứu thực địa năm 2026 về Ascend 910 cho thấy để suy luận ổn định cần 12 bản vá mã nguồn, vô hiệu hóa một số tính năng thông lượng cao, và các cơ chế ứng phó sự cố lặp lại. Dù giá phần cứng rẻ, chi phí kỹ thuật và vận hành vẫn có thể tăng lên. [Thực tế: nghiên cứu thực địa Ascend]

Phán quyết có điều kiện

Điều kiện	Phán quyết
Mô hình được tối ưu hóa sâu cho Ascend như Qwen, DeepSeek, GLM	Có thể cạnh tranh về chi phí
Di chuyển nguyên trạng mô hình dựa trên CUDA	Lợi thế chi phí chưa chắc chắn
Suy luận theo lô quy mô lớn trong nội địa Trung Quốc	Có lợi
Dịch vụ thời gian thực cho doanh nghiệp toàn cầu	Chưa xác nhận nếu tính cả chi phí phần mềm và SLA

9. Khác gì so với xe điện

Điểm giống nhau là ngành chiến lược, đầu tư quy mô lớn, trợ cấp cho doanh nghiệp lớn, giành thị phần bằng cách hạ giá.

Điểm khác biệt là chi phí chuyển đổi của mô hình AI thấp hơn nhiều. Chuẩn API tương tự nhau, khách hàng có thể vừa định tuyến đồng thời nhiều mô hình, vừa tự vận hành mô hình mã nguồn mở. Nếu một hãng tăng giá, các mô hình cạnh tranh và việc tự host sẽ tạo ra trần giá.

Ngược lại, các nền tảng kết hợp cả cloud, dữ liệu, bảo mật, thanh toán, quảng cáo và công cụ làm việc có chi phí chuyển đổi cao. Nếu hiện tượng thắng lấy tất cả xuất hiện, nó sẽ ở tầng phân phối và đám mây chứ không phải tầng mô hình. [Suy luận: cấu trúc chi phí chuyển đổi]

Cấu trúc khả dĩ nhất là như sau.

Alibaba: cloud, thương mại điện tử, khách hàng doanh nghiệp
ByteDance: lưu lượng người tiêu dùng, quảng cáo, nội dung
Tencent: WeChat, dịch vụ doanh nghiệp
Huawei, Baidu: hạ tầng nội địa và khách hàng khu vực công, doanh nghiệp
1-2 hãng mô hình độc lập như DeepSeek: cung cấp mức giá chuẩn về công nghệ

10. Con đường dự kiến

Kịch bản	Xác suất phán đoán	Kết quả
Thế độc quyền nhóm giá rẻ	60%	Thu gọn còn 3-5 hãng, API cơ bản giữ giá rẻ, tăng giá giờ cao điểm và SLA
Hàng hóa hóa hoàn toàn	25%	Mã nguồn mở, MoE, chip tự phát triển dẫn dắt đà giảm giá tiếp theo
Bình thường hóa mạnh	15%	Giá tăng 2-5 lần do áp lực chip, điện năng, huy động vốn

[Suy luận: ước tính kịch bản]

Ngay cả khi giá tăng 5 lần, giá đầu ra của DeepSeek V4-Pro cũng chỉ khoảng 4,35 USD, vẫn thấp hơn các mô hình tiên phong của Mỹ. Mức giá hiện tại có thể chưa phải đáy, nhưng xu hướng giá rẻ hóa khó có thể đảo ngược.

11. Hàm ý với bán dẫn

API giá rẻ làm tăng lượng sử dụng suy luận, có lợi cho nhu cầu DRAM server, NAND, mạng và điện năng. Ngược lại, nó làm giảm lượng tính toán trên mỗi token và cường độ trang bị HBM, gây áp lực lên hiệu quả kinh tế trên mỗi đơn vị của GPU cao cấp và HBM.

Đối tượng	Đánh giá
Samsung Electronics	Tỷ trọng DRAM, NAND phổ thông cao nên được đệm đỡ tương đối
SK Hynix	Cảnh báo dài hạn cho phần bù khan hiếm của HBM
NVIDIA	Áp lực lên đơn giá GPU cao cấp, nhưng tổng lượng suy luận tăng là yếu tố phòng thủ
Alibaba, Tencent	Hưởng lợi từ mở rộng hệ sinh thái cloud, phân phối nhiều hơn là từ biên lợi nhuận API

Điều cốt lõi là tốc độ tăng tổng lượng sử dụng token, chứ không phải tốc độ giảm giá API. Nếu lượng sử dụng tăng nhanh hơn tốc độ giảm giá, hiệu ứng Jevons sẽ thắng thế; nếu không, hệ số nhân sẽ giảm bắt đầu từ GPU cao cấp và HBM. [Suy luận: phán đoán xu hướng]

12. Kiểm chứng quyết định nằm ở công bố thông tin nửa đầu năm 2026

Tỷ suất lợi nhuận gộp API của Zhipu có tăng lên trên 25-30% sau đợt tăng giá 83% hay không
MiniMax có công bố tỷ lệ chi phí API hay không
Tốc độ tăng doanh thu có tiếp tục vượt tốc độ tăng chi phí điện toán hay không
Khoảng cách giữa mức phí giờ cao điểm, SLA và mức phí API công khai có trở nên cố định hay không
Huawei có công bố TCO được kiểm chứng độc lập theo cùng điều kiện hay không

Năm yếu tố này sẽ phân định giữa “chi phí bền vững” và “giá cả được chống đỡ bằng vốn”.

Kết luận

Giá API Trung Quốc thấp không phải vì đó đã là mức giá bình thường có thể tự đứng vững. Đó là vì cải thiện hiệu suất suy luận và nguồn vốn huy động khổng lồ cùng nhau nâng đỡ nó.

Trung Quốc có lợi thế chi phí mang tính cấu trúc trong việc phục vụ mô hình nội địa, theo lô và đã được tối ưu hóa. Nhưng mức giá API cực thấp đang quan sát được hiện nay không thể chỉ giải thích bằng chip Huawei và điện giá rẻ. Lợi thế chi phí lớn nhất, theo thứ tự, là quy mô mô hình và giảm tham số kích hoạt, xử lý theo lô, caching, lượng tử hóa, tỷ lệ sử dụng GPU đám mây, biên lợi nhuận mục tiêu thấp, còn điện năng và NPU nội địa xếp sau.

Trên góc độ đầu tư, việc API giá rẻ của Trung Quốc không có nghĩa ngay lập tức là “AI Trung Quốc đã xác lập được hào bảo vệ chi phí áp đảo”. Cách diễn giải chính xác hơn là khi dịch vụ suy luận nhanh chóng bị hàng hóa hóa, biên lợi nhuận của các hãng mô hình sẽ giảm xuống, và khả năng giá trị dịch chuyển sang hạ tầng cloud, điện năng, bán dẫn sẽ tăng lên.

Điều này gây áp lực lên biên lợi nhuận API của các hãng mô hình phương Tây, nhưng vì vốn huy động được lại tiếp tục đổ vào huấn luyện và hạ tầng điện toán, nên không đồng nghĩa với việc tổng nhu cầu bán dẫn giảm.

Bài viết này là tài liệu phân tích tổng hợp từ công bố thông tin niêm yết tại Hong Kong (kết quả kinh doanh 2025 và phát hành cổ phiếu mới của Zhipu 02513, báo cáo thường niên 2025 và huy động vốn của MiniMax 00100), bảng giá chính thức của từng hãng (DeepSeek, OpenAI, Google, Alibaba Model Studio, Volcano Engine, Zhipu BigModel, MiniMax Platform), tài liệu chính thức của Huawei và các nghiên cứu liên quan đến CloudMatrix, tài liệu điện năng của chính quyền địa phương Trung Quốc, và thống kê EIA của Mỹ. Tỷ lệ chi phí riêng của mảng API của MiniMax và TCO được kiểm chứng độc lập theo cùng điều kiện của Huawei chưa được công bố; xác suất kịch bản và tính toán điện năng là ước tính dựa trên giả định tại thời điểm viết bài. Các cổ phiếu được đề cập là ví dụ minh họa cho cấu trúc chi phí, không phải khuyến nghị mua bán một cổ phiếu cụ thể nào. Giá cả và số liệu công bố có thể thay đổi sau thời điểm công bố. Quyết định đầu tư và trách nhiệm thuộc về nhà đầu tư.

Sự hội tụ của các mô hình mở Trung Quốc thực sự thay đổi điều gì: tái phân bổ chuỗi giá trị, không phải sụp đổ nhu cầu

Fri, 17 Jul 2026 22:00:00 +0900

Bối cảnh Bài viết này là phần tiếp theo của Kimi K3 Tái Định Hình Đường Cong Giá AI. Nếu bài trước đã kiểm chứng giá cả và cấu trúc của một mô hình, thì bài này mở rộng góc nhìn sang việc toàn bộ hệ sinh thái mô hình mở Trung Quốc đang tái phân bổ chuỗi giá trị bán dẫn và Big Tech như thế nào, cũng như chính sách Mỹ và xung đột Mỹ Trung đang thay đổi cách diễn giải đó ra sao. Nên đọc cùng với Tranh luận thực sự trong ngành bán dẫn, Bán dẫn có mang tính chu kỳ không và giá hợp lý là bao nhiêu?, và IPO của CXMT và rủi ro giá bộ nhớ. Các hub liên quan là Hub AI HBM và Hub Exclusive Analysis.

TL;DR

Sự hội tụ về hiệu năng của các mô hình mở Trung Quốc gần với tái phân bổ chuỗi giá trị hơn là sụp đổ nhu cầu AI. Giá trị độc quyền của API mô hình và GPU tiên tiến nhất giảm xuống, trong khi suy luận rẻ hơn làm tăng mức sử dụng, có thể nâng giá trị của bộ nhớ, lưu trữ, mạng, điện năng và phân phối đám mây.
Ưu tiên tương đối chia theo hướng sau. Trong bộ nhớ Hàn Quốc là Samsung Electronics > SK Hynix; trong bán dẫn Mỹ là Micron, SanDisk > NVIDIA; trong Big Tech là Meta, Amazon > Google, Microsoft > các hãng mô hình thuần túy. [Suy luận: phán đoán tương đối]
Mô hình mở Trung Quốc đã chứng minh được chi phí tính toán và bộ nhớ trên mỗi đơn vị trí tuệ giảm xuống. Nhưng chưa chứng minh được tổng chi tiêu silicon giảm. TSMC thậm chí đã nâng CAPEX năm 2026 từ 52-56 tỷ USD lên 60-64 tỷ USD.
Trong HBM, CXMT cách 3 hãng dẫn đầu 1,5-2 thế hệ về sản phẩm và 2-3 năm về thương mại hóa. Vì vậy mối đe dọa năm 2028 không phải là cú sốc nguồn cung ở hiện tại, mà là một quyền chọn có điều kiện.
Sự lan tỏa công nghệ của mô hình Trung Quốc và sự lan tỏa doanh thu của các hãng API Trung Quốc là hai chuyện khác nhau. Con đường thực tế nhất là tái host mô hình Trung Quốc lên AWS, Azure hoặc VPC doanh nghiệp rồi bán qua hệ thống bảo mật và hợp đồng của phương Tây. [Phạm vi phân tích]

Luận điểm chính

Mô hình Trung Quốc có thể làm lung lay giá của mô hình Mỹ, nhưng không lập tức phá vỡ nhu cầu đối với AWS, Azure, chip Mỹ hay bộ nhớ Hàn Quốc. Thiệt hại trực tiếp rơi vào biên lợi nhuận của API mô hình đóng. Thứ tồn tại lâu nhất là hạ tầng dựa trên mức sử dụng: lớp phân phối và bảo mật đám mây, cùng với bộ nhớ, mạng và điện năng.

1. Xác nhận sự thật trước

Hướng đi của hệ sinh thái là có thật, nhưng không phải phần cứng huấn luyện của mọi mô hình mới đều đã được công bố. Sự phân biệt này quan trọng.

DeepSeek-V3 được huấn luyện bằng 2.048 GPU NVIDIA H800 và 2,788 triệu giờ GPU. [Thực tế: báo cáo kỹ thuật DeepSeek V3] H800 là dòng bị hạn chế xuất khẩu, nhưng không phải GPU tiêu dùng giá rẻ. Ngược lại, Kimi K3 đã công bố 2,8 nghìn tỷ tham số, cửa sổ ngữ cảnh 1 triệu token và hiệu suất mở rộng cao hơn K2 tới 2,5 lần, nhưng báo cáo kỹ thuật đầy đủ và phần cứng huấn luyện dự kiến công bố vào ngày 27 tháng 7. [Thực tế: thông báo chính thức của Kimi]

Vì vậy nhận định “Kimi K3 cũng được huấn luyện bằng GPU NVIDIA giá rẻ” hiện chưa thể khẳng định. [Chưa xác minh]

Cải thiện hiệu suất là có thật

DeepSeek V4-Pro chỉ kích hoạt 49 tỷ trong tổng số 1,6 nghìn tỷ tham số. Ở ngưỡng 1 triệu token, lượng FLOPs trên mỗi token so với V3.2 chỉ còn 27%, KV cache chỉ còn 10%. [Thực tế: model card DeepSeek V4] Đây là bằng chứng trực tiếp cho thấy mức sử dụng GPU và HBM trên mỗi token có thể giảm mạnh trong khi hiệu năng vẫn được giữ nguyên.

Nhưng chiều ngược lại cũng là sự thật

Huawei CloudMatrix384 ghép 384 chip Ascend 910C để phục vụ DeepSeek-R1. Theo tổng hợp của JPMAM, CloudMatrix dùng 49TB HBM và 599kW điện, trong khi hệ thống so sánh là GB300 NVL72 chỉ dùng lần lượt 21TB và 145kW. [Thực tế: bài báo CloudMatrix, tài liệu so sánh của JPMAM]

Đây không phải là phép so sánh hiệu năng hoàn toàn tương đương, nhưng hướng đi rất rõ ràng: Trung Quốc đang bù đắp cho con chip đơn lẻ yếu hơn bằng nhiều chip hơn, nhiều bộ nhớ hơn và nhiều điện năng hơn. Một con chip riêng lẻ giá rẻ hơn không nhất thiết đồng nghĩa với việc dùng ít silicon, mạng và điện năng hơn nói chung. [Suy luận: diễn giải cấu trúc]

2. Phương trình cốt lõi: cần nhìn vào đâu

Câu trả lời cho cuộc tranh luận này không nằm ở điểm benchmark, mà nằm ở hai phương trình.

Tổng nhu cầu tính toán = Tổng số token × Lượng tính toán trên mỗi token

Tổng nhu cầu bộ nhớ = Tổng số token × Lượng bộ nhớ sử dụng trên mỗi token
 + Dung lượng lưu trữ mô hình, KV, dữ liệu tìm kiếm

Nếu mô hình mở hạ giá token 70% và tăng mức sử dụng lên 5 lần thì dù hiệu suất được cải thiện, tổng nhu cầu vẫn tăng. Ngược lại, nếu mức sử dụng chỉ tăng gấp đôi trong khi HBM trên mỗi token giảm 70%, thì nhu cầu HBM sẽ giảm.

Vì vậy chỉ số cần theo dõi từ nay về sau được rút gọn thành một câu hỏi duy nhất. Tốc độ tăng token vượt tốc độ giảm bộ nhớ trên mỗi token bao nhiêu.

Phán định tính đến hiện tại

Tổng chi tiêu được quyết định bởi phương trình sau.

Tổng chi tiêu silicon = Số lần huấn luyện × Chi phí mỗi lần
 + Số token suy luận × Chi phí mỗi token

TSMC đã nâng CAPEX năm 2026 từ 52-56 tỷ USD lên 60-64 tỷ USD trong cuộc gọi 2Q26. Microsoft cũng nâng thông lượng suy luận lên 40%, nhưng lượng token sử dụng của khách hàng lớn vẫn tăng 30% so với quý trước (QoQ), đồng thời duy trì CAPEX năm 2026 khoảng 190 tỷ USD. [Thực tế: cuộc gọi 2Q26 của TSMC, cuộc gọi FY26 Q3 của Microsoft]

Tính đến hiện tại, mức tăng sử dụng đang thắng cải thiện hiệu suất. [Suy luận: tổng hợp dữ liệu]

3. Tác động đến bán dẫn: chia theo từng cổ phiếu

Cổ phiếu / Nhóm	Tác động đến giá cổ phiếu	Diễn giải chính
Samsung Electronics	Tích cực	Hưởng lợi rộng nhất vì không chỉ HBM mà cả DRAM server, NAND, eSSD và bộ nhớ phổ thông đều được hưởng lợi
SK Hynix	Từ hỗn hợp đến tích cực	Token tăng là tin tốt, nhưng nén MoE và KV làm giảm HBM trên mỗi token, gây áp lực lên hệ số nhân khan hiếm
Micron	Tích cực	Có độ phơi nhiễm tổng hợp DRAM, HBM, NAND trong chuỗi cung ứng Mỹ; hưởng lợi broad-memory tương tự Samsung
SanDisk	Tích cực	Triển khai cục bộ, trọng số mô hình, RAG và cache tăng lên đều chuyển hóa thành nhu cầu eSSD và NAND
NVIDIA	Tiêu cực ngắn hạn, hỗn hợp dài hạn	Thị phần Trung Quốc và giá trị độc quyền của GPU cao cấp nhất giảm; tổng lượng token tăng và lô hàng H200 bù đắp phần sản lượng
AMD	Tích cực tương đối	Mô hình mở giúp việc di chuyển giữa các loại phần cứng khác nhau dễ dàng hơn; ROCm và thị phần serving thực tế là yếu tố quyết định
Broadcom / Marvell / Arista	Tích cực trung hạn	Nhu cầu custom ASIC, Ethernet, quang học và SerDes ở phương Tây mở rộng
TSMC	Từ trung lập đến tích cực	Nhu cầu chip huấn luyện từ NVIDIA, AMD, ASIC vẫn duy trì, nhưng suy luận tại Trung Quốc dịch chuyển sang Ascend và SMIC

Vì sao Samsung có ưu thế tương đối hơn Hynix

Cùng là 3 hãng bộ nhớ, nhưng hướng đi của Samsung Electronics và SK Hynix lại khác nhau. Suy luận giá rẻ và sự lan rộng của mô hình mở không chỉ làm tăng HBM mà còn làm tăng tổng lượng DRAM server, NAND và bộ nhớ phổ thông. Samsung Electronics, với độ phơi nhiễm rộng hơn, sẽ nhận được nhiều hơn từ sự lan rộng này.

Ngược lại, MoE và nén KV làm giảm HBM trên mỗi token. Hynix, với độ phơi nhiễm HBM tập trung, vừa nhận lợi ích từ token tăng vừa chịu áp lực từ HBM trên mỗi token giảm cùng một lúc. Đây là cấu trúc mà hệ số nhân khan hiếm, chứ không phải nhu cầu tuyệt đối, chịu áp lực trước tiên. [Suy luận: phân tích cấu trúc phơi nhiễm]

Tuy nhiên Samsung Electronics cũng có rủi ro ở chiều ngược lại: đây là hãng chịu phơi nhiễm đầu tiên trước việc CXMT tăng sản lượng DRAM phổ thông.

NVIDIA và H200

Gần đây Mỹ đã bắt đầu xuất khẩu một lượng H200 hạn chế sang Trung Quốc, nhưng khối lượng vẫn còn nhỏ. Điều này tích cực cho doanh thu ngắn hạn của NVIDIA, nhưng chưa đủ để đảo ngược xu hướng chuyển dịch sang hạ tầng nội địa lấy Huawei làm trung tâm. [Thực tế: báo Reuters tháng 7/2026] [Suy luận: đánh giá tác động]

4. Tác động đến Big Tech

Công ty	Đánh giá	Lý do
Meta	Tích cực nhất	Chiến lược hệ sinh thái mở được kiểm chứng, thu hồi giá trị AI qua quảng cáo và đề xuất nội dung nhiều hơn là qua API
Amazon	Tích cực	Dù mô hình nào thắng, AWS vẫn bán được suy luận, lưu trữ và mạng
Google	Từ hỗn hợp đến tích cực	TPU và cloud được hưởng lợi, nhưng phần bù giá của API Gemini chịu áp lực
Microsoft	Hỗn hợp	Mức sử dụng Azure tăng, nhưng chi phí thuê mô hình OpenAI và tỷ lệ thu hồi CAPEX bị áp lực
Apple	Tích cực	Mô hình mở, kích thước nhỏ và giá rẻ giúp hạ chi phí on-device và Private Cloud
OpenAI, Anthropic	Tiêu cực	Khoảng cách hiệu năng và phần bù giá API bị thu hẹp, gây áp lực lên định giá cao và khả năng gọi vốn

Khác với hiểu lầm phổ biến, Meta không phải là bên chịu thiệt hại lớn nhất. Meta kiếm tiền từ quảng cáo và đề xuất nội dung nhiều hơn là bán mô hình, đồng thời tận dụng mô hình mở để cắt giảm chi phí, nên có khả năng hưởng lợi tương đối. Gánh nặng thay vào đó nằm ở phía CAPEX và khấu hao. [Suy luận: phân tích mô hình kinh doanh]

Bài học từ cú sốc DeepSeek năm 2025

Trong cú sốc DeepSeek năm 2025, NVIDIA đã mất 17%, khoảng 593 tỷ USD vốn hóa thị trường chỉ trong một ngày. Phản ứng đầu tiên là bán tháo trên diện rộng toàn bộ hạ tầng GPU, điện năng và trung tâm dữ liệu, nhưng sau đó đã phục hồi một phần. [Thực tế: tin tức thị trường năm 2025]

Lần này nhiều khả năng giá cổ phiếu ngắn hạn sẽ phản ứng với nỗi sợ hiệu suất, còn kết quả kinh doanh trung hạn sẽ phản ứng với mức tăng sử dụng. [Suy luận: mẫu hình quá khứ]

5. Phán định các luận điểm về mô hình mở Trung Quốc

Lần lượt phán định các luận điểm đến từ cả phe tăng giá lẫn phe giảm giá như sau.

Luận điểm	Phán định
GPU cao cấp nhất là điều kiện bắt buộc để đạt hiệu năng tiên phong	Đã suy yếu nhưng chưa bị bác bỏ hoàn toàn
Trí tuệ AI là tài nguyên khan hiếm	Phần lớn đã sụp đổ ở cấp độ giá mô hình thô và giá token
Quy mô vốn là hào bảo vệ	Hào bảo vệ tiền huấn luyện đã suy yếu, dịch chuyển sang triển khai, dữ liệu, điện năng và phân phối
Chi phí biên của mã nguồn mở bằng 0	Chỉ giá trọng số mô hình tiệm cận 0, chi phí suy luận vẫn tiếp tục phát sinh
Huấn luyện 1 tỷ USD đã vượt qua khoản đầu tư 100 tỷ USD	Luận điểm không chính xác vì so sánh hai phạm vi chi phí khác nhau

Mục cuối cùng là luận điểm bị lạm dụng sai nhiều nhất. Chi phí huấn luyện và tổng đầu tư hạ tầng không phải là hai phạm trù có thể so sánh trực tiếp với nhau.

6. HBM của CXMT hiện đã tiến đến đâu

Đây là phần bị thổi phồng thường xuyên nhất khi bàn về mối đe dọa Trung Quốc. Chia nhỏ theo từng mốc kiểm định thì thực chất sẽ lộ rõ.

Mốc kiểm định	Phán định hiện tại	Căn cứ đánh giá
Công nghệ chế tạo tế bào DRAM	Đã thương mại hóa, cải thiện nhanh	Đang bán DDR5, LPDDR5X; Apple cũng đang thử nghiệm DRAM cho các sản phẩm dành cho thị trường Trung Quốc
Xếp chồng TSV	HBM2 sản lượng nhỏ, HBM3 giai đoạn đầu	Có tin sản xuất HBM2 nhưng chưa công bố sản lượng và yield
Đóng gói và base die	Đang xây dựng	Hệ sinh thái nội địa Trung Quốc đang hình thành, nhưng thiếu dữ liệu về yield sản xuất hàng loạt, nhiệt và độ tin cậy
Chứng nhận khách hàng	Chưa xác nhận với HBM	Hợp đồng với Tencent và thử nghiệm của Apple chỉ là bằng chứng năng lực DRAM thông thường, không phải HBM
Khoảng cách với nhóm dẫn đầu	1,5-2 thế hệ	3 hãng dẫn đầu đang ramp HBM4, còn CXMT thậm chí chưa qua kiểm chứng sản xuất hàng loạt HBM3

Tính đến ngày 17 tháng 7 năm 2026, danh mục sản phẩm công bố chính thức của CXMT chỉ gồm DDR5, LPDDR5/5X, DDR4, LPDDR4X, và không có HBM. TrendForce cũng xếp HBM3 của CXMT vào giai đoạn kiểm chứng ban đầu, đánh giá rằng rào cản công nghệ và điều kiện bắt buộc dùng thiết bị nội địa đang làm chậm quá trình sản xuất hàng loạt. [Thực tế: tài liệu chính thức của CXMT, TrendForce]

Ước tính công suất cũng không thống nhất. Con số đình trệ quanh mức 240.000 tấm/tháng và dự báo cuối năm đạt 350.000 tấm mâu thuẫn với nhau; do 350.000 tấm là mô hình ước tính tư nhân chứ không phải guidance của công ty, nên khó dùng như một con số đã được xác định. [Chưa xác minh]

Cần sửa lại giả thuyết về DRAM legacy như sau

Giai đoạn 2026-2027: khoản đầu tư HBM của CXMT sẽ làm chậm lại việc nới lỏng nguồn cung DRAM legacy sản xuất tại Trung Quốc.
Năm 2028: nếu HBM3/3E đạt được chứng nhận từ khách hàng bộ tăng tốc Trung Quốc và có sản lượng đáng kể, có thể bắt đầu thay thế thị trường HBM thế hệ cũ trong nội địa Trung Quốc trước tiên.
Từ năm 2029 trở đi: phải theo kịp cả HBM4, base die và yield đóng gói thì mới trực tiếp gây áp lực lên thị trường dẫn đầu toàn cầu và biên lợi nhuận của Hynix.

Nói cách khác, thay vì cho rằng “vì CXMT nên DRAM legacy sẽ thiếu hụt ngay lập tức”, nhận định “CXMT không nới lỏng nguồn cung DRAM legacy được nhiều như kỳ vọng” hợp lý hơn. [Suy luận: phán đoán theo từng giai đoạn]

7. Chính sách Mỹ thay đổi cách diễn giải này như thế nào

Mỹ đang xem AI là hạ tầng cốt lõi của khối đồng minh hơn là một công nghệ thương mại thuần túy. Đây là lý do vì sao chỉ phân tích công nghệ thuần túy không thể đưa ra câu trả lời đầy đủ.

AI Action Plan và Sắc lệnh hành pháp 14320 của Mỹ nêu rõ mục tiêu xuất khẩu bộ công nghệ AI sản xuất tại Mỹ (AI stack), bao gồm phần cứng, đám mây, mạng, mô hình và ứng dụng, cho các nước đồng minh, đồng thời giảm sự phụ thuộc công nghệ vào các nước đối địch. Dù mô hình Trung Quốc vượt trội về hiệu năng và giá cả, bộ công nghệ Mỹ vẫn giữ lợi thế về mặt chính sách trong mua sắm chính phủ và các ngành công nghiệp cốt lõi của các nước đồng minh. [Thực tế: AI Action Plan của Nhà Trắng, EO 14320]

Nhưng đây không phải là sự tách rời hoàn toàn

Vào tháng 1 năm 2026, BIS của Mỹ đã chuyển sang xét duyệt từng trường hợp đối với việc xuất khẩu H200 và MI325X sang Trung Quốc, dựa trên danh sách khách hàng được phê duyệt và các điều kiện bảo mật. Đây là một sự thỏa hiệp nhằm vừa giữ Trung Quốc ở lại một phần trong hệ sinh thái chip Mỹ, vừa duy trì quyền kiểm soát. [Thực tế: BIS 13/01/2026]

Việc doanh nghiệp tư nhân Mỹ sử dụng mô hình Trung Quốc cũng chưa bị cấm toàn diện. Dự luật No DeepSeek on Government Devices Act vẫn chỉ đang ở giai đoạn đề xuất. Tuy nhiên chính phủ Úc đã chỉ thị loại bỏ DeepSeek khỏi hệ thống chính phủ, còn cơ quan bảo vệ dữ liệu cá nhân của Italy đã hạn chế việc xử lý dữ liệu người dùng. [Thực tế: các biện pháp chính thức của từng quốc gia]

Nhiều khả năng lệnh cấm trên thực tế từ bộ phận mua sắm và bảo mật sẽ vận hành trước cả luật pháp chính thức. [Suy luận: thứ tự vận hành chính sách]

8. Doanh nghiệp phương Tây có thể dùng API mô hình Trung Quốc không

Khả năng lan tỏa hoàn toàn khác nhau tùy theo từng con đường tiếp cận. Bảng dưới đây chính là câu trả lời cho câu hỏi này.

Phương thức áp dụng	Khả năng lan tỏa	Nhận định
Gọi trực tiếp API được host tại Trung Quốc đại lục	Thấp	Rủi ro dữ liệu, thẩm quyền pháp lý, mua sắm
API của Qwen tại Mỹ, EU, Nhật Bản, Singapore	Trung bình	Có thể nội địa hóa dữ liệu nhưng rủi ro từ nhà cung cấp Trung Quốc vẫn còn
Mô hình Trung Quốc được AWS, Azure tái host	Từ trung bình khá đến cao	Chủ thể kiểm soát hợp đồng, bảo mật, dữ liệu là đám mây phương Tây
Open-weight trên VPC doanh nghiệp hoặc on-premise	Cao	Không cần gửi dữ liệu tới máy chủ Trung Quốc
Chính phủ, quốc phòng, hạ tầng cốt lõi	Rất thấp	Có thể hạn chế mua sắm cả theo phả hệ (lineage) của mô hình

Con đường thực tế nhất là như sau.

Phát triển mô hình Trung Quốc
→ Tái host lên AWS, Azure hoặc VPC doanh nghiệp
→ Bán qua hệ thống bảo mật, hợp đồng, kiểm toán của phương Tây

Nói cách khác, sự lan tỏa công nghệ của mô hình Trung Quốc và sự lan tỏa doanh thu của các hãng API Trung Quốc là hai chuyện tách biệt. [Suy luận: phân tích con đường]

Giới hạn của API trực tiếp

Chính sách bảo mật của DeepSeek nêu rõ hãng thu thập, xử lý và lưu trữ trực tiếp tại Trung Quốc dữ liệu cá nhân bao gồm cả dữ liệu đầu vào, và có thể sử dụng dữ liệu đó để cải thiện dịch vụ và mô hình. [Thực tế: DeepSeek Privacy Policy] Đây là điều kiện chí mạng đối với các doanh nghiệp xử lý mã nguồn, thông tin khách hàng, dữ liệu y tế hoặc tài chính, hay công nghệ bị kiểm soát xuất khẩu.

Qwen có phần khác biệt. Alibaba Cloud Model Studio cung cấp các khu vực (region) tại Mỹ, Đức, Nhật Bản, Singapore, có thể giới hạn dữ liệu và suy luận trong một khu vực địa lý cụ thể, đồng thời khẳng định không dùng dữ liệu khách hàng để huấn luyện mô hình. [Thực tế: chính sách khu vực và bảo mật của Alibaba Cloud] Vì vậy việc áp dụng API trực tiếp có thể tăng lên ở các ngành không bị quản lý chặt và tại Đông Nam Á, Trung Đông, Mỹ Latinh.

Tuy nhiên việc nội địa hóa dữ liệu và chứng nhận SOC 2 không loại bỏ được rủi ro gián đoạn dịch vụ, chế tài hoặc rủi ro mua sắm phát sinh từ xung đột Mỹ Trung. [Suy luận: rủi ro tồn dư]

9. Điều chỉnh luận điểm: điều gì thay đổi, điều gì còn nguyên

Thứ nhất, logic sụp đổ của hyperscaler Mỹ đang suy yếu. AWS và Azure trực tiếp host DeepSeek, đồng thời cung cấp cô lập dữ liệu, SLA và đánh giá bảo mật. Đám mây Mỹ có thể hấp thụ đổi mới về chi phí của mô hình Trung Quốc và biến nó thành doanh thu. [Thực tế: thông báo chính thức của AWS và Azure]

Thứ hai, áp lực giá đến với API mô hình đóng trước tiên. Đây là gánh nặng cho giá token và biên lợi nhuận của OpenAI, Anthropic, Google, nhưng lượng suy luận và mức sử dụng AWS, Azure vẫn có thể tăng lên. Điều này tương đối có lợi cho chiến lược mô hình mở của Meta.

Thứ ba, sự tách rời Mỹ Trung hỗ trợ cho tổng đầu tư hạ tầng. Cả hai phe đều xây dựng trùng lặp bộ tăng tốc, bộ nhớ, mạng và lưới điện. Điều này làm giảm khả năng cải thiện hiệu suất sẽ dẫn thẳng tới việc giảm tổng chi tiêu silicon toàn cầu.

Thứ tư, phần bù giá HBM của SK Hynix có thể được duy trì lâu hơn trong khối đồng minh. HBM của CXMT nhiều khả năng sẽ thâm nhập vào bộ tăng tốc và trung tâm dữ liệu Trung Quốc trước tiên. Việc các CSP phương Tây áp dụng đòi hỏi thêm chứng nhận về chính sách và chuỗi cung ứng, ngoài chứng nhận kỹ thuật. Dù vậy, kiểm soát xuất khẩu lại đang thúc đẩy Trung Quốc đầu tư tự chủ nhanh hơn, nên đây là rủi ro cho thị phần của Hynix tại Trung Quốc từ năm 2028 trở đi.

Thứ năm, Samsung Electronics là một hàng rào phòng hộ tương đối. Suy luận giá rẻ và sự lan rộng của mô hình mở có thể làm tăng tổng lượng DRAM server, NAND và bộ nhớ phổ thông, chứ không chỉ HBM. Ở chiều ngược lại có rủi ro là hãng chịu phơi nhiễm đầu tiên trước việc CXMT tăng sản lượng DRAM phổ thông.

10. Thứ tự thiệt hại và hưởng lợi

Thiệt hại lớn nhất: lợi nhuận vượt trội của API mô hình đóng, các hãng cho thuê GPU dùng đòn bẩy cao
Rủi ro trung bình: các hãng đầu tư trước quy mô lớn và tập trung khách hàng như Oracle
Meta: không phải bên chịu thiệt hại lớn nhất. Có khả năng hưởng lợi tương đối nhờ tận dụng mô hình mở để cắt giảm chi phí. Gánh nặng nằm ở CAPEX và khấu hao
NVIDIA: hệ số nhân và cơ cấu sản phẩm chịu áp lực trước cả EPS ngắn hạn. Việc bị thay thế tại thị trường Trung Quốc là một rủi ro, nhưng hào bảo vệ về CUDA, mạng, hiệu suất điện năng và thời gian phát triển vẫn còn nguyên
Bộ nhớ: kịch bản cơ sở không phải là nhu cầu tuyệt đối HBM giảm, mà là phần bù khan hiếm của HBM thu hẹp, cộng với mở rộng theo tầng sang DDR/CXL/eSSD

11. Cập nhật kịch bản

Việc điều chỉnh tạm thời các xác suất đã dùng trong Bán dẫn có mang tính chu kỳ không và giá hợp lý là bao nhiêu? là hợp lý.

Kịch bản	Trước đó	Sau điều chỉnh
Nhu cầu vượt cung kéo dài	30%	30%
Tái tập trung tài sản	40%	40%
Bình thường hóa cung và hiệu suất	20%	25%
Đứt gãy nhu cầu hệ thống	10%	5%

Hiệu năng của mô hình Trung Quốc làm giảm khả năng bản thân nhu cầu AI biến mất (kịch bản đứt gãy giảm từ 10% xuống 5%). Đổi lại, cải thiện hiệu suất và phần cứng sản xuất tại Trung Quốc làm giảm phần bù khan hiếm của NVIDIA và HBM (kịch bản bình thường hóa tăng từ 20% lên 25%).

Kịch bản theo trục thời gian vẫn có thể giữ nguyên: mức sử dụng thắng hiệu suất đến năm 2027 với xác suất 70%, cơ cấu và giá bình thường hóa từ năm 2028 trở đi với xác suất 25%, tổng CAPEX co lại với xác suất 5%. Tuy nhiên động lực của kịch bản 70% sẽ chuyển từ một hệ sinh thái toàn cầu duy nhất sang đầu tư kép giữa khối Mỹ và khối Trung Quốc. [Suy luận: tái điều chỉnh kịch bản]

12. Xác nhận điều gì thì sẽ thay đổi phán đoán

Báo cáo kỹ thuật Kimi K3 (27 tháng 7): nếu phần cứng huấn luyện được công bố, tính đúng sai của mệnh đề “huấn luyện mô hình tiên phong bằng GPU giá rẻ” sẽ được phân định
Tốc độ tăng token so với tốc độ giảm bộ nhớ trên mỗi token: chênh lệch giữa hai giá trị này chính là câu trả lời thực sự cho cuộc tranh luận này
Chứng nhận sản xuất hàng loạt HBM3E của CXMT và sản lượng đóng gói thực tế: nếu được xác nhận, cần hạ đồng thời cả EPS 2028 và hệ số nhân của Hynix
Giá HBM và mức tải giảm tốc: tín hiệu đầu tiên cho thấy phần bù khan hiếm đang thu hẹp
Các CSP phương Tây mở rộng tái host mô hình Trung Quốc: bằng chứng cho thấy giá trị phân phối đám mây đang tăng lên
Việc thực thi thực tế các quy định mua sắm và bảo mật của Mỹ: phạm vi của lệnh cấm trên thực tế, vốn vận hành trước cả luật pháp

Hiện tại chưa phải giai đoạn để trộn lẫn rủi ro tận cùng (terminal risk) với kết quả kinh doanh của kỳ hiện tại. Khi chứng nhận sản xuất hàng loạt HBM3E của CXMT được xác nhận, khi đó mới cần điều chỉnh triển vọng của Hynix từ năm 2028 trở đi. [Suy luận: thứ tự phán đoán]

Kết luận

Quay lại câu hỏi ban đầu, câu trả lời là như sau.

Việc các mô hình mở Trung Quốc hội tụ về hiệu năng tiên phong của Mỹ là một sự thật, và việc chi phí trên mỗi đơn vị trí tuệ giảm mạnh cũng là một sự thật. Nhưng điều đó không có nghĩa là tổng chi tiêu silicon đang giảm. Việc TSMC nâng CAPEX và token của Microsoft tăng 30% chính là câu trả lời tính đến hiện tại.

Chính sách Mỹ làm thay đổi đáng kể cách diễn giải này. Sự tách rời Mỹ Trung tạo ra đầu tư trùng lặp ở cả hai phe, qua đó hỗ trợ tổng nhu cầu hạ tầng, đồng thời trong khối đồng minh, chính sách này bảo vệ vị thế của bộ công nghệ Mỹ và bộ nhớ Hàn Quốc.

Việc doanh nghiệp phương Tây áp dụng API mô hình Trung Quốc cần được nhìn nhận bằng cách tách biệt mô hình khỏi nhà cung cấp dịch vụ. Công nghệ lan tỏa dưới dạng open-weight, nhưng chủ thể bán nó nhiều khả năng sẽ là AWS, Azure và VPC doanh nghiệp, chứ không phải bản thân các hãng API Trung Quốc.

Vì vậy kết luận là tái phân bổ. Thứ sụp đổ là lợi nhuận vượt trội của API mô hình đóng. Thứ tồn tại lại là hạ tầng dựa trên mức sử dụng.

Bài viết này tổng hợp phân tích từ các bài báo khoa học công khai (DeepSeek V3/V4, Huawei CloudMatrix384), thông báo chính thức của doanh nghiệp (Kimi, cuộc gọi 2Q26 của TSMC, cuộc gọi FY26 Q3 của Microsoft, CXMT, Alibaba Cloud, DeepSeek Privacy Policy), tài liệu chính phủ Mỹ (AI Action Plan, EO 14320, BIS), các biện pháp quản lý của từng quốc gia, và nghiên cứu thị trường (TrendForce, JPMAM). Phần cứng huấn luyện của Kimi K3 vẫn chưa được xác minh cho tới khi báo cáo kỹ thuật công bố vào ngày 27 tháng 7, còn ước tính công suất của CXMT và xác suất kịch bản là ước tính của tác giả tại thời điểm viết bài, không phải guidance của công ty. Các cổ phiếu được đề cập chỉ là ví dụ minh họa cấu trúc chuỗi giá trị, không phải khuyến nghị mua bán một cổ phiếu cụ thể nào. Quyết định đầu tư và trách nhiệm thuộc về nhà đầu tư.

DeepSeek on Korea Invest Insights

Giá API AI Trung Quốc có bền vững không? Kiểm chứng cấu trúc chi phí qua công bố thông tin

TL;DR

1. Rẻ đến mức nào

Ngay trong nội bộ Trung Quốc, chênh lệch giá cũng rất lớn

2. Phần bền vững: chi phí biên

3. Phần khó bền vững: chi phí toàn phần

4. Kiểm chứng bằng công bố thông tin: Zhipu và MiniMax

Zhipu: đã xác nhận thu hồi được chi phí biên

MiniMax: khả năng cao nhưng chưa xác định

Cả hai công ty đều chưa thu hồi được chi phí toàn phần

Phán quyết

5. Phân rã lợi thế chi phí: đâu mới là lý do thực sự

6. Điện năng có thực sự là yếu tố quyết định?

Bằng chứng phản bác mang tính quyết định

7. Hào bảo vệ thực sự của Alibaba là tỷ lệ sử dụng

8. Huawei Ascend có chắc chắn rẻ hơn không?

Nhưng không thể lập tức suy ra chi phí thấp

Phán quyết có điều kiện

9. Khác gì so với xe điện

10. Con đường dự kiến

11. Hàm ý với bán dẫn

12. Kiểm chứng quyết định nằm ở công bố thông tin nửa đầu năm 2026

Kết luận

Bài viết liên quan

Sự hội tụ của các mô hình mở Trung Quốc thực sự thay đổi điều gì: tái phân bổ chuỗi giá trị, không phải sụp đổ nhu cầu

TL;DR

1. Xác nhận sự thật trước

Cải thiện hiệu suất là có thật

Nhưng chiều ngược lại cũng là sự thật

2. Phương trình cốt lõi: cần nhìn vào đâu

Phán định tính đến hiện tại

3. Tác động đến bán dẫn: chia theo từng cổ phiếu

Vì sao Samsung có ưu thế tương đối hơn Hynix

NVIDIA và H200

4. Tác động đến Big Tech

Bài học từ cú sốc DeepSeek năm 2025

5. Phán định các luận điểm về mô hình mở Trung Quốc

6. HBM của CXMT hiện đã tiến đến đâu

Cần sửa lại giả thuyết về DRAM legacy như sau

7. Chính sách Mỹ thay đổi cách diễn giải này như thế nào

Nhưng đây không phải là sự tách rời hoàn toàn

8. Doanh nghiệp phương Tây có thể dùng API mô hình Trung Quốc không

Giới hạn của API trực tiếp

9. Điều chỉnh luận điểm: điều gì thay đổi, điều gì còn nguyên

10. Thứ tự thiệt hại và hưởng lợi

11. Cập nhật kịch bản

12. Xác nhận điều gì thì sẽ thay đổi phán đoán

Kết luận

Bài viết liên quan