Tái hiện "Khoảnh khắc DeepSeek"? Phố Wall đồng loạt nhận định: Kimi K3 ngược lại tăng cường nhu cầu tính toán

Thị trường coi Kimi K3 là “Khoảnh khắc DeepSeek 2.0” và hoảng loạn, nhưng lần này, Wall Street lại có nhận định hoàn toàn khác.

Đêm 16 tháng 7, Moonshot AI đã ra mắt Kimi K3 tại Thượng Hải. Mô hình mã nguồn mở với 2,8 nghìn tỷ tham số này đạt 57 điểm trên chỉ số Artificial Analysis, xếp thứ ba đến tư toàn cầu, ngang bằng với Claude Opus 4.8 của Anthropic và GPT-5.5 của OpenAI. Quan trọng hơn, trên bảng xếp hạng lập trình Frontend Code Arena do Đại học California, Berkeley xây dựng, K3 đã đứng đầu với 1679 điểm, vượt qua Claude Fable 5 và GPT-5.6 Sol, trở thành mô hình mã nguồn mở đầu tiên vượt qua tất cả các mô hình nguồn đóng quốc tế trên bảng xếp hạng lập trình uy tín.

Ngày 17 tháng 7, cổ phiếu ngành bán dẫn Mỹ giảm mạnh. Phản ứng này không khó hiểu – đầu năm 2025, DeepSeek R1 ra mắt kích hoạt làn sóng giảm mạnh của cổ phiếu sức mạnh tính toán với logic: các mô hình Trung Quốc ngày càng mạnh, liệu các công ty AI Mỹ còn cần đầu tư nhiều như vậy vào compute không? Nếu mô hình Trung Quốc có thể tiệm cận khả năng tiên tiến với chi phí thấp hơn, liệu cầu đối với Nvidia, HBM, server, thiết bị mạng có bị định giá lại?

Tuy nhiên, theo tin tức từ bàn giao dịch Chase the Wind, các báo cáo nghiên cứu mới nhất từ UBS, Nomura, Bank of America Merrill Lynch và Citi cho rằng: Kimi K3 không phải là kẻ kết thúc nhu cầu compute, mà là một chất xúc tác tăng tốc.

Kimi K3 và DeepSeek R1 không phải là cùng một dạng tác động. R1 chủ yếu cho thị trường thấy “hiệu suất”; K3 nổi bật về “quy mô”. 2,8 nghìn tỷ tham số, 1M token ngữ cảnh, suy luận always-on, đa mô hình bản địa, kiến trúc MoE, tất cả những đặc điểm này không phải là câu chuyện tài sản nhẹ. Chúng cùng lúc sẽ nâng áp lực lên suy luận, bộ nhớ, mạng và lưu trữ.

Kimi K3 mạnh đến mức nào?

Kimi K3 do Moonshot AI ra mắt vào ngày 16 tháng 7 năm 2026, dự kiến công bố đầy đủ trọng số mô hình vào ngày 27 tháng 7. Đây là mô hình mã nguồn mở với 2,8 nghìn tỷ tham số, được nhiều tổ chức nhận định là LLM mã nguồn mở có trọng số lớn nhất hiện nay.

Cấu hình cốt lõi gồm ba điểm:

Thứ nhất, cửa sổ ngữ cảnh 1M token. Mô hình có thể xử lý văn bản dài hơn, kho mã dài hơn, và các tài liệu doanh nghiệp hoặc nghiên cứu phức tạp.

Thứ hai, suy luận always-on. Không chỉ là hỏi đáp đơn giản, mà hướng tới suy luận chuỗi dài và nhiệm vụ Agent.

Thứ ba, năng lực thị giác nguyên bản. K3 không chỉ xử lý văn bản mà còn hướng tới các nhiệm vụ đa mô hình như video, hình ảnh, phát triển game, thiết kế giao diện người dùng, CAD,...

Về kiến trúc, K3 sử dụng Kimi Delta Attention, Attention Residuals và Stable LatentMoE. Phần MoE kích hoạt 16 chuyên gia trong tổng số 896 cho mỗi token. Theo Moonshot AI, hiệu suất mở rộng tổng thể so với Kimi K2 tăng khoảng 2,5 lần.

Điều này lý giải tại sao K3 không phải là “K2 rẻ hơn”. Thống kê từ Nomura cho thấy giá nhập K3 là 3 USD mỗi triệu token, cache hit input là 0,30 USD, còn output là 15 USD mỗi triệu token; theo Artificial Analysis, chi phí mỗi nhiệm vụ của K3 khoảng 0,94 USD. Giá này thấp hơn rõ rệt so với khoảng 2,75 USD của Claude Fable 5 và khoảng 1,80 USD của Claude Opus 4.8, xấp xỉ 1,04 USD của GPT-5.6 Sol, nhưng vẫn cao hơn 0,32—0,47 USD của GLM-5.2 và cao hơn nhiều so với 0,04 USD của DeepSeek V4 Pro.

Vì vậy, định vị của K3 không phải là rẻ nhất, mà là tiệm cận năng lực mô hình tiên tiến hơn với giá thấp hơn.

Bốn tập đoàn đầu tư lớn thống nhất: ĐÂY KHÔNG PHẢI LÀ SỰ SUY YẾU CẦU

Về lo ngại tác động “Khoảnh khắc DeepSeek” thị trường, nhà phân tích đoàn Bing từ bộ phận công nghệ châu Á – Thái Bình Dương của Nomura viết trong báo cáo: “Chúng tôi cho rằng cạnh tranh và đổi mới trên thị trường mô hình AI lớn toàn cầu sẽ không dừng lại, cùng với việc chúng ta ngày càng tiến gần hơn tới trí tuệ nhân tạo tổng quát (AGI), ứng dụng Gen-AI ở cả khách hàng tiêu dùng và doanh nghiệp sẽ không ngừng mở rộng. Các phòng thí nghiệm AI tiên tiến và công ty nền tảng đám mây quy mô lớn sẽ tiếp tục đầu tư duy trì vị thế cạnh tranh – với luật mở rộng còn hiệu lực, chúng tôi xem cuộc đua này là triển vọng tích cực cho chuỗi giá trị hạ tầng AI.”

Nhà phân tích bán dẫn tại Citi, Peter Lee, trong báo cáo ngày 19 tháng 7, đã đặt tiêu đề trực tiếp là “Lại một nghịch lý Jevons nữa”. Nghịch lý Jevons là gì? Nói đơn giản: Khi hiệu suất động cơ hơi nước tăng lên, việc tiêu thụ than lại nhiều hơn, vì nhiều người có thể sử dụng, nhiều ngữ cảnh sử dụng phát sinh thêm. AI cũng vậy – khi các mô hình chất lượng cao trở nên rẻ hơn, các nhà phát triển và doanh nghiệp sẽ triển khai nhiều ứng dụng hơn, xử lý nhiều token hơn, dẫn tới tiêu thụ compute thực tế còn tăng lên.

Theo Peter Lee, cho dù K3 được sử dụng rộng rãi, nhu cầu bộ nhớ DDR5 server và eSSD vẫn tăng. Nguyên nhân là hiệu suất suy luận của K3 ngang các mô hình tiên tiến khác, nhưng bộ nhớ KV cache sẽ tăng theo ngữ cảnh, dẫn tới áp lực về bộ nhớ không giảm mà còn tăng.

Nhà phân tích bán dẫn Vivek Arya của Bank of America trong báo cáo ngày 17 tháng 7 trình bày rõ hơn: phản ứng của các phòng thí nghiệm AI tiên tiến Mỹ không phải là ít tính toán hơn, mà là cần nhiều hơn. Nếu mô hình mã nguồn mở của Trung Quốc tiếp tục tiệm cận, OpenAI, Anthropic và Google buộc phải tập trung vào huấn luyện quy mô lớn hơn, suy luận nặng hơn và vòng lặp cải tiến nhanh hơn nhằm duy trì sự khác biệt. Arya cũng nhắc tới một thực tế hay bị bỏ qua: báo chí đưa tin Gemini 3.5 Pro của Google đã bị hoãn nhiều tháng, hiệu suất lập trình không đạt mục tiêu nội bộ, vị thế dẫn đầu tiên tiến “ngày càng khó giữ vững”.

Nhóm của nhà phân tích UBS Timo Arcuri trong báo cáo ngày 20 tháng 7 chỉ ra rằng, K3 có điểm song song với DeepSeek R1, nhưng K3 thiên về quy mô – là mô hình mã nguồn mở lớn nhất thế giới với 2,8 nghìn tỷ tham số và ngữ cảnh 1 triệu token. Nhóm phân tích nhấn mạnh, mô hình mã nguồn mở thường tiêu tốn bộ nhớ nhiều hơn các mô hình nguồn đóng tiên tiến, cửa sổ ngữ cảnh dài hơn, yêu cầu KV cache dù đã lượng hóa cũng luôn không ngừng tăng theo giá trị tuyệt đối, khiến việc triển khai ngày càng phụ thuộc vào HBM và lưu trữ.

Lưu trữ: Nhóm được hưởng lợi trực tiếp nhất. Ước tính của UBS cho thấy, dòng tiền tự do (FCF) tích lũy tới năm 2028 của phân khúc lưu trữ và bộ nhớ sẽ chiếm khoảng 30% vốn hoá – cao nhất trong tất cả các nhóm phụ, riêng Micron (MU) lên đến 47%. Citi và Nomura đều duy trì khuyến nghị mua Samsung Electronics, với lý do thị trường bộ nhớ toàn cầu đang trong tình trạng cực kỳ khan hiếm. Nhà phân tích Peter Lee của Citi chỉ ra nhu cầu bộ nhớ phía suy luận của Kimi K3 không thua gì các mô hình tiên tiến khác, sự phình to của cache KV sẽ trực tiếp đẩy nhu cầu server DDR5 và ổ SSD doanh nghiệp (eSSD). Đặc biệt, Lee nhấn mạnh: Triển khai quy mô lớn Kimi K3 cần cụm “siêu node” trên 64 GPU.

Hạ tầng tính toán: TSMC, Nvidia là những bên hưởng lợi hàng đầu. Bất kể quy mô huấn luyện vẫn theo luật mở rộng hay nhu cầu token phía suy luận tăng trưởng, cuối cùng đều dẫn đến nhu cầu chip tiến trình tiên tiến nhiều hơn. Nomura tiếp tục khuyến nghị mua TSMC, ASE, MediaTek,... Nvidia từng công khai, với mô hình MoE thế hệ hiện đại, hiệu năng trên công suất điện cho suy luận trên GB300 NVL72 cao hơn Hopper thế hệ trước tới 25 lần. Mô hình như K3 mặc nhiên là khách hàng hưởng lợi từ phần cứng mới nhất của Nvidia.

Mạng: Xu hướng siêu node tạo ra cơ hội cấu trúc. Kimi K3 cần cụm siêu node, sức mạnh tính toán trong nước hạn chế bởi chính sách kiểm soát xuất khẩu chip cao cấp, càng phải dựa vào kiến trúc siêu node để bù đắp sự hạn chế từng card, thúc đẩy nhu cầu các nhà cung cấp tầng mạng như module quang, chip quang. Nomura đánh giá cao Zhongji Xuchuang và Suzhou Xuchuang.

Nền tảng đám mây: Hưởng lợi từ hiệu ứng tập trung hệ sinh thái. Các nền tảng cloud lưu trữ nhiều mô hình mở tiên tiến có lợi thế mặc cả mạnh hơn, không lệ thuộc vào một nhà cung cấp mô hình đóng. Nomura đánh giá tích cực Alibaba (BABA) với vai trò trung tâm hệ sinh thái AI cloud Trung Quốc, cùng GDS, VNET,... là operator của data center.

Đây có lẽ là dữ liệu dễ bị đánh giá thấp nhất trong toàn bộ câu chuyện.

Theo thống kê từ cổng API mở OpenRouter, lượng sử dụng token của mô hình AI Trung Quốc trên lưu lượng truy cập nhà phát triển toàn cầu, một năm trước chưa đến 2%, nay đã vượt 45%. Dữ liệu từ Bank of America cũng chứng thực mức độ thâm nhập AI tăng tốc: khoảng 55% doanh nghiệp Mỹ đã đăng ký mô hình, nền tảng hoặc công cụ AI; tỉ lệ doanh nghiệp sử dụng Anthropic đạt 42%, còn OpenAI là 40%. Các khách hàng AI lớn (top 1% doanh nghiệp) chi AI bình quân mỗi nhân viên đã đạt 4.833 USD/tháng.

Thị trường đang phân hoá. Một mặt là các mô hình mã nguồn mở Trung Quốc điển hình như DeepSeek, Kimi K3, phủ cả nhóm thị trường giá rẻ lẫn trung cao cấp; mặt khác, các mô hình tiên tiến hàng đầu của Mỹ tập trung vào các tác vụ chuyên sâu (khoa học tính toán), duy trì lợi thế kỹ thuật và biên giá cao. Nhận định của Nomura: các ông lớn dẫn đầu ở cả hai bên Trung - Mỹ đều sẽ hưởng lợi – miễn là vẫn đi đầu đường cong công nghệ.

Sau khi K3 phát hành, phản ứng đầu tiên của thị trường vẫn là so sánh với DeepSeek R1. So sánh này hữu ích, nhưng không nên dừng lại ở “liệu có lại phải vung tiền cho phần cứng AI không”.

DeepSeek khiến thị trường đánh giá lại hiệu suất huấn luyện. K3 cho thấy một điều khác: mô hình mã nguồn mở vẫn có thể đẩy quy mô, ngữ cảnh dài, Agent và đa mô hình lên vùng tiên tiến.

Điều này buộc các phòng thí nghiệm tiên tiến của Mỹ phải tiếp tục đầu tư, đồng thời giúp mô hình Trung Quốc mở rộng trong hệ sinh thái nhà phát triển toàn cầu. Các mô hình nguồn đóng hàng đầu giữ được biên giá và kỹ thuật, mô hình mã nguồn mở bao phủ nhiều phân khúc giá và tình huống triển khai, nhà cung cấp đám mây thì phân phối mô hình và hỗ trợ doanh nghiệp triển khai, chuỗi phần cứng gánh vác huấn luyện và suy luận.

Ngắn hạn, giao dịch sẽ biến động vì “ký ức DeepSeek”. Trung hạn, miễn là lượng token tiếp tục tăng, ngữ cảnh dài và Agent tiếp tục lan rộng, compute, HBM, lưu trữ, mạng và IDC vẫn là khoản chi không thể tránh khỏi.

Đó cũng là lý do nhiều tổ chức sau K3 đều đưa ra kết luận tương tự: mô hình mã nguồn mở mạnh không phải là điểm kết nhu cầu AI hạ tầng, thậm chí có thể là cửa ngõ cho làn sóng nhu cầu tiếp theo.

Tuy nhiên, Bank of America Merrill Lynch cũng nêu rõ một rủi ro tiềm ẩn: “Nếu tốc độ gia tăng hiệu suất vượt quá tăng trưởng khối lượng công việc, chúng ta có thể thấy hạ tầng AI bước vào pha điều chỉnh.” Nói cách khác, nếu mô hình ngày càng rẻ, mà lượng sử dụng không mở rộng mạnh mẽ tương ứng, logic tăng trưởng nhu cầu tính toán sẽ bị suy giảm.