Kimi K3 kích hoạt cuộc tranh luận toàn cầu về AI với 2,8T tham số và mô hình nguồn mở

Ngày 22 tháng 7, công ty AI Trung Quốc Moonshot AI ra mắt Kimi K3, gây chấn động Thung lũng Silicon. K3 sở hữu 2,8 nghìn tỷ tham số, là mô hình trọng số mở lớn nhất thế giới, xếp thứ ba trong nhiều bài đánh giá, nhưng giá lại dưới một phần ba các mô hình đóng của Mỹ. Sau khi ra mắt, nó gây ra bốn luồng ý kiến khác nhau: Nhà Trắng cáo buộc nó “chưng cất” các mô hình của Mỹ, CEO OpenAI thừa nhận năng lực kỹ thuật của nó, gần 200 công ty khởi nghiệp Thung lũng Silicon cùng ký tên cảnh báo không nên cấm các mô hình mã nguồn mở của Trung Quốc, và CEO Nvidia Huang Renxun rõ ràng ủng hộ tính mở. AI Trung Quốc đang tiến gần đến ranh giới前沿 bằng con đường độc đáo lấy hiệu suất làm động lực và mã nguồn mở làm công cụ, mà không cần mật độ vốn cực cao. Mô hình hai động cơ AI Trung-Mỹ đang hình thành.

Tác giả bài viết, nguồn: GeekPark

On July 22, four events occurred on the same day.

Chủ nhiệm Văn phòng Chính sách Công nghệ Nhà Trắng, Michael Kratsios, đã công khai cáo buộc Kimi K3 của Moonshot AI thực hiện “sự tinh luyện quy mô lớn” các mô hình của Mỹ trên X.

Chủ tịch OpenAI, Greg Brockman, trong cuộc phỏng vấn với Bloomberg, thừa nhận K3 “là một mô hình rất tốt, không thể phủ nhận”.

Đồng thời, gần 200 công ty khởi nghiệp tại Thung lũng Silicon đã cùng gửi thư kiến nghị đến chính phủ Trump, cảnh báo rằng nếu cấm các mô hình mã nguồn mở của Trung Quốc, “hàng trăm công ty sẽ lập tức sụp đổ”. Trong khi đó, CEO của Nvidia, Huang Renxun, đã có tuyên bố rõ ràng trong cuộc phỏng vấn độc quyền với Axios rằng các công ty Mỹ “chắc chắn nên được phép sử dụng các mô hình của Trung Quốc”.

Bốn âm thanh, bốn hướng, đều chỉ về một điểm kích hoạt giống nhau.

Điểm khởi đầu là Kimi K3 do công ty AI Trung Quốc Moonshot AI phát hành vào ngày 16 tháng 7.

Nếu làn sóng do DeepSeek gây ra vào đầu năm 2025 chủ yếu nhằm vào niềm tin của Phố Wall vào đầu tư cơ sở hạ tầng AI, thì làn sóng do K3 gây ra lại nhắm vào một vấn đề cơ bản hơn—khi Trung Quốc có thể mở trọng số mô hình ở mức gần tiên tiến, thì ngành công nghiệp AI của Mỹ nên làm gì?

Kimi K3 với năng lực không ngừng tăng cường, chỉ trong một tuần đã làm rung chuyển toàn bộ Thung lũng Silicon và Washington.

Hãy nói về bản thân Kimi K3 trước.

2,8 nghìn tỷ tham số, kiến trúc MoE (hỗn hợp chuyên gia), kích hoạt 16 trong số 896 chuyên gia mỗi lần, hỗ trợ cửa sổ ngữ cảnh 1 triệu token. Đây là mô hình trọng số mở lớn nhất toàn cầu hiện nay, toàn bộ trọng số sẽ được công bố chính thức vào ngày 27 tháng 7.

Trên chỉ số thông minh của Artificial Analysis, K3 đạt 57 điểm, xếp thứ ba — sau Fable 5 của Anthropic (60 điểm) và GPT-5.6 Sol của OpenAI (59 điểm), vượt qua Claude Opus 4.8 (56 điểm). Về khả năng mã frontend, K3 đã leo lên vị trí số một trên bảng xếp hạng Arena trong vòng 24 giờ kể từ khi ra mắt, vượt qua tất cả các mô hình tiên tiến của Mỹ.

Về mặt kỹ thuật, K3 đã giới thiệu một số sáng kiến kiến trúc thú vị.

Kimi Delta Attention (KDA) là một cơ chế chú ý tuyến tính lai, đạt tốc độ giải mã nhanh gấp 6,3 lần trong ngữ cảnh lên đến hàng triệu token. Attention Residuals (AttnRes) cho phép mỗi lớp chọn lọc truy xuất thông tin từ bất kỳ lớp nào trước đó, thay vì cộng dồn đều như các kết nối残差 truyền thống. Kết hợp với Stable LatentMoE và huấn luyện nhận thức lượng tử bắt đầu từ giai đoạn SFT, K3 đã cải thiện hiệu suất mở rộng tổng thể khoảng 2,5 lần so với thế hệ trước K2.

Nhưng điều khiến Mỹ thực sự lo lắng không phải là con số benchmark, mà là ba yếu tố: "hiệu năng + giá cả + mở cửa" xảy ra đồng thời.

Giá API của K3 là 15 USD mỗi triệu token đầu ra. Điều này khá đắt so với các đối thủ Trung Quốc—DeepSeek V4 chỉ mất 0,87 USD, GLM-5.2 của Zhipu là 4,4 USD.

Nhưng so với các mô hình đóng nguồn của Mỹ, mức giá này chưa đến một phần ba của Fable 5. Một mô hình gần mức tiên tiến, cung cấp dịch vụ với giá thấp hơn nhiều so với đối thủ, đồng thời công khai toàn bộ trọng số — ba yếu tố này kết hợp lại khiến K3 trở thành sản phẩm AI Trung Quốc gây tác động lớn nhất đến Thung lũng Silicon sau DeepSeek.

Và điều này không phải xuất hiện một cách vô cớ.

Trước K3, chuỗi mô hình AI của Kimi đã âm thầm thâm nhập vào chuỗi sản xuất tại Thung lũng Silicon.

SpaceX đang mua công cụ mã hóa Cursor với giá khoảng 60 tỷ USD, và lõi của Composer 2 chạy trên Kimi K2.5. CTO của DoorDash, Andy Fang, đã công khai cho biết công ty đã giao các "công việc cấp thấp" cho Kimi K2.6. Thinking Machines sử dụng K2.5 để tạo dữ liệu hậu huấn luyện ban đầu cho mô hình mới của họ là Inkling.

Việc ra mắt K3 không phải là một sự ra mắt của mô hình mới, mà là một sự xác nhận công khai về thực tế rằng AI mã nguồn mở của Trung Quốc đã được tích hợp vào quy trình sản xuất tại Thung lũng Silicon.

Nếu chỉ là “một mô hình mới của Trung Quốc có điểm số rất cao”, câu chuyện sẽ kết thúc ở đây.

Nhưng một tuần sau khi K3 ra mắt, điều thực sự gây chấn động không phải là các bài đánh giá kỹ thuật, mà là phản ứng mà nó gây ra tại Mỹ. Tóm lại trong một câu — Thung lũng Silicon lần đầu tiên chia rẽ công khai, kịch liệt và gần như theo từng phe phái về việc “mô hình mã nguồn mở là điều tốt hay xấu”.

Nhóm đầu tiên là Nhà Trắng và những người theo chủ nghĩa cứng rắn về chính sách.

Kratsios trên X đã đưa ra những lời buộc tội rất nghiêm khắc, cho rằng Moonshot “đã phát triển một nền tảng nội bộ phức tạp để quy mô lớn tinh luyện các mô hình của Mỹ và có thể nhanh chóng chuyển đổi giữa nhiều phương thức truy cập để tránh bị phát hiện”. Hôm trước, Bộ trưởng Tài chính Bessent cũng đã đưa ra tín hiệu tương tự, nhắc đến khả năng xem xét các biện pháp trừng phạt nếu phát hiện các “dấu nước” của mô hình Mỹ trong các mô hình Trung Quốc. Quốc hội hai viện cũng đang thúc đẩy các dự luật nhằm chống lại việc tinh luyện trái phép. Lập luận của phe này rất rõ ràng – năng lực của K3 có thể đằng sau là những thủ đoạn không chính đáng “vô căn cứ”, cần được đối phó bằng các công cụ chính sách và pháp lý.

Nhóm thứ hai là các phòng thí nghiệm đóng nguồn của Mỹ. Thái độ của OpenAI đáng chú ý nhất, khi tổng giám đốc Brockman thừa nhận năng lực của K3, nhưng chuyển chủ đề sang lợi thế đầu tư vào hạ tầng của OpenAI, cho rằng các mô hình mở trọng số không thực sự “miễn phí”, vì việc triển khai quy mô lớn vẫn cần phần cứng đắt tiền. Ông ước tính Trung Quốc vẫn tụt hậu Mỹ khoảng 4 tháng về tổng thể năng lực mô hình.

Nhưng điều thể hiện rõ hơn cảm xúc của phe này là bài tweet dài của Dean Ball, Giám đốc Chiến lược Tương lai của OpenAI, viết vào ngày sau khi K3 ra mắt.

Ball cho rằng các mô hình mã nguồn mở mang tính “chủ nghĩa giảm tốc” (inherently decelerationist), vì chúng làm thu hẹp không gian lợi nhuận của các phòng thí nghiệm tiên tiến, giảm bớt đầu tư liên tục vào cơ sở hạ tầng AI, cuối cùng làm chậm lại sự phát triển của các mô hình mạnh nhất.

Anh ấy thậm chí dự đoán rằng thế giới do các mô hình mở nguồn chi phối sẽ hướng tới “chủ nghĩa cộng sản AI” — một tương lai mà anh ấy cho là “giống như cơn ác mộng phản utopia”. Anh ấy còn đề xuất chiến lược tốt nhất cho chính phủ Trump là tạo ra “nhiều rủi ro quản lý” đối với các mô hình mã nguồn mở của Trung Quốc, dùng FUD (nỗi sợ, sự không chắc chắn, nghi ngờ) để khiến các doanh nghiệp Mỹ tự nguyện tránh xa.

Không thể phủ nhận, những tính toán trần trụi đằng sau “chủ nghĩa” này đã ngay lập tức gây ra tranh cãi lớn.

Vì phe thứ ba, các công ty khởi nghiệp Mỹ và những người ủng hộ mã nguồn mở, hoàn toàn không quan tâm đến điều này.

Một tổ chức mới có tên “Little Tech Association” đã ra mặt, với các thành viên bao gồm Proton, Replit và Y Combinator. Họ đã tổ chức gần 200 công ty cùng gửi thư liên danh đến Nhà Trắng, thông điệp cốt lõi chỉ có một — nếu cấm các mô hình mã nguồn mở của Trung Quốc, những người bị thiệt hại không phải là các công ty Trung Quốc, mà là các doanh nhân Mỹ.

Suhail Doshi, người sáng lập công ty khởi nghiệp Particle, nói rõ hơn: “Sẽ có hàng trăm công ty chết ngay lập tức. Điều này thật tuyệt vời cho Anthropic — chúng ta đều buộc phải chi tiền để mua dịch vụ của Anthropic.”

Âm thanh trọng lượng nhất trong phe này đến từ Hoàng Nhân Huân, người sáng lập NVIDIA, vị giám đốc điều hành của nhà cung cấp chip AI lớn nhất thế giới, người đã đưa ra phán đoán hoàn toàn trái ngược với Nhà Trắng trong cuộc phỏng vấn với Axios.

Huang Renxun cho biết, phố Wall đã hiểu sai DeepSeek lần đầu tiên, và giờ lại hiểu sai K3. Lập luận của ông rất đơn giản—AI miễn phí tốt cho chip, tốt cho trung tâm dữ liệu, tốt cho phần cứng. Các mô hình mã nguồn mở rẻ hơn sẽ giúp nhiều người và doanh nghiệp tiếp cận AI hơn, từ đó tăng nhu cầu về cơ sở hạ tầng tính toán, chứ không giảm đi.

“Không có tình huống Trung Quốc đuổi các công ty Mỹ đi,” Huang Renxun nói, “không có khả năng nào.”

Anh ấy cũng bác bỏ quan điểm cho rằng các mô hình mã nguồn mở “để lại cửa sau cho Trung Quốc”, cho rằng doanh nghiệp có thể tùy chỉnh và kiểm soát mô hình trong môi trường cách ly an toàn. Theo anh, sự mở rộng giúp AI an toàn hơn, chứ không nguy hiểm hơn—vì các nhà nghiên cứu bên ngoài có thể kiểm tra mô hình, phát hiện lỗ hổng và xây dựng các biện pháp phòng vệ.

Nếu mọi thứ trở thành một mô hình duy nhất, một bề mặt tấn công duy nhất và một nguồn sự cố duy nhất, thế giới sẽ yếu đuối hơn nhiều.

Bỏ qua những tiếng ồn chính trị, lập luận của Dean Ball rằng “mã nguồn mở là chủ nghĩa giảm tốc” thực sự chạm đến một vấn đề logic ngành nghề thực sự, đáng được phân tích kỹ lưỡng.

Chuỗi lập luận của anh ấy là như thế này—việc phát triển các mô hình tiên tiến thường đòi hỏi đầu tư hàng tỷ đô la Mỹ. Nếu một phòng thí nghiệm Trung Quốc có thể cung cấp phiên bản mã nguồn mở gần tương đương với chi phí cực kỳ thấp, thì không gian lợi nhuận của các phòng thí nghiệm đóng mã sẽ bị thu hẹp. Lợi nhuận giảm có nghĩa là vốn có thể tái đầu tư sẽ ít đi, đồng thời thị trường vốn sẽ hạ thấp giá trị cuối cùng của các công ty này, từ đó kìm hãm thêm việc huy động vốn. Hai hiệu ứng này cộng hưởng, cuối cùng sẽ làm chậm tốc độ phát triển của các mô hình tiên tiến nhất.

Nathan Lambert, một nhà nghiên cứu AI, đã thừa nhận trong bài phân tích của mình rằng, về mặt kinh tế thuần túy, lập luận của Ball là hợp lý — việc mã nguồn mở thực sự tạo ra hiệu ứng "giảm tốc" đối với các phòng thí nghiệm tiên tiến. Tuy nhiên, ông cũng chỉ ra rằng hiệu ứng này không đủ để ngăn cản OpenAI và Anthropic trở thành những công ty có giá trị nhất thế giới.

Thị trường đang mở rộng, ngay cả khi các mô hình mã nguồn mở đã chiếm một phần thị phần, các mô hình đóng nguồn vẫn duy trì lợi thế cạnh tranh mạnh mẽ nhờ niềm tin thương hiệu, độ tin cậy và hệ sinh thái dịch vụ đối với khách hàng doanh nghiệp.

Nhưng tiếng nói của những người phản đối cũng không kém phần sắc sảo. Nhiều bình luận viên đã chỉ ra một sự nghịch lý – OpenAI nơi Ball đang làm việc, cùng toàn bộ lĩnh vực AI hiện đại, chính là được xây dựng dựa trên nền tảng mã nguồn mở. Kiến trúc Transformer là một bài báo công khai, PyTorch là phần mềm mã nguồn mở, và những nền tảng nghiên cứu cũng như sự chia sẻ kỹ thuật giúp OpenAI đạt được bước đột phá đều diễn ra trước khi OpenAI “đóng cánh cửa sau lưng mình”.

Việc đổ lỗi cho mã nguồn mở là “chủ nghĩa giảm tốc” hiện nay, giống như việc sử dụng công cụ mã nguồn mở của người khác để xây một tòa nhà, rồi nói với những người đến sau rằng cửa tòa nhà không được mở nữa.

Một số người còn gọi quan điểm của Ball là "McCarthyism số", cho rằng các phòng thí nghiệm đóng nguồn đang cố gắng sử dụng lập luận về an ninh quốc gia để củng cố vị thế thị trường của mình.

Bản chất sâu xa của cuộc tranh luận này là một vấn đề lựa chọn đường đi. Nếu mô hình lớn là một năng lực cơ sở công nghiệp mới, thì nó nên được cung cấp rộng rãi và xuất khẩu toàn cầu như điện và internet? Hay nên được kiểm soát chặt chẽ bởi một số ít tổ chức như công nghệ hạt nhân?

Các phòng thí nghiệm đóng nguồn của Mỹ nhìn thấy một cuộc chơi zero-sum — sự mở của Trung Quốc đang dần thu hẹp không gian kinh doanh của họ. Nhưng từ góc độ khác, sự tiến bộ nhanh chóng của các mô hình mã nguồn mở cũng đang thực hiện một điều — làm giảm liên tục chi phí sử dụng AI, giúp nhiều nhà phát triển và doanh nghiệp trước đây không thể tiếp cận các mô hình tiên tiến nay có được năng lực đó.

Hai góc nhìn này không loại trừ lẫn nhau, nhưng chúng dẫn đến những kết luận chính sách hoàn toàn khác nhau.

Thị trường vốn đã đưa ra phản ứng đầu tiên của mình—trong tuần K3 ra mắt, chỉ số bán dẫn Philadelphia giảm 12,5%, mức giảm lớn nhất trong 15 tháng. Nvidia, AMD, Broadcom đều giảm mạnh. Ngay cả các cổ phiếu AI của Trung Quốc cũng không thể tránh khỏi, Zhipu giảm 28% trên thị trường cổ phiếu Hồng Kông, MiniMax giảm 16%.

Huang Renxun nói rằng thị trường lại hiểu lầm. Nhưng lần này, điều khiến thị trường hoảng loạn thực chất không phải là điểm số của một mô hình nào đó, mà là một xung đột về lộ trình đã trở nên không thể tránh khỏi.

Nhìn từ một khoảng cách, nguồn gốc của mọi tranh cãi hiện tại tại Thung lũng Silicon chính là mục tiêu mà ngành AI của Mỹ tự chọn lựa—chủ nghĩa tăng tốc cực đoan.

Logic chain of this path is very clear — treat AGI as a single, highest-priority goal, support this goal with a profit-maximizing closed-source business model, use extreme capital density to build extreme computing power, and ultimately achieve a leap in capability that leaves the rest of the world behind. The fundraising scale, valuation multiples, and computing power investments by OpenAI and Anthropic are all products of this path. What Dean Ball worries about as “open-source slowdown” is essentially saying — if this profit engine is weakened by open-source models, the fuel for extreme acceleration will diminish.

Nhưng chủ nghĩa tăng tốc cực đoan khi tạo ra sức cạnh tranh, đồng thời tất yếu sẽ sinh ra một con đường khác.

Khi các phòng thí nghiệm của Mỹ sở hữu lợi nhuận cực đại và vốn cực đại, các công ty AI của Trung Quốc không ở trong môi trường tương tự. Họ không có mật độ vốn ở cấp độ tương đương. Nhưng sự sống tự có cách thức của nó—trong những điều kiện hạn chế, chúng tự nhiên sẽ vạch ra những cột mốc riêng.

Sự thay đổi hướng đi của Dương Trí Lân, người sáng lập Mặt tối của Mặt Trăng, chính là minh chứng sinh động nhất cho con đường này.

Tháng 10 năm 2023, anh ấy đã nói rất rõ ràng trong cuộc đối thoại tại Geek Park — «Đóng nguồn là con đường duy nhất để đạt được Super APP» «Chúng tôi hiện không có kế hoạch mở nguồn». Lúc đó, Moonshot muốn xây dựng một siêu ứng dụng dành cho người dùng cuối bằng cách đóng nguồn.

Nhưng sau cú sốc DeepSeek năm 2025, Yang Zhilin đã thực hiện một điều chỉnh dứt khoát. K2 với một nghìn tỷ tham số được mở nguồn, K2.5 nhanh chóng trở nên nổi bật trong cộng đồng mã nguồn mở—doanh thu trong 20 ngày sau khi ra mắt đã vượt quá tổng doanh thu cả năm 2025, đơn đặt hàng đăng ký cá nhân tăng hơn 80 lần so với chu kỳ trước. K3 tiếp tục theo con đường mở nguồn đến mức 2,8 nghìn tỷ tham số.

Đây không phải là một sự thay đổi chiến lược ngẫu nhiên.

Tháng 3 năm nay, Dương Trí Lân, với tư cách là nhà sáng lập mô hình lớn độc lập Trung Quốc duy nhất được mời phát biểu tại GTC 2026 của NVIDIA, đã trình bày một lộ trình kỹ thuật rất rõ ràng trong bài phát biểu “How We Scaled Kimi K2.5” — không dựa vào việc tích lũy tham số và dữ liệu để đuổi theo các mô hình đóng cửa tiên tiến, mà thay thế toàn bộ ba “nền tảng” đã được sử dụng gần mười năm trong thời đại Transformer. Bộ tối ưu hóa Adam (năm 2014), cơ chế chú ý (năm 2017), và kết nối dư (năm 2015), Moonshot đã đưa ra ba giải pháp thay thế, tất cả đều được mã nguồn mở. Musk đánh giá “ấn tượng”, cựu đồng sáng lập OpenAI Karpathy cảm thán rằng sự hiểu biết của mọi người về bài báo khai sinh về Transformer có lẽ vẫn chưa đủ sâu sắc.

Bốn tháng sau, K3 đã thực hiện gần như toàn bộ lộ trình trong bài thuyết trình đó—hiệu suất token, ngữ cảnh dài, hợp tác cụm Agent, ba hướng đồng thời được triển khai.

Tại một buổi AMA trên Reddit vào cuối năm 2025, khi được hỏi về khoảng cách so với các đối tác Mỹ, nhóm Moonshot cho biết: “Số lượng GPU của chúng tôi thực sự ít hơn so với các đối tác Mỹ, nhưng chúng tôi đã khai thác tối đa hiệu năng của từng card.” Khi được hỏi quan điểm về việc OpenAI tiêu tiền, đồng sáng lập Zhou Xinyu trả lời một cách thoải mái hơn: “Chúng tôi cũng không biết, chỉ có Sam mới biết. Chúng tôi có nhịp độ riêng của mình.”

“自己的节奏”——这五个字可能是理解整个中国 AI 路径最重要的注脚。

Không chỉ có Moonshot. Đội ngũ DeepSeek đã tạo ra mô hình có mức độ tương đương với ít tài nguyên hơn. Zhipu liên tục cải tiến chuỗi GLM. Vào tháng 4 năm nay, DeepSeek V4 được ra mắt, đầu tháng 7 GLM-5.2 lên sóng, và hội nghị WAIC vừa mới được tổ chức tại Thượng Hải. Đây không phải là câu chuyện “lại thêm một mô hình Trung Quốc”, mà là nhịp độ giải phóng năng lực liên tục, dày đặc và đa điểm đồng thời. Mỗi bên đều phát huy lợi thế riêng — đổi mới kiến trúc nền tảng, tối ưu hiệu suất kỹ thuật, xây dựng hệ sinh thái mã nguồn mở — và trên cơ sở không có mật độ vốn cực kỳ cao như ở Mỹ, họ đã đi theo một con đường khác để tiếp cận ranh giới前沿.

Brockman của OpenAI cho biết Trung Quốc chỉ tụt hậu khoảng 4 tháng về năng lực tổng thể. Con số này không nói lên sự tụt hậu, mà cho thấy hai con đường đang đồng thời tiến gần đến ranh giới前沿 theo cách riêng của chúng.

Đây sẽ không phải là câu chuyện người thắng nhận tất cả.

Nếu mô hình lớn thực sự là một năng lực nền tảng công nghiệp mới, thì số phận của nó không phải bị một công ty hay một quốc gia độc quyền, mà là được nhiều người hơn sử dụng. Mỹ theo đuổi con đường do vốn thúc đẩy, chủ yếu đóng nguồn, lấy AGI làm mục tiêu cuối cùng. Trung Quốc đi theo con đường do hiệu suất thúc đẩy, lấy nguồn mở làm công cụ, với logic là xuất khẩu năng lực rộng rãi hơn. Hai con đường này đều có ưu thế riêng và chi phí riêng, nhưng chúng đang cùng nhau nâng cao mức nước chung của AI.

Ngày 27 tháng 7, trọng số đầy đủ của K3 sẽ được công bố chính thức. Lúc đó, mọi nhà phát triển trên toàn cầu đều có thể tải xuống, tinh chỉnh và triển khai mô hình với 2,8 nghìn tỷ tham số. Đó mới là thời điểm cuộc cạnh tranh giữa các bên thực sự trở nên căng thẳng.

Nhưng phán đoán quan trọng hơn ngày 27 tháng 7 có lẽ là điều này—từ DeepSeek đến Kimi, hai động cơ AI của Trung Quốc và Mỹ, với tư cách là động lực cốt lõi của AI toàn cầu, sẽ cùng tồn tại lâu dài đã không còn là một dự đoán có thể tranh cãi, mà là một tất yếu đang diễn ra. K3 chỉ là bằng chứng mới nhất.