Tech Wars Escalate: Google Delays Gemini 3.5, Anthropic Goes Self‑Sufficient, Open‑Source Models Challenge Dominance

Sự chậm trễ này đánh dấu một bước thụt lùi đáng kể đối với Google, hãng đã định vị Gemini là sản phẩm AI hàng đầu của mình để cạnh tranh với OpenAI. Thử nghiệm nội bộ cho thấy Gemini 3.5 Pro không thể tạo mã Python chính xác một cách nhất quán cho các cấu trúc dữ liệu phức tạp vượt quá 50 dòng – một lỗi nghiêm trọng trong thị trường hiện tại nơi trợ lý mã hóa là ứng dụng có giá trị cao nhất. Được biết, các kỹ sư đang nghiên cứu một mô-đun 'tự phản chiếu' cho phép mô hình tự phát hiện lỗi nhưng vẫn không ổn định. Sự chậm trễ đã gây ra hiệu ứng lan tỏa: Nhóm bán hàng Google Cloud đã mất một số hợp đồng lớn vào tay AWS và Azure trong tuần qua. Giám đốc điều hành Sundar Pichai đã triệu tập một cuộc họp chung khẩn cấp vào thứ Hai tới.

Được phát hành chỉ 48 giờ sau tin tức của Google, GPT‑5.6 Sol không phải là một thế hệ hoàn toàn mới mà là một bản tinh chỉnh chuyên dụng của GPT‑5 với các khả năng tác nhân nâng cao. Nó giảm mức sử dụng mã thông báo xuống 54% trong các tác vụ mã hóa bằng cách sử dụng 'mã thông báo nhận biết mã' mới để nén tên biến và chữ ký hàm. Mô hình này cũng hỗ trợ chế độ 'gọi công cụ' mới có thể tự động tạo và thực hiện các bài kiểm tra đơn vị, xác minh đầu ra và thử lại – một bước tiến tới các tác nhân mã hóa tự động. Những người dùng đầu tiên báo cáo rằng Sol vượt trội hơn các điểm chuẩn nội bộ bị rò rỉ của Gemini 3.5 trên HumanEval (92,3% so với 89,1%). Việc giảm giá là một động thái chiến lược: 12 USD trên một triệu token thấp hơn mức giá Gemini dự kiến ​​của Google (được đồn đại là 20 USD) và thách thức Claude 5 cao cấp của Anthropic.

Bằng cách phát hành Llama 4 dưới dạng nguồn mở, Meta đã thương mại hóa các mô hình nền tảng một cách hiệu quả. Khoảng cách hiệu suất giữa các mô hình mở và đóng đã thu hẹp xuống dưới 1% theo điểm chuẩn tiêu chuẩn, nhưng khoảng cách chi phí rất lớn: Llama 4 tự lưu trữ có giá 0,50 USD cho mỗi triệu mã thông báo cho điện toán, so với 15 USD cho GPT-5. Điều này gợi nhớ đến trận chiến Linux và Unix những năm 1990. Meta cũng phát hành bộ công cụ tinh chỉnh và hướng dẫn chắt lọc mô hình, cho phép các công ty nhỏ hơn tạo ra các biến thể dành riêng cho từng miền. Đáp lại, cả OpenAI và Google đều đang cân nhắc việc giảm giá và cuối cùng có thể mở nguồn cho các mô hình cũ hơn để duy trì mức độ phù hợp.

Anthropic hiện chi hơn 2 tỷ USD hàng năm cho GPU Nvidia H100 và B200 để suy luận và đào tạo. Dự án chip tùy chỉnh với Samsung nhằm mục đích thiết kế một ASIC 2‑nm có thể chạy suy luận máy biến áp ở tốc độ 1 exaflop (10¹⁸ thao tác mỗi giây) trong khi chỉ tiêu thụ 300W – hiệu quả hơn 40% so với thế hệ hiện tại của Nvidia. Con chip này sẽ được sản xuất tại xưởng đúc của Samsung và được tích hợp với các phần mềm nguồn mở (PyTorch, JAX). Nếu thành công, Anthropic có thể cắt giảm 70% chi phí suy luận và đạt được lợi thế cạnh tranh. Tuy nhiên, dự án đang trong giai đoạn thiết kế ban đầu và có thể không sản xuất được silicon hoạt động cho đến năm 2027; trong khi chờ đợi, Anthropic đã ký một thỏa thuận lớn với AWS về các phiên bản 'Trainium' tùy chỉnh để thu hẹp khoảng cách.

Moonshot AI (còn được gọi là '月之暗面') là một công ty khởi nghiệp có trụ sở tại Bắc Kinh đã âm thầm trở thành người dẫn đầu trong các mô hình bối cảnh dài hạn. Kimi K3 là mô hình dày đặc 2,8 nghìn tỷ tham số (sử dụng nhiều chuyên gia) với cửa sổ ngữ cảnh 100 triệu mã thông báo – vượt xa bất kỳ mô hình phương Tây nào. Nó có thể sử dụng toàn bộ thư viện văn học Trung Quốc hoặc toàn bộ cơ sở mã của công ty. Trong thử nghiệm độc lập (SuperCLUE, tương đương với MMLU của Trung Quốc), Kimi K3 đạt 89,9% trong các nhiệm vụ lý luận tiếng Trung, cao hơn một chút so với 88,2% của GPT‑5%. Mô hình này là nguồn mở để sử dụng phi thương mại nhưng các doanh nghiệp Trung Quốc có thể được cấp phép thương mại. Chính phủ Trung Quốc đã phê duyệt Kimi K3 để triển khai trong các ứng dụng AI trong khu vực công, đánh dấu một thắng lợi chiến lược. Điều này càng thúc đẩy cuộc đua công nghệ Mỹ-Trung, với việc Bộ Thương mại Hoa Kỳ đang xem xét các hạn chế xuất khẩu mới đối với hoạt động sản xuất chip tiên tiến để chống lại sự trỗi dậy của Trung Quốc.

Tất cả những phát triển này đang tăng cường sự cạnh tranh giữa các nhà cung cấp đám mây. AWS, Azure và GCP giờ đây không chỉ là nhà cung cấp cơ sở hạ tầng mà còn là nhà cung cấp mô hình AI thông qua các dịch vụ tương ứng của họ (Bedrock, AI Studio, Vertex). Mỗi đám mây đang kết hợp các mô hình AI với tín dụng điện toán, bộ lưu trữ và kết nối mạng – tạo ra các hệ sinh thái thu hút khách hàng. Azure đã đảm bảo quyền truy cập sớm độc quyền vào các mô hình mới của OpenAI; AWS đang hợp tác với Anthropic và Meta; GCP đang tăng gấp đôi số lượng Gemini và Vertex AI của riêng mình. Cuộc chiến giành lòng trung thành của nhà phát triển rất khốc liệt: tín dụng miễn phí, chiết khấu theo số lượng và thậm chí cả quan hệ đối tác hợp tác phát triển đang được cung cấp. Các nhà cung cấp đám mây nhỏ hơn như OVH và DigitalOcean đang nhận thấy nhu cầu về phiên bản Llama 4 tự lưu trữ tăng cao do họ đưa ra mức giá cạnh tranh mà không cần đến dịch vụ AI đi kèm của ba nhà cung cấp lớn.

Đối với hầu hết các doanh nghiệp, lựa chọn tốt nhất hiện nay là Llama 4 nguồn mở tự lưu trữ trên đám mây được tối ưu hóa chi phí – cung cấp chất lượng gần như GPT-5 với mức tiết kiệm chi phí 95%. Đối với các ứng dụng quan trọng đòi hỏi độ tin cậy và khả năng hỗ trợ tối đa, GPT‑5.6 Sol của OpenAI vẫn là lựa chọn cao cấp. Đối với các tác vụ bằng tiếng Trung hoặc ngữ cảnh cực dài, Kimi K3 là không thể đánh bại. Đối với các doanh nghiệp lớn có nhu cầu bảo mật cụ thể, Claude của Anthropic (thông qua AWS) cung cấp các đảm bảo về tuân thủ và quyền riêng tư dữ liệu. Sự lựa chọn giờ đây phức tạp hơn bao giờ hết nhưng cũng có nhiều quyền hơn: không có nhà cung cấp nào có độc quyền. Các cuộc chiến công nghệ đã dân chủ hóa AI.