Ghi chú Podcast | SemiAnalysis phân tích chuyên sâu Kimi k3: Trung Quốc cuối cùng đã có mô hình tiên phong, các phòng lab AI bán token có thể sinh lời hơn cả SaaS
Tuyển chọn TechFlowTuyển chọn TechFlow
Ghi chú Podcast | SemiAnalysis phân tích chuyên sâu Kimi k3: Trung Quốc cuối cùng đã có mô hình tiên phong, các phòng lab AI bán token có thể sinh lời hơn cả SaaS
Google nên cảm thấy xấu hổ, trong khi chính phủ Mỹ có thể đã tự tay gây ra sự thu hẹp khoảng cách giữa các mô hình Trung Quốc và Mỹ.
Chuyên sâu báo cáo Web3Biên tập & Biên dịch: TechFlow
Khách mời: Jordan và Max, nhà phân tích SemiAnalysis
Người dẫn chương trình: Jordan (Đối thoại nội bộ SemiAnalysis)
Nguồn podcast: SemiAnalysis
Tiêu đề gốc: [Emergency Episode] Moonshot's Kimi K3 has Arrived! China has a Frontier Model
Ngày phát sóng: 18 tháng 7 năm 2026
Tóm tắt điểm chính
Moonshot (月之暗面) phát hành Kimi K3, vượt qua Google và Meta trên nhiều benchmark tổng hợp, trở thành mô hình tốt thứ ba thế giới, chỉ sau Fable của Anthropic và Soul 5.6 của OpenAI. Hai nhà phân tích Jordan và Max của SemiAnalysis đã phân tích ý nghĩa của lần phát hành này trong một tập đặc biệt khẩn cấp: mô hình 2.8T tham số được cung cấp với mức giá tương đương Sonnet (3/15 mỗi triệu tokens), nếu nó có quy mô tương đương các mô hình mã nguồn đóng tiên phong, thì biên lợi nhuận 10/50 mà Anthropic thu được có thể ở mức độ mindboggling.
Phán đoán sắc bén hơn đến từ Jordan: khoảng cách tiên phong đang thu hẹp, ông quy nguyên nhân cho việc chính phủ Mỹ hạn chế Anthropic/OpenAI phát hành các mô hình mạnh nhất của họ, tạo ra cửa sổ thời gian nhân tạo cho những kẻ đuổi theo. Mã nguồn mở thực sự chưa bắt kịp.与此同时, mã nguồn mở phương Tây hoàn toàn trống rỗng, không có mô hình mã nguồn mở nào của công ty Mỹ có thể sánh kịp mô hình tốt thứ năm của Trung Quốc. Cuộc cạnh tranh mô hình đang trở thành cuộc cạnh tranh về harness (sử dụng công cụ) và địa chính trị.
Tóm tắt các quan điểm nổi bật
Về định vị của Kimi K3
- "Nếu bạn xem xếp hạng tổng hợp của tất cả các benchmark chính, hôm nay có một top ba rất rõ ràng: Fable, Soul 5.6 và Kimi K3. Chúng luôn cao hơn tất cả những người khác, bao gồm cả DeepSeek, cũng như Google, Meta và xAI."
- "Google đặc biệt nên cảm thấy rất xấu hổ. Ngay vào tháng 11, tháng 12 năm 2025, mọi người vẫn nghĩ rằng ba gã khổng lồ AI là Google, Anthropic và OpenAI. Hôm nay nói chuyện với một số 'cổ lỗ sĩ', họ vẫn nghĩ vậy, nhưng rõ ràng là không còn nữa."
- "Nó có thể là mô hình tốt thứ hai thế giới, vì mỗi lần tôi dùng Fable làm việc nghiêm túc đều bị từ chối, bị đẩy về Opus. Mặc dù không chắc nó tốt hơn Opus hay không, nhưng ít nhất không bị từ chối."
Về biên lợi nhuận mô hình tiên phong
- "Nếu Kimi có khả năng không lỗ khi cung cấp K3 ở mức giá 3/15 này, thì Fable có quy mô tương đương nhưng lại thu 10/50, sẽ hoàn toàn xóa tan lo ngại của mọi người rằng các phòng lab AI là business không sinh lời. Bán token theo giá API, có thể còn赚钱 hơn cả SaaS."
- "Giá từ K2.7 đến K3 đã tăng hơn 3 lần, từ 0.95/4 lên 3/15. Nhưng tôi không nghĩ họ còn nhiều không gian để tăng giá, vì nhiều tác vụ dùng GLM hoặc MiniMax M3 là đủ."
Về chính phủ Mỹ và khoảng cách
- "Tôi tin rằng khoảng cách này thu hẹp, squarely nhờ vào việc chính phủ Mỹ hạn chế Anthropic, dẫn đến chúng ta không có được các mô hình mạnh nhất thực sự của những công ty này. Họ đang đuổi theo một cách nhân tạo."
- "Chúng ta chỉ có thể tiếp cận trí thông minh tiên phong khi nó được cho phép. Điều này thực sự là một cơ hội cho những người chơi xếp thứ tư, năm, sáu, bảy phía sau."
Về sự trống rỗng của mã nguồn mở phương Tây
- "Toàn bộ thị trường vẫn kém hiệu quả đến mức này, chúng ta thậm chí không có một công ty Mỹ nào có thể ít nhất bắt kịp mô hình tốt thứ năm của Trung Quốc, điều này khiến tôi sốc."
- "Ngay cả khi chính phủ không cấm các mô hình mã nguồn mở của Trung Quốc, các doanh nghiệp lớn Mỹ thông thường cũng không愿意 đưa dữ liệu độc quyền vào các mô hình mã nguồn mở của Trung Quốc. Ngay cả khi bạn tải weights trong trung tâm dữ liệu air-gapped, CCP không thấy dữ liệu của bạn, các giám đốc điều hành cũng không chấp nhận."
Về Harness
- "Việc kiểm tra Kimi K3 khiến tôi lần đầu tiên xem xét nghiêm túc Open Code, Hermes và Pi. Harness hoàn toàn vẫn là một phần của sản phẩm."
- "Một số thứ đơn giản có thể khiến tôi chọn mô hình này thay vì mô hình kia: có thể cài đặt trên máy chủ SSH từ xa không? Phím tắt có dễ dùng không? Những chi tiết trong harness này thực sự ảnh hưởng đến việc tôi gửi token đi đâu, tức là gửi ngân sách đi đâu."
Về "vẫn còn quá sớm"
- "Tuần trước tôi đã đến ICML, tuần trước nữa là hội nghị AI Engineer. Đây là những hội nghị AI trên danh nghĩa, hơn 80% số người chưa bao giờ nghe nói về SemiAnalysis. Bạn tự xưng làm việc trong ngành AI, nhưng thậm chí chưa đọc SemiAnalysis? Chúng ta vẫn còn quá sớm."
Kimi K3 có phải là mô hình tốt thứ ba thế giới không
Jordan: Bình luận nhanh, Kimi K3 hiện có phải là mô hình tốt thứ ba thế giới không?
Max: Câu trả lời là rõ ràng "Có". Mọi người thích chê bai benchmark, benchmark确实 có vấn đề, nhưng nếu bạn lấy xếp hạng tổng hợp của tất cả các benchmark chính ra xem, chúng luôn chỉ đúng. Hôm nay có một top ba rất rõ ràng: Fable, Soul 5.6 và Kimi K3, luôn cao hơn tất cả những người khác, bao gồm cả các người chơi open source như DeepSeek, và cũng rõ ràng cao hơn Google, Meta và xAI. Đây là một thành tích cực kỳ ấn tượng đối với đội ngũ 月之暗面.
Google đặc biệt nên cảm thấy rất xấu hổ. Ngay vào tháng 11, tháng 12 năm 2025, mọi người vẫn nghĩ rằng ba gã khổng lồ AI là Google, Anthropic và OpenAI. Hôm nay nói chuyện với một số "cổ lỗ sĩ", họ vẫn nghĩ vậy, nhưng rõ ràng là không còn nữa.
Nhìn chung tôi vẫn nghĩ nó kém hơn Fable và Soul 5.6. Hơi buồn cười là họ cũng nói rõ điều này trong blog phát hành mô hình của chính họ. Có lẽ là sự khiêm tốn kiểu Trung Quốc cũ, hoặc có lẽ là không muốn招来 sự kiểm tra của chính phủ Mỹ, dù sao việc phát hành Fable 5.6当时 cũng có một số chậm trễ. Nhưng dù sao, rất ấn tượng.
Jordan: Họ viết trong chương limitations của blog: "Mặc dù K3 nhìn chung là một mô hình có tính cạnh tranh cao, nhưng vẫn tồn tại khoảng cách rõ ràng về trải nghiệm người dùng so với Fable 5 và GPT 5.6." Trải nghiệm sử dụng cá nhân của tôi là, nó确实不错, nhưng thực sự rất chậm, điều này rất phiền. Nó khiến tôi lần đầu có động lực thử harness của open source. Thành thật mà nói, tôi cảm thấy mình học được nhiều hơn về harness thay vì về mô hình, vì tất cả các mô hình này đều đủ tốt để hoàn thành công việc cơ bản mà tôi đang làm, tôi khó tìm thấy các tác vụ phức tạp mà nó không làm được.
Đối với tôi, đây có thể là mô hình tốt thứ hai thế giới, vì mỗi lần tôi dùng Fable làm việc nghiêm túc đều bị từ chối, bị đẩy về Opus. Mặc dù không chắc nó tốt hơn Opus hay không, nhưng việc không bị từ chối本身 đã không phiền phức như vậy. Tuy nhiên, khi trả phí theo lượng dùng bằng API key thì không bị từ chối, chỉ khi dùng web console hoặc deep research mới chạm phải giới hạn. Họ rõ ràng không có đủ GPU để phục vụ nhu cầu mà mô hình này mang lại. Trước đây vấn đề này được giải quyết thông qua chiến lược open source, ném weights ra để người khác serve. Nhưng lần này chưa ném weights, họ nói 10 ngày sau mới mở.
Tại sao trì hoãn 10 ngày mới open source weights
Jordan: Bạn nghĩ chiến lược của việc trì hoãn này là gì?
Max: Nói rõ, đây đều là suy đoán thuần túy của tôi. Một lý do lớn có thể là họ cần给 các đội ngũ inference engine như vLLM và SGLang đủ thời gian, đảm bảo có thể serve mô hình này với hiệu suất cao. Nếu hôm nay ném weights ra, mọi người đều serve nhưng chỉ cho bạn 20 tokens/giây, điều này rất tệ cho việc brand capture của họ. Họ hiện có một cơ hội tuyệt vời để có được nhiều PR và adoption, nếu vừa phát hành đã bị hiệu suất kéo xuống, ngược lại sẽ làm suy yếu đà phát triển.
Một khả năng khác là họ đang đàm phán hợp tác cấp phép với các nhà cung cấp dịch vụ inference như Together AI, Fireworks, Nebius, Groq, để họ dùng các chip mới nhất như GB300 để serve dung lượng tăng thêm. Hai điều này大概就是 lý do chính của việc trì hoãn 10 ngày.
Biên lợi nhuận khủng của mô hình tiên phong
Jordan: Nói về kiến trúc mô hình. Nó có 2.8T tham số, không vừa B200, bạn cần B300, GB300 hoặc AMD MI355X để serve trên một máy chủ HGX 8 card đơn lẻ. Tất nhiên bạn có thể làm pipeline parallelism跨节点, nhưng điều đó sẽ ảnh hưởng nghiêm trọng đến hiệu suất. Vì vậy chỉ những người có chip mới nhất mới có thể serve mô hình này.
Quay lại chủ đề Google bạn vừa nói, mô hình này đạt được tính cạnh tranh tiên phong với 2.8T tham số, điều này thực sự cho chúng ta một số manh mối về việc các mô hình tiên phong mã nguồn đóng lớn đến mức nào. Nếu họ dùng mô hình 10T tham số để so sánh với cái này, thì càng丢人 hơn. Chúng ta phải giả sử nó cùng cấp độ với Soul, Fable.
Max: Đúng, bạn nói đúng. Tôi vẫn tin vào năng lực và sự nhạy bén của đội ngũ nghiên cứu Anthropic. Nếu ai đó trên Twitter nói rằng các mô hình mã nguồn đóng hiện tại có 10T tham số什么的, nếu đó là sự thật,哥们该收拾行李了, giá cổ phiếu Nvidia ngày mai sẽ giảm 50%, mọi thứ kết thúc.
Tôi khá chắc chắn Kimi K3 sẽ không nhỏ hơn nhiều so với các mô hình mã nguồn đóng dẫn đầu hiện tại, thậm chí có thể lớn hơn một chút. Nếu điều này là thật, nó càng xác nhận một quan điểm mà chúng tôi tại SemiAnalysis luôn nhấn mạnh: biên lợi nhuận của các phòng lab mã nguồn đóng này绝对 là mức độ mindboggling. Nếu Kimi có khả năng không lỗ khi serve K3 ở mức giá 3/15, giống như định giá Sonnet; mà Fable có quy mô tương đương, lại thu 10/50, thì sẽ hoàn toàn xóa tan lo ngại của mọi người rằng các phòng lab AI không sinh lời. Bán token theo giá API, có thể còn赚钱 hơn cả SaaS, ngay hôm nay.
Jordan: Không có chi phí nhân viên, chỉ có GPU. Vậy so với định giá trước thì sao? Bạn nói 3/15, nhưng phiên bản Moonshot trước định giá trực tiếp là 0.95/4, nên từ K2.7 đến K3 giá đã tăng hơn 3 lần. Họ còn bao nhiêu không gian để tăng giá?
Max: Tôi không nghĩ họ còn nhiều không gian để đẩy lên. Ngay cả ở mức giá 3/15 này, cũng sẽ có不少 người cảm thấy quá đắt. Tác vụ của họ dùng GLM hoặc MiniMax M3 là đủ. Ở đây có một sự phân nhánh thú vị: những người như chúng tôi tại SemiAnalysis không quan tâm đến việc đốt token của Dylan, sẽ tiếp tục dùng Fable cho hầu hết mọi thứ; còn những người cực kỳ nhạy cảm về chi phí, như Tesla, Uber những người chỉ dùng $200 token một tuần, sẽ đi theo tầng định giá GLM. Vậy ai là người thực sự sẽ chuyển sang Kimi K3? Có lẽ là một nhóm người yêu thích open source về mặt triết học, muốn hỗ trợ mô hình mới. Các doanh nghiệp lớn có thực sự adopt mô hình này không, tôi sẽ không ngạc nhiên nếu câu trả lời là không.
Kiến trúc mới và bước tiếp theo
Jordan: Đây là kiến trúc hoàn toàn mới. 2.8T tham số, có delta attention, potential residuals, stable latent của Kimi, về cơ bản là phiên bản phóng to của mô hình trước, lớn khoảng hai lần. Trước đây K2.5 chúng tôi thấy Cursor dùng nó làm composer, dựa trên continued pre-training và MRL, sau đó ra các checkpoint 2.5, 2.6, 2.6.7 etc. Đây là base model mới, nhưng khi dùng đã khá hoàn chỉnh, không出现 các cạnh thô thường thấy của mô hình gốc. Bước tiếp theo là gì? 3.1 khi nào ra? Định giá sẽ thay đổi吗? Sẽ có composer dựa trên K3 không?
Max: Composer dựa trên K3 chắc sẽ không có, những người Cursor đó đã quyết định train mô hình của riêng họ từ đầu. Còn về K3.1, K3.2这些, ước tính một hai tháng tới sẽ ra hai đến ba bản cập nhật, tức là tiếp tục post-training. Định giá tôi đoán sẽ giữ nguyên, vì họ không thể chạy trên phần cứng mới trong hai ba tháng tới, không có cải thiện throughput để giảm giá. Có lẽ có những kỹ sư kernel特别牛 có thể nén cost xuống mức DeepSeek V4, nhưng tôi khá nghi ngờ việc mô hình 3T tham số làm được điều này. Định giá hiện tại của GLM và MiniMax có lẽ đã là giới hạn mà mô hình 1T đến 1.5T có thể serve.
Mã nguồn mở có đuổi kịp mã nguồn đóng không
Max: Câu hỏi thú vị hơn là khoảng cách giữa open source và closed source có tiếp tục thu hẹp không, open source có thực sự đạt được parity ở mức tiên phong không. Nếu điều này xảy ra, ảnh hưởng đến toàn bộ ngành của chúng ta là rất lớn. Bạn nghĩ sao?
Jordan: Quan điểm của tôi là, khoảng cách hiện nay thu hẹp, nguyên nhân squarely nhờ vào việc chính phủ Mỹ hạn chế Anthropic, dẫn đến chúng ta không có được các mô hình mạnh nhất thực sự của những công ty này. Họ đang bị đuổi theo một cách nhân tạo.
Chúng ta có thể thấy sự so sánh giữa Mythos và Fable. Mythos tôi không dùng được, Fable tôi phải苦苦 cầu xin mới偶尔 dùng được. 5.6 Soul, chúng tôi đánh giá nội bộ rằng nó không phải là mô hình lớn nhất mà OpenAI đã train, không lớn bằng 4.5. Họ đang giữ một cái lớn hơn. Kết quả là, chúng ta chỉ có thể tiếp cận trí thông minh tiên phong khi nó được chính phủ cho phép.
Điều này thực sự là một cơ hội cho những người chơi xếp thứ tư, năm, sáu, bảy phía sau, có thể mở mọi thứ trong một giới hạn nào đó, bắt đầu giành thị phần người dùng, nhưng永远摸不到真正的 frontier. Tôi nghĩ frontier có thể tiến một bước lớn nữa vào cuối mùa hè năm nay, cũng có thể风向 chính trị thay đổi một chút. Cũng có thể chúng ta bắt đầu tìm các modality ngoài coding, để họ thực sự khám phá những lĩnh vực đó.
Nhân tiện nhắc đến việc phát hành Inkling của Thinking Machines, tôi nghĩ input audio native rất thú vị, là tín hiệu của tương lai.
Max: Về Inkling, phương Tây确实非常非常非常 thiếu một mô hình open source không tệ. Thị trường vẫn kém hiệu quả đến mức này, chúng ta thậm chí không có một công ty Mỹ nào ít nhất có thể bắt kịp mô hình tốt thứ năm của Trung Quốc, điều này khiến tôi sốc. Một mặt, việc chính phủ Mỹ cấm hoàn toàn các mô hình open source của Trung Quốc có lẽ chỉ là vấn đề thời gian. Mặt khác, ngay cả khi không cấm, các doanh nghiệp lớn Mỹ thông thường cũng không愿意 đưa dữ liệu độc quyền vào các mô hình mã nguồn mở của Trung Quốc. Ngay cả khi bạn tải weights trong trung tâm dữ liệu air-gapped, CCP không thấy dữ liệu của bạn, các giám đốc điều hành cũng không chấp nhận. Nhiều doanh nghiệp quan tâm đến ngân sách token, và chỉ愿意 chạy các mô hình phương Tây hoặc không phải mô hình Trung Quốc. Inkling là OSS tốt nhất mà chúng ta có thể có hiện nay, nhưng còn xa mới đạt đến frontier open source, điều này khiến tôi sốc.
Jordan: Trước đây là Neotron, bây giờ là Inkling. Tôi nghĩ chiến lược của Inkling có hai cơ hội: một, họ phải tốt hơn hầu hết các open source của Trung Quốc, thì mới có thể vào cuộc. Hai, họ còn phải tốt hơn các mô hình cấp hai, cấp ba của các phòng lab tiên phong, tốt hơn Sonnet, vì bạn có thể lấy trí thông minh gần như tiên phong bằng Bedrock hoặc Foundry, dùng mô hình cấp hai mã nguồn đóng để tiết kiệm tiền. Góc độ "giúp người tiết kiệm tiền" của open source phương Tây tôi一直不太理解. Đưa mô hình vào các hệ sinh thái như Fireworks, Together, Base10确实 là điều tốt, nhưng thị phần lớn là ở cấp độ chính phủ.
Sinh ra cho chip gia tốc nội địa Trung Quốc
Jordan: Một điểm đáng nói khác, blog K3 đề cập rằng giai đoạn SFT đã làm quantization, native dùng MXFP4 và MXFP8 cho weights và activations,官方说法是"broad hardware compatibility". Bạn nghĩ Moonshot còn quan tâm đến phần cứng nào khác?
Max: Tôi có một danh sách 11 loại chip gia tốc Trung Quốc, bạn nên đăng ký mô hình chip gia tốc của SemiAnalysis để tìm hiểu thêm. Huawei Ascend, Baidu Kunlun, Cambricon, Moore Threads, các loại chip đều xuất hiện trong论文, cũng thấy trong code. Chạy mô hình tiên phong trên chip gia tốc nội địa, đây đã là ưu tiên quốc gia của Trung Quốc. Nếu chúng ta cuối năm 2025 còn nói Google là phòng lab tiên phong, thì bây giờ cũng phải gọi Moonshot là phòng lab tiên phong rồi.
Jordan: Nói một chút ngoài lề, bố tôi đang đi công tác tại Trung Quốc, ông ấy nói khách sạn nơi ông ấy ở đã kín phòng, vì Tập Cận Bình sắp đến khu vực đó phát biểu về việc AI là ưu tiên số một của Trung Quốc. Nhiều điều bạn nói là đúng.
Harness mới là sản phẩm本身
Jordan:感悟 lớn nhất của tôi trong quá trình dùng các mô hình này là, thứ nhất, ngày càng khó phân biệt giữa việc dùng mô hình绝对 tiên phong cộng chế độ max thinking, và dùng medium effort. Trong các tác vụ hàng ngày tôi thực sự không tìm thấy việc gì mà các mô hình này không làm được. Hành vi mặc định của tôi là bật chế độ lớn nhất, khó nhất, vì tôi không quan tâm đến ngân sách của Dylan.
Nhưng có một cấp độ là harness本身 là một phần của sản phẩm. Việc kiểm tra Kimi K3 khiến tôi lần đầu tiên xem xét nghiêm túc Open Code, Hermes và Pi. Harness hoàn toàn vẫn là một phần của sản phẩm. Một số chi tiết đơn giản có thể khiến tôi chọn mô hình này thay vì mô hình kia: có thể cài đặt trên máy chủ SSH từ xa không? Phím tắt có dễ dùng không? Có thể chỉnh sửa các lệnh trước không? Những chi tiết nhỏ trong harness này thực sự ảnh hưởng đến việc tôi gửi token đi đâu, tức là gửi ngân sách đi đâu.
Max: Nhiều người nói về ngân sách token, nhưng từ mô tả workflow của bạn, ngay cả những tác vụ mà GLM có thể xử lý tôi cũng sẵn sàng route cho Fable dùng max intelligence, vì ROI vẫn đáng giá đó. Benchmarks nói nhiều tác vụ có thể chuyển sang GLM, nhưng bạn vẫn sẵn sàng ở lại trên các mô hình của Anthropic hoặc OpenAI.
Jordan: Về cơ bản là vậy. Nhưng tôi dùng nhiều Slack bot,背后 chạy mô hình gì tôi không biết. Ví dụ tích hợp Slack của Perplexity, nếu nó bắt đầu route đến K3, route đến GLM, route đến Sonnet, tôi thực sự không quan tâm. Trước đây xem lượng dùng mới phát hiện mô hình OpenAI chiếm bao nhiêu, vì đây là quyết định của chính nó. Phần justify đó là do harness quyết định.
Max: Đây ngược lại là một điểm切入 của outcome-based pricing. Nếu một phòng lab nào đó làm outcome-based pricing, có thể lấy được biên lợi nhuận trên 95%, vì những tác vụ mà bạn sẵn sàng trả stable pricing, hôm nay thực sự chỉ cần một phần nhỏ là搞定.
Jordan: Điểm thứ hai, tôi không nghĩ các phòng lab này đã hết ý tưởng để làm. Họ có thể tiếp tục train những mô hình khiến người ta kinh ngạc, để đánh RSI phía coding, nhưng không release cho chúng ta, duy trì "tầng lớp dưới đáy vĩnh viễn" của họ. Họ có thể tiếp tục distillation, cho chúng ta nếm một chút, đồng thời tiếp tục khám phá các用途 khác, như video generation, audio to audio, deep research, những cái này không giống coding lắm. Robotics và world models là một hướng đơn giản, nếu Anthropic chuyển mục tiêu từ knowledge work sang physical labor thì sao? Nói rằng họ không thể dùng công nghệ vĩ đại nhất thế giới để xây dựng một business ROI bền vững tốt, tôi không tin.
Chúng ta vẫn còn quá sớm
Max: Ngay cả không nói những điều này, tôi dùng các mô hình này rất nhiều mỗi ngày, những người bạn làm kỹ sư phần mềm của tôi dùng ít hơn tôi mười lần, chi tiêu cũng ít hơn mười lần. Một người dùng Fable và một người dùng Sonnet dùng nhiều như nhau, nhưng người dùng Fable đó chi tiêu gấp mười lần, 90% biên lợi nhuận, chống đỡ bulk of the business. Một khi những người đó bắt đầu dùng mô hình lớn hơn, dùng nhiều hơn, nhu cầu chỉ càng lớn, mô hình thậm chí không cần trở nên tốt hơn. Sau đó tôi còn phải đi nói chuyện với những người hàng xóm không làm tech, trong số họ tôi chắc chắn là 0.1% thậm chí 0.01%, có lẽ còn không gian tăng trưởng 1000 lần. Quay lại "đường cong chỉ số ngỗng vàng" của Masa-san (Masayoshi Son).
Jordan: Cô ấy nói "vẫn còn quá sớm" hoàn toàn đúng, đây cũng là lý do tại sao tôi nghĩ Kimi K3 sẽ không làm chậm lại ARR mới ròng của Anthropic và OpenAI. Ngay cả hôm nay có một phần những người dùng Fable và 5.6 không thể thuyết phục chuyển sang Kimi K3, phần người này sẽ bị những người chưa thực sự nghiêm túc thử công nghệ này hoàn toàn nhấn chìm. Những người đó mỗi ngày đang phát hiện các use case ROI cao mới, họ vẫn sẽ mặc định dùng 5.6 Soul hoặc Fable 5 để mở khóa các kịch bản mới này. Bạn sẽ không thấy tốc độ tăng trưởng ARR chậm lại.
Max: Bạn nghĩ xem còn bao nhiêu người chưa đăng ký podcast này, chưa follow SemiAnalysis. Tuần trước tôi đã đến ICML, tuần trước nữa là hội nghị AI Engineer, đây là những hội nghị AI trên danh nghĩa, hơn 80% số người chưa bao giờ nghe nói về SemiAnalysis. Bạn tự xưng làm việc trong ngành AI, nhưng thậm chí chưa đọc SemiAnalysis? Chúng ta vẫn còn quá sớm.
Jordan: Đây coi như là một lần kiểm tra cái tôi cho bạn, Max, bình tĩnh一下.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
深潮TechFlow
