Bình luận về Google: Gemini 3.8 thực thi chiến lược dẫn đầu về chi phí

Trong vài năm qua, câu hỏi trung tâm trong cuộc đua giữa các mô hình AI lớn là ai có thể xây dựng được mô hình mạnh mẽ nhất.

Tuy nhiên, logic cạnh tranh này đang thay đổi.

Nguyên nhân là do khi năng lực của mô hình tiếp tục cải thiện, ngày càng nhiều tác vụ trong thực tế đã vượt qua ngưỡng 'liệu mô hình có thể hoàn thành hay không'. Đối với nghiên cứu khoa học phức tạp, lập trình và các agent chuỗi dài, năng lực mô hình vẫn giữ giá trị to lớn; tuy nhiên, đối với các tác vụ có độ phức tạp thấp hơn nhiều và phổ biến hơn, việc nâng điểm số của mô hình từ 90 lên 95 có thể mang lại giá trị thực tế ít hơn nhiều so với việc giảm chi phí từ 1 xuống 0,3.

Kết hợp với ba đợt cập nhật đối với mô hình Flash trong vòng sáu tuần và sự im lặng tạm thời xung quanh mô hình Pro, điều này cho thấy chiến lược mô hình lớn của Google đang ngày càng rõ ràng: ưu tiên chi phí thấp.

Tất nhiên, bạn có thể nhận thấy 3.8 trên thực tế đắt hơn một chút so với 3.7. Mặc dù đơn giá API của cả hai thế hệ mô hình là giống nhau, nhưng lượng token đầu ra trung bình đã tăng khoảng 30% và số lượt gọi cho các tác vụ agent cũng tăng lên. Theo đo lường của Artificial Analysis, chi phí cho mỗi tác vụ đã tăng từ khoảng 0,40 USD lên 0,58 USD, tương ứng mức tăng khoảng 45%. Chúng tôi tin rằng Google hiện đang khám phá ranh giới giữa chi phí và hiệu năng theo hướng chi phí thấp, nhưng bản thân chiến lược chi phí thấp vẫn hoàn toàn đúng đắn.

Mặt khác, các phát biểu từ ban lãnh đạo cũng củng cố điều này. Trong quý 2 năm nay, CEO Sundar Pichai của Google cho biết nhu cầu đối với dòng Flash rất mạnh mẽ vì mô hình này nằm ở điểm tối ưu giữa hiệu năng và chi phí.

Rõ ràng, Google đang chuyển dịch mục tiêu ưu tiên hàng đầu từ:

"mô hình mạnh nhất có thể được xây dựng mạnh đến mức nào"

sang:

"chi phí hoàn thành tác vụ có thể được kéo xuống thấp đến mức nào."

Có sự khác biệt lớn giữa hai cách tiếp cận này. Phương pháp sau phù hợp hơn với tính kinh tế của các ứng dụng AI quy mô lớn trong tương lai, vì phần lớn năng lực tính toán cuối cùng sẽ không đến từ một phần nhỏ các bài toán khó nhất, mà đến từ khối lượng khổng lồ các yêu cầu thông thường.

1. Lợi thế phân phối của Google mang lại lượng người dùng khổng lồ, trong khi bản thân khối lượng yêu cầu lớn lại khuếch đại giá trị của chi phí thấp.

Sự khác biệt căn bản giữa Google và các công ty mô hình lớn khác là Google đã sở hữu sẵn một lượng người dùng.

Trong quý 2 năm nay, số lượng người dùng hoạt động hàng tháng của Chế độ AI (AI Mode) trong Google Tìm kiếm đã vượt qua 1 tỷ; vào ngày 11 tháng 8, ứng dụng Gemini đã vượt mốc 1 tỷ người dùng hoạt động hàng tháng. Lợi thế phân phối thậm chí còn lớn hơn đến từ toàn bộ ma trận sản phẩm của Google: Gemini hiện đã được tích hợp vào 13 sản phẩm của Google với cơ sở người dùng vượt quá 1 tỷ người mỗi sản phẩm, trong đó 5 sản phẩm có trên 3 tỷ người dùng.

Phía nhà phát triển cũng đạt đến quy mô khổng lồ. Mỗi tháng, hơn 9 triệu nhà phát triển sử dụng các mô hình của Google và API mô hình chính hãng của hãng hiện xử lý khoảng 22 tỷ token mỗi phút, tăng so với con số 16 tỷ chỉ một quý trước đó.

Do đó, bài toán kinh tế mà Google phải đối mặt khác với bài toán của một công ty AI đang thu hút người dùng từ con số 0.

Điều công ty thực sự cần giải quyết là:

Làm thế nào để cung cấp AI cho hàng tỷ người dùng hiện có với mức chi phí đủ thấp.

Tại thời điểm này, việc xác định độ phức tạp của tác vụ trở nên cực kỳ quan trọng.

Đối với các tác vụ có độ phức tạp cao, khách hàng chủ yếu mua năng lực. Đối với nghiên cứu khoa học hoặc các tác vụ tác tử phức tạp, nếu một mô hình mạnh mẽ hơn có thể cải thiện đáng kể tỷ lệ thành công, việc chi thêm vài USD cho mỗi tác vụ là hoàn toàn có thể chấp nhận được.

Tuy nhiên, Google chủ yếu phải xử lý các yêu cầu có tần suất cao, độ phức tạp thấp hàng ngày.

Chẳng hạn, với các câu hỏi - đáp chung và tác tử đơn giản, miễn là cả hai mô hình đều có thể giải quyết vấn đề chính xác, việc tăng năng lực mô hình thêm vài điểm phần trăm mang lại giá trị cận biên rất thấp cho người dùng. Tuy nhiên, nếu chi phí cho mỗi lượt suy luận giảm từ 0,50 USD xuống 0,20 USD, nhân với hàng tỷ người dùng và tần suất truy vấn liên tục tăng, điều này tạo ra sự khác biệt chi phí khổng lồ cho các công ty LLM.

Do đó, tồn tại một hiệu ứng nhân giữa lợi thế phân phối và lợi thế chi phí thấp.

Google càng có nhiều người dùng, giá trị tạo ra từ việc giảm chi phí cho mỗi lượt suy luận càng lớn; chi phí càng thấp, Google càng có thể tích hợp sâu hơn AI vào các sản phẩm hiện có như Tìm kiếm, Android, Workspace và YouTube, từ đó tiếp tục mở rộng lượng truy vấn.

Đây cũng là lý do tại sao các mô hình chi phí thấp có thể mang lại giá trị chiến lược cao hơn đối với Google so với các công ty LLM khác.

2. Lợi thế chi phí thấp của TPU sẽ trở thành yếu tố quyết định cốt lõi trong các kịch bản có độ phức tạp thấp

Đối với các tác vụ có độ phức tạp cao, sự khác biệt về chi phí thường không phải là yếu tố quyết định.

Nếu một mô hình có thể hoàn thành nghiên cứu khoa học, lập trình hoặc các tác vụ tác tử phức tạp mà mô hình khác không thể làm được, người dùng chủ yếu mua kết quả; một mô hình đắt hơn một chút sẽ không thay đổi lựa chọn của họ.

Tuy nhiên, tiêu chí quyết định đối với các tác vụ có độ phức tạp thấp lại hoàn toàn khác.

Một khi một tác vụ có thể được hoàn thành đáng tin cậy bởi nhiều mô hình khác nhau, lợi nhuận cận biên từ việc cải thiện thêm năng lực mô hình sẽ giảm nhanh chóng, khiến chi phí hoàn thành trở thành yếu tố cạnh tranh cốt lõi.

Đây chính là nơi TPU (chip độc quyền của Google) có thể phát huy tối đa giá trị của mình.

Google có thể đồng thời kiểm soát chip, mô hình và hạ tầng suy luận. Bản thân TPU 8i mới nhất được thiết kế chuyên biệt cho khối lượng công việc suy luận, và dữ liệu do Google công bố cho thấy hiệu suất suy luận trên mỗi USD tăng 80% so với thế hệ TPU trước đó.

Về phía sản phẩm thực tế, việc cắt giảm chi phí này đã bắt đầu hiện thực hóa. Alphabet đã tiết lộ trong quý 2 rằng ngay cả khi Chế độ AI liên tục tích hợp các mô hình và năng lực nâng cao hơn, việc tối ưu hóa đồng thời phần mềm và phần cứng đã đưa chi phí cho mỗi câu trả lời của Chế độ AI xuống mức thấp nhất kể từ khi sản phẩm ra mắt.

TPU trao cho Google một năng lực then chốt:

Năng lực duy trì lợi thế chi phí trong cuộc đua năng lực mô hình.

Trong các kịch bản đỉnh cao, lợi thế này có thể chỉ ảnh hưởng không đáng kể đến biên lợi nhuận mà không giành thêm được thị phần; tuy nhiên, trong các kịch bản có độ phức tạp thấp, hàng tỷ người dùng và tần suất cao, bản thân chi phí quyết định tính năng AI nào có thể được cung cấp ở quy mô lớn và ai cuối cùng có thể duy trì khối lượng truy vấn lớn nhất.

Để chiến lược của Google thực sự phát huy hiệu quả, hai điều kiện sau phải được đáp ứng đồng thời:

Các mô hình hàng đầu dần trở nên tương đồng, trong khi chính Google vẫn duy trì được vị thế liên tục trong nhóm mô hình hàng đầu này.

Tôi tin rằng khả năng hai điều kiện này diễn ra đồng thời đang tăng lên trong vòng 2 đến 3 năm tới.

Xác suất xảy ra điều kiện thứ nhất là cực kỳ cao. Cạnh tranh mô hình trong vài năm qua đã thể hiện một đặc điểm rõ rệt: ngày càng khó để bất kỳ công ty nào duy trì vị thế dẫn đầu trong thời gian dài. Các phương pháp huấn luyện, kỹ thuật suy luận và kiến trúc mô hình mới lan truyền rất nhanh; sau khi một công ty đạt được lợi thế dẫn đầu rõ rệt, các đối thủ hàng đầu khác thường sẽ đuổi kịp trong các đợt cập nhật mô hình tiếp theo.

Do đó, cục diện có khả năng xuất hiện nhất cuối cùng là một số ít công ty sẽ duy trì phạm vi năng lực tương đồng với nhau trong dài hạn.

Tuy nhiên, theo chiến lược giá rẻ, liệu xác suất Google liên tục duy trì vị thế trong nhóm này có sụt giảm hay không chính là rủi ro lớn nhất của chiến lược này. Trong 6 tuần qua, Google đã cập nhật dòng Flash của mình 3 lần liên tiếp; trái lại, dòng Pro đã trải qua 6 tháng rưỡi mà không có bản cập nhật nào. Nếu nguồn lực R&D và các mục tiêu sản phẩm tiếp tục nghiêng về hiệu quả chi phí, Google có thể phải đánh đổi một phần năng lực hàng đầu để lấy chi phí suy luận thấp hơn.

Điều này tạo ra một mâu thuẫn nội tại: chiến lược giá rẻ của Google chỉ mang lại giá trị tối đa khi các mô hình của chính họ vẫn nằm trong nhóm hàng đầu, nhưng việc ưu tiên chi phí thấp lại có thể làm suy yếu khả năng duy trì vị thế trong nhóm hàng đầu đó.

Hiện tại, chúng tôi đang áp dụng phương pháp tiếp cận chờ xem đối với vấn đề này, bởi lịch sử liên tục chứng minh rằng trong các ngành công nghiệp thiếu lợi thế của người đi đầu, việc miệt mài đuổi theo có thể không hiệu quả bằng việc chờ đợi ngành đạt đến điểm nghẽn rồi mới tăng tốc đuổi kịp—và đây rất có thể là chiến lược thực sự của Google.

Nội dung này được dịch bằng trí tuệ nhân tạo và đã được hiệu đính cho dễ hiểu hơn. Chỉ mang tính chất tham khảo.