Bản tin phát trên CCTV Finance hôm nay đưa ra một con số: tính đến tháng 6 năm nay, lượng token được gọi trung bình mỗi ngày tại Trung Quốc đã vượt mốc 500 nghìn tỷ. Cùng một cách tính này, ba tháng trước cơ quan chức năng vừa công bố con số 140 nghìn tỷ.
Nhìn lại đường đi của con số này sẽ rõ hơn. Token được chính thức đặt tên tiếng Trung là "từ nguyên" (词元) vào tháng 3 năm nay, cùng đợt công bố đó là số liệu trung bình hơn 140 nghìn tỷ token mỗi ngày, tăng hơn một nghìn lần so với 100 tỷ token hồi đầu năm 2024, và tăng thêm bốn phần mười so với 100 nghìn tỷ vào cuối năm 2025. Theo nhịp độ này, mức tăng của quý II năm nay cao gấp nhiều lần quý trước — tính sơ bộ là gần 3,6 lần, đường cong đã gãy khúc ngay trong quý II.
Điểm gãy khúc nằm ở phía suy luận
Theo CCTV Finance, trọng tâm cạnh tranh đã chuyển từ việc chạy đua "chỉ số thông minh" của mô hình sang việc triển khai tác nhân AI và xây dựng hệ sinh thái. Câu này khi quy về chi phí tính toán mang ý nghĩa rất cụ thể: một lượt gọi kiểu trò chuyện chỉ là hỏi - đáp, tiêu tốn vài trăm đến vài nghìn token là kết thúc; còn một tác nhân AI nhận một tác vụ thì phải liên tục truy xuất, đọc ngữ cảnh, gọi công cụ, chạy phản hồi qua nhiều vòng, nên lượng token tiêu tốn cho cùng một việc có thể chênh lệch một đến hai bậc độ lớn.
Ông Liu Feng, Tổng giám đốc mảng Công nghiệp thông minh của Tencent, đưa ra trong bản tin một con số có thể đối chiếu trực tiếp: trong tuần đầu tiên ra mắt bản chính thức Hunyuan 3, lượng token được gọi đã tăng gấp 68 lần so với thế hệ trước là Hunyuan 2. Một lần nâng cấp thế hệ mà kéo theo mức tăng gọi token gần bảy mươi lần đã vượt xa những gì có thể giải thích bằng "có thêm người dùng", mà giống với việc toàn bộ cấu trúc tiêu thụ của một tác vụ đơn lẻ đã thay đổi hơn.
Điều này cũng giải thích vì sao các hãng đều đang mở rộng cụm suy luận thay vì chỉ chăm chăm vào card huấn luyện. Huấn luyện là khoản đầu tư một lần, mô hình luyện xong thì khấu hao dần; suy luận là chi phí liên tục, dùng càng nhiều càng tốn, mà tác nhân AI lại đúng là loại sản phẩm biến "dùng nhiều" thành trạng thái mặc định.
Chu kỳ lặp mô hình bị rút xuống còn bốn đến sáu tuần
Bà Feng Wen, Kiến trúc sư trưởng nền tảng mở của MiniMax, nhắc đến một thay đổi: nửa cuối năm 2025, mục tiêu của các hãng vẫn còn là lặp lại mô hình mỗi 3 tháng một lần; còn hiện tại cứ 4 đến 6 tuần lại phải phát hành một mô hình mới.
Việc này gây sức ép lên năng lực tính toán theo cả hai chiều. Phía huấn luyện bị dồn lịch, một cụm máy chưa kịp "thở" đã phải nhận lượt tiếp theo; phía suy luận thì phải phục vụ cùng lúc nhiều phiên bản vẫn còn hoạt động — mô hình mới ra mắt không có nghĩa phiên bản cũ lập tức bị gỡ, phiên bản cũ trên API thường vẫn còn được treo thêm vài tháng, nên năng lực phục vụ phải chuẩn bị theo kiểu nuôi song song nhiều phiên bản.
Nhịp độ nhanh hơn còn kéo theo một hệ quả liên đới: cửa sổ thời gian để khấu hao chi phí huấn luyện của một mô hình đơn lẻ bị rút ngắn lại. Các mô hình nội địa Trung Quốc liên tục giảm giá trong năm nay, cuộc chiến giá cả diễn ra khốc liệt, điều này không tách rời khỏi việc cửa sổ khấu hao đang hẹp lại — tranh thủ lúc còn trong thời gian phục vụ để đẩy lượng gọi lên càng nhiều càng tốt, có lợi hơn là bán giá cao một cách từ từ.
Trung tâm tính toán AI đi theo các hợp đồng dài hạn
Ông Zheng Zihao, Tổng giám đốc Trung tâm năng lực tính toán AI của Envision Group, mô tả việc xây dựng các trung tâm tính toán AI là đang phát triển kiểu "bùng nổ", với lý do là người dùng đã đưa ra cam kết đặt hàng ổn định dài hạn.
Cụm từ "cam kết đặt hàng ổn định dài hạn" chính là điểm mấu chốt. Trung tâm dữ liệu là tài sản nặng vốn, một tòa nhà từ lúc có đất đến lúc vận hành mất một đến hai năm, nhà đầu tư sợ nhất là xây xong rồi bỏ trống. Có hợp đồng dài hạn làm nền, bên xây dựng mới dám thiết kế theo công suất tối đa, còn cấp điện, làm mát bằng nước, mật độ tủ rack đều có thể làm đến nơi đến chốn ngay từ đầu. Các "nhà máy token" nội địa và tổ hợp trung tâm tính toán AI đang được nhiều địa phương thúc đẩy cũng đi theo cùng một logic: khóa nhu cầu trước, rồi mới nâng công suất, đưa chuỗi công nghiệp năng lực tính toán nội địa từ giai đoạn kiểm chứng sản phẩm sang giai đoạn giao hàng quy mô lớn.
Ngoài con số, vẫn còn thiếu điều gì
Con số 500 nghìn tỷ hiện vẫn thiếu một điểm đối chiếu ngang hàng. Các kênh công khai vẫn chưa cho thấy số liệu toàn cầu theo cùng cách tính, nên cách nói "thuộc nhóm dẫn đầu" hiện chỉ là một nhận định định tính, chưa thể chứng minh bằng một tỷ lệ cụ thể.
Nếu chia đều 500 nghìn tỷ token cho 1,4 tỷ dân, mỗi người mỗi ngày tiêu thụ trung bình khoảng 350.000 token (tính sơ bộ). Bản thân con số này không mang nhiều ý nghĩa thực tế — phần lớn lượt gọi đến từ hệ thống doanh nghiệp và các tác nhân AI chạy nền, không liên quan đến lượng gõ chữ của cá nhân. Tác dụng của nó là để nhắc một điều: token đã không còn là chỉ số kỹ thuật, mà trở thành chỉ số của cả ngành. Điều sẽ liên tục được đem ra so sánh tiếp theo sẽ là chi phí điện, giờ card và doanh thu đổi lại được đằng sau mỗi nghìn tỷ token.
Nguồn tham khảo: CCTV Finance, ITHome, CocoLoop, thông báo công khai của Cục Quản lý Dữ liệu Quốc gia; số liệu lượng gọi đã được đối chiếu từng phần với lần công bố chính thức trước đó, con số bình quân đầu người là ước tính sơ bộ của ban biên tập.