Kimi K3 'bán cháy vé' chỉ sau 48 giờ: Mô hình AI 2.8 nghìn tỷ tham số của Trung Quốc thách thức OpenAI và Anthropic

Ngày 16/7/2026, Moonshot AI, một startup có trụ sở tại Bắc Kinh, đã phát hành Kimi K3 — một mô hình hỗn hợp chuyên gia (MoE) với 2,8 nghìn tỷ tham số và ngay lập tức trở thành mô hình mã nguồn mở lớn nhất từng được phát hành . Thời điểm ra mắt được tính toán kỹ lưỡng, ngay trước thềm Hội nghị Trí tuệ Nhân tạo Thế giới tại Thượng Hải, và mô hình này được định vị như một đối thủ trực tiếp với những hệ thống tốt nhất từ OpenAI và Anthropic . Chỉ trong vòng 48 giờ, nhu cầu với K3 lớn đến mức Moonshot phải tạm dừng nhận đăng ký mới vì hệ thống GPU của họ đã bị đẩy đến giới hạn . Sự kiện này cũng làm rung chuyển thị trường toàn cầu, khi các tờ báo như Straits Times đưa tin K3 "tiếp thêm dầu cho làn sóng bán tháo" cổ phiếu công nghệ và bán dẫn của Mỹ .

Đây là câu chuyện về sự ra mắt đó — mô hình này thực sự có thể làm được gì, chi phí bao nhiêu, và tại sao nó lại là một dấu mốc quan trọng trong cuộc cạnh tranh AI Mỹ-Trung đang diễn ra.

Hiệu suất cạnh tranh: Đứng thứ ba toàn cầu, nhưng chiến thắng ở những điểm chuẩn quan trọng

Kimi K3 đạt 57,1 điểm trên Chỉ số Trí tuệ Artificial Analysis v4.1 độc lập, xếp ở vị trí thứ 3 toàn cầu, sau Claude Fable 5 (60 điểm) và GPT-5.6 Sol (59 điểm) . Khoảng cách này chỉ khoảng 3 điểm — rất sít sao so với tiêu chuẩn lịch sử, nhưng rõ ràng: bài kiểm tra trí tuệ tổng quát nhất vẫn nghiêng về các mô hình hàng đầu của Mỹ . Chính Moonshot cũng thừa nhận điều này, tuyên bố công khai rằng K3 "vẫn thua kém các mô hình độc quyền mạnh nhất" từ Anthropic và OpenAI về hiệu suất tổng hợp .

Điểm mạnh của K3 nằm ở các điểm chuẩn tác nhân (agentic) cụ thể trong thế giới thực:

Điểm chuẩn	Kimi K3	Claude Fable 5	GPT-5.6 Sol	Claude Opus 4.8
Terminal-Bench 2.1	88.3	84.6	88.8	84.6
DeepSWE	73.0	70.0	67.5	59.0
BrowseComp	91.2	88.0	90.4	84.3
Automation Bench	75.6	—	—	—
SpreadsheetBench 2	34.8	34.7	32.4	31.6

Trên năm điểm chuẩn tác nhân này cùng với Program Bench (77.8), K3 đã giành chiến thắng ở 5/6 điểm chuẩn một cách tuyệt đối, đánh bại cả Fable 5 và GPT-5.6 Sol trong các bài kiểm tra cụ thể này . Nó cũng vượt trội hơn hẳn Claude Opus 4.8 trên mọi điểm chuẩn được công bố — một kết quả đầy ý nghĩa vì Opus 4.8 có giá $5 đầu vào / $25 đầu ra trên một triệu token, khiến nó trở thành đối thủ cạnh tranh trực tiếp về chi phí .

Trên Arena, nền tảng đánh giá mù dựa trên sở thích của con người do các nhà nghiên cứu tại Đại học Berkeley xây dựng, K3 đã đứng đầu bảng xếp hạng về lập trình ngay sau khi ra mắt . Các đánh giá so sánh từ đám đông của Arena cho thấy K3 đứng đầu trong lĩnh vực phát triển web front-end với số điểm 1.679, vượt qua Fable 5 (1.631) và GPT-5.6 Sol (1.618) .

Về tối ưu hóa nhân GPU — các kỹ thuật cải thiện cách mô hình AI tương tác với phần cứng — Moonshot báo cáo rằng K3 "vượt trội hơn hẳn" Opus 4.8, GPT-5.6 Sol và GPT-5.5 . Điều này có ý nghĩa thương mại quan trọng vì tối ưu hóa nhân tốt hơn đồng nghĩa với độ trễ thấp hơn và thông lượng cao hơn trên cùng một phần cứng.

Mô hình sử dụng kiến trúc MoE thưa thớt với 896 chuyên gia, trong đó chỉ có 16 chuyên gia được kích hoạt cho mỗi token, khiến chi phí suy luận của nó gần tương đương với GPT-5.6 Sol mặc dù có tổng số 2,8 nghìn tỷ tham số . Nó cũng giới thiệu Kimi Delta Attention (KDA) và Attention Residuals (AttnRes) — các thành phần kiến trúc mới được thiết kế để cải thiện khả năng suy luận ngữ cảnh dài .

Giá cả: Rẻ hơn 40-70% so với các 'flagship' của Mỹ

Một trong những khía cạnh gây đột phá nhất trên thị trường của Kimi K3 là giá API, thấp hơn đáng kể so với các mô hình hàng đầu của Mỹ:

Mô hình	Đầu vào (mỗi 1M token)	Đầu ra (mỗi 1M token)
Kimi K3	$3.00	$15.00
GPT-5.6 Sol	$5.00	$30.00
Claude Fable 5	$10.00	$50.00
Claude Opus 4.8	$5.00	$25.00

Kimi K3 rẻ hơn khoảng 40% so với GPT-5.6 Sol và khoảng 70% so với Claude Fable 5 theo giá niêm yết . Ba mô hình này nằm trên một bậc thang 3,3×: Fable 5 đắt gấp 3,3 lần Kimi K3 cho cả đầu vào và đầu ra, trong khi GPT-5.6 Sol nằm ở vị trí gần như chính giữa .

Ngoài ra, K3 có mức giá đầu vào cho cache-hit là $0,30 mỗi triệu token — rẻ hơn 10 lần so với mức cache-miss — dành cho các truy vấn ngữ cảnh đã được phục vụ trước đó . Trên cơ sở mỗi tác vụ, K3 được ước tính có chi phí thấp hơn 50-65% so với các 'flagship' của Mỹ .

Chiến lược định giá của Moonshot cho K3 đánh dấu một sự thay đổi đáng chú ý: giờ đây nó được định giá như một mô hình tiên phong chứ không phải một lựa chọn giá rẻ . Các mô hình Kimi trước đó như K2.5 và K2.6 có giá $0,60 đầu vào / $2,50-4,00 đầu ra, khiến K3 đắt gấp khoảng 3-4 lần so với những người tiền nhiệm của nó . Tuy nhiên, nó vẫn rẻ hơn các mô hình cao cấp của Mỹ trong khi mang lại hiệu suất tương đương hoặc tốt hơn trong các tác vụ tác nhân cụ thể.

Cuộc khủng hoảng GPU: Nhu cầu vượt quá công suất trong vòng chưa đầy 48 giờ

Vào ngày 19/7/2026 — khoảng 48 giờ sau khi ra mắt — Moonshot AI thông báo họ sẽ tạm dừng nhận đăng ký mới cho Kimi K3. Công ty đã đăng trên X: "Kimi K3 đã nhận được nhiều tình cảm hơn chúng tôi mong đợi, và các GPU của chúng tôi đang cảm nhận được điều đó. Trong 48 giờ qua, nhu cầu đã đẩy đến gần giới hạn công suất hiện tại của chúng tôi" .

Công ty cho biết sẽ ưu tiên tài nguyên tính toán cho những người đăng ký hiện tại trong khi bổ sung công suất nhanh nhất có thể, đồng thời lên kế hoạch mở lại các suất đăng ký mới theo từng đợt . Người dùng hiện tại vẫn giữ quyền truy cập đầy đủ, và các dịch vụ doanh nghiệp/API vẫn tiếp tục .

Nhiều hãng tin đã chỉ ra rằng sự cố này làm nổi bật những hạn chế về tài nguyên tính toán của Trung Quốc do các lệnh cấm xuất khẩu chip của Mỹ . Tờ South China Morning Post viết rằng tình hình này "nhấn mạnh những thách thức mà các phòng thí nghiệm AI Trung Quốc phải đối mặt trong việc cung cấp sản phẩm của họ cho người dùng toàn cầu" . Trọng số đầy đủ của mô hình, cho phép các bên thứ ba chạy nó trên phần cứng của riêng họ, dự kiến sẽ không được phát hành cho đến ngày 27/7 — khiến Moonshot trở thành nhà cung cấp năng lực suy luận duy nhất trong thời gian ra mắt .

Moonshot đã tận dụng thời gian tạm dừng để chia gói thành viên thành hai gói: Kimi Membership (dành cho web, ứng dụng và Work) và Kimi Code Membership (dành cho quy trình làm việc lập trình), một sự tái cấu trúc được thiết kế để phân bổ tài nguyên tính toán tốt hơn .

Tác động thị trường và thúc đẩy IPO

Việc ra mắt Kimi K3 đã tạo ra những hiệu ứng lan tỏa vượt ra ngoài các điểm chuẩn AI. Tờ Straits Times đưa tin trực tiếp rằng K3 đã "đổ thêm dầu vào lửa" cho làn sóng bán tháo cổ phiếu công nghệ, và nhiều hãng tin đã liên kết việc phát hành này với một đợt bán tháo cổ phiếu bán dẫn và AI của Mỹ . Mặc dù không thể xác nhận độc lập các con số cụ thể về hướng đi của Chỉ số Bán dẫn Philadelphia hay biến động cổ phiếu của Nvidia trong bộ nguồn có sẵn, bối cảnh thị trường rộng lớn hơn của đợt bán tháo này đã được ghi chép rõ ràng.

Về mặt doanh nghiệp, Reuters đưa tin vào ngày 20/7/2026 rằng việc tạm dừng đăng ký này "diễn ra khi công ty đang tìm kiếm nguồn vốn mới, với các nguồn tin cho biết họ đang tiến tới một đợt phát hành cổ phiếu lần đầu ra công chúng (IPO) tại Hồng Kông" . Tuy nhiên, không có nguồn nào trong số các bằng chứng có sẵn xác nhận một nghị quyết cụ thể của cổ đông cho mục tiêu định giá 30 tỷ USD. Báo cáo của Reuters đề cập đến việc thúc đẩy IPO mà không xác định mức định giá mục tiêu .

Phát hành mã nguồn mở và ý nghĩa đối với nhà phát triển

Trọng số mô hình đầy đủ của Kimi K3 dự kiến sẽ được phát hành công khai vào ngày 27/7/2026 . Đây là một chi tiết quan trọng vì nó có nghĩa là các nhà phát triển và tổ chức cuối cùng có thể tải xuống, chạy, kiểm tra, tinh chỉnh và sở hữu mô hình này thay vì chỉ thuê nó thông qua API . Việc triển khai hai bước — API trước, trọng số mở sau mười một ngày — là hình thức của toàn bộ thông báo .

Trước khi trọng số mở được phát hành, các nhà phát triển có thể truy cập K3 thông qua kimi.com, Kimi API hoặc OpenRouter . Mô hình này tương thích với OpenAI SDK, hỗ trợ gọi công cụ, đầu ra có cấu trúc và tự động lưu vào bộ nhớ đệm ngữ cảnh, đồng thời có cửa sổ ngữ cảnh 1 triệu token mà không tính phí ngữ cảnh dài .

Tuy nhiên, việc chạy một mô hình 2,8 nghìn tỷ tham số cục bộ không hề đơn giản. Kích thước tệp ước tính khoảng 1,5 TB và phần cứng được khuyến nghị bao gồm 64+ GPU NVIDIA H100 cấp doanh nghiệp . Đối với hầu hết các nhóm, API sẽ vẫn là điểm truy cập thực tế.

Bức tranh toàn cảnh

Kimi K3 không phải là mô hình có thể soán ngôi GPT-5.6 Sol hay Claude Fable 5 về trí tuệ tổng quát — chính Moonshot cũng nói vậy. Nhưng nó là mô hình chứng minh rằng một hệ thống mã nguồn mở có thể cạnh tranh với các mô hình độc quyền tiên phong trong các tác vụ cụ thể, có giá trị thương mại trong khi có chi phí chỉ bằng một phần nhỏ. Nó là mô hình mã nguồn mở lớn nhất từng được phát hành và đã đến với đủ nhu cầu thực tế để làm sập hạ tầng GPU của một công ty chỉ trong hai ngày.

Sự kết hợp đó — hiệu suất tầm cỡ tiên phong trên các điểm chuẩn tác nhân, giá cả cạnh tranh, trọng số mở và một tín hiệu rõ ràng về nhu cầu — khiến K3 trở thành một cột mốc quan trọng trong bối cảnh AI, bất kể nó đứng ở vị trí nào trên bất kỳ bảng xếp hạng đơn lẻ nào.