Trong bảy ngày đầu tiên trên Hugging Face, Inkling-Small — mô hình mã nguồn mở của Thinking Machines — chỉ có khoảng 4.000 lượt tải.
Khi tôi đọc con số này, tôi không nghĩ đến thông số kỹ thuật. Tôi nghĩ đến thanh khoản. Trong blockchain và crypto, một tài sản có thể có vốn hóa lớn nhưng thanh khoản mỏng nếu chỉ có vài cá voi nắm giữ. Một mô hình AI với 276 tỷ tham số tổng cộng, 12 tỷ tham số kích hoạt, và điểm benchmark cao có thể vẫn là một “tài sản thanh khoản thấp” nếu không có ai sử dụng. Thị trường không phản ứng với thông số; thị trường phản ứng với niềm tin.
Chu kỳ không chết, chỉ đổi tên.
Để hiểu vì sao con số 4.000 lại quan trọng, cần đặt nó vào bối cảnh rộng hơn. Trước Inkling-Small, các mô hình mã nguồn mở tiên phong chủ yếu đến từ Trung Quốc: DeepSeek, Kimi, Qwen. Trong khi đó, các phòng lab Mỹ như OpenAI và Anthropic gần như chỉ bán API đóng. Sự xuất hiện của một công ty Mỹ do cựu CTO OpenAI sáng lập, phát hành trọng số mở, là một thay đổi cấu trúc, không chỉ là một sản phẩm mới.
Tôi đã quan sát chuỗi thanh khoản toàn cầu trong nhiều năm. Lãi suất của Cục Dự trữ Liên bang Mỹ vẫn neo ở mức cao, dòng vốn rủi ro bị siết lại, và mọi tài sản đầu cơ dài hạn đều bị định giá lại. Trong môi trường đó, một mô hình mã nguồn mở mới với 4.000 lượt tải là một giọt nước rất nhỏ. Nhưng giọt nước đó có thể nói lên dòng chảy ngầm: ai đang di chuyển, và di chuyển vì lý do gì.
Kỹ thuật: một sản phẩm tích hợp tốt, không phải một cuộc cách mạng.
Về kiến trúc, Inkling-Small dùng MoE — mixture of experts. Đây là hướng đi đã được DeepSeek-V3, Mixtral, và nhiều mô hình khác chứng minh. Tổng 276B tham số nhưng chỉ kích hoạt 12B giúp giảm chi phí suy luận. Không có gì gọi là đột phá ở đây. Điểm khác biệt nằm ở việc đóng gói: 1 triệu token ngữ cảnh, đa phương thức bản địa, API serverless với 256K token. Đây là một tổ hợp hiếm.
Nhưng tổ hợp hiếm chưa phải là lợi thế bền vững.
Các chỉ số SWE-Bench Verified 80,2%, Terminal Bench 2.1 64,7%, AIME 95,1% đều rất ấn tượng. Tuy nhiên, tôi không biết gì về giao thức đánh giá. Điểm này được lấy theo pass@k, best-of-n, hay max effort? Với những bài toán agentic, chế độ lấy mẫu “cố gắng tối đa” có thể đẩy điểm lên vài phần trăm. Đó không phải là gian lận, nhưng nó tạo ra khoảng cách giữa điểm benchmark và năng lực thực tế.
Có một chi tiết khiến tôi dừng lại: AIME 2026. AIME là kỳ thi toán thường niên. Nếu câu chuyện diễn ra trong mốc thời gian hiện tại, phiên bản 2026 chưa tồn tại. Đó có thể là tên mã nội bộ, nhưng cũng có thể là một lỗi thực tế trong bài phân tích gốc. Với một bài viết được viết theo phong cách phân tích kỹ thuật, một chi tiết sai như vậy làm giảm độ tin cậy của toàn bộ tài liệu.
Câu hỏi quan trọng không phải là mô hình mạnh đến đâu. Câu hỏi là: mạnh trong điều kiện nào? Nếu không có bên thứ ba đánh giá độc lập, tất cả benchmark chỉ là tuyên bố tiếp thị.
Định giá: câu chuyện “một nửa” không trụ được khi soi bằng số.
Theo bảng giá được nêu trong bài phân tích gốc:
- Inkling-Small: 0,30 USD input / 1,20 USD output
- OpenAI Luna: 0,20 USD input / 1,20 USD output
- Kimi K3: 3,00 USD input / 15,00 USD output
- DeepSeek V4-Flash: 0,14 USD input / 0,28 USD output
Bài viết gốc khẳng định giá Inkling-Small “khoảng một nửa OpenAI Luna”. Nhưng nhìn vào số liệu, input của Inkling-Small đắt hơn 50%, output ngang bằng. Không có phép tính nào ra “một nửa”, trừ khi dùng một cơ cấu sử dụng rất đặc thù. Đây có thể là lỗi diễn đạt, nhưng trong một thị trường mà niềm tin là tài sản quyết định, một sai số kiểu này rất đắt.
Tôi từng thấy nhiều giao thức DeFi công bố lãi suất khổng lồ mà không công bố công thức tính phí. Nhà đầu tư đổ vào trước khi kiểm chứng, rồi rút ra khi thanh khoản biến mất. Giá cả là một phần của thanh khoản. Nếu câu chuyện giá trị không nhất quán, dòng tiền sẽ không xuất hiện.
4.000 lượt tải: thanh khoản của niềm tin.
Trong blockchain, tôi thường nói với các nhà đầu tư: đừng nhìn khối lượng giao dịch, hãy nhìn vào cấu trúc người nắm giữ. Một token có thể có 100.000 giao dịch giả tạo trong một ngày nhưng vẫn vô thanh khoản nếu chỉ có vài trăm ví lớn. Mô hình AI nguồn mở cũng vậy. 4.000 lượt tải có thể là con số rất nhỏ, hoặc có thể là một tín hiệu của nhóm người dùng có chọn lọc.
Tôi cần thêm dữ liệu trước khi kết luận. Có bao nhiêu đơn vị trong số 4.000 lượt tải đã chạy suy luận? Có bao nhiêu dự án fine-tune được xây dựng từ trọng số này? Có bao nhiêu doanh nghiệp đang thử nghiệm trong môi trường sandbox? Nếu không có các con số đó, chúng ta chỉ đang nhìn vào một con số đơn lẻ.
Thương mại hóa ba lớp: mở để thu hút, API để thu tiền, fine-tune để khóa.
Chiến lược của Thinking Machines có thể được đọc như một hệ thống ba lớp. Lớp thứ nhất: phát hành trọng số mở trên Hugging Face để xây dựng tín nhiệm với nhà phát triển. Lớp thứ hai: bán serverless API với giá cạnh tranh để tạo doanh thu và thu thập dữ liệu sử dụng. Lớp thứ ba: cung cấp API fine-tune với giá 1,73 USD mỗi triệu token, kèm giảm 50% cho giai đoạn đầu, để biến người dùng thành một hệ sinh thái. Khi một kỹ sư đã fine-tune trọng số của họ, việc rời bỏ trở nên tốn kém hơn nhiều so với việc rời bỏ một API thông thường.
Cấu trúc này hợp lý. Nhưng nó vẫn thiếu bằng chứng vận hành.
Không có số liệu về lượng gọi API, không có case study từ khách hàng, không có tên doanh nghiệp lớn. Mức giảm 50% cho thấy một điều: họ cần nhà phát triển càng nhanh càng tốt. Trong thị trường lãi suất cao, tốc độ tăng trưởng là một yêu cầu sinh tồn.
Hạ tầng: lợi thế Mỹ, nhưng câu hỏi lớn nhất là chi phí.
Với 12B tham số kích hoạt, việc suy luận Inkling-Small về lý thuyết có thể chạy trên một GPU A100 hoặc H100. Chi phí suy luận không phải là điểm nghẽn. Điểm nghẽn nằm ở hạ tầng huấn luyện. Nếu tham chiếu với DeepSeek-V3 — mô hình 671B tham số, chi phí huấn luyện ước tính khoảng 2 đến 20 triệu USD tùy cách tính — thì một mô hình 276B tham số có thể cần hàng chục triệu USD cho một lần huấn luyện. Mô hình Inkling lớn hơn sẽ đòi hỏi nhiều hơn nữa.
Bài viết gốc không nói gì về nguồn điện toán, chiến lược phân tán, hay quan hệ đối tác với nhà cung cấp GPU. Điều này gây khó khăn cho việc đánh giá khả năng thực thi.
Một chi tiết đáng ghi nhận: API serverless chỉ cung cấp 256K token, không phải 1 triệu token. Điều đó cho thấy nhóm phát triển hiểu rõ giới hạn hạ tầng. Họ có thể đã đo được chi phí KV cache cho ngữ cảnh dài và quyết định không cho phép mức đắt nhất ở tầng API công cộng. Đây là một quyết định kỹ thuật trung thực.
Mỹ có lợi thế về chuỗi cung ứng GPU hợp pháp. Nhưng lợi thế đó không tự động tạo ra giá rẻ. DeepSeek đang cạnh tranh bằng chi phí nhân công và điện toán thấp. Thinking Machines không thể thắng bằng cùng một vũ khí. Họ phải thắng bằng niềm tin — nhưng niềm tin cần dữ liệu để kiểm chứng, và dữ liệu đang thiếu.
Định giá khởi nghiệp: giữa câu chuyện và hiện thực.
Không có số liệu tài chính nào trong bài phân tích gốc. Tôi không ngạc nhiên vì đây là công ty chưa niêm yết. Nhưng sự vắng mặt của các chỉ số vận hành cốt lõi — doanh thu API, số khách hàng trả phí, lượng token xử lý — khiến câu chuyện đầu tư dựa quá nhiều vào danh tiếng của Mira Murati.
Danh tiếng đó có giá trị thật. Tôi đã thấy những người như Ilya Sutskever huy động vốn với định giá khổng lồ chỉ dựa trên uy tín. Nhưng danh tiếng không trả hóa đơn điện toán. Nếu sau 12 đến 18 tháng, Thinking Machines không chứng minh được doanh thu lặp lại, mức định giá sẽ bị ép xuống rất nhanh.
Tôi thấy sự tương đồng với DeFi Summer năm 2020. Các giao thức tăng trưởng nhanh nhờ yield farming nhưng không có người dùng thật. Khi dòng yield cạn, TVL sụp đổ. AI nguồn mở cũng có thể trải qua chu kỳ tương tự: nhiều mô hình được tung ra với điểm benchmark cao, nhưng chỉ những mô hình tạo ra giá trị kinh tế thật mới giữ được thanh khoản.
Điểm mù an toàn: không thể bỏ qua với trọng số mở.
Điều khiến tôi lo ngại nhất là sự im lặng của bài viết gốc về an toàn AI, alignment, red-team, và tuân thủ dữ liệu. Với một mô hình API đóng, nền tảng có thể kiểm soát hạ tầng và chặn các truy vấn độc hại. Với một mô hình trọng số mở, bất kỳ ai tải về cũng có thể bỏ qua lớp bảo vệ.
Terminal Bench 64,7% là một con số đáng chú ý. Nó nghĩa là mô hình có thể thao tác terminal, thực hiện lệnh, tự động hóa quy trình hệ thống. Trong tay một kỹ sư hệ thống, đó là công cụ mạnh. Trong tay một kẻ tấn công, đó là một rủi ro. Khi trọng số mở, ranh giới an toàn không được kiểm soát bởi nhà phát hành.
Tôi không nói rằng Thinking Machines đang làm điều sai trái. Tôi nói rằng việc không công bố kết quả đánh giá an toàn là một tín hiệu thị trường tiêu cực. Các doanh nghiệp Mỹ quan tâm đến tuân thủ sẽ hỏi câu này trước khi mua. Nếu không có câu trả lời, câu chuyện “mã nguồn mở Mỹ đáng tin cậy” sẽ không đứng vững.
Quan điểm phản trực giác: 4.000 lượt tải có thể là một cơ hội bị đánh giá thấp.
Bây giờ đến phần tôi muốn nhấn mạnh. Cách nhìn thông thường sẽ gọi 4.000 lượt tải là thất bại. Nhưng tôi không nghĩ vậy.
Trong chu kỳ ICO năm 2017, tôi đã dành bốn tháng để phân tích 15 whitepaper. Tôi chứng kiến những dự án có hàng chục nghìn thành viên Telegram, những lời hứa về sản phẩm đột phá, và rồi tất cả đều biến mất khi thị trường đảo chiều. Ngược lại, một dự án tôi chọn đầu tư — 0x Protocol — không có cộng đồng ồn ào, nhưng có cơ chế thanh khoản chặt chẽ. Nó sống sót. Chu kỳ không chết, chỉ đổi tên.
Lần này, chu kỳ khoác áo benchmark, lượt tải, và lời hứa “mã nguồn mở của Mỹ”. Thứ cần theo dõi không phải là độ lớn của con số, mà là cấu trúc bên trong con số đó.
Nếu 4.000 lượt tải đến từ những kỹ sư đang vận hành hạ tầng thanh khoản của các ngân hàng, quỹ đầu tư, hoặc cơ quan chính phủ, thì đó là một tín hiệu mạnh hơn một triệu lượt tải tò mò. Nhóm khách hàng mục tiêu của Thinking Machines — những tổ chức quan tâm đến nguồn gốc, chuỗi cung ứng và tuân thủ — không tải mô hình vì xu hướng. Họ thẩm định trước, rồi mới di chuyển. Tốc độ chậm là bình thường.
Nhưng cũng có một kịch bản ngược lại. Câu chuyện “Mỹ mở mã nguồn” có thể chỉ là một lớp sơn địa chính trị. Nếu Thinking Machines không trả lời được ba câu hỏi: dữ liệu huấn luyện từ đâu, giá trị đo lường được kiểm chứng thế nào, và an toàn được đảm bảo ra sao — thì lợi thế địa chính trị sẽ trở thành gánh nặng. Các doanh nghiệp không mua vì lá cờ. Họ mua vì độ an toàn.
Trong bối cảnh thị trường giảm, bài học sống còn là: đừng để con số khối lượng đánh lừa. Tôi từng xây dựng mô hình thanh khoản cho các pool Uniswap v2 và phát hiện ra rằng nhiều pool có TVL lớn nhưng thực chất chỉ do vài tài khoản chi phối. Inkling-Small có thể là một “pool nhỏ nhưng sạch”, cũng có thể là một “pool lớn trên giấy”. Chúng ta chưa có đủ dữ liệu để chọn một trong hai.
Takeaway: ba chỉ số cần theo dõi trong hai quý tới.
Tôi sẽ không vội kết luận thành công hay thất bại. Tôi sẽ theo dõi ba chỉ số.
Doanh thu API. Nếu Tinker API duy trì được dòng yêu cầu từ doanh nghiệp, đó là dấu hiệu nhu cầu thật. Số lượng triển khai tại doanh nghiệp. Không phải bản tin hợp tác, mà là thông báo triển khai chính thức. Số lượng mô hình fine-tune được phát hành công khai dựa trên Inkling-Small. Nếu ba chỉ số này xuất hiện trong vòng hai quý, 4.000 lượt tải ban đầu sẽ trở thành một dấu chấm lửng, chứ không phải dấu chấm hết.
Nếu không, Inkling-Small sẽ giống hàng trăm mô hình mã nguồn mở khác: kỹ thuật tốt, thông số đẹp, nhưng không có thanh khoản. Và trong chu kỳ thanh khoản thắt chặt, không có thanh khoản nghĩa là không tồn tại.
Chu kỳ không chết, chỉ đổi tên. Lần này, cái tên mới là “niềm tin”. Niềm tin vào một mô hình mã nguồn mở không đến từ benchmark, cũng không đến từ số lượt tải. Nó đến từ việc ai sẵn sàng đặt tài sản — thời gian, hạ tầng, danh tiếng — lên một bộ trọng số mở. Con số 4.000 sẽ sớm nói lên điều đó.
