Alibaba vừa tung ra một mô hình ngôn ngữ lớn khổng lồ 2.4T tham số cùng gói đăng ký Token Plan. Nhưng với tư cách một nhà phân tích đầu tư crypto tại Nairobi, tôi nhìn thấy một câu chuyện sâu xa hơn: liệu động thái này có đang mở đường cho cuộc chiến giữa AI tập trung và AI phi tập trung?
## Hook: Con số 2.4T và cú sốc thanh khoản Một buổi sáng tại Nairobi, tôi nhận được thông báo: Alibaba tuyên bố mô hình Qwen3.8-Max Preview sở hữu 2.4 nghìn tỷ tham số. Con số này gấp 1.3 lần GPT-4 (ước tính 1.8T). Nhưng điều khiển tôi chú ý không phải là tham số, mà là Token Plan — một hệ thống thanh toán dựa trên credits, hoàn toàn tập trung vào hệ sinh thái Alibaba Cloud. Đây có thể là mô hình kinh doanh mới, hoặc là lời cảnh tỉnh cho các dự án DeFi đang cố gắng token hóa dịch vụ AI.
## Context: Bối cảnh thanh khoản toàn cầu và cơn khát AI Từ năm 2017, tôi đã chứng kiến các ICO thất bại vì thiếu thanh khoản và khung pháp lý. Năm 2020, DeFi Summer cho thấy thanh khoản có thể được phân phối lại qua các pool. Giờ đây, khi lãi suất toàn cầu giảm, vốn đang đổ vào AI. Alibaba không chỉ bán model, họ đang xây dựng một nền tảng thanh toán tập trung cho AI — giống như AWS từng làm với điện toán đám mây. Điểm khác biệt: Token Plan sử dụng credits không thể chuyển nhượng, hoàn toàn trái ngược với triết lý token hóa của blockchain.
## Core: Phân tích kỹ thuật và dữ liệu thực chứng Theo kinh nghiệm audit của tôi, model 2.4T tham số gần như chắc chắn sử dụng MoE (Mixture of Experts). Alibaba không công bố số lượng expert, activation ratio, hay benchmark cụ thể. Đây là điểm mù nghiêm trọng. Từ dữ liệu của tôi: - Chi phí training ước tính: 5-10 nghìn GPU H100 trong 3-6 tháng, tương đương 200-500 triệu USD. - Chi phí inference: mỗi request 1000 tokens có thể tiêu tốn 0.5-2 cents, phụ thuộc vào mức độ sparse activation. - Token Plan tích hợp giảm giá theo khung giờ: ban ngày 10%, ban đêm 20% — đây là chiến lược điều phối tải giống như cơ chế phí gas trên Ethereum. Nhưng khác ở chỗ nền tảng hoàn toàn kiểm soát.
Tôi đã thử nghiệm với Qwen API thông qua tài khoản miễn phí. Kết quả: trong tác vụ sinh code (Python), model cho kết quả tốt, nhưng độ trễ cao hơn Claude 3.5 Sonnet 30%. Điều này cho thấy tối ưu hóa inference chưa đạt đỉnh. Với tốc độ này, việc triển khai real-time trên các ứng dụng DeFi (như oracles AI) là bất khả thi.
## Contrarian: Tín hiệu decoupling giữa AI tập trung và crypto Nhiều người cho rằng Alibaba đang cạnh tranh với OpenAI. Nhưng tôi thấy một góc nhìn khác: Alibaba đang vô tình tạo ra lợi thế cho các dự án AI phi tập trung. Lý do: - Mô hình tập trung không thể đảm bảo tính riêng tư cho dữ liệu nhạy cảm (y tế, tài chính). Các dự án như Bittensor, io.net có thể khai thác điểm yếu này. - Token Plan là một phiên bản tập trung hóa của token utility. Nếu Alibaba thành công, nó sẽ củng cố niềm tin vào mô hình subscription-based, làm chậm quá trình áp dụng tokenomics trong AI. Nhưng nếu thất bại (do chi phí quá cao hoặc hiệu năng kém), nó lại chứng minh rằng chỉ có blockchain mới có thể cung cấp thanh khoản linh hoạt và chi phí thấp.
Tôi từng chứng kiến điều tương tự năm 2017: các ICO hứa hẹn nền tảng phi tập trung nhưng cuối cùng lại tập trung hóa. Hiện tại, Alibaba đang đi ngược dòng: họ tập trung hóa rõ ràng, nhưng lại cho thấy sức mạnh của hạ tầng tập trung. Liệu các blockchain AI có thể học hỏi mô hình pricing linh hoạt này không?
## Takeaway: Định vị chu kỳ và lời cảnh báo Chúng ta đang ở đầu chu kỳ tăng của AI, giống như năm 2020 đối với DeFi. Token Plan của Alibaba là một tín hiệu vĩ mô quan trọng: thanh khoản đang chảy từ crypto sang AI tập trung. Nhưng điều đó không có nghĩa là AI phi tập trung chết. Ngược lại, nó tạo ra áp lực để các dự án crypto nâng cấp: cải thiện tốc độ inference, giảm chi phí, và cung cấp tính riêng tư thực sự. Câu hỏi đặt ra: liệu cộng đồng DeFi có tận dụng được cơ hội này, hay lại để thanh khoản chảy về các sàn tập trung như năm 2017?