Nhân viên AI giá 1 USD mỗi giờ
Startup trí tuệ nhân tạo Trung Quốc MiniMax vừa tung ra một sản phẩm có thể làm đảo lộn kinh tế học trong triển khai AI doanh nghiệp. Công ty có trụ sở tại Thượng Hải đã ra mắt M2.5, một mô hình ngôn ngữ có hiệu năng sánh ngang những hệ thống phương Tây đắt đỏ nhất nhưng chi phí chỉ bằng khoảng một phần mười đến một phần hai mươi so với các đối thủ như Claude Opus 4.6 và GPT-5.2.
Nội dung
Được phát hành trên Hugging Face theo giấy phép MIT đã sửa đổi, sản phẩm ra mắt trong một tuần dồn dập các thông báo về AI từ Trung Quốc, khiến thị trường toàn cầu chao đảo và vẽ lại ranh giới cạnh tranh. Cổ phiếu MiniMax, giao dịch với mã MINIMAX-WP (00100.HK) trên Sở Giao dịch Chứng khoán Hong Kong, tăng từ 11% đến 16% sau thông báo và đóng cửa ở mức 680 HKD, theo South China Morning Post.
MiniMax định vị M2.5 không chỉ là chatbot mà còn là một nhân viên số đạt chuẩn vận hành thực tế, có khả năng tự chủ lập trình, nghiên cứu và tạo tài liệu. Công ty cho biết đây là mô hình tiên phong đầu tiên khiến những lo ngại về chi phí gần như biến mất, với khả năng hoạt động liên tục ở tốc độ 100 token mỗi giây chỉ với 1 USD mỗi giờ. Ở tốc độ thấp hơn, chi phí giảm còn 0,30 USD mỗi giờ. Cơ cấu giá này cho phép vận hành liên tục bốn tác nhân AI trong suốt một năm với chi phí khoảng 10.000 USD, mức chỉ đủ trang trải chưa đầy một tháng hoạt động nếu dùng các mô hình phương Tây tương đương.
Các bài kiểm chuẩn thách thức những mô hình hàng đầu
Đánh giá độc lập cùng các thử nghiệm của chính MiniMax cho thấy M2.5 thuộc nhóm đầu các mô hình lập trình, bám sát Claude Opus 4.6 của Anthropic dù chênh lệch giá rất lớn. Trong SWE-Bench Verified, tiêu chuẩn ngành dùng để đo năng lực kỹ thuật phần mềm trong thực tế, M2.5 đạt 80,2%, chỉ kém Opus 4.6 0,6 điểm phần trăm và vượt GPT-5.2 của OpenAI với 80% cùng Gemini 3 Pro của Google với 78%.
Mô hình đặc biệt mạnh trong các tình huống lập trình đa ngôn ngữ, đạt 51,3% trên Multi-SWE-Bench, bài kiểm tra các tác vụ lập trình xuyên kho mã, đòi hỏi hiểu đồng thời nhiều cơ sở mã. Kết quả này cao hơn Opus 4.6 với 50,3% và đáng kể so với Gemini 3 Pro ở mức 42,7%. Trên VIBE-Pro, bài kiểm chuẩn nội bộ đánh giá các tác vụ phát triển toàn ngăn xếp phức tạp, M2.5 có hiệu năng ngang Opus 4.5.
Ngoài năng lực lập trình thuần túy, M2.5 còn thể hiện khả năng tác nhân vượt trội. Mô hình đạt 76,3% trên BrowseComp, bài đo năng lực duyệt web phức tạp và truy xuất thông tin, cùng 76,8% trên Berkeley Function Calling Leaderboard (BFCL) về khả năng sử dụng công cụ qua nhiều lượt, vượt Opus 4.6 hơn 13 điểm phần trăm. Công ty phân tích độc lập Artificial Analysis chấm M2.5 đạt 42 điểm trên Intelligence Index, cao hơn nhiều so với mức trung bình 25 điểm của các mô hình tương đương, đồng thời ghi nhận tốc độ xử lý 80 token mỗi giây, nhanh hơn mức trung bình 55.
Tuy nhiên, kết quả kiểm chứng độc lập trên bảng xếp hạng SWE-rebench tháng 1/2026, sử dụng phương pháp khác để kiểm tra 48 yêu cầu kéo GitHub mới, cho thấy M2.5 đạt 39,6%, so với 52,9% của Claude Code. Điều này cho thấy hiệu năng trong thực tế có thể thay đổi tùy theo bộ công cụ đánh giá và độ mới của tác vụ.
Kiến trúc tối ưu hiệu quả
Tính khả thi về kinh tế của M2.5 bắt nguồn từ kiến trúc Mixture of Experts (MoE), một thiết kế mô phỏng cách tham vấn chuyên gia thay vì dùng lao động đa năng. Dù mô hình có tổng cộng 230 tỷ tham số, nó chỉ kích hoạt 10 tỷ tham số cho mỗi tác vụ. Cách kích hoạt có chọn lọc này giúp hệ thống duy trì chiều sâu suy luận của những mô hình khổng lồ, đồng thời đạt tốc độ và mức chi phí của các hệ thống nhỏ hơn nhiều.
Để huấn luyện kiến trúc phức tạp này, MiniMax phát triển Forge, một khung học tăng cường độc quyền được thiết kế riêng cho AI tác nhân. Khác với các phương pháp thông thường vốn tối ưu phản hồi để làm hài lòng người dùng, Forge đưa mô hình vào hàng trăm nghìn môi trường mô phỏng trực tiếp, bao gồm kho mã, trình duyệt web và ứng dụng văn phòng, rồi thưởng cho việc hoàn thành tác vụ thực tế thay vì sự phù hợp về văn phong. Nhờ lịch trình bất đồng bộ được tối ưu và chiến lược hợp nhất mẫu huấn luyện theo cấu trúc cây, hệ thống đạt tốc độ huấn luyện nhanh gấp khoảng 40 lần các phương pháp học tăng cường tiêu chuẩn.
Kỹ sư MiniMax Olive Song cho biết trong chương trình ThursdAI Podcast rằng quá trình huấn luyện này đòi hỏi hai tháng làm việc chuyên sâu với nhiều tình huống thực tế khác nhau. Để duy trì sự ổn định trong quá trình đó, nhóm triển khai CISPO (Clipping Importance Sampling Policy Optimization), một phương pháp toán học giúp mô hình không điều chỉnh quá mức qua các vòng huấn luyện.
"Chúng tôi nhận ra rằng một mô hình nhỏ như thế này có rất nhiều tiềm năng nếu được huấn luyện bằng học tăng cường trên nhiều môi trường và tác nhân. Nhưng đây không phải việc dễ làm", Song nói, đồng thời cho biết nhóm đã dành nhiều thời gian để tinh chỉnh quy trình.
Phương pháp này đã tạo nên điều MiniMax gọi là "Tư duy Kiến trúc sư". Thay vì lập tức tạo mã, M2.5 trước tiên lên kế hoạch về cấu trúc dự án, tính năng và thiết kế giao diện, chia những tác vụ phức tạp thành các phần có thể quản lý trước khi bắt đầu thực hiện. Mô hình được huấn luyện trên hơn 10 ngôn ngữ lập trình, gồm Go, C, C++, TypeScript, Rust, Kotlin, Python, Java, JavaScript, PHP, Lua, Dart và Ruby, trong hơn 200.000 môi trường.
Từ chatbot đến nhân viên số
Chuyển đổi AI từ giao diện hội thoại thành người lao động tự chủ là luận điểm cốt lõi trong triết lý thiết kế M2.5. MiniMax hợp tác với các chuyên gia cấp cao trong lĩnh vực tài chính, luật và khoa học xã hội để trang bị cho mô hình kiến thức ngầm chuyên biệt theo ngành, giúp mô hình tạo ra sản phẩm công việc hoàn chỉnh thay vì chỉ các khối văn bản thô.
Định hướng này thể hiện qua các năng lực tự động hóa công việc văn phòng thực tiễn mà phần lớn mô hình hàng đầu bỏ qua. M2.5 có thể tạo và chỉnh sửa tài liệu Microsoft Word, xây dựng bài thuyết trình PowerPoint với bố cục và biểu đồ phù hợp, cũng như thực hiện các tác vụ lập mô hình tài chính phức tạp trên Excel. Trong bài kiểm chuẩn MEWC, dựa trên các bài toán thực tế từ Giải vô địch Thế giới Microsoft Excel, mô hình đạt 74,4%. Trên khung đánh giá nội bộ GDPval-MM, đo chất lượng sản phẩm bàn giao và lộ trình chuyên môn qua so sánh từng cặp, M2.5 đạt tỷ lệ thắng trung bình 59% trước các đối thủ phổ biến.
MiniMax đã triển khai M2.5 nội bộ để thử nghiệm khả năng ứng dụng trong doanh nghiệp. Theo thông tin công ty công bố, mô hình hiện tự chủ hoàn thành 30% tổng số tác vụ ở các bộ phận như nghiên cứu và phát triển, quản lý sản phẩm, bán hàng, nhân sự và tài chính. Trong môi trường lập trình, M2.5 tạo ra 80% mã mới được đưa vào kho mã tại trụ sở MiniMax.
Công ty tích hợp các năng lực này vào MiniMax Agent, một nền tảng mà người dùng đã xây dựng hơn 10.000 Chuyên gia chuyên biệt, kết hợp Kỹ năng Văn phòng với kiến thức ngành đặc thù. Các cấu hình này cho phép Agent tuân theo quy trình vận hành tiêu chuẩn đã thiết lập khi nghiên cứu ngành hoặc áp dụng logic kiểm soát rủi ro cụ thể trong lập mô hình tài chính, thay vì chỉ tạo ra các khối văn bản thô.
Mô hình xử lý phát triển toàn ngăn xếp trên nền tảng Web, Android, iOS và Windows, quản lý API phía máy chủ, logic nghiệp vụ và cơ sở dữ liệu thay vì chỉ tạo bản trình diễn giao diện người dùng. Năng lực này bao quát toàn bộ vòng đời phần mềm, từ thiết kế hệ thống ban đầu đến cải tiến tính năng, rà soát mã toàn diện và kiểm thử.
Kinh tế học của vận hành liên tục
MiniMax cung cấp hai phiên bản API có năng lực giống nhau nhưng khác về thông lượng. M2.5-Lightning đạt tốc độ 100 token mỗi giây, với giá 0,30 USD cho mỗi triệu token đầu vào và 2,40 USD cho mỗi triệu token đầu ra. M2.5 tiêu chuẩn chạy ở nửa tốc độ (50 token mỗi giây) với chi phí bằng một nửa: 0,15 USD cho mỗi triệu token đầu vào và 1,20 USD cho mỗi triệu token đầu ra.
Để hình dung các mức giá này, vận hành liên tục bốn phiên bản tác nhân M2.5 trong suốt một năm tốn khoảng 10.000 USD. Trong khi đó, Claude Opus 4.6 tính khoảng 75 USD cho mỗi triệu token đầu ra, khiến việc vận hành liên tục ở quy mô tương đương trở nên quá tốn kém với phần lớn tổ chức. Chỉ xét giá token đầu ra, M2.5 có chi phí bằng một phần mười đến một phần hai mươi so với Opus, Gemini 3 Pro và GPT-5.
Chênh lệch chi phí thể hiện rõ khi xét kinh tế của từng tác vụ cụ thể. Alex Volkov, người dẫn chương trình ThursdAI Podcast, cho biết M2.5 hoàn thành các tác vụ SWE-Bench với lượng token trị giá khoảng 0,15 USD, trong khi Claude Opus 4.6 cần khoảng 3 USD cho công việc tương đương. Mức giảm chi phí 95% này loại bỏ áp lực truyền thống phải tối ưu câu lệnh và giảm thiểu lượng token, cho phép nhà phát triển triển khai các mô hình có ngữ cảnh rộng và khả năng suy luận cao cho những hoạt động thường nhật vốn trước đây phải giao cho các hệ thống rẻ hơn nhưng kém năng lực hơn.
Cả hai phiên bản API đều hỗ trợ lưu bộ nhớ đệm, giúp giảm thêm chi phí cho các hoạt động lặp lại. Giấy phép MIT đã sửa đổi yêu cầu người dùng thương mại hiển thị nổi bật dòng chữ "MiniMax M2.5" trong giao diện người dùng, một điều kiện nhỏ so với lợi thế kinh tế. Ở tốc độ 100 token mỗi giây, việc tạo nội dung liên tục sản sinh 360.000 token đầu ra mỗi giờ, với chi phí khoảng 0,86 USD cho token đầu ra, chưa tính chi phí đầu vào.
Cải thiện tốc độ giúp gia tăng thêm lợi ích về chi phí. M2.5 hoàn thành các tác vụ đầu cuối nhanh hơn 37% so với phiên bản tiền nhiệm M2.1; thời gian chạy SWE-Bench Verified giảm từ 31,3 phút xuống 22,8 phút, ngang với 22,9 phút của Claude Opus 4.6, trong khi chỉ tốn 10% chi phí cho mỗi tác vụ.
Bối cảnh thị trường và áp lực cạnh tranh
Việc phát hành M2.5 khép lại một tuần biến động trong lĩnh vực trí tuệ nhân tạo Trung Quốc, khi nhiều công ty trong nước công bố các mô hình cạnh tranh. Zhipu AI ra mắt GLM-5, vượt Gemini 3 Pro của Google trên Artificial Analysis Intelligence Index; Alibaba giới thiệu RynnBrain dành cho ứng dụng robot; ByteDance phát hành Seedance 2.0 để tạo video; còn Kuaishou trình làng Kling 3.0. Cổ phiếu MiniMax và Zhipu AI đều tăng hai chữ số, trong đó cổ phiếu Zhipu AI tăng 30% tại Hong Kong.
Loạt sản phẩm ra mắt dồn dập này thách thức những đánh giá gần đây về khoảng cách AI giữa Trung Quốc và Mỹ. Demis Hassabis, lãnh đạo Google DeepMind, từng ước tính các mô hình Trung Quốc chỉ tụt hậu vài tháng so với sản phẩm phương Tây; việc MiniMax gần đạt ngang tầm Claude Opus 4.6, vốn ra mắt chỉ một tuần trước đó, cho thấy độ trễ này có thể đã rút xuống còn vài ngày. Kết quả SWE-rebench tháng 1/2026 cho thấy Claude Opus 4.6 đạt 51,7% và GPT-5.2 đạt 51,0% trên các yêu cầu kéo mới, trong khi MiniMax M2.5 đạt 39,6%. Điều này cho thấy các mô hình phương Tây vẫn có lợi thế với mã mới nhất, dù khoảng cách tiếp tục thu hẹp.
Hệ quả cạnh tranh không chỉ giới hạn ở các bài kiểm chuẩn. Chiến lược giá của MiniMax tạo áp lực có tính hệ thống lên các phòng thí nghiệm AI phương Tây vốn xây dựng mô hình kinh doanh dựa trên mức phí API cao cấp. Khi trí tuệ trở nên, như MiniMax tuyên bố, "rẻ đến mức không cần đo đếm", ngành này chuyển từ kinh tế khan hiếm sang kinh tế quy mô, có khả năng làm xáo trộn mô hình doanh thu của các doanh nghiệp hiện hữu.
Với các lãnh đạo kỹ thuật, M2.5 đem lại lợi thế vận hành tức thì. Tốc độ cải thiện 37% so với phiên bản tiền nhiệm cho phép xây dựng các quy trình tác nhân thời gian thực, trong đó các mô hình tương tác với nhau mà không bị nghẽn do độ trễ. Các tổ chức giờ đây có thể tiến hành kiểm toán mã tự động ở quy mô chưa từng có, đồng thời bảo vệ quyền riêng tư dữ liệu bằng cách triển khai mô hình trọng số mở trên máy chủ riêng.
Điểm chính
- MiniMax M2.5 đạt 80,2% trên SWE-Bench Verified, ngang hiệu năng Claude Opus 4.6 với chi phí chỉ bằng một phần mười đến một phần hai mươi
- Có hai phiên bản API: bản tiêu chuẩn giá 0,15/1,20 USD cho mỗi triệu token (50 TPS) và Lightning giá 0,30/2,40 USD (100 TPS)
- Kiến trúc MoE 230 tỷ tham số chỉ kích hoạt 10 tỷ tham số cho mỗi tác vụ, giảm chi phí tính toán
- Được huấn luyện bằng khung học tăng cường Forge độc quyền trong hơn 200.000 môi trường thực tế, với thuật toán CISPO giúp duy trì độ ổn định
- Có khả năng tự chủ phát triển toàn ngăn xếp, tạo tài liệu văn phòng (Word, Excel, PowerPoint) và lập mô hình tài chính phức tạp
- Hiện được triển khai nội bộ tại MiniMax, nơi mô hình hoàn thành 30% tác vụ của công ty và tạo ra 80% mã mới
- Được phát hành dưới dạng mô hình trọng số mở trên Hugging Face theo giấy phép MIT đã sửa đổi, yêu cầu ghi công khi sử dụng thương mại
- Cổ phiếu công ty (MINIMAX-WP, 00100.HK) tăng từ 11% đến 16% trên Sở Giao dịch Chứng khoán Hong Kong sau thông báo
