Các mô hình AI mở của Trung Quốc thu hút người dùng ở nước ngoài, nhưng nền tảng đám mây thu phần lớn doanh thu

DeepSeek dẫn đầu về mức sử dụng khi cuộc cạnh tranh chuyển sang doanh thu

DeepSeek chiếm 24,5% số yêu cầu văn bản trên OpenRouter trong tuần bắt đầu từ ngày 5/10/2026, vượt OpenAI với 18,6% và Google với 17,8%. Tuy nhiên, một ước tính của Epoch AI cho thấy DeepSeek chỉ thu về khoảng 8% số tiền khách hàng chi cho các mô hình của hãng truy cập qua nền tảng này. Các nhà phát triển AI Trung Quốc đang thắng thế về mức sử dụng ở nước ngoài, đồng thời cạnh tranh với những công ty lưu trữ và bán công nghệ của họ để giành phần doanh thu tạo ra.

Bảng xếp hạng mức sử dụng hằng tuần của OpenRouter, với dữ liệu tính đến ngày 13/10, xếp DeepSeek V4.1 Flash ở vị trí đầu với 40,5 nghìn tỷ token được xử lý, tiếp theo là Step 5 Preview với 15,1 nghìn tỷ và GLM 5.3 Flash với 12,9 nghìn tỷ. Token là những mẩu văn bản hoặc dữ liệu nhỏ mà mô hình AI xử lý khi nhận câu hỏi và tạo câu trả lời.

Các mô hình Trung Quốc dẫn trước mô hình Mỹ về lượng token sử dụng hằng tuần trên OpenRouter trong 24 tuần liên tiếp tính đến ngày 11/10. Sức hút của chúng đến từ mức giá thấp hơn, hiệu năng cải thiện và khả năng để doanh nghiệp tùy chỉnh mô hình, đồng thời vận hành thông qua nhà cung cấp do họ lựa chọn.

Cynthia Zhang, đối tác sáng lập của FutureX Capital, cho rằng các nhà phát triển mô hình Trung Quốc khó sớm đạt doanh thu ngang OpenAI và Anthropic, dù doanh số của họ đang tăng nhanh. Epoch AI ước tính tính đến tháng 9, sáu nhà phát triển hàng đầu Trung Quốc cộng lại tạo ra doanh thu AI bằng khoảng 10% tổng doanh thu của hai công ty Mỹ nói trên.

Các số liệu sử dụng đo lường điều gì

OpenRouter kết nối các ứng dụng với nhiều mô hình AI thông qua giao diện lập trình ứng dụng, hay API. Biểu đồ yêu cầu của nền tảng ghi nhận số lần các mô hình được gọi. Bảng xếp hạng token tính lượng nội dung được xử lý, gồm cả câu hỏi lẫn câu trả lời. Các số liệu phản ánh hoạt động đi qua OpenRouter, không tính những yêu cầu riêng tư.

Trong tuần bắt đầu ngày 5/10, tỷ trọng yêu cầu của DeepSeek cao hơn OpenAI 5,9 điểm phần trăm. Z.ai chiếm thêm 13,4%, Qwen 5,4%, Xiaomi 2,9% và Tencent 1,7%. Tổng cộng, năm nhà phát triển Trung Quốc này chiếm 47,9% số yêu cầu văn bản. Các nhà phát triển Trung Quốc khác cũng có thể nằm trong những nhóm còn lại.

Bộ dữ liệu token hằng ngày của OpenRouter gồm 50 mô hình công khai hàng đầu mỗi ngày và một nhóm tổng hợp tất cả mô hình còn lại. Bộ dữ liệu hỗ trợ các khoảng thời gian theo ngày, tuần và tháng, cùng bộ lọc các đặc tính như phương thức đầu vào và độ dài ngữ cảnh. Bộ lọc danh mục và ngôn ngữ dựa trên ước tính rút ra từ các mẫu. Các nhà cung cấp cũng chia nội dung thành token theo những cách khác nhau, vì vậy tổng số một phần phụ thuộc vào phương pháp đếm của họ. Nguồn: OpenRouter (openrouter.ai/rankings), tính đến ngày 13/10/2026.

Vì sao doanh nghiệp chọn mô hình có thể tùy chỉnh

Harvey, công ty xây dựng công cụ AI cho lĩnh vực pháp lý, và Genspark, đơn vị phát triển các tác nhân sử dụng nhiều mô hình, đang xây dựng hệ thống dựa trên công nghệ mở của Trung Quốc để giảm phụ thuộc vào các nhà cung cấp đóng. Tác nhân AI là phần mềm sử dụng mô hình để thực hiện một chuỗi nhiệm vụ, chẳng hạn lập kế hoạch công việc, viết mã và kiểm tra kết quả.

Trọng số mở là các thiết lập số học đã được học, định hướng cách mô hình phản hồi. Khi được công khai, một công ty khác có thể tải mô hình xuống, vận hành trên máy chủ của mình và điều chỉnh cho công việc cụ thể. Quyền sử dụng chính xác tùy thuộc vào giấy phép. Một số bản phát hành cũng có mã nguồn, trong khi những bản khác cung cấp trọng số kèm hạn chế về sử dụng thương mại.

Doanh nghiệp có thể dùng dữ liệu độc quyền để điều chỉnh các mô hình này theo nhu cầu. Họ cũng có thể chọn nơi vận hành hệ thống, thay vì gửi mọi yêu cầu đến nhà phát triển ban đầu. Sự linh hoạt đó phần nào lý giải vì sao mô hình Trung Quốc có thể trở thành một phần trong sản phẩm của Mỹ hoặc châu Âu, trong khi hoạt động lưu trữ và quan hệ khách hàng vẫn nằm ngoài Trung Quốc.

Tại một phiên thảo luận của DBS ở Singapore ngày 12/10, Tổng giám đốc Intel Lip-Bu Tan mô tả tốc độ tiếp nhận các mô hình AI tiên tiến của Trung Quốc là “rất nhanh”. Ông đánh giá hiệu năng của DeepSeek, Kimi và GLM là “đủ tốt”, đồng thời nói thị trường sẽ quyết định mô hình nào phù hợp nhất với từng mục đích. Giải thích lý do ông ưa chuộng công nghệ mở, Tan nói:

Tôi tin tưởng mạnh mẽ vào mã nguồn mở, đó là cách tốt nhất để thúc đẩy hiệu quả,

Giá thấp hơn làm thay đổi lựa chọn hằng ngày

Stu Clott, một quản lý vận hành kiêm nhà phát triển không chuyên tại San Diego, cho biết một giờ lập trình tốn khoảng 10 USD với Claude, so với chưa đến 50 xu khi dùng DeepSeek. Theo đó, chi phí của ông với DeepSeek cho công việc này chưa bằng một phần hai mươi chi phí dùng Claude.

Ruben Garcia Jr., một nhà phát triển ở Dallas xây dựng website và ứng dụng di động, phân chia công việc giữa các nhà cung cấp. Ông chi 500 USD mỗi tháng cho Claude và ChatGPT để lập kế hoạch, rà soát các nhiệm vụ khó, và 200 USD cho các mô hình Trung Quốc, gồm MiniMax, Kimi và Xiaomi MiMo. Ông cho biết các mô hình Trung Quốc xử lý 90% nhiệm vụ của mình, trong đó có lập trình và nhận dạng giọng nói.

Nhà sáng lập Lindy Flo Crivello cho biết việc chuyển các trợ lý AI công việc của công ty từ mô hình Anthropic sang DeepSeek giúp tiết kiệm hàng triệu USD. Lindy truy cập DeepSeek thông qua một nhà cung cấp Mỹ. Crivello giải thích vì sao mô hình rẻ hơn có thể phù hợp với công việc thường lệ:

Bạn đâu cần đến Chúa để viết email,

Kyle Chan, nghiên cứu viên tại Viện Brookings, nhận định các doanh nghiệp quy mô vừa mới bắt đầu dùng AI nhưng lo ngại về chi phí là một thị trường tăng trưởng cho các nhà phát triển Trung Quốc. Zhang cho rằng cạnh tranh có thể khiến một mô hình hàng đầu của Mỹ chỉ duy trì được mức sinh lời cao khoảng sáu tháng trước khi giá bắt đầu giảm.

Hiệu năng đủ gần với các mô hình khác cho nhiều nhiệm vụ

Trung tâm Nghiên cứu Chiến lược và Quốc tế (CSIS) nhận định các mô hình Trung Quốc có khả năng cạnh tranh trong nhiều nhiệm vụ thực tế, theo đánh giá về AI Trung Quốc. Tác giả Yasir Atalan, phó giám đốc kiêm nghiên cứu viên dữ liệu tại Phòng thí nghiệm Tương lai CSIS, viết rằng GLM-5.2 có khoảng 750 tỷ tham số và cửa sổ ngữ cảnh một triệu token. Tham số là những thiết lập mô hình đã học; cửa sổ ngữ cảnh là lượng nội dung mô hình có thể xem xét cùng lúc.

Bản đánh giá dẫn kết quả của Trung tâm Tiêu chuẩn và Đổi mới AI, theo đó DeepSeek V4 Pro chậm hơn khoảng tám tháng so với các mô hình hàng đầu của Mỹ. Báo cáo cũng nêu kết quả nổi bật của GLM và Moonshot trong lập trình và tác nhân AI. Với doanh nghiệp lựa chọn hệ thống, câu hỏi then chốt là liệu hệ thống có thực hiện nhiệm vụ cần thiết một cách đáng tin cậy với chi phí chấp nhận được hay không.

Một phép so sánh của chính phủ Mỹ đưa ra ví dụ cụ thể. Báo cáo Two Loops của Ủy ban Đánh giá Kinh tế và An ninh Mỹ-Trung ghi nhận giá tháng 1/2026 là 1,20 USD cho mỗi triệu token với Kimi K2.5 và 4,81 USD với GPT-5.2. Cả hai đạt 47 điểm trong Chỉ số Trí tuệ của Artificial Analysis, tức giá niêm yết của Kimi bằng khoảng một phần tư GPT-5.2.

Các phòng thí nghiệm Trung Quốc theo đuổi những phương pháp huấn luyện và vận hành hiệu quả hơn. DeepSeek cho biết đợt huấn luyện cuối cùng của V3 sử dụng 2,788 triệu giờ xử lý GPU H800, với chi phí ước tính khoảng 5,6 triệu USD. CSIS cũng mô tả phương pháp chưng cất tri thức, trong đó câu trả lời và đánh giá của mô hình mạnh hơn được dùng làm ví dụ huấn luyện cho mô hình khác. OpenAI và Anthropic cáo buộc các phòng thí nghiệm Trung Quốc thu thập tài liệu như vậy thông qua tài khoản gian lận, biến hoạt động này thành điểm nóng trong xung đột thương mại và chính trị.

Hệ sinh thái đang phát triển vươn tới các nền tảng toàn cầu

Dữ liệu lượt tải trên Hugging Face được CSIS dẫn lại cho thấy các mô hình Trung Quốc chiếm 41% tổng lượt tải trong năm trước đó. Báo cáo của ủy ban cho biết chúng vượt mô hình Mỹ về tổng lượt tải vào tháng 8/2025 và chiếm bảy trong mười vị trí được tải nhiều nhất trên nền tảng từ tháng 11 đến tháng 12 năm đó.

Họ mô hình Qwen của Alibaba cho thấy quy mô điều chỉnh và phát triển tiếp lớn đến mức nào. Tại thời điểm công bố, ủy ban ghi nhận hơn 100.000 mô hình phái sinh. Đến mùa hè năm 2026, Qwen có khoảng 2,045 tỷ lượt tải và 151.448 mô hình phái sinh, gấp khoảng 2,6 lần số mô hình dựa trên Meta. Mô hình phái sinh là phiên bản được xây dựng từ một mô hình có sẵn, thường được điều chỉnh cho một ngôn ngữ, ngành nghề hoặc công việc cụ thể.

Amazon Web Services đã bổ sung sáu mô hình có trọng số mở của Trung Quốc vào Amazon Bedrock, trong đó có DeepSeek V3.2, MiniMax M2.1 và Qwen3 Coder Next. Kimi K3 được đưa lên nền tảng vào tháng 9, tiếp đó là GLM-5.3 vào đầu tháng 10. Bedrock giúp doanh nghiệp sử dụng mô hình thông qua hạ tầng đám mây của Amazon. Baseten cũng đưa Kimi K3 và GLM-5.3 vào công cụ lập trình Codex của OpenAI, đảm nhận việc lưu trữ và năng lực tính toán cần thiết để tạo câu trả lời.

Quá trình mở rộng diễn ra qua nhiều giai đoạn:

• Tháng 8/2025: Các mô hình Trung Quốc vượt mô hình Mỹ về tổng lượt tải trên Hugging Face.
• Tháng 11 đến tháng 12/2025: Các mô hình Trung Quốc chiếm bảy trong mười vị trí dẫn đầu về lượt tải trên Hugging Face.
• Tháng 7/2026: Moonshot phát hành Kimi K3, kèm yêu cầu chia sẻ doanh thu với một số nhà cung cấp dịch vụ quy mô lớn.
• Tháng 9/2026: Kimi K3 được đưa lên Amazon Bedrock.
• Đầu tháng 10/2026: GLM-5.3 có mặt trên Bedrock thông qua thỏa thuận thương mại có cơ chế chia sẻ doanh thu.
• Ngày 12/10/2026: Tổng giám đốc Intel mô tả tốc độ tiếp nhận nhanh tại phiên thảo luận của DBS ở Singapore.

Ai được trả tiền khi mô hình mở lan rộng?

Kinh nghiệm của Z.ai cho thấy một mô hình có thể trở nên phổ biến trong khi nhà sáng tạo lại mất thị phần dịch vụ lưu trữ. Epoch AI phát hiện trong vòng một ngày sau khi trọng số GLM-5.3 Flash được phát hành vào tháng 8, có 12 nhà cung cấp bên ngoài cung cấp mô hình này qua OpenRouter. Sau 20 ngày, con số tăng lên 26, trong đó tám nhà cung cấp đưa ra mức giá thấp hơn Z.ai.

Tỷ trọng token do Z.ai phục vụ cho mô hình đó giảm từ 88% xuống 22%. Lượng token hằng ngày của chính công ty giảm 70%, dù tổng mức sử dụng mô hình tăng 17%. Khách hàng ngày càng mua quyền truy cập từ các đơn vị lưu trữ khác.

Vercel ghi nhận khoảng cách tương tự giữa hoạt động và thu nhập: tỷ trọng token của DeepSeek tăng từ dưới 1% lên 17% trong tháng 5, trong khi tỷ trọng doanh thu vẫn quanh mức 1%. Mô hình giá rẻ có thể đảm nhận khối lượng công việc lớn nhưng chỉ chiếm phần nhỏ hơn nhiều trong tổng chi tiêu.

Z.ai báo cáo biên lợi nhuận gộp API đạt 24,6% trong nửa đầu năm 2026, tăng từ 18,9% năm 2025. Biên lợi nhuận gộp là phần doanh thu còn lại sau khi trừ chi phí dịch vụ trực tiếp, trước các khoản chi khác. Epoch AI ước tính biên lợi nhuận của sản phẩm Opus 4.8 đóng của Anthropic là 85%, còn DeepSeek đạt 70% đến 80%; chi phí vận hành thấp khiến DeepSeek trở thành ngoại lệ trong nhóm nhà phát triển mô hình mở.

Moonshot tìm cách thu về nhiều giá trị hơn thông qua giấy phép Kimi K3, yêu cầu một số nhà cung cấp quy mô lớn bán quyền truy cập phải ký thỏa thuận chia sẻ doanh thu. Theo thông tin được đưa tin, hãng muốn nhận tới 30% doanh thu dịch vụ liên quan từ các nền tảng đám mây lớn. Thỏa thuận Bedrock của Z.ai cũng có cơ chế chia sẻ doanh thu dựa trên mức sử dụng. Các điều khoản thương mại cụ thể và doanh thu mà những thỏa thuận này mang lại chưa được công bố.

Quan hệ đối tác đám mây đem lại khách hàng và sự phụ thuộc

Wang Peng, nhà nghiên cứu tại Viện Khoa học Xã hội Bắc Kinh, mô tả mô hình hợp tác đang hình thành là sự phân chia trách nhiệm: nhà phát triển mô hình xây dựng công nghệ, các nền tảng đám mây toàn cầu cung cấp hạ tầng và khả năng tiếp cận doanh nghiệp, còn nhà phát triển nhận doanh thu khi khách hàng sử dụng mô hình.

Fireworks AI cho thấy cơ hội dành cho các nhà cung cấp hạ tầng. Zhang cho biết công ty California này, với đội ngũ quản lý cốt lõi phần lớn là người gốc Hoa, triển khai các mô hình mở của Trung Quốc cho những doanh nghiệp lớn ở nước ngoài và đã vượt mốc 1 tỷ USD doanh thu thường niên quy đổi. Doanh thu thường niên quy đổi là mức doanh thu hiện tại được tính trên cơ sở cả năm.

CSIS giải thích rằng dịch vụ lưu trữ của bên thứ ba cũng giúp giảm gánh nặng cho các nhà phát triển Trung Quốc trong việc cung cấp năng lực tính toán cho lượng khách hàng toàn cầu. Tuy nhiên, câu lệnh, phản hồi và hồ sơ sử dụng có thể nằm lại với nhà cung cấp dịch vụ lưu trữ hoặc khách hàng. Khi đó, phòng thí nghiệm ban đầu ít tiếp cận được thông tin hơn về cách mọi người dùng mô hình và những điểm cần cải thiện.

Báo cáo Two Loops của ủy ban chỉ ra một con đường học hỏi khác: triển khai trong nhà máy, mạng lưới logistics và robot. Những ứng dụng này có thể tạo ra dữ liệu chuyên biệt giúp cải thiện các hệ thống về sau. Các phòng thí nghiệm Trung Quốc có thể thu nhận phản hồi từ việc ứng dụng trong công nghiệp và những phiên bản được cộng đồng điều chỉnh, ngay cả khi khả năng tiếp cận trực tiếp tương tác với khách hàng nước ngoài bị hạn chế.

Shen Yang, giáo sư tại Đại học Thanh Hoa, cho rằng các thị trường nước ngoài mở ra cơ hội khác nhau: mức độ chắc chắn thương mại cao hơn ở Đông Nam Á, giá trị trên mỗi khách hàng lớn hơn tại các thị trường vùng Vịnh và nhu cầu chưa được đáp ứng đáng kể ở Mỹ Latin. Ông cũng ghi nhận sự quan tâm ngày càng tăng đối với chủ quyền AI, tức khả năng kiểm soát hạ tầng AI trọng yếu, dữ liệu và quyền truy cập trong phạm vi một quốc gia.

An ninh và niềm tin của khách hàng định hình mức độ tiếp nhận

Ecosia, công ty tìm kiếm tại Berlin, đang chấm dứt hợp tác với Mistral AI của Pháp và làm việc với Melious để sử dụng các mô hình như Qwen, GLM và Kimi. Nhà sáng lập kiêm Tổng giám đốc Christian Kroll cho biết thay đổi này giúp giảm một nửa chi phí vận hành, đồng thời nâng cao chất lượng và hiệu năng. Ông nêu các vấn đề về hiệu năng của Mistral, sự cố máy chủ và lo ngại về nguồn cung năng lượng cũng như tính độc lập của hãng. Đồng sáng lập Mistral, Guillaume Lample, mời Ecosia thử nghiệm mô hình Large 4 sắp ra mắt.

Kroll tin rằng những điều chỉnh có mục tiêu có thể khắc phục các điểm yếu chính trị trong mô hình Trung Quốc. Rasmus Rothe thuộc Hiệp hội Trí tuệ Nhân tạo Liên bang Đức thận trọng hơn, cho rằng huấn luyện lại có thể loại bỏ kiểm duyệt trực tiếp, nhưng những ảnh hưởng tinh vi hơn trong dữ liệu huấn luyện vẫn khó thay đổi. Một nghiên cứu của NewsGuard cũng phát hiện các hệ thống Trung Quốc không sửa thông tin sai lệch phù hợp với lợi ích của Bắc Kinh.

Atlassian chọn cách tiếp cận khác. Tổng giám đốc Mike Cannon-Brookes cho biết công ty sử dụng Nvidia Nemotron, Mistral và các mô hình khác, với một nhóm phụ trách cổng AI giao nhiệm vụ cho hệ thống phù hợp. Ông giải thích chính sách triển khai của công ty:

Chúng tôi không sử dụng bất kỳ mô hình Trung Quốc nào trong môi trường sản xuất, và chúng tôi nói rõ điều đó,

Cannon-Brookes cho biết một số khách hàng phản đối mô hình Trung Quốc nhưng chấp nhận mô hình mở. Các nhà lập pháp Mỹ cũng đã điều tra Airbnb và Anysphere sau những tiết lộ liên quan đến Qwen và Kimi. Tổng giám đốc Airbnb Brian Chesky nói công ty không gửi dữ liệu cho các nhà phát triển mô hình.

Ủy ban dẫn các phát hiện của NIST cho thấy mô hình mở DeepSeek dễ bị ảnh hưởng bởi rủi ro an ninh mạng hơn các mô hình tương đương của Mỹ. Gu Zhaoqin, đối tác tại chi nhánh Hongqiao của Công ty Luật Duan & Duan, cho biết những thách thức tuân thủ ở nước ngoài kết hợp lo ngại về quyền riêng tư và an ninh với chủ nghĩa bảo hộ thương mại do địa chính trị thúc đẩy. Lưu trữ tại địa phương giúp khách hàng kiểm soát nơi xử lý dữ liệu; hành vi của mô hình, kiểm tra an ninh và tuân thủ pháp luật vẫn cần được xem xét riêng.

AI rẻ hơn khiến khoản chi cho hạ tầng bị soi xét

Jefferies ước tính Microsoft, Alphabet, Amazon và Oracle có khoảng 2,3 nghìn tỷ USD đơn hàng tồn đọng theo hợp đồng, trong đó khoảng một nửa liên quan đến OpenAI và Anthropic. Đơn hàng tồn đọng là hoạt động kinh doanh đã được cam kết theo hợp đồng để cung cấp trong tương lai. Giá mô hình giảm gây áp lực lên doanh thu mà các nhà phát triển AI kỳ vọng thu được và dùng để mua năng lực điện toán đám mây.

Jefferies dẫn số liệu OpenRouter cho thấy các mô hình Trung Quốc xử lý 76,12 nghìn tỷ token trong tuần kết thúc ngày 27/9, so với 4,37 nghìn tỷ vào cuối tháng 4. Bốn nhà cung cấp hàng đầu của Mỹ xử lý 14,2 nghìn tỷ token trong tuần đó của tháng 9. Những số liệu này thuộc giai đoạn khác với bảng xếp hạng tháng 10 của OpenRouter.

Ngân hàng đầu tư này đặt câu hỏi về kế hoạch chi 600 đến 800 tỷ USD cho trung tâm dữ liệu trong năm 2026 và đề xuất đầu tư vốn 993 tỷ USD vào năm 2027. Jefferies cũng cho biết lợi nhuận quy đổi theo năm của bốn công ty điện toán đám mây lớn đạt 581 tỷ USD tính đến quý II/2026, trong đó thu nhập ngoài hoạt động kinh doanh chiếm toàn bộ mức tăng 222 tỷ USD. Lãi đầu tư và thu nhập từ việc bán dịch vụ điện toán là những phần khác nhau trong bức tranh lợi nhuận đó.

Báo cáo Công nghệ Toàn cầu 2026 của Bain & Company ước tính AI cần đạt doanh thu hằng năm 6 nghìn tỷ USD vào năm 2031 để tài trợ hạ tầng đáp ứng nhu cầu dự kiến. Báo cáo phân bổ 1,8 nghìn tỷ USD cho các ứng dụng hiện có và 1,5 nghìn tỷ USD cho ứng dụng mới nổi, để lại khoảng trống 2,7 nghìn tỷ USD cần được lấp đầy bằng sản phẩm và cách sử dụng mới.

Các công ty Mỹ vẫn có lợi thế lớn về dịch vụ thuê bao, quan hệ khách hàng và ứng dụng phổ biến. Ủy ban dẫn ước tính mức độ ứng dụng của Microsoft là 28,3% tại Mỹ và 16,3% tại Trung Quốc trong nửa cuối năm 2025, dù dữ liệu về Trung Quốc kém đầy đủ hơn. Vai trò ngày càng lớn của mô hình Trung Quốc bên trong sản phẩm của các công ty khác mở ra một cơ hội thương mại khác: trở thành nền tảng được sử dụng rộng rãi, đồng thời đàm phán để nhận phần lớn hơn từ thu nhập tạo ra ở các tầng ứng dụng phía trên.

Điểm chính

• DeepSeek dẫn đầu các yêu cầu văn bản trên OpenRouter với 24,5% trong tuần bắt đầu từ ngày 5/10/2026.
• Các mô hình Trung Quốc thu hút khách hàng nước ngoài nhờ giá thấp hơn, hiệu năng thực tế và khả năng triển khai linh hoạt.
• Các nhà cung cấp dịch vụ lưu trữ bên thứ ba thu phần đáng kể trong khoản chi cho mô hình do các phòng thí nghiệm Trung Quốc phát triển.
• Quan hệ đối tác với Amazon Bedrock và các điều khoản cấp phép mới mở ra con đường chia sẻ doanh thu.
• An ninh, kiểm duyệt, quyền riêng tư và sự giám sát chính trị ảnh hưởng đến quyết định mua hàng của doanh nghiệp.
• Giá mô hình giảm gây áp lực lên doanh thu của nhà phát triển và hiệu quả kinh tế của các khoản đầu tư hạ tầng đám mây.