Google âm thầm đăng ký Gemini 3.6 Flash và 3.5 Flash Lite: Tín hiệu yếu kém từ gã khổng lồ AI, mở cửa cho những kẻ thách thức phi tập trung

Đã bao giờ bạn tự hỏi, nếu một gã khổng lồ công nghệ bắt đầu chạy đua với những mảnh ghép nhỏ, thay vì theo đuổi tầm nhìn lớn, điều đó nói lên điều gì về vị thế thực sự của họ? Vài ngày trước, Google lặng lẽ đăng ký hai mô hình ngôn ngữ mới: Gemini 3.6 Flash và 3.5 Flash Lite. Thông tin vụt qua như một tia chớp trong làng crypto, nơi tôi – Dương Long, một người đã dành gần một thập kỷ để quan sát sự giao thoa giữa công nghệ và niềm tin phi tập trung – cảm thấy một sự rung động quen thuộc. Đó không phải là một bản nâng cấp mang tính cách mạng, mà là một động thái phòng thủ. Và trong thế giới Web3, mỗi động thái phòng thủ của một trung tâm quyền lực đều mở ra một cánh cửa cho những kẻ thách thức dám mơ về một tương lai phân quyền hơn. Để hiểu được bức tranh toàn cảnh, chúng ta cần nhìn lại bối cảnh AI năm 2025. Cuộc đua giữa các ông lớn – OpenAI với GPT-4o, Anthropic với Claude 3.5 Sonnet, và Google với dòng Gemini – đã trở nên khốc liệt đến mức bất kỳ sự chậm trễ nào cũng có thể làm lung lay vị thế. Trong khi đó, các dự án AI phi tập trung như Bittensor (TAO), Render Network (RNDR) hay Akash Network (AKT) đang âm thầm xây dựng những lớp hạ tầng không dựa vào một thực thể duy nhất. Họ hứa hẹn một sự minh bạch và khả năng chống kiểm duyệt mà các mô hình AI tập trung không thể có. Nhưng liệu lời hứa đó có đủ sức nặng khi mà Google, với nguồn lực vô hạn, vẫn đang dẫn đầu về hiệu suất? Câu trả lời có thể nằm ở chính sự vấp ngã của gã khổng lồ. Sự thật là, Gemini 3.5 Pro – mô hình flagship được kỳ vọng sẽ cạnh tranh trực tiếp với GPT-4o – đang gặp vấn đề về độ trễ. Không ai biết chính xác nguyên nhân: có thể là do huấn luyện mô hình MoE (Mixture of Experts) với hàng chục nghìn tỷ tham số không hội tụ, hoặc do chi phí căn chỉnh (alignment) quá cao, hoặc đơn giản là Google đang chờ đợi thế hệ TPU v6 mới. Điều chắc chắn là, thay vì ra mắt một siêu phẩm, Google buộc phải tung ra những phiên bản nhỏ hơn: Gemini 3.6 Flash và 3.5 Flash Lite. Đây là những mô hình có tham số nhỏ hơn, chi phí suy luận thấp hơn, nhưng cũng kém mạnh mẽ hơn nhiều. Theo quan sát của tôi, đây là một chiến thuật “lấy số lượng bù chất lượng” – một động thái từng thấy trong các đợt ICO năm 2017 khi các dự án hứa hẹn quá nhiều nhưng không thể giao hàng. Tôi vẫn nhớ dự án Agora mà tôi từng đầu tư 50 ETH: một whitepaper đẹp, một tầm nhìn về dân chủ trên chuỗi, nhưng cuối cùng sụp đổ vì lỗ hổng quản trị. Google không sụp đổ, nhưng sự trì hoãn của flagship cho thấy ngay cả những gã khổng lồ cũng có giới hạn. Hãy đi sâu vào chi tiết kỹ thuật. Dòng Flash của Google vốn được định vị là “low-cost, low-latency” – tức là tối ưu cho các tác vụ đơn giản như chat, tóm tắt văn bản, hay code tự động. Gemini 1.5 Flash đã làm khá tốt vai trò đó, với giá chỉ $0.075 mỗi triệu token đầu vào – rẻ hơn đáng kể so với GPT-4o-mini ($0.15). Nhưng 3.6 Flash có gì mới? Có thể chỉ là một phiên bản fine-tune nhẹ, hoặc thay đổi kiến trúc để tối ưu hóa thêm cho các tác vụ cụ thể. Còn Flash Lite – cái tên nói lên tất cả – nhẹ hơn nữa, có thể là một mô hình đã được chắt lọc (distilled) từ mô hình lớn hơn, nhắm đến các thiết bị biên (edge devices) như điện thoại thông minh. Điều này hé lộ một chiến lược: Google đang muốn chiếm lĩnh thị trường AI trên thiết bị di động, nơi Apple và Qualcomm cũng đang ráo riết đầu tư. Tuy nhiên, việc phải tung ra nhiều biến thể nhỏ lại là dấu hiệu của sự thiếu tập trung. Trong khi đó, các mạng lưới phi tập trung như Render Network có thể tận dụng hàng triệu GPU rải rác khắp thế giới để xử lý các tác vụ AI một cách linh hoạt, không bị phụ thuộc vào một trung tâm dữ liệu duy nhất. Một điểm thú vị: chi phí suy luận trên các mạng như Bittensor thậm chí có thể thấp hơn Flash Lite nếu đạt được quy mô đủ lớn, bởi không phải trả lợi nhuận cho cổ đông. Nhưng đây mới là phần nghịch lý: Việc Google chậm trễ với mô hình flagship không hoàn toàn là tin xấu cho ngành AI nói chung. Nó cho thấy rằng con đường chạy đua về kích thước mô hình đang dần bão hòa. Các chuyên gia đã chỉ ra rằng, việc tăng số tham số không còn mang lại lợi ích tuyến tính về hiệu suất nữa. Điều này mở ra cơ hội cho các phương pháp thay thế: dữ liệu chất lượng cao hơn, kiến trúc mới (như liquid neural networks), và quan trọng nhất là sự cộng tác phi tập trung để tạo ra những bộ dữ liệu khổng lồ mà không cần đến một cơ quan trung ương. Các dự án crypto như Ocean Protocol đã làm điều này từ lâu – cho phép người dùng chia sẻ dữ liệu để huấn luyện mô hình trong khi vẫn bảo toàn quyền sở hữu. Nếu Google có thể công bố 3.5 Pro với hiệu suất vượt trội sau đó, thì họ hoàn toàn có thể lấy lại đà. Nhưng nếu sự chậm trễ kéo dài hơn một năm – điều hoàn toàn có thể xảy ra – thì các dự án AI phi tập trung sẽ có thời gian để bắt kịp và thậm chí vượt lên về mặt hiệu quả kinh tế. Từ góc nhìn của một người từng lý tưởng hóa công nghệ phi tập trung rồi vỡ mộng, tôi nhìn thấy một điểm tương đồng. Năm 2017, tôi tin rằng ICO sẽ thay đổi thế giới – một niềm tin ngây thơ đã khiến tôi mất trắng. Nhưng sau khi trải qua bear market 2022 và những thất bại của nhiều dự án, tôi nhận ra rằng: phi tập trung không phải là cứu cánh, mà là một công cụ thí nghiệm – một cách để phân phối quyền lực, nhưng cũng kèm theo sự kém hiệu quả và rủi ro. Google, dù tập trung, vẫn có những lợi thế không thể phủ nhận: nguồn tài nguyên khổng lồ, đội ngũ nghiên cứu hàng đầu, và khả năng thương mại hóa nhanh chóng. Nhưng sự trì hoãn của 3.5 Pro là một vết nứt trên bức tường thành của họ. Và qua vết nứt đó, ánh sáng từ thế giới Web3 có thể lọt vào. Vậy chúng ta nên làm gì với thông tin này? Câu hỏi không phải là “Google có thất bại không?” mà là “Làm thế nào để tận dụng khoảnh khắc này?”. Đối với nhà đầu tư crypto, đây có thể là thời điểm để nhìn vào các dự án AI phi tập trung một cách nghiêm túc hơn, đặc biệt là những dự án có sản phẩm hoạt động thực tế, không chỉ là whitepaper. Đối với các nhà phát triển, hãy cân nhắc việc xây dựng ứng dụng trên các mạng phi tập trung như Bittensor, nơi bạn có thể đóng góp và hưởng lợi từ sự phát triển của mạng lưới, thay vì chỉ là người dùng của Google API. Bản thân tôi, sau nhiều năm làm việc tại Dubai, đã chứng kiến nhiều dự án Web3 sụp đổ vì những lời hứa hão huyền. Nhưng tôi cũng thấy những hạt giống thực sự nảy mầm – như việc sử dụng NFT để kết nối nghệ sĩ địa phương, hay các DAO quản lý quỹ cộng đồng một cách minh bạch. AI phi tập trung có thể là bước tiếp theo, nhưng nó cần thời gian và sự kiên nhẫn. Kết lại, tôi để lại một câu hỏi cho chính mình và cho bạn: Khi gã khổng lồ phải nhường sân chơi cho những người nhỏ bé, liệu chúng ta có dám bước vào không? Hay chúng ta sẽ đứng ngoài và xem, như đã từng làm với Internet vào những năm 1990? Sự lựa chọn thuộc về mỗi người, nhưng lịch sử thường không chờ đợi những kẻ do dự.