Citi đặt mục tiêu giá 1.330 HKD cho MiniMax theo xu hướng hiệu quả chi phí AI

Citi đã bắt đầu theo dõi MiniMax (00100.HK) với xếp hạng "Mua/Rủi ro cao", đặt mức giá mục tiêu 1.330 HKD, cho thấy một sự thay đổi rộng lớn hơn trong bối cảnh trí tuệ nhân tạo. Luận điểm của ngân hàng cho rằng mặc dù các mô hình tiên phong từ OpenAI và Anthropic dẫn đầu về hiệu suất, một làn sóng mới các mô hình hiệu quả về chi phí, điển hình là các đối thủ như DeepSeek, đang nhanh chóng mở rộng tổng thị trường có thể tiếp cận (TAM) cho AI.

"Các mô hình tiên phong đóng vẫn duy trì lợi thế cạnh tranh đáng chú ý trong các quy trình làm việc dài hạn, nơi hiệu suất đáng tin cậy vẫn là yếu tố then chốt," báo cáo nghiên cứu của Citi cho biết. Tuy nhiên, ngân hàng lưu ý rằng đối với lập trình, quy trình làm việc của tác nhân (agent) và các ứng dụng ngữ cảnh dài, "khoảng cách hiệu suất của các mô hình trọng số mở đã thu hẹp, chủ yếu nhờ vào các kiến trúc mô hình có chi phí cạnh tranh."

Định giá cho MiniMax dựa trên tỷ lệ giá trên doanh thu (P/S) dự phóng 30 lần cho năm 2028, được củng cố bởi dự báo tốc độ tăng trưởng kép hàng năm (CAGR) mạnh mẽ 184% từ năm 2025 đến 2028. Con số này so với mức CAGR 128% dự kiến cho giai đoạn 2025 đến 2030. Định giá này phản ánh tiềm năng của các công ty có thể hạ thấp chi phí triển khai AI để chiếm lĩnh một thị phần đáng kể.

Động thái này làm nổi bật sự phân cực ngày càng tăng trong lĩnh vực AI. Trong khi các mô hình như GPT-5.5 của OpenAI và Opus 4.7 của Anthropic đẩy lùi các giới hạn về khả năng, các công ty như DeepSeek lại tập trung vào hiệu quả. Khi sự cạnh tranh giữa các mô hình tập trung vào chi phí này tăng cao, Citi kỳ vọng hệ sinh thái rộng lớn hơn sẽ được hưởng lợi từ việc tăng tốc áp dụng tại doanh nghiệp và quy mô thị trường tổng thể lớn hơn.

Chiến lược hiệu quả

Mô hình V4 mới được phát hành của DeepSeek là một ví dụ điển hình. Theo báo cáo của Citi, mô hình này đạt hiệu suất ngang ngửa với Claude Sonnet 4.6 trong một số bài kiểm tra điểm chuẩn nhưng với mức giá thấp hơn đáng kể so với GPT-5.5. Điều này đạt được không phải bằng cách hy sinh các tính năng, mà thông qua đổi mới kiến trúc.

Theo báo cáo kỹ thuật, DeepSeek V4 sử dụng thiết kế sự chú ý hỗn hợp kết hợp Compressed Sparse Attention (CSA) và Heavily Compressed Attention (HCA). Điều này cho phép mô hình xử lý các ngữ cảnh hàng triệu token một cách thực tế hơn bằng cách nén các phần bộ nhớ, trực tiếp giải quyết một trong những yếu tố gây tốn kém chính trong AI quy mô lớn. Việc tập trung vào các giải pháp kỹ thuật cho chi phí giúp các quy trình làm việc ngữ cảnh dài trở nên thực tế hơn cho nhiều nhà phát triển và doanh nghiệp.

Chiến lược này dường như đang thu hút được sự quan tâm. Reuters đưa tin rằng DeepSeek V4 đã được điều chỉnh để chạy trên chip Ascend của Huawei, báo hiệu một bước chuyển hướng tới thiết kế đồng bộ toàn diện (full-stack co-design), nơi mô hình và phần cứng cùng phát triển để tối ưu hóa hiệu quả thay vì chỉ tập trung vào sức mạnh thô.

Định giá dựa trên mức tăng trưởng 184%

Phân loại "Rủi ro cao" của Citi trong xếp hạng thừa nhận những bất ổn đáng kể trong lĩnh vực AI đang phát triển nhanh chóng và lịch sử giao dịch hạn chế của MiniMax. Đạt được CAGR doanh thu 184% cho đến năm 2028 là một nhiệm vụ khổng lồ, phụ thuộc vào việc thực thi hoàn hảo và sự thèm khát liên tục của thị trường đối với các giải pháp AI tiết kiệm chi phí.

Luận điểm đầu tư là một sự đặt cược trực tiếp vào việc mở rộng thị trường. Bằng cách hạ thấp rào cản gia nhập để thử nghiệm và triển khai, các mô hình từ DeepSeek, MiniMax, Kimi và GLM đang cho phép các trường hợp sử dụng mà trước đây quá đắt đỏ. Điều này có thể mở ra các dòng doanh thu mới và biện minh cho các bội số tăng trưởng cao, nhưng các nhà đầu tư sẽ theo dõi chặt chẽ xem liệu khoảng cách về khả năng lập luận với các mô hình tiên phong có thể được thu hẹp mà không làm mất đi lợi thế về chi phí hay không.

Bài viết này chỉ nhằm mục đích cung cấp thông tin và không cấu thành lời khuyên đầu tư.