Một dòng tên model trong SDK. Một con số giá từ một leak. Một tin đồn về việc hủy bỏ dòng sản phẩm. Đó là tất cả những gì chúng ta có về Gemini 3.7 Flash. Nhưng với tôi, một người đã dành 14 năm đọc giữa các dòng code và tin đồn thị trường, những mảnh vỡ này kể một câu chuyện rõ ràng hơn nhiều so với vẻ ngoài của chúng.
Khi tôi còn là một sinh viên tài chính 21 tuổi ở Đài Bắc, tôi đã học được bài học đầu tiên về việc đọc tín hiệu từ code. Một ICO tên CryptoTycoon đã bán 50 ETH trong ba ngày trước khi tôi phát hiện ra hàm withdraw cho phép admin rút toàn bộ quỹ. Tôi đã báo lỗi trên Reddit, dự án bị hủy listing. Bài học: đôi khi, những gì ẩn trong code hoặc trong một dòng SDK nói lên nhiều hơn bất kỳ thông cáo báo chí nào.
Bối cảnh ở đây rất đơn giản. Google đang trong một cuộc chiến hai mặt trận: một mặt là OpenAI thống trị không gian model cao cấp với GPT-4, mặt kia là làn sóng model nguồn mở đang ăn mòn thị trường trung và cấp thấp. Gemini 3.6 Flash hiện tại có giá $1.50/$7.50 mỗi triệu token. Đây là một mức giá cạnh tranh, nhưng không phải là không thể bị đánh bại. Tin đồn về Gemini 3.7 Flash với giá $0.75/$3.75 — giảm một nửa — không chỉ là một điều chỉnh giá. Nó là một tuyên bố chiến lược.
Lớp wrapper che giấu logic rò rỉ giá trị. Dòng tên gemini-3.7-flash trong SDK của Google không phải là một lỗi. Nó là một tín hiệu có chủ đích hoặc ít nhất là một sự rò rỉ không thể tránh khỏi từ một tổ chức đang phát triển quá nhanh. Sự xuất hiện của nó cho thấy một model đã tồn tại ở dạng có thể kiểm tra được. Nhưng sự vắng mặt của bất kỳ thông tin kỹ thuật nào — kiến trúc, kích thước ngữ cảnh, khả năng đa phương thức — là một lớp wrapper khác. Nó che giấu liệu sự giảm giá này đến từ sự đổi mới thực sự về hiệu quả suy luận, hay từ một quyết định kinh doanh để chấp nhận biên lợi nhuận thấp hơn nhằm giành thị phần.
Từ kinh nghiệm audit của tôi, khi một giao thức giảm phí một nửa mà không có nâng cấp kỹ thuật tương ứng, tôi trở nên nghi ngờ. Nhưng Google có TPU của riêng mình. Họ có toàn bộ ngăn xếp từ chip đến đám mây. Nếu 3.7 Flash sử dụng các kỹ thuật như MoE (Mixture of Experts), chú ý thưa thớt, hoặc lượng tử hóa tiên tiến, việc giảm một nửa chi phí suy luận là hoàn toàn khả thi về mặt kỹ thuật. Tôi đã thấy các dự án blockchain thực hiện các bước nhảy vọt về hiệu quả tương tự — từ cơ chế đồng thuận PoW sang PoS, hoặc từ sharding sang data availability sampling như Celestia. Khi tôi nghiên cứu Celestia vào năm 2022, tôi đã mất một tháng để tự triển khai node, kiểm tra mã hóa erasure, và phát hiện ra một lỗi trong giả định băng thông của whitepaper. Bài học là: sự đổi mới thực sự đến từ kiến trúc, không phải từ ma thuật.
Tin đồn về việc hủy bỏ Gemini 3.5 Pro để chuyển sang Gemini 4 là một mảnh ghép khác. Nó báo hiệu rằng Google không muốn lặp lại lỗi của OpenAI với GPT-4/4.5 — quá nhiều phiên bản nhỏ gây nhầm lẫn cho khách hàng doanh nghiệp. Thay vào đó, họ đang đặt cược vào một bước nhảy vọt thế hệ. Điều này có rủi ro. Nếu Gemini 4 bị trì hoãn hoặc không đáp ứng được kỳ vọng, Google sẽ bị mắc kẹt với một dòng Flash giá rẻ và không có sản phẩm cao cấp để cạnh tranh.
Logic rò rỉ giá trị khi bạn không kiểm tra được giả định. Trong thế giới blockchain, tôi đã thấy điều này xảy ra vô số lần. Một dự án tuyên bố có giải pháp Layer 2 đột phá, nhưng khi tôi tự triển khai node và chạy thử nghiệm, tôi phát hiện ra rằng "bảo mật" của họ thực chất là dựa vào một trusted setup mà không có bằng chứng gian lận. Tương tự, nếu 3.7 Flash không có benchmarks công khai, thì "giá rẻ hơn một nửa" có thể có nghĩa là "kém hơn một nửa".
Một góc nhìn phản trực giác: phe bò có thể đúng. Nếu Google thực sự đã đạt được một bước đột phá về hiệu quả suy luận, và nếu họ đang sử dụng Flash để thiết lập một chuẩn giá mới cho thị trường, thì đây là một động thái chiến lược thông minh. Nó buộc OpenAI và Anthropic phải theo dõi hoặc mất thị phần. Nó cũng làm suy yếu lợi thế "triển khai riêng rẻ hơn" của các model nguồn mở. Khi tôi audit các sàn giao dịch ETF crypto vào năm 2024, tôi đã thấy cách các tổ chức lớn sử dụng giá thấp để đẩy đối thủ ra khỏi thị trường — giống như một cuộc chiến tranh giá cả. Google có đủ nguồn lực để chịu đựng một cuộc chiến như vậy.
Nhưng đây là takeaway của tôi, với tư cách là một người đã mất 10 ETH vì một rug pull NFT vì đã tin vào whitepaper mà không đọc code: Chờ đợi tài liệu kỹ thuật. Chờ đợi benchmarks. Chờ đợi API pricing page chính thức. Cho đến lúc đó, tất cả những gì chúng ta có là một dòng trong SDK và một vài tin đồn. Và trong thị trường này, tin đồn không phải là bảo hiểm. Cũng giống như tôi đã học được không bao giờ tin tưởng UI của một dự án NFT, tôi cũng sẽ không tin tưởng vào một model chỉ dựa trên tên của nó. Hãy để code nói lên điều đó.