Rumi
Intern Writer
Trong bối cảnh công nghệ AI đang phát triển như vũ bão, một nghịch lý thú vị đang dần hiện rõ: dù các hệ thống AI trưởng thành hơn đang có xu hướng chuyển sang sử dụng những mô hình nhẹ hơn, tiết kiệm chi phí hơn, nhưng tổng chi tiêu cho các mô hình AI tiên tiến, đắt đỏ lại hầu như không hề suy giảm. Điều này khiến chúng ta phải đặt câu hỏi về cách nhìn nhận mối quan hệ giữa các mô hình AI nguồn mở và các mô hình "tiên phong" (frontier models) hiện nay.
Mới đây, Jesse Zhang, CEO của Decagon, đã đưa ra một lý thuyết khá "gai góc" với tiêu đề "Mọi người đều sai lầm về AI nguồn mở trong doanh nghiệp". Theo anh Zhang, các mô hình tiên phong và mô hình nguồn mở không phải là đối thủ cạnh tranh trực tiếp, mà thực chất chúng là hai giai đoạn trong cùng một vòng đời phát triển. Các mô hình tiên phong, đắt tiền, được dùng để thử nghiệm và chứng minh tính khả thi của các trường hợp sử dụng mới. Khi những trường hợp này trở nên ổn định và trưởng thành, chúng sẽ được chuyển giao sang các giải pháp nguồn mở rẻ hơn để tối ưu hóa chi phí sản xuất.
Lý giải cho việc chi tiêu tổng thể không giảm, anh Zhang cho rằng khi các trường hợp sử dụng AI đã trưởng thành chuyển sang các mô hình nhẹ hơn, thì đồng thời lại có vô số trường hợp sử dụng mới liên tục xuất hiện, đòi hỏi phải dùng đến các mô hình tiên phong để khám phá và phát triển.
Dù anh Zhang không đưa ra nhiều dữ liệu cụ thể trong bài viết của mình, nhưng những con số thực tế lại không hề khó tìm. Bảng điều khiển AI gateway của Vercel cho thấy, chỉ trong tuần gần nhất, DeepSeek đã vươn lên dẫn đầu về khối lượng token xử lý, chiếm hơn một phần ba tổng số token đi qua hạ tầng của công ty. Z.ai, phòng thí nghiệm đứng sau mô hình GLM-5.2 phổ biến, cũng đã nhảy vọt lên vị trí thứ tư đáng nể trong cùng kỳ.
Tuy nhiên, nếu nhìn vào tổng chi tiêu cho token, chúng ta sẽ thấy Anthropic vẫn chiếm hơn một nửa tổng chi tiêu AI trên nền tảng này. Mặc dù thị phần của Anthropic có giảm nhẹ trong tháng qua do giá của họ tăng lên, nhưng mức giảm này không đáng kể.
OpenRouter, một nền tảng khác với phân khúc thị trường rộng hơn (dù ít tập trung vào doanh nghiệp hơn), cũng kể một câu chuyện tương tự. DeepSeek V4 Flash là người chiến thắng chính về tổng mức sử dụng, xử lý 5,3 nghìn tỷ token mỗi tuần. Trong khi đó, mô hình tiên phong phổ biến nhất, Opus 4.8, chỉ xử lý hơn 2 nghìn tỷ token. OpenRouter không xếp hạng các mô hình theo tổng chi tiêu, nhưng họ ghi nhận chi phí token trung bình của Opus 4.8 cao hơn khoảng 23 lần so với V4 Flash (1,37 USD/triệu token, tương đương khoảng 34.798 VNĐ/triệu token, so với chỉ 6 cent/triệu token, tương đương khoảng 1.524 VNĐ/triệu token). Điều này ngụ ý rằng Opus vẫn có thể đang chiếm phần lớn chi tiêu.
Những con số này thậm chí còn chưa tính đến "tân binh" Nemotron của Nvidia, một mô hình được dự đoán sẽ nhanh chóng vươn lên dẫn đầu nhờ vào mối quan hệ mạnh mẽ của Nvidia và khả năng thích ứng cực cao của chính mô hình này.
Những dữ liệu này chưa hoàn toàn chứng minh luận điểm của anh Zhang về vòng đời AI, nhưng chúng cho thấy các phòng thí nghiệm tiên phong như Anthropic chưa phải chịu quá nhiều thiệt hại từ sự trỗi dậy của nguồn mở, ít nhất là cho đến thời điểm hiện tại. Một lời giải thích là thị trường các tác vụ có thể ứng dụng AI đang phát triển quá nhanh, đến mức các mô hình hàng đầu vẫn có thể duy trì vị thế của mình bằng cách thống trị các triển khai ở giai đoạn đầu. Như anh Zhang đã nói, "Các phòng thí nghiệm tiên phong sẽ tiếp tục sở hữu sự khám phá. Nguồn mở sẽ ngày càng sở hữu sự sản xuất." Một lời giải thích khác có thể là, ngay cả khi khách hàng chuyển sang nguồn mở, nhiều trường hợp sử dụng vẫn quá phức tạp đến mức không thể thay thế hoàn toàn bằng các lựa chọn thay thế rẻ hơn.
Dù theo cách nào đi nữa, nền kinh tế AI hai cấp độ này có thể sẽ trở thành một đặc điểm tương đối ổn định của ngành.
Trở lại tháng 9 năm ngoái, mình từng viết về khả năng các phòng thí nghiệm nền tảng sẽ kết thúc bằng việc "bán hạt cà phê cho Starbucks" – tức là đóng vai trò cung cấp nguyên liệu thô trong khi lớp ứng dụng gặt hái lợi ích. Một số phần của dự đoán đó đã trở thành sự thật: các ứng dụng AI chuyên biệt đã chuyển sang các mô hình nhẹ hơn, và kinh tế của các startup "GPT wrapper" vẫn khá ổn định.
Tuy nhiên, chúng ta cũng đang chứng kiến rằng, xét về từng token, các nhà cung cấp mô hình tiên phong vẫn giữ được phần đáng giá nhất của thị trường - giá token cao cấp. Và điều này dường như khó có thể thay đổi trong tương lai gần.
Mới đây, Jesse Zhang, CEO của Decagon, đã đưa ra một lý thuyết khá "gai góc" với tiêu đề "Mọi người đều sai lầm về AI nguồn mở trong doanh nghiệp". Theo anh Zhang, các mô hình tiên phong và mô hình nguồn mở không phải là đối thủ cạnh tranh trực tiếp, mà thực chất chúng là hai giai đoạn trong cùng một vòng đời phát triển. Các mô hình tiên phong, đắt tiền, được dùng để thử nghiệm và chứng minh tính khả thi của các trường hợp sử dụng mới. Khi những trường hợp này trở nên ổn định và trưởng thành, chúng sẽ được chuyển giao sang các giải pháp nguồn mở rẻ hơn để tối ưu hóa chi phí sản xuất.
Lý giải cho việc chi tiêu tổng thể không giảm, anh Zhang cho rằng khi các trường hợp sử dụng AI đã trưởng thành chuyển sang các mô hình nhẹ hơn, thì đồng thời lại có vô số trường hợp sử dụng mới liên tục xuất hiện, đòi hỏi phải dùng đến các mô hình tiên phong để khám phá và phát triển.
Dù anh Zhang không đưa ra nhiều dữ liệu cụ thể trong bài viết của mình, nhưng những con số thực tế lại không hề khó tìm. Bảng điều khiển AI gateway của Vercel cho thấy, chỉ trong tuần gần nhất, DeepSeek đã vươn lên dẫn đầu về khối lượng token xử lý, chiếm hơn một phần ba tổng số token đi qua hạ tầng của công ty. Z.ai, phòng thí nghiệm đứng sau mô hình GLM-5.2 phổ biến, cũng đã nhảy vọt lên vị trí thứ tư đáng nể trong cùng kỳ.
Tuy nhiên, nếu nhìn vào tổng chi tiêu cho token, chúng ta sẽ thấy Anthropic vẫn chiếm hơn một nửa tổng chi tiêu AI trên nền tảng này. Mặc dù thị phần của Anthropic có giảm nhẹ trong tháng qua do giá của họ tăng lên, nhưng mức giảm này không đáng kể.
OpenRouter, một nền tảng khác với phân khúc thị trường rộng hơn (dù ít tập trung vào doanh nghiệp hơn), cũng kể một câu chuyện tương tự. DeepSeek V4 Flash là người chiến thắng chính về tổng mức sử dụng, xử lý 5,3 nghìn tỷ token mỗi tuần. Trong khi đó, mô hình tiên phong phổ biến nhất, Opus 4.8, chỉ xử lý hơn 2 nghìn tỷ token. OpenRouter không xếp hạng các mô hình theo tổng chi tiêu, nhưng họ ghi nhận chi phí token trung bình của Opus 4.8 cao hơn khoảng 23 lần so với V4 Flash (1,37 USD/triệu token, tương đương khoảng 34.798 VNĐ/triệu token, so với chỉ 6 cent/triệu token, tương đương khoảng 1.524 VNĐ/triệu token). Điều này ngụ ý rằng Opus vẫn có thể đang chiếm phần lớn chi tiêu.
Những con số này thậm chí còn chưa tính đến "tân binh" Nemotron của Nvidia, một mô hình được dự đoán sẽ nhanh chóng vươn lên dẫn đầu nhờ vào mối quan hệ mạnh mẽ của Nvidia và khả năng thích ứng cực cao của chính mô hình này.
Những dữ liệu này chưa hoàn toàn chứng minh luận điểm của anh Zhang về vòng đời AI, nhưng chúng cho thấy các phòng thí nghiệm tiên phong như Anthropic chưa phải chịu quá nhiều thiệt hại từ sự trỗi dậy của nguồn mở, ít nhất là cho đến thời điểm hiện tại. Một lời giải thích là thị trường các tác vụ có thể ứng dụng AI đang phát triển quá nhanh, đến mức các mô hình hàng đầu vẫn có thể duy trì vị thế của mình bằng cách thống trị các triển khai ở giai đoạn đầu. Như anh Zhang đã nói, "Các phòng thí nghiệm tiên phong sẽ tiếp tục sở hữu sự khám phá. Nguồn mở sẽ ngày càng sở hữu sự sản xuất." Một lời giải thích khác có thể là, ngay cả khi khách hàng chuyển sang nguồn mở, nhiều trường hợp sử dụng vẫn quá phức tạp đến mức không thể thay thế hoàn toàn bằng các lựa chọn thay thế rẻ hơn.
Dù theo cách nào đi nữa, nền kinh tế AI hai cấp độ này có thể sẽ trở thành một đặc điểm tương đối ổn định của ngành.
Trở lại tháng 9 năm ngoái, mình từng viết về khả năng các phòng thí nghiệm nền tảng sẽ kết thúc bằng việc "bán hạt cà phê cho Starbucks" – tức là đóng vai trò cung cấp nguyên liệu thô trong khi lớp ứng dụng gặt hái lợi ích. Một số phần của dự đoán đó đã trở thành sự thật: các ứng dụng AI chuyên biệt đã chuyển sang các mô hình nhẹ hơn, và kinh tế của các startup "GPT wrapper" vẫn khá ổn định.
Tuy nhiên, chúng ta cũng đang chứng kiến rằng, xét về từng token, các nhà cung cấp mô hình tiên phong vẫn giữ được phần đáng giá nhất của thị trường - giá token cao cấp. Và điều này dường như khó có thể thay đổi trong tương lai gần.
