Một thay đổi đáng chú ý đang diễn ra ở Thung lũng Silicon: doanh nghiệp không còn mặc định rằng mô hình AI mạnh nhất cũng là lựa chọn tốt nhất.
Trong hai năm qua, cuộc đua AI chủ yếu xoay quanh câu hỏi mô hình nào thông minh nhất. Nhưng khi AI được đưa vào sử dụng rộng rãi, doanh nghiệp bắt đầu quan tâm đến một câu hỏi thực tế hơn: Có nhất thiết phải dùng mô hình đắt nhất cho mọi công việc?
Câu trả lời ngày càng rõ ràng là không.
Theo dữ liệu của AlphaSense, số lần các mô hình "mã nguồn mở" hoặc "trọng số mở" được nhắc đến trong các cuộc họp công bố kết quả kinh doanh và hội nghị với nhà đầu tư của các công ty Mỹ trong tháng 8 và tháng 9 năm nay cao gấp 6 lần so với cùng kỳ năm ngoái.
Lý do rất đơn giản. Không phải công việc nào cũng cần đến một mô hình AI cao cấp.
Những tác vụ như trích xuất thông tin, phân loại văn bản, sửa mã đơn giản hay trả lời khách hàng thường không đòi hỏi khả năng suy luận phức tạp. Doanh nghiệp vì thế bắt đầu chia việc cho nhiều loại mô hình: mô hình mạnh và đắt tiền xử lý những nhiệm vụ khó, còn mô hình rẻ hơn đảm nhận phần lớn công việc thường ngày.
Uber là một ví dụ. Việc nhân viên sử dụng rộng rãi các công cụ lập trình AI khiến công ty tiêu hết ngân sách AI dự kiến cho cả năm 2026 chỉ trong 4 tháng. Công ty sau đó phải đặt giới hạn sử dụng. Khi một tác vụ AI có nhiều bước, cần xử lý ngữ cảnh dài hoặc phải gọi nhiều công cụ, chi phí có thể tăng rất nhanh.
Đó là lúc câu hỏi "mô hình nào mạnh nhất?" dần được thay bằng "mô hình nào phù hợp nhất với công việc này?".
Dữ liệu được Financial Times và Reuters dẫn lại cho thấy tỷ lệ sử dụng các mô hình này đang tăng nhanh. Tại Vercel, chúng chiếm 56% tổng số token được xử lý qua AI Gateway trong tháng 8, tăng mạnh so với 7% vào tháng 12. Trên OpenRouter, tỷ lệ này cũng tăng từ 34% vào tháng 1 lên 65% vào tháng 6.
AT&T hiện có khoảng 40% khối lượng công việc AI chạy trên các mô hình mã nguồn mở và đặt mục tiêu nâng tỷ lệ này lên 70% trong vòng một năm. Công ty cũng muốn sử dụng dữ liệu riêng để tinh chỉnh mô hình cho những nhiệm vụ cụ thể.
Vì thế, một kiểu kiến trúc mới đang hình thành: nhiều mô hình cùng làm việc thay vì một mô hình xử lý tất cả. Mô hình cao cấp đảm nhận suy luận và lập kế hoạch phức tạp, còn mô hình rẻ hơn xử lý phần lớn công việc còn lại.
Điều này cũng giúp doanh nghiệp tránh bị phụ thuộc vào một nhà cung cấp. Họ có thể chuyển đổi giữa OpenAI, Anthropic, Google và các mô hình mở tùy theo yêu cầu về chất lượng và chi phí.
Telnyx là một ví dụ đáng chú ý. Công ty từng sử dụng mô hình Anthropic cấp cao cho 1.000 bot AI. Với cách tính phí cũ, chi phí có thể lên tới 100.000 USD mỗi ngày, tương đương khoảng 2,6 tỷ đồng. Sau khi chuyển sang mô hình mã nguồn mở, số bot tăng lên 1.400 nhưng chi phí mỗi bot mỗi ngày giảm còn khoảng 100 USD, tương đương khoảng 2,6 triệu đồng.
Điều đáng chú ý không phải là các mô hình mã nguồn mở sẽ thay thế hoàn toàn OpenAI hay Anthropic. Thay đổi lớn hơn nằm ở cách doanh nghiệp mua và sử dụng AI.
Trước đây, mô hình càng mạnh thì càng dễ bán với giá cao. Doanh nghiệp muốn có khả năng tốt nhất nên chấp nhận trả nhiều tiền hơn.
Nhưng khi các mô hình rẻ hơn ngày càng tiến gần những mô hình hàng đầu, doanh nghiệp có thêm lý do để cân nhắc lại.
Theo dữ liệu Citibank được dẫn trong tài liệu, một số mô hình mã nguồn mở có giá chỉ khoảng 0,18 USD cho 1 triệu token, trong khi mức giá trung bình của các mô hình đóng hàng đầu khoảng 4 USD. Chênh lệch này khiến việc sử dụng mô hình đắt nhất cho mọi nhiệm vụ trở nên khó thuyết phục.
Không chỉ giá, khả năng kiểm soát dữ liệu cũng là một lợi thế. Với những dữ liệu nhạy cảm như hồ sơ y tế, tài chính hoặc bí mật kinh doanh, doanh nghiệp có thể triển khai mô hình trên hạ tầng riêng để kiểm soát, tinh chỉnh và kiểm toán tốt hơn.
Điều này cũng có thể mang lại lợi ích cho các công ty phần mềm. Nếu AI trở thành một chi phí đầu vào, mô hình càng rẻ thì doanh nghiệp phần mềm càng dễ tích hợp AI vào sản phẩm mà không làm chi phí tăng quá cao.
Trong hai năm qua, từng có lo ngại rằng các công ty phát triển mô hình AI sẽ trực tiếp thay thế phần mềm truyền thống. Nhưng khi chi phí sử dụng mô hình giảm mạnh, AI lại có thể trở thành một nguyên liệu rẻ hơn để các công ty phần mềm xây dựng sản phẩm.
OpenAI và Anthropic đều đang phát triển những mô hình có hiệu quả sử dụng token tốt hơn, đồng thời cung cấp nhiều lựa chọn với mức giá và khả năng khác nhau. Các mô hình mã nguồn mở như DeepSeek, Mistral và những nhóm khác tiếp tục cạnh tranh ở những nhiệm vụ quan trọng.
Khi đó, tiêu chí đánh giá một mô hình AI cũng thay đổi. Không chỉ còn là mô hình đạt bao nhiêu điểm trên các bài kiểm tra hay thông minh đến đâu, mà còn là chi phí để hoàn thành một nhiệm vụ cụ thể là bao nhiêu.
Đây có thể là thay đổi quan trọng nhất.
Doanh nghiệp không nhất thiết cần mô hình thông minh nhất. Họ cần mô hình làm được việc với chi phí hợp lý nhất.
Nói cách khác, cuộc đua AI đang chuyển từ "ai có mô hình mạnh nhất?" sang "ai có thể hoàn thành công việc đủ tốt với chi phí thấp nhất?".
Trong hai năm qua, cuộc đua AI chủ yếu xoay quanh câu hỏi mô hình nào thông minh nhất. Nhưng khi AI được đưa vào sử dụng rộng rãi, doanh nghiệp bắt đầu quan tâm đến một câu hỏi thực tế hơn: Có nhất thiết phải dùng mô hình đắt nhất cho mọi công việc?
Câu trả lời ngày càng rõ ràng là không.
Theo dữ liệu của AlphaSense, số lần các mô hình "mã nguồn mở" hoặc "trọng số mở" được nhắc đến trong các cuộc họp công bố kết quả kinh doanh và hội nghị với nhà đầu tư của các công ty Mỹ trong tháng 8 và tháng 9 năm nay cao gấp 6 lần so với cùng kỳ năm ngoái.
Lý do rất đơn giản. Không phải công việc nào cũng cần đến một mô hình AI cao cấp.
Những tác vụ như trích xuất thông tin, phân loại văn bản, sửa mã đơn giản hay trả lời khách hàng thường không đòi hỏi khả năng suy luận phức tạp. Doanh nghiệp vì thế bắt đầu chia việc cho nhiều loại mô hình: mô hình mạnh và đắt tiền xử lý những nhiệm vụ khó, còn mô hình rẻ hơn đảm nhận phần lớn công việc thường ngày.
Uber là một ví dụ. Việc nhân viên sử dụng rộng rãi các công cụ lập trình AI khiến công ty tiêu hết ngân sách AI dự kiến cho cả năm 2026 chỉ trong 4 tháng. Công ty sau đó phải đặt giới hạn sử dụng. Khi một tác vụ AI có nhiều bước, cần xử lý ngữ cảnh dài hoặc phải gọi nhiều công cụ, chi phí có thể tăng rất nhanh.
Đó là lúc câu hỏi "mô hình nào mạnh nhất?" dần được thay bằng "mô hình nào phù hợp nhất với công việc này?".
Mã nguồn mở bắt đầu có lợi thế
Các mô hình mã nguồn mở, hay chính xác hơn là những mô hình có trọng số mở, cho phép doanh nghiệp tải mô hình về, chạy trên hạ tầng của mình và tùy chỉnh theo nhu cầu. Điều này giúp doanh nghiệp có thêm quyền kiểm soát dữ liệu và giảm một phần chi phí sử dụng.Dữ liệu được Financial Times và Reuters dẫn lại cho thấy tỷ lệ sử dụng các mô hình này đang tăng nhanh. Tại Vercel, chúng chiếm 56% tổng số token được xử lý qua AI Gateway trong tháng 8, tăng mạnh so với 7% vào tháng 12. Trên OpenRouter, tỷ lệ này cũng tăng từ 34% vào tháng 1 lên 65% vào tháng 6.
AT&T hiện có khoảng 40% khối lượng công việc AI chạy trên các mô hình mã nguồn mở và đặt mục tiêu nâng tỷ lệ này lên 70% trong vòng một năm. Công ty cũng muốn sử dụng dữ liệu riêng để tinh chỉnh mô hình cho những nhiệm vụ cụ thể.
Vì thế, một kiểu kiến trúc mới đang hình thành: nhiều mô hình cùng làm việc thay vì một mô hình xử lý tất cả. Mô hình cao cấp đảm nhận suy luận và lập kế hoạch phức tạp, còn mô hình rẻ hơn xử lý phần lớn công việc còn lại.
Điều này cũng giúp doanh nghiệp tránh bị phụ thuộc vào một nhà cung cấp. Họ có thể chuyển đổi giữa OpenAI, Anthropic, Google và các mô hình mở tùy theo yêu cầu về chất lượng và chi phí.
Telnyx là một ví dụ đáng chú ý. Công ty từng sử dụng mô hình Anthropic cấp cao cho 1.000 bot AI. Với cách tính phí cũ, chi phí có thể lên tới 100.000 USD mỗi ngày, tương đương khoảng 2,6 tỷ đồng. Sau khi chuyển sang mô hình mã nguồn mở, số bot tăng lên 1.400 nhưng chi phí mỗi bot mỗi ngày giảm còn khoảng 100 USD, tương đương khoảng 2,6 triệu đồng.
Cuộc chơi AI đang thay đổi
Điều đáng chú ý không phải là các mô hình mã nguồn mở sẽ thay thế hoàn toàn OpenAI hay Anthropic. Thay đổi lớn hơn nằm ở cách doanh nghiệp mua và sử dụng AI.
Trước đây, mô hình càng mạnh thì càng dễ bán với giá cao. Doanh nghiệp muốn có khả năng tốt nhất nên chấp nhận trả nhiều tiền hơn.
Nhưng khi các mô hình rẻ hơn ngày càng tiến gần những mô hình hàng đầu, doanh nghiệp có thêm lý do để cân nhắc lại.
Theo dữ liệu Citibank được dẫn trong tài liệu, một số mô hình mã nguồn mở có giá chỉ khoảng 0,18 USD cho 1 triệu token, trong khi mức giá trung bình của các mô hình đóng hàng đầu khoảng 4 USD. Chênh lệch này khiến việc sử dụng mô hình đắt nhất cho mọi nhiệm vụ trở nên khó thuyết phục.
Không chỉ giá, khả năng kiểm soát dữ liệu cũng là một lợi thế. Với những dữ liệu nhạy cảm như hồ sơ y tế, tài chính hoặc bí mật kinh doanh, doanh nghiệp có thể triển khai mô hình trên hạ tầng riêng để kiểm soát, tinh chỉnh và kiểm toán tốt hơn.
Điều này cũng có thể mang lại lợi ích cho các công ty phần mềm. Nếu AI trở thành một chi phí đầu vào, mô hình càng rẻ thì doanh nghiệp phần mềm càng dễ tích hợp AI vào sản phẩm mà không làm chi phí tăng quá cao.
Trong hai năm qua, từng có lo ngại rằng các công ty phát triển mô hình AI sẽ trực tiếp thay thế phần mềm truyền thống. Nhưng khi chi phí sử dụng mô hình giảm mạnh, AI lại có thể trở thành một nguyên liệu rẻ hơn để các công ty phần mềm xây dựng sản phẩm.
Không còn cuộc đua chỉ về độ thông minh
Các công ty AI vì thế cũng phải thay đổi.OpenAI và Anthropic đều đang phát triển những mô hình có hiệu quả sử dụng token tốt hơn, đồng thời cung cấp nhiều lựa chọn với mức giá và khả năng khác nhau. Các mô hình mã nguồn mở như DeepSeek, Mistral và những nhóm khác tiếp tục cạnh tranh ở những nhiệm vụ quan trọng.
Khi đó, tiêu chí đánh giá một mô hình AI cũng thay đổi. Không chỉ còn là mô hình đạt bao nhiêu điểm trên các bài kiểm tra hay thông minh đến đâu, mà còn là chi phí để hoàn thành một nhiệm vụ cụ thể là bao nhiêu.
Đây có thể là thay đổi quan trọng nhất.
Doanh nghiệp không nhất thiết cần mô hình thông minh nhất. Họ cần mô hình làm được việc với chi phí hợp lý nhất.
Nói cách khác, cuộc đua AI đang chuyển từ "ai có mô hình mạnh nhất?" sang "ai có thể hoàn thành công việc đủ tốt với chi phí thấp nhất?".
