Cuộc chiến giá cả AI leo thang: xAI, OpenAI, Meta đồng loạt giảm giá, Anthropic chịu áp lực, lợi nhuận chuỗi ngành AI chảy về đâu?

TradingKey - Trong tuần qua, trọng tâm cạnh tranh trong ngành công nghiệp AI đã chuyển dịch từ 'hiệu năng' sang 'giá cả'. Từ SpaceXAI của Elon Musk ( SPCX) đến OpenAI, rồi đến Meta ( META ), cả ba gã khổng lồ đã liên tiếp ra mắt các mô hình AI thế hệ tiếp theo của mình. Nhưng lần này, họ cạnh tranh không chỉ về việc ai 'thông minh hơn', mà còn về việc ai 'rẻ hơn'.

Grok 4.5 rẻ hơn trên 60% so với Opus 4.8 của Anthropic, giá của GPT-5.6 Terra đã giảm một nửa, và giá đầu vào của Meta Muse Spark 1.1 chỉ là 1,25 USD trên mỗi triệu token. Logic cốt lõi của cuộc chiến giá cả này đã chuyển dịch từ 'cuộc đua hiệu năng' sang 'cuộc đua chi phí', đẩy nhanh sự bùng nổ của việc tiêu thụ token và gián tiếp thúc đẩy sự tăng trưởng nhu cầu phần cứng thượng nguồn.

Token là gì?

Token là đơn vị văn bản nhỏ nhất được xử lý bởi một mô hình AI. Trước khi một đoạn văn bản được đưa vào mô hình, nó sẽ được phân tách thành nhiều token, có thể là các từ hoàn chỉnh, gốc từ hoặc dấu câu. Trong ngữ cảnh tiếng Trung, một ký tự chữ Hán đơn lẻ hoặc một từ thông dụng có thể đóng vai trò là một token. Số lượng token trực tiếp quyết định độ dài văn bản tối đa cho một cuộc hội thoại. Trong biểu giá API, token là cơ sở để tính phí, trong đó văn bản đầu vào và phản hồi được tạo ra được tính phí tích lũy dựa trên số lượng token tương ứng của chúng.

Các doanh nghiệp thắt chặt chi tiêu AI khi trọng tâm chuyển từ tăng cường sử dụng sang tính toán chi phí

Chỉ mới vài tháng trước, văn hóa "Tối đa hóa Token" rất phổ biến ở Thung lũng Silicon, nơi các công ty khuyến khích nhân viên sử dụng AI nhiều nhất có thể vì lo sợ sẽ bị tụt lại phía sau nếu sử dụng ít hơn. Tuy nhiên, gần đây mọi thứ đã thay đổi.

Theo một báo cáo gần đây của The Information, Tesla ( TSLA) đã thông báo cho nhân viên rằng, bắt đầu từ ngày 6/7, công ty sẽ giới hạn chi tiêu cho các công cụ AI của nhân viên ở mức 200 USD mỗi tuần, và mọi khoản vượt quá hạn mức đều phải được sự chấp thuận của người giám sát. Uber ( UBER) đã cạn kiệt toàn bộ ngân sách AI cho năm 2026 ngay từ tháng 4, sau đó giới hạn mức chi tiêu token hàng tháng của mỗi nhân viên cho bất kỳ công cụ AI đơn lẻ nào ở mức 1.500 USD.

Theo nền tảng dữ liệu chi tiêu doanh nghiệp Ramp, mức trung vị chi tiêu hàng tháng của doanh nghiệp cho các token AI vào tháng 4 năm 2026 là 2.246 USD, nhưng mức trung bình lên tới 140.000 USD. Khoảng cách khổng lồ này cho thấy một nhóm nhỏ "siêu người dùng" đang tiêu thụ phần lớn ngân sách AI.

Các công ty đang bắt đầu tính toán chi tiết. Một năm trước, các giám đốc điều hành của OpenAI vẫn đang thảo luận về khả năng thu phí đăng ký hàng nghìn USD mỗi tháng cho các mô hình AI cao cấp. Giờ đây, giọng điệu của Sam Altman đã thay đổi: "Mỗi doanh nghiệp đều đang cân nhắc về những gì họ chi cho AI và giá trị họ nhận được từ đó, đây chính xác là điều chúng tôi muốn giải quyết."

xAI, OpenAI, Meta đồng loạt giảm giá, cuộc chiến giá AI leo thang

SpaceXAI là công ty đầu tiên ra mắt Grok 4.5 vào ngày 8/7, đánh dấu mô hình mới đầu tiên của doanh nghiệp này kể từ khi niêm yết.Musk đã đưa ra một tuyên bố gây chú ý trên X: "Đây là một mô hình thuộc phân khúc Opus, nhưng có tốc độ nhanh hơn, tối ưu hóa lượng token hiệu quả hơn và chi phí rẻ hơn."

Dữ liệu thử nghiệm đã xác nhận điều này. Trong các tác vụ SWE-Bench Pro, Grok 4.5 đã giải quyết các vấn đề với lượng token tiêu thụ trung bình chỉ là 15.954, so với mức 67.020 token của Claude Opus 4.8, tức là chưa bằng một phần tư mức sử dụng của đối thủ cạnh tranh. Giá API là 2 USD cho đầu vào và 6 USD cho đầu ra trên mỗi triệu token, rẻ hơn hơn 60% so với Claude Opus và GPT-5.5. SpaceXAI khẳng định hiệu suất sử dụng token của họ cao gấp đôi so với các sản phẩm tương đương.

OpenAI đã chính thức ra mắt GPT-5.6 cho công chúng vào ngày 9/7, đồng thời giới thiệu ba mô hình: Sol, Terra và Luna.

Sol: Giá đầu vào là 5 USD và đầu ra là 30 USD trên mỗi triệu token, tương đương mức giá của thế hệ trước nhưng hiệu suất và hiệu năng được nâng cao đáng kể. Trong chỉ số Coding Agent của tổ chức uy tín Artificial Analysis, Sol (max) đã thiết lập một tiêu chuẩn toàn cầu mới với số điểm 80, thể hiện khả năng duy trì vận hành mạnh mẽ khi thực hiện các tác vụ phức tạp gồm nhiều bước, với chi phí tác vụ tổng thể thấp hơn đáng kể so với các mô hình tiên phong truyền thống.

Terra: Giá đầu vào là 2,50 USD và đầu ra là 15 USD trên mỗi triệu token, có hiệu năng tương đương với GPT-5.5 nhưng giá thành giảm trực tiếp một nửa. Trong bài kiểm tra Agents' Last Exam chính thức của OpenAI, Terra, nhờ chuỗi logic hiệu quả của mình, có thể hoàn thành các quy trình công việc chuyên môn cụ thể với chi phí ước tính chỉ bằng khoảng 1/16 so với các mô hình tiên phong truyền thống.

Luna: Giá đầu vào là 1 USD và đầu ra là 6 USD trên mỗi triệu token, là mô hình rẻ nhất trong ba mô hình và lý tưởng cho các kịch bản truy vấn tần suất cao.

Meta cũng nhanh chóng bám đuổi khi giới thiệu mô hình API trả phí đầu tiên của mình là Muse Spark 1.1.Về giá cả, mô hình này có mức phí là 1,25 USD cho đầu vào và 4,25 USD cho đầu ra trên mỗi triệu token. Con số này thấp hơn so với mức đầu vào 10 USD và đầu ra 50 USD của Anthropic Fable 5. Mức giá của Muse Spark 1.1 chỉ bằng một phần mười so với Fable 5.

Zuckerberg thẳng thắn chia sẻ: "Các phòng nghiên cứu khác có mức giá cao và biên lợi nhuận khổng lồ. Chúng tôi có khả năng cung cấp trí tuệ tiên phong với mức giá phải chăng hơn." Sự tự tin của Meta bắt nguồn từ mảng kinh doanh quảng cáo siêu lợi nhuận của họ, áp dụng chiến lược giá thấp để chiếm lĩnh thị trường trước, sau đó mới tăng giá dần khi đã thiết lập được chỗ đứng vững chắc.

Anthropic chịu áp lực: Khách hàng bỏ phiếu bằng ngân sách, không phải bằng bảng xếp hạng

Với việc ba ông lớn đồng loạt giảm giá, Anthropic chắc chắn cảm nhận được áp lực lớn nhất. Theo dữ liệu từ Ramp, thị phần đăng ký dịch vụ AI doanh nghiệp của Anthropic đã đạt 41% vào tháng 5/2026, lần đầu tiên vượt qua mức 39,5% của OpenAI. Anthropic, công ty vốn nắm giữ lợi thế trên thị trường doanh nghiệp, giờ đây đang bị các đối thủ bao vây bằng giá.

Ngoài ra, dữ liệu cho thấy chi phí điện toán của chính Anthropic đã đạt gấp 2,3 lần chi phí tiền lương của hãng. Dựa trên mức chi phí toàn phần là 224.000 USD cho một kỹ sư cấp cao, chi phí điện toán tương ứng cho mỗi kỹ sư là khoảng 515.000 USD mỗi năm.

Gần đây, Anthropic đã chuyển đổi Claude Enterprise từ mô hình đăng ký trả phí cố định sang mô hình tính phí dựa trên mức độ sử dụng. Bản thân sự dịch chuyển này phản ánh chính xác rằng áp lực chi phí AI đã được truyền từ khách hàng sang chính các nhà cung cấp.

Lợi nhuận chuỗi công nghiệp đang chảy về đâu?

Nếu tầng mô hình đang tham gia vào một cuộc chiến giá cả, lợi nhuận sẽ đi về đâu?

Điểm dừng đầu tiên: Các nhà cung cấp dịch vụ định tuyến mô hình. Khi số lượng mô hình tăng lên nhanh chóng và việc định giá ngày càng trở nên hỗn loạn, các doanh nghiệp càng có nhu cầu lớn hơn đối với các công cụ cho phép họ 'dùng bất kỳ cái nào rẻ nhất'. Các nền tảng như OpenRouter cho phép người dùng tự động chuyển đổi giữa hàng trăm mô hình dựa trên tác vụ. Vào tháng 5/2026, OpenRouter đã hoàn thành vòng gọi vốn Series B trị giá 113 triệu USD, đạt mức định giá 1,3 tỷ USD. Lượng token mà nền tảng này xử lý hàng tuần đã tăng từ 5 nghìn tỷ lên 25 nghìn tỷ.

Một báo cáo của Citigroup cho thấy tỷ lệ token của các mô hình nguồn mở được xử lý trên nền tảng OpenRouter đã tăng vọt từ 34% trong tháng 1 lên 65% trong tháng 6.

Điểm dừng thứ hai: Các giải pháp thay thế tối ưu hơn về chi phí. Tỷ lệ token từ các công ty Mỹ sử dụng các mô hình AI của Trung Quốc trên OpenRouter đã duy trì ổn định ở mức trên 30% hàng tuần kể từ năm 2026, đạt đỉnh ở mức 46%.

Theo dữ liệu đánh giá của bên thứ ba, khoảng cách hiệu suất tổng thể của các mô hình tiên phong phổ biến của Trung Quốc trong việc hiểu đa phương thức và triển khai kỹ thuật so với các mô hình nguồn đóng hàng đầu của Mỹ đã thu hẹp đáng kể xuống còn khoảng từ 1% đến 4%, trong khi mức giá của chúng thấp hơn từ 60% đến 90%.

Điểm dừng thứ ba: Bán dẫn thượng nguồn. Cuộc chiến giá cả thiêu rụi tầng mô hình, và chính tầng mô hình là bên phải thanh toán hóa đơn. Sự tự tin cắt giảm giá của các nhà phát triển mô hình bắt nguồn từ sự sụt giảm liên tục của chi phí suy luận, vốn được hỗ trợ bởi sự bùng nổ mang tính cấu trúc trong ngành chip AI và chip nhớ. Micron ( MU) đã chứng kiến biên lợi nhuận hoạt động trong một quý vượt quá 80%, trong khi SK Hynix ( SKHY) và lợi nhuận từ chip nhớ của Samsung tiếp tục đạt mức cao kỷ lục. Phần lớn chi phí năng lực tính toán AI không nằm ở tầng mô hình, mà ở tầng chip. Đằng sau mỗi lượt gọi API là sự tiêu thụ GPU và HBM. Trận chiến ở tầng mô hình càng khốc liệt, nhu cầu đối với chip và bộ nhớ thượng nguồn càng mang tính tất yếu; cuộc chiến giá cả càng tàn khốc, lợi ích đối với thượng nguồn càng chắc chắn hơn.

Từ ‘Có đáng không’ đến ‘Có đắt không’: Kỷ nguyên Hiệu quả Token đã đến

Cuộc chiến giá cả ở phân khúc mô hình mang lại lợi ích cho khách hàng trong ngắn hạn, mang lại chi phí thấp hơn, nhiều lựa chọn hơn và khả năng thương lượng mạnh mẽ hơn. Tuy nhiên, về lâu dài, các nhà phát triển AI sống sót phải trả lời một câu hỏi: Khi đơn giá của các token tiếp tục giảm, làm thế nào họ sẽ thu hồi được hàng trăm tỷ USD đã đầu tư vào chip và trung tâm dữ liệu?

Zuckerberg có mảng kinh doanh quảng cáo để tài trợ cho các nỗ lực của mình, Musk có khả năng định hình những câu chuyện thu hút thị trường vốn, và OpenAI được hưởng lợi thế của người đi đầu cùng mức thặng dư thương hiệu. Trong khi đó, Anthropic, một công ty được xây dựng trên vị thế 'thông minh nhất', đang đối mặt với thực tế phũ phàng: khách hàng đang bỏ phiếu bằng ngân sách của họ, chứ không phải bằng thứ hạng trên các bảng xếp hạng.

Kỷ nguyên 'hiệu quả token' của AI đã đến. Thay đổi lớn nhất trong năm nay không phải là các mô hình đã trở nên mạnh mẽ hơn thế nào, mà là cách toàn bộ ngành công nghiệp đã chuyển từ câu hỏi 'liệu có xứng đáng không' sang 'liệu có quá đắt không'. Khi mọi doanh nghiệp đều xem xét kỹ lưỡng các hóa đơn dịch vụ AI của mình, bất kỳ ai có thể giúp khách hàng tiết kiệm chi phí sẽ là người sống sót.