Chi phí token AI đang trở thành yếu tố cạnh tranh mới trong cuộc đua trí tuệ nhân tạo. Trong khi các tập đoàn Mỹ dẫn đầu về năng lực mô hình, các công ty Trung Quốc lại thu hút doanh nghiệp châu Á bằng token giá rẻ, mở rộng cơ hội ứng dụng AI nhưng cũng đặt ra những thách thức về chất lượng, bảo mật và địa chính trị…
Trong nhiều năm qua, cuộc cạnh tranh
trong lĩnh vực trí tuệ nhân tạo chủ yếu được đánh giá qua sức mạnh của các mô
hình. Các tên tuổi như OpenAI, Google hay Anthropic liên tục được so sánh về
khả năng suy luận, viết mã, xử lý ngôn ngữ và giải quyết các bài toán phức tạp.
Tuy nhiên, khi AI bắt đầu được triển
khai trên quy mô doanh nghiệp, một câu hỏi mới xuất hiện: ai có thể sử dụng AI
với chi phí đủ thấp để triển khai đại trà?
Theo các chuyên gia được CNA phỏng
vấn, câu trả lời ngày càng phụ thuộc vào một yếu tố ít được chú ý hơn là token
AI – đơn vị đo lường lượng dữ liệu mà hệ thống AI đọc, xử lý và tạo ra.
Mỗi câu hỏi gửi tới chatbot, mỗi bản
dịch, mỗi đoạn mã lập trình, mỗi báo cáo được AI tóm tắt hay mỗi tác vụ mà AI
agent thực hiện đều tiêu tốn token. Và khi AI được sử dụng ở quy mô hàng triệu
tác vụ mỗi tháng, token trở thành một khoản chi phí đáng kể đối với doanh
nghiệp. Chính ở điểm này, các công ty AI Trung Quốc đang nổi lên như một đối thủ
cạnh tranh đáng gờm với các doanh nghiệp Mỹ.
CUỘC
ĐUA AI ĐANG CHUYỂN TỪ NĂNG LỰC MÔ HÌNH SANG CHI PHÍ TOKEN
Theo dữ liệu được CNA dẫn lại từ
Financial Times và bảng giá công khai của các nhà cung cấp AI, nhiều mô hình
của Trung Quốc hiện có chi phí thấp hơn đáng kể so với các đối thủ Mỹ.
Các mô hình của MiniMax hay Moonshot
chỉ tính phí khoảng 2-3 USD cho mỗi triệu token đầu ra. Trong khi đó, Gemini
3.5 Flash của Google có giá khoảng 9 USD, Claude Sonnet 4.5 của Anthropic
khoảng 15 USD và GPT-5.5 của OpenAI lên tới 30 USD. Mức chênh lệch này tưởng
như không lớn nhưng lại tạo ra khác biệt đáng kể khi doanh nghiệp vận hành AI
trên quy mô lớn.
Amit Verma, Giám đốc Công nghệ sáng
lập của công ty AI Neuron7.ai, ước tính một nhóm bán hàng gồm 50 nhân viên có
thể sử dụng khoảng 450 triệu token mỗi tháng. Với GPT-5.5, chi phí có thể lên
tới khoảng 3.150 USD/tháng, tương đương 38.000 USD mỗi năm. Con số này cao gấp
hai đến ba lần so với việc sử dụng các mô hình AI Trung Quốc.
Theo các chuyên gia, lợi thế chi phí
của Trung Quốc xuất phát từ nhiều yếu tố. Một phần đến từ chi phí điện năng và
vận hành trung tâm dữ liệu thấp hơn. Một phần khác đến từ các khoản hỗ trợ của
chính phủ cho hạ tầng AI. Quan trọng hơn, nhiều công ty Trung Quốc đã phát
triển những kiến trúc mô hình giúp giảm đáng kể chi phí tính toán.
Điển hình là kiến trúc Mixture of
Experts (MoE), được phổ biến rộng rãi sau thành công của DeepSeek R1. Thay
vì huy động toàn bộ hệ thống để xử lý mỗi yêu cầu, mô hình MoE chỉ kích hoạt
những “chuyên gia” phù hợp nhất. Cách tiếp cận này giúp giảm đáng kể
lượng tài nguyên tính toán cần thiết và qua đó hạ chi phí token.
Ngoài ra, các kỹ thuật tối ưu như KV
Caching cho phép hệ thống tái sử dụng thông tin đã xử lý trước đó thay vì phải
đọc và tính toán lại từ đầu. Nhờ đó, các doanh nghiệp Trung Quốc đang có thêm
dư địa để giảm giá trong cuộc cạnh tranh giành thị phần.
Những lợi thế này đã bắt đầu thu hút
sự chú ý của thị trường. Airbnb, Thinking Machines Lab của cựu Giám đốc Công
nghệ OpenAI Mira Murati và AI Singapore là một trong những tổ chức đã tích hợp
mô hình Qwen của Alibaba vào hoạt động của mình.
AI
AGENT KHIẾN CHI PHÍ TOKEN TRỞ THÀNH BÀI TOÁN KINH DOANH
Nếu chatbot là làn sóng AI đầu tiên
thì AI agent đang được xem là giai đoạn phát triển tiếp theo. Khác với chatbot
chỉ trả lời câu hỏi, AI agent có khả năng tự lập kế hoạch, tìm kiếm thông tin,
kiểm chứng dữ liệu, kết nối với các phần mềm khác và tự động thực hiện nhiều
bước để hoàn thành một nhiệm vụ. Chính sự chuyển dịch này đang làm thay đổi
hoàn toàn bài toán chi phí.
Verma cho biết việc sử dụng AI đang
chuyển từ các yêu cầu đơn lẻ sang những quy trình tác nhân phức tạp có thể bao
gồm từ 50 đến 100 thao tác nội bộ cho một kết quả duy nhất.
Mỗi bước như tìm kiếm thông tin, xác
thực dữ liệu, thực thi mã lệnh hay gọi công cụ bên ngoài đều tiêu tốn thêm
token. Điều này khiến giá token trở thành yếu tố quan trọng hơn bao giờ hết.
Theo một báo cáo được Business
Insider dẫn lại từ Anthropic, chi phí token AI trung bình của một lập trình
viên doanh nghiệp sử dụng Claude Code vào khoảng 13 USD mỗi ngày, tương đương
150-250 USD mỗi tháng.
Đối với một doanh nghiệp công nghệ
sở hữu 500 lập trình viên, tổng chi phí AI có thể lên tới 75.000-125.000 USD
mỗi tháng, tương đương từ 900.000 USD đến 1,5 triệu USD mỗi năm.
Trong bối cảnh đó, các mô hình AI
giá rẻ của Trung Quốc đang tạo ra sức hút đặc biệt tại những thị trường nhạy
cảm về giá như Ấn Độ và Đông Nam Á.
Theo báo cáo của McKinsey, Hội đồng
Phát triển Kinh tế Singapore (EDB) và Tech in Asia, 46% doanh nghiệp Đông Nam Á
đã đưa AI vào quy trình vận hành và sản phẩm. Tại Ấn Độ, tỷ lệ này là 47%.
Verma cho rằng châu Á có thể trở
thành khu vực đầu tiên trên thế giới triển khai AI đại trà ở quy mô công nghiệp
nhờ sở hữu lực lượng lao động lớn, ngành dịch vụ phát triển và áp lực tối ưu
chi phí cao.
Nếu chi phí AI giảm xuống, nhiều
lĩnh vực như trung tâm chăm sóc khách hàng, logistics, thương mại điện tử, giáo
dục, tài chính và phát triển phần mềm sẽ có cơ hội tăng tốc ứng dụng AI.
Tuy nhiên, các chuyên gia cũng cảnh
báo rằng giá token thấp không phải lúc nào cũng đồng nghĩa với chi phí thực tế
thấp hơn.
Theo Wong Qi Han, một mô hình được
tối ưu cho tiếng Anh hoặc tiếng Trung có thể cần nhiều token hơn khi xử lý
tiếng Việt, tiếng Indonesia hay tiếng Tamil.
Trong những trường hợp đó, một mô
hình có giá niêm yết thấp hơn vẫn có thể trở nên đắt đỏ hơn nếu phải thực hiện
nhiều lần hoặc cần nhiều nhân sự kiểm tra kết quả. Do đó, doanh nghiệp nên đánh
giá AI dựa trên “chi phí cho một kết quả thành công” thay vì chỉ nhìn
vào giá token.
LỢI
THẾ GIÁ RẺ ĐI KÈM NHỮNG ĐÁNH ĐỔI VỀ CHẤT LƯỢNG VÀ ĐỊA CHÍNH TRỊ
Mặc dù đang tạo ra sức ép lớn về
giá, các mô hình AI Trung Quốc vẫn chưa thể thay thế hoàn toàn các đối thủ Mỹ ở
phân khúc cao cấp. Theo báo cáo của Đại học Stanford, tính đến tháng 3 năm nay,
các mô hình AI hàng đầu của Mỹ vẫn duy trì lợi thế hiệu suất khoảng 2,7% so với
các đối thủ Trung Quốc.
Khoảng cách này không quá lớn đối
với các tác vụ đơn giản như phân loại dữ liệu, tóm tắt nội dung hay phân tích
cảm xúc. Tuy nhiên, trong những lĩnh vực đòi hỏi độ chính xác và độ tin cậy cao
như lập trình phức tạp, nghiên cứu khoa học hay trợ lý doanh nghiệp, sự khác biệt
vẫn rất đáng kể.
Calvin Tan, đồng sáng lập kiêm Giám
đốc Công nghệ của Pints.ai tại Singapore, cho biết các mô hình như GPT hay
Claude vẫn là lựa chọn được nhiều doanh nghiệp ưu tiên khi xây dựng những ứng
dụng AI đòi hỏi độ ổn định cao.
Theo ông, chatbot là một ví dụ điển
hình. Các mô hình giá rẻ có thể hoạt động tốt trong một số trường hợp, nhưng
việc xây dựng chatbot đủ ổn định để phục vụ khách hàng trên quy mô lớn vẫn là
thách thức không nhỏ.
Ngoài yếu tố chất lượng, vấn đề bảo
mật dữ liệu và địa chính trị cũng đang ngày càng được chú ý.
Năm 2025, nhiều nước phương Tây đã
cảnh báo về các nguy cơ liên quan đến bảo mật dữ liệu khi sử dụng một số mô
hình AI của Trung Quốc. Gần đây, các nghị sĩ Mỹ cũng đã mở cuộc điều tra đối
với một số doanh nghiệp sử dụng công nghệ AI Trung Quốc.
Tại Ấn Độ, nhiều doanh nghiệp vẫn
duy trì tâm lý thận trọng vì lo ngại những thay đổi chính sách trong tương lai
có thể ảnh hưởng đến khả năng tiếp cận công nghệ từ Trung Quốc.
Tuy nhiên, sự phát triển mạnh của
các mô hình mã nguồn mở như Qwen hay DeepSeek đang giúp xoa dịu phần nào các lo
ngại này. Khi doanh nghiệp tải mô hình về và triển khai trên hạ tầng riêng, họ
có thể kiểm soát tốt hơn dữ liệu cũng như quy trình vận hành.
Các chuyên gia dự báo tương lai sẽ
không thuộc về riêng Mỹ hay Trung Quốc.
Thay vào đó, thị trường AI nhiều khả
năng sẽ phát triển theo hướng đa mô hình. Các doanh nghiệp sẽ sử dụng GPT,
Claude hoặc Gemini cho những nhiệm vụ đòi hỏi khả năng suy luận và độ tin cậy
cao; lựa chọn Qwen, DeepSeek, Kimi hay MiniMax cho các tác vụ khối lượng lớn
cần tối ưu chi phí; đồng thời phát triển các mô hình nội địa để đáp ứng yêu cầu
về ngôn ngữ, quy định pháp lý và an ninh quốc gia.
Trong bối cảnh đó, cuộc cạnh tranh
AI không còn đơn thuần là cuộc đua về sức mạnh công nghệ. Khi AI bước vào giai
đoạn thương mại hóa sâu rộng, token đang dần trở thành “đơn vị tiền
tệ” mới của nền kinh tế AI, và chi phí token có thể quyết định tốc độ phổ
cập trí tuệ nhân tạo tại châu Á trong những năm tới.
CNA-Trọng Hoàng
Nguồn:vneconomy.vn
