Vì sao AI mã nguồn mở chưa thể ‘hạ gục’ Anthropic – dù ai cũng nghĩ ngược lại

Một trong những nghịch lý thú vị nhất của nền kinh tế AI hiện nay: các mô hình mã nguồn mở giá rẻ ngày càng phổ biến, nhưng chi tiêu cho các mô hình AI tiên phong (frontier models) đắt đỏ như của Anthropic gần như không hề giảm. Vậy điều gì đang thực sự xảy ra?

Hôm thứ Hai, Jesse Zhang – CEO của Decagon – đã đăng một bài viết gây chú ý với tiêu đề “Mọi người đều sai về AI mã nguồn mở trong doanh nghiệp”. Theo Zhang, các doanh nghiệp triển khai AI càng trưởng thành thì càng có xu hướng chuyển sang dùng mô hình nhẹ hơn, rẻ hơn – kể cả tại chính công ty ông. Thế nhưng tổng chi tiêu cho các mô hình tiên phong đắt tiền hầu như không thay đổi.

Lý giải của Zhang khá thú vị: mô hình tiên phong và mã nguồn mở không phải là đối thủ của nhau, và sự trỗi dậy của mã nguồn mở không hề “ăn thịt” thị phần của các phòng lab hàng đầu. Thay vào đó, chúng là hai giai đoạn của cùng một vòng đời sản phẩm – các mô hình đắt tiền được dùng để thử nghiệm, chứng minh tính khả thi của một trường hợp sử dụng (use case) mới; khi trường hợp đó đã “chín muồi”, doanh nghiệp mới chuyển sang các lựa chọn mã nguồn mở rẻ hơn để vận hành ở quy mô lớn. Trong lúc đó, các use case mới liên tục xuất hiện, giữ cho tổng chi tiêu cho mô hình tiên phong không sụt giảm.

Số liệu từ Vercel và OpenRouter nói lên điều gì?

Zhang không đưa ra nhiều số liệu để chứng minh, nhưng dữ liệu thực tế không khó tìm. Bảng điều khiển AI gateway của Vercel cho thấy chỉ trong tuần qua, DeepSeek đã vươn lên dẫn đầu về khối lượng token, xử lý hơn 1/3 tổng số token đi qua hạ tầng của công ty này. Z.ai – phòng lab đứng sau mô hình GLM-5.2 đang được ưa chuộng – cũng nhảy vọt lên vị trí thứ tư đáng nể.

Nhưng nếu nhìn vào tổng chi tiêu, Anthropic vẫn chiếm hơn một nửa tổng chi cho AI trên nền tảng này. Tỷ lệ này có giảm nhẹ trong tháng qua, phần lớn do chính Anthropic tăng giá dịch vụ, nhưng mức giảm không đáng kể.

OpenRouter – nền tảng phục vụ phân khúc thị trường rộng hơn nhưng ít tính chất doanh nghiệp hơn – cũng cho kết quả tương tự. DeepSeek V4 Flash dẫn đầu về lượng sử dụng, xử lý 5,3 nghìn tỷ token mỗi tuần. Mô hình tiên phong phổ biến nhất, Opus 4.8, chỉ xử lý hơn 2 nghìn tỷ token. OpenRouter không xếp hạng theo tổng chi tiêu, nhưng ghi nhận chi phí trung bình cho mỗi triệu token của Opus 4.8 cao gấp khoảng 23 lần so với V4 Flash (1,37 USD so với chỉ 6 cent) – nghĩa là Opus nhiều khả năng vẫn đang “ẵm” phần lớn doanh thu.

Những con số này còn chưa tính đến “tân binh” Nemotron của Nvidia – mô hình được dự đoán sẽ sớm vươn lên top đầu nhờ hệ sinh thái đối tác mạnh của Nvidia và khả năng thích ứng linh hoạt của chính mô hình.

Một nền kinh tế AI “hai tầng” đang định hình?

Những số liệu trên chưa đủ để chứng minh trọn vẹn lý thuyết vòng đời của Zhang, nhưng chúng cho thấy các phòng lab tiên phong như Anthropic chưa hề bị tổn thương nhiều bởi làn sóng mã nguồn mở – ít nhất là chưa phải lúc này. Một cách lý giải là thị trường các tác vụ mà AI có thể xử lý đang tăng trưởng quá nhanh, giúp các mô hình hàng đầu duy trì vị thế chỉ bằng cách thống trị giai đoạn triển khai sớm. Như Zhang nói: “Các phòng lab tiên phong sẽ tiếp tục sở hữu giai đoạn khám phá. Mã nguồn mở sẽ ngày càng chiếm lĩnh giai đoạn sản xuất.”

Một cách lý giải khác là dù khách hàng chuyển sang mã nguồn mở, nhiều bài toán vẫn quá khó để có thể thay thế hoàn toàn bằng giải pháp rẻ hơn. Dù theo cách nào, nền kinh tế mô hình “hai tầng” này có thể sẽ trở thành đặc điểm tương đối ổn định của ngành AI.

Tác giả bài viết gốc, Russell Brandom (biên tập viên AI của TechCrunch), chia sẻ quan điểm cá nhân rằng hồi tháng 9 năm ngoái, ông từng viết về khả năng các phòng lab nền tảng (foundation labs) cuối cùng sẽ chỉ đóng vai trò “bán hạt cà phê cho Starbucks” – tức trở thành nguyên liệu đầu vào giá rẻ trong khi lớp ứng dụng phía trên mới là bên hưởng lợi chính. Một phần dự đoán đó đã đúng: các sản phẩm AI theo chiều dọc (vertical AI) đã chuyển sang dùng mô hình nhẹ hơn, và mô hình kinh doanh của các startup “bọc GPT” (GPT wrapper) vẫn tương đối ổn định. Nhưng ông cũng nhận thấy rằng, tính theo từng token, các nhà cung cấp mô hình tiên phong vẫn giữ được phần hấp dẫn nhất của thị trường – mức giá token cao cấp. Và theo nhận định của tác giả, điều này khó có thể thay đổi trong thời gian tới.

Nguồn tham khảo: AI News & Artificial Intelligence | TechCrunch — Biên tập bởi Cà Phê AI.