Dữ liệu từ OpenRouter và Ramp cho thấy trên thị trường AI, phần lớn nhu cầu thực tế đang đổ vào các mô hình giá rẻ nhưng đủ tốt, thay vì nhóm dẫn đầu tuyệt đối về hiệu năng. Xu hướng này làm gia tăng áp lực hoàn vốn đối với các mô hình cao cấp, vốn cần chi phí huấn luyện lên tới hàng trăm triệu USD.

Nhận định trên được Tomasz Tunguz, nhà sáng lập kiêm general partner của quỹ đầu tư mạo hiểm Theory Ventures, nêu trong một bài đăng gần đây trên X. Theo ông, dù hiệu năng của các mô hình AI mới nhất liên tục cải thiện, mức sử dụng thực tế lại tập trung nhiều hơn vào những mô hình rẻ hơn và chỉ thấp hơn đôi chút về hiệu năng, thay vì các mô hình mạnh nhất.

Tunguz cho biết hiệu năng của các mô hình AI hàng đầu hiện nay đã tăng khoảng 2/3 so với tháng 11 năm ngoái. Tốc độ ra mắt sản phẩm mới cũng rất nhanh, bình quân 3 ngày lại có thêm 2 mô hình mới.

Tuy nhiên, bức tranh sử dụng thực tế lại khác. Theo Tunguz, 84% lượng token trên nền tảng định tuyến mô hình AI OpenRouter được xử lý bởi các mô hình không thuộc nhóm dẫn đầu về hiệu năng. Ông cho biết thêm 6 mô hình xử lý phần lớn token chỉ đạt khoảng 77% hiệu năng so với mô hình tốt nhất, nhưng giá chỉ bằng 2,5% so với Fable 5.

Tính đến ngày 10/8, giá trung bình của 6 mô hình chiếm 80% tổng mức sử dụng trong một tuần là 0,5 USD cho mỗi một triệu token. Trong khi đó, theo cùng cách tính, Fable 5 có giá 20 USD.

Dữ liệu từ công ty fintech Ramp cũng cho thấy khách hàng rất nhạy cảm với giá. Fable 5 được tung ra với mức giá khoảng 10 USD cho mỗi một triệu token và chỉ sau một tháng đã chiếm 6% tổng lượng token, tương đương 11% doanh thu của Anthropic.

Trong khi đó, mô hình trả phí cao cấp nhất của OpenAI là GPT-5.6 Sol chỉ chiếm khoảng 1/4 tổng lượng token của OpenAI. Tính đến tháng 7, dù Fable 5 có giá cao hơn đáng kể so với GPT-5.6 Sol, doanh thu của mô hình này cũng chỉ đạt 75% so với GPT-5.6 Sol.

Đối tác của Theory Ventures dự báo mỗi khi xuất hiện một mô hình mới dẫn đầu về hiệu năng, biên độ dịch chuyển thị phần sẽ ngày càng thu hẹp.

Ông đưa ra hai nguyên nhân. Thứ nhất, các doanh nghiệp có xu hướng tập trung ngân sách vào một hoặc hai nhà cung cấp, tương tự giai đoạn đầu của ngành điện toán đám mây. Khi một mô hình đã trở thành lựa chọn cho các tác vụ có giá trị cao, vị thế đó thường được duy trì trong thời gian dài. Thứ hai, khoảng cách hiệu năng giữa các nhóm mô hình đang thu hẹp nhanh. Vào tháng 5 năm ngoái, mô hình mã nguồn mở tốt nhất chỉ đạt 48% hiệu năng của mô hình dẫn đầu, nhưng đến tháng 5 năm nay con số này đã tăng lên 80%.

Xu hướng này cũng đã xuất hiện tại các công ty phát triển sản phẩm ứng dụng. Theo Tunguz, nhiều doanh nghiệp trong danh mục đầu tư của Theory Ventures đang sử dụng mô hình nhỏ, mô hình fine-tuning và mô hình mã nguồn mở làm lựa chọn mặc định, đồng thời tối ưu theo nhiều tiêu chí ngoài hiệu năng, trong đó ưu tiên lớn là giá thành.

Ông cho rằng nếu người dùng tiếp tục đổ về các mô hình rẻ, “đủ tốt” như hiện nay và đà dịch chuyển sang mô hình mạnh nhất chững lại, bài toán kinh tế của các mô hình dẫn đầu về hiệu năng sẽ thay đổi. Trong bối cảnh chi phí huấn luyện có thể lên tới hàng trăm triệu USD, việc giành được thị phần đủ lớn là điều bắt buộc để thu hồi vốn, và ngưỡng này sẽ ngày càng cao theo thời gian.

Dù vậy, vẫn có những lĩnh vực đòi hỏi mô hình mạnh nhất, như thiết kế kỹ thuật phần mềm hay thiết kế bảo mật, nơi các mô hình hiệu năng cao phát huy rõ giá trị. Tuy nhiên, Tunguz nhấn mạnh rằng dữ liệu hiện nay cho thấy yếu tố quyết định không còn là cuộc đua hiệu năng tuyệt đối, mà là khả năng cạnh tranh về tỷ lệ hiệu năng/chi phí.