Giá input DeepSeek V4 chỉ bằng 1/7 GPT-5.6 Luna, cạnh tranh AI chuyển trục sang chi phí

Doanh nghiệp trí tuệ nhân tạo (AI) Trung Quốc đang phổ biến các mô hình trọng số mở (open-weight) với chi phí thấp, khiến chuẩn so sánh trong cuộc đua AI toàn cầu dịch chuyển từ thế đối đầu quốc gia Mỹ-Trung sang cạnh tranh về chi phí và độ mở. Trong bối cảnh khả năng tiếp cận chất bán dẫn còn hạn chế, các công ty này chọn chiến lược đề cao hiệu suất mô hình và mạng lưới nhà phát triển ở nước ngoài để cạnh tranh với các mô hình đóng của doanh nghiệp Mỹ.

Joe Ngai và Nick Leung nêu △DeepSeek △Qwen △MiniMax làm ví dụ tiêu biểu cho làn sóng mô hình ngôn ngữ lớn trọng số mở của Trung Quốc, trong bài viết đăng trên Fortune. Hai tác giả nhận định thay vì chạy theo cuộc đua xây dựng trung tâm dữ liệu quy mô lớn kiểu Mỹ, các doanh nghiệp Trung Quốc chọn một hướng đi khác, tập trung vào hiệu suất và độ mở.

Trong bản xem trước DeepSeek-V4 công bố tháng 4 năm 2026, DeepSeek giới thiệu V4-Pro với tổng cộng 1.600 tỷ tham số, trong đó 49 tỷ tham số được kích hoạt. V4-Flash có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt. Cả hai mô hình đều hỗ trợ cửa sổ ngữ cảnh (context) lên tới 1 triệu token.

Theo bảng giá API của DeepSeek, giá 1 triệu token đầu vào của V4-Flash là 0,14 USD (khoảng 200 won) tính theo mức không trúng bộ nhớ đệm (cache miss), còn giá 1 triệu token đầu ra là 0,28 USD (khoảng 400 won). Trong khi đó, GPT-5.6 Luna mà OpenAI công bố vào tháng 7 năm 2026 có giá 1 USD (khoảng 1.429 won) cho mỗi 1 triệu token đầu vào và 6 USD (khoảng 8.574 won) cho mỗi 1 triệu token đầu ra. Luna được xếp vào nhóm mô hình tối ưu chi phí trong dòng sản phẩm GPT-5.6.

Tuy nhiên, con số mà một số hãng truyền thông Trung Quốc đưa ra, rằng chỉ số trí tuệ của DeepSeek V4-Flash thấp hơn GPT-5.6 Luna đúng 1 điểm, không được xác nhận theo cùng cách tính trong dữ liệu công khai. Artificial Analysis công bố chỉ số trí tuệ của GPT-5.6 Luna High là 46 điểm, còn chỉ số trí tuệ của DeepSeek V4-Flash trên một trang so sánh riêng là 40 điểm.

Đằng sau cuộc cạnh tranh về giá là cách thức phân phối của mô hình trọng số mở. Khi trọng số mô hình đã huấn luyện được công khai, nhà phát triển và doanh nghiệp có thể tự vận hành mô hình trên hạ tầng riêng và điều chỉnh theo mục đích sử dụng. Fortune nhận định các doanh nghiệp Trung Quốc dùng mô hình trọng số mở như một công cụ để thu hút người dùng ở nước ngoài. Một số doanh nghiệp Mỹ vẫn giữ mô hình do Mỹ phát triển cho các nghiệp vụ nhạy cảm, nhưng đang cân nhắc dùng mô hình trọng số mở của Trung Quốc cho các tác vụ phân tích thông thường.

Kai-Fu Lee, nhà sáng lập Sinovation Ventures, nói rằng "họ dùng mô hình Trung Quốc không phải vì đó là hàng Trung Quốc, mà vì nó mở". Phát biểu này cho thấy khả năng tiếp cận và mức độ có thể tùy chỉnh, chứ không phải quốc tịch của mô hình, mới là tiêu chí chính khi lựa chọn.

Doanh nghiệp Mỹ cũng song song theo đuổi chiến lược mở. OpenAI đã công bố gpt-oss-120b và gpt-oss-20b vào tháng 8 năm 2025, dưới dạng mô hình suy luận trọng số mở theo giấy phép Apache 2.0. Cả hai mô hình này chạy trên hạ tầng do người dùng tự kiểm soát và không được cung cấp qua API của OpenAI hay ChatGPT.

Jensen Huang, Tổng giám đốc điều hành Nvidia($NVDA), đánh giá các mô hình mã nguồn mở của Trung Quốc là "xuất sắc" và cho rằng mô hình tốt thì nên được sử dụng. Ngược lại, Bộ trưởng Tài chính Mỹ Scott Bessent cảnh báo có thể áp chế tài nếu phát hiện dấu hiệu vi phạm sở hữu trí tuệ trong các mô hình mã nguồn mở của Trung Quốc. Cũng có quan điểm cho rằng Mỹ có thể chưa cấm ngay mô hình AI mã nguồn mở của Trung Quốc, nhưng hiện chưa có quyết định chính sách cụ thể hay lịch trình thực thi nào được đưa ra.

Cuộc cạnh tranh này không gắn trực tiếp với một loại tiền mã hóa hay dự án blockchain cụ thể nào. Tuy vậy, nó phản ánh bức tranh cạnh tranh của ngành AI và bán dẫn, nơi chi phí mô hình AI giảm, hạ tầng mã nguồn mở lan rộng, nhu cầu GPU của Nvidia($NVDA) và tác động từ chính sách kiểm soát xuất khẩu chất bán dẫn của Mỹ sang Trung Quốc cùng đan xen với nhau.