41% lượt tải AI mã nguồn mở đến từ Trung Quốc, giá rẻ gây áp lực lên Mỹ

Các mô hình AI trọng số mở (open-weight) do Trung Quốc phát triển đã chiếm 41% tổng lượt tải xuống trên toàn cầu trong mùa xuân năm 2026, tạo áp lực lên các mô hình hàng đầu của Mỹ trên thị trường AI doanh nghiệp. Trọng tâm cạnh tranh đang mở rộng từ cuộc đua hiệu năng đỉnh cao sang bài toán chi phí mỗi token và hiệu quả công việc thực tế.

Hugging Face cho biết trong báo cáo công bố ngày 17 tháng 3 (giờ địa phương) rằng các mô hình mã nguồn mở của Trung Quốc chiếm 41% lượt tải trong mùa xuân 2026. Cũng theo báo cáo này, Trung Quốc vượt Mỹ cả về lượt tải hàng tháng lẫn lượt tải lũy kế.

OpenRouter nhận định trong bài phân tích ngày 27 tháng 6 rằng khoảng cách hiệu năng giữa các mô hình trọng số mở và mô hình hàng đầu của Mỹ vẫn duy trì ở mức 3-6 tháng. Trong bài viết ngày 30 tháng 6, OpenRouter cho biết các mô hình Trung Quốc đã vượt Mỹ về thị phần token vào đầu mùa hè 2026.

Trọng số mở là phương thức công khai trọng số của mô hình, cho phép doanh nghiệp hoặc lập trình viên tự triển khai hoặc tinh chỉnh. Cách làm này được đánh giá là giúp doanh nghiệp kiểm soát vận hành tốt hơn so với mô hình đóng, đồng thời dễ tối ưu chi phí cho từng tác vụ cụ thể.

Chênh lệch giá cả thể hiện rõ hơn cả. Giá API GPT-5.5 của OpenAI là 5 USD (khoảng 7.070 KRW) cho 1 triệu token đầu vào và 30 USD (khoảng 42.420 KRW) cho token đầu ra. Trong khi đó, DeepSeek V4 Flash niêm yết giá 0,14 USD (khoảng 198 KRW) cho đầu vào và 0,28 USD (khoảng 396 KRW) cho đầu ra.

GLM-5.2 của Z.ai có giá 1,4 USD (khoảng 1.980 KRW) cho đầu vào và 4,4 USD (khoảng 6.220 KRW) cho đầu ra, theo tài liệu chính thức. Kimi K3 của Moonshot AI được niêm yết trên OpenRouter ở mức 3 USD (khoảng 4.240 KRW) cho đầu vào và 15 USD (khoảng 21.210 KRW) cho đầu ra.

Cuộc đua giá không chỉ dừng lại trong cộng đồng lập trình viên. DoorDash công bố kết quả benchmark đánh giá code nội bộ trong bài viết kỹ thuật chính thức ngày 6 tháng 7. Kết quả cho thấy tổ hợp Kimi K2.6 và Claude Fable 5 đạt tỷ lệ tái hiện có trọng số (weighted recall) 65,2% và F1 có trọng số 75,3%, dựa trên mẫu hợp lệ gồm 105 trường hợp.

Đây là trường hợp một tập đoàn lớn của Mỹ đưa mô hình Trung Quốc vào quy trình đánh giá code thực tế. Khi AI được ứng dụng vượt ra ngoài hỏi đáp đơn thuần, len vào các tác vụ lặp lại như rà soát code, tóm tắt, tìm kiếm hay trích xuất dữ liệu, chi phí mỗi token và độ ổn định trở thành yếu tố then chốt khi doanh nghiệp lựa chọn mô hình.

Vấn đề vận hành doanh nghiệp và quy định pháp lý cũng nóng lên cùng lúc. Airbnb cho biết AI hiện xử lý khoảng 1/3 lượng yêu cầu hỗ trợ khách hàng tại khu vực Bắc Mỹ. Bloomberg Law đưa tin Brian Chesky (Brian Chesky), CEO Airbnb, đã lên tiếng trước cuộc điều tra của Quốc hội Mỹ về việc công ty sử dụng AI Trung Quốc, khẳng định Airbnb không chia sẻ dữ liệu cho doanh nghiệp Trung Quốc.

Dù có lợi thế về giá, vấn đề chủ quyền dữ liệu và bảo mật vẫn là yếu tố quyết định tốc độ triển khai. Đặc biệt, các doanh nghiệp xử lý dữ liệu tài chính, khu vực công hay dữ liệu khách hàng nhạy cảm cần xem xét kỹ mô hình được vận hành ở đâu, dữ liệu đầu vào có được dùng để huấn luyện hay không, và quyền kiểm soát theo hợp đồng thuộc về ai.

Xu hướng này cũng lan sang lĩnh vực công nghiệp. Siemens cho biết tại sự kiện ở Bắc Kinh ngày 23 tháng 3 rằng công ty sẽ mở rộng hợp tác với Alibaba. Siemens đang kiểm định môi trường mô phỏng dựa trên nền tảng đám mây của Alibaba, đồng thời cho biết mô hình ngôn ngữ lớn Qwen của Alibaba có thể hỗ trợ các tính năng AI trong phần mềm quản lý vòng đời sản phẩm (PLM).

Với độc giả quan tâm đến tiền mã hóa và cổ phiếu công nghệ, sự thay đổi này liên quan trực tiếp đến cấu trúc chi phí AI. Coinbase (COIN) cho biết trong blog chính thức ngày 13 tháng 7 rằng code do AI tạo ra lần đầu tiên vượt mốc 50% tổng lượng code được hợp nhất (merge) trong quý 4/2025. Khi AI thâm nhập sâu hơn vào công việc phát triển phần mềm, đơn giá mô hình và chính sách dữ liệu sẽ tác động trực tiếp đến chi phí vận hành và quyết định bảo mật của doanh nghiệp.

Diễn biến này tiếp nối bài viết trước đó của TokenPost về việc doanh nghiệp ứng dụng AI siết chặt kiểm soát chi phí. Khi đó, các doanh nghiệp đã cân nhắc giới hạn token, định tuyến mô hình, thiết kế ngữ cảnh (context engineering) và giám sát mức sử dụng làm giải pháp ứng phó.

Tuy nhiên, lợi thế giá rẻ của các mô hình Trung Quốc không phải là điều cố định. Wall Street Journal (WSJ) đưa tin ngày 14 rằng DeepSeek đã tăng giá dòng V4. Dù tăng giá, một số phân khúc vẫn giữ mức thấp hơn mô hình Mỹ, nhưng chính sách giá có thể thay đổi tùy cung cầu.

Thay vì khẳng định các nền tảng AI Trung Quốc đang đẩy lùi Big Tech Mỹ, có thể nói chính xác hơn rằng tiêu chí lựa chọn trên thị trường AI doanh nghiệp đã mở rộng từ hiệu năng đơn thuần sang giá cả, cách triển khai và quyền kiểm soát dữ liệu. Các công ty Mỹ cũng đang phản ứng bằng cách giảm giá và công bố thêm mô hình trọng số mở, trong khi doanh nghiệp khách hàng có xu hướng phân chia sử dụng mô hình hiệu năng cao và mô hình giá rẻ theo từng loại công việc.