Chi phí sử dụng các mô hình AI biên giới đã âm thầm giảm xuống. Kể từ tháng 6, OpenAI và Anthropic đã giảm giá các LLM hàng đầu của họ từ 40% đến 80% thông qua một loạt các đợt giảm giá chồng chéo nhanh chóng - và một phân tích được công bố vào ngày 25 tháng 10 bởi nhà khoa học dữ liệu Max Woolf đã chỉ ra từng tháng một cuộc chiến giá toàn diện đã diễn ra như thế nào giữa hai công ty.

Dòng thời gian rất quan trọng vì nó cho thấy việc cắt giảm không phải là giảm giá một lần mà là một vòng xoáy cạnh tranh kéo dài, trong đó mỗi công ty sẽ phản ứng lại các động thái của công ty kia trong vòng vài ngày. Để biết thêm bối cảnh về câu chuyện này, hãy xem tin tức AI news đang diễn ra của chúng tôi.

Dòng thời gian: Bốn tháng giá giảm

Phân tích của Woolf theo dõi giá mỗi triệu token — đầu vào, đầu ra và đọc bộ đệm — trên mọi bản phát hành chính từ cả hai phòng thí nghiệm kể từ cuối tháng 6:

  • Ngày 26 tháng 6: OpenAI ra mắt GPT-5.6 Sol với giá đầu vào là 5 USD / đầu ra là 30 USD trên một triệu token, với mô hình nhỏ Luna ở mức 1 USD / 6 USD.
  • Ngày 30 tháng 6: Anthropic ra mắt Claude Sonnet 5 ở mức 2 USD / 10 USD — mức giá ra mắt được mô tả là tạm thời.
  • Ngày 24 tháng 7: Anthropic ra mắt Claude Opus 5 với giá $5 / $25, khớp trực tiếp với GPT-5.6 Sol.
  • Ngày 30 tháng 7: OpenAI giảm 80% giá của GPT-5.6 Luna, xuống còn 0,20 USD / 1,20 USD.
  • Ngày 10 tháng 8: Anthropic đã giảm giá vĩnh viễn cho Sonnet 5.
  • Ngày 21 tháng 8: OpenAI đã cắt giảm GPT-5.6 Sol khoảng 20%, xuống còn $4 / $20, trong ba tháng.
  • Ngày 1 tháng 9: Anthropic ra mắt Fable 5.1 với giá $10 / $50 với giá đọc bộ đệm giảm 75%.
  • Ngày 22 tháng 9: OpenAI ra mắt GPT-6 Sol với mức giá đáng ngạc nhiên là 2 đô la / 10 đô la — một nửa so với phiên bản tiền nhiệm được giảm giá — và cùng ngày đó, Anthropic đã ra mắt Claude Opus 5.5 ở mức 4 đô la / 20 đô la, công ty tuyên bố rằng "Opus 5.5 yêu cầu ít tính toán hơn để phân phối so với Opus 5 và giá của nó phản ánh điều đó."
  • Ngày 29 tháng 9: OpenAI theo sau với GPT-6.1 Sol, lại ở mức 2 USD / 10 USD nhưng với giá đọc bộ đệm giảm một nửa xuống còn 0,10 USD — khiến dòng mô hình này về tổng thể rẻ hơn khoảng 75% so với tháng 6.

Theo tính toán của Woolf, chi phí sử dụng các dòng sản phẩm kiểu mẫu này đã giảm mạnh trong bốn tháng mà không có sự hy sinh rõ ràng nào về chất lượng đầu ra. Việc cắt giảm cũng diễn ra thông qua các công cụ mã hóa dựa trên đăng ký như Codex và Claude Code, chứ không chỉ truy cập API thô.

Định giá bộ đệm là chiến trường ẩn

Một trong những hiểu biết sâu sắc nhất của phân tích liên quan đến chi phí đọc bộ đệm - cái giá của việc đọc lại bộ nhớ của mô hình về một cuộc trò chuyện đang diễn ra. Trong khối lượng công việc mã hóa tác nhân, số lần đọc bộ nhớ đệm chiếm 96% đến 99% tổng chi tiêu mã thông báo và tỷ lệ truy cập bộ nhớ đệm thường đạt 90% đến 100%.

Số học đó là lý do tại sao việc cắt giảm 75% khả năng đọc bộ nhớ đệm của Anthropic cho Fable 5.1 tương quan với việc giảm 70% đến 75% chi phí thực sự khi sử dụng mô hình, mặc dù giá đầu vào và đầu ra tiêu đề không bao giờ thay đổi. Khi OpenAI giảm một nửa giá bộ đệm của GPT-6.1 Sol một tháng sau đó, giá bộ nhớ đệm của Anthropic được đặt ở mức khoảng 5% giá đầu vào.

##Tại sao giảm giá 80%?

Câu trả lời của Woolf tập trung vào vấn đề hàng hóa hóa. Ông lập luận rằng kể từ khi việc sử dụng LLM tác nhân bắt đầu tăng trưởng nhanh chóng vào tháng 11 năm 2025, các mô hình đã trở nên dễ dàng hoán đổi: các nhà phát triển có thể chuyển đổi giữa các mô hình bằng cách chuyển đổi trong các công cụ như OpenCode hoặc một điểm cuối khác trên OpenRouter, khiến các phòng thí nghiệm có ít lợi thế và chịu nhiều áp lực về giá.

Ngoại tác khác là sự cạnh tranh cân bằng. V4 Flash của DeepSeek, được phát hành vào tháng 4 năm 2026 với giá đầu vào là 0,14 USD / đầu ra là 0,28 USD với giá đọc bộ đệm chỉ là 0,0028 USD, đã lan truyền chính xác vì OpenAI thiếu mô hình hạng nhỏ giá rẻ vào thời điểm đó. Woolf nghi ngờ việc cắt giảm 80% GPT-5.6 Luna vào tháng 7 là nhằm thẳng vào các mẫu có trọng lượng mở nhỏ hơn này. Flash V4.1 cập nhật của DeepSeek đạt 45 điểm trên chỉ số Phân tích nhân tạo, tăng từ 24, ở mức giá tương tự — tiếp tục duy trì áp lực.

Woolf viết: “Không ai giảm giá 80% trừ khi có tác động bên ngoài nào đó”.

Dù sao thì chi tiêu vẫn tăng

Điểm mấu chốt ở cuối quá trình phân tích: token rẻ hơn không có nghĩa là hóa đơn rẻ hơn. Dữ liệu từ cổng mô hình AI của Vercel cho thấy giá mỗi mã thông báo giảm xuống 43,3% so với mức tháng 4 năm 2026 — trong khi tổng chi tiêu tiếp tục tăng vì các mô hình ngày càng có nhiều khả năng hơn, nhanh hơn so với việc chúng ngày càng rẻ hơn.

Động lực đó giải thích logic chiến lược của cả hai bên. Đối với các phòng thí nghiệm, giá thấp hơn sẽ tăng mức độ sử dụng và thu hút các nhà phát triển ngay cả khi tỷ suất lợi nhuận trên mỗi mã thông báo bị nén. Đối với khách hàng, giá thực tế của một đơn vị công việc hữu ích - một yêu cầu đã đóng, một yêu cầu kéo hợp nhất, một nhiệm vụ nghiên cứu đã hoàn thành - thậm chí còn giảm nhanh hơn mức giá đề xuất.

Xem gì tiếp theo

Nếu mô hình này được giữ nguyên, các bản phát hành mô hình tiếp theo từ OpenAI và Anthropic sẽ xuất hiện với mức giá tiêu đề bằng hoặc thấp hơn các phiên bản tiền nhiệm và giá đọc bộ đệm sẽ tiếp tục hội tụ về các tỷ lệ linh hoạt mà DeepSeek đã thiết lập. Google và Meta, vốn được Woolf lưu ý, cũng cạnh tranh trên thị trường này, cũng phải đối mặt với bài toán tương tự.

Hiện tại, những người mua máy tính AI là những người chiến thắng rõ ràng trong một cuộc chiến không có dấu hiệu kết thúc - và phân tích cho thấy trò chơi cuối cùng là một thị trường mà khả năng biên giới được định giá như một mặt hàng, với sự khác biệt đến từ mọi thứ xung quanh mô hình chứ không phải chính mô hình.

---

Đi trước AI

Nhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.

Đọc thêm tin tức về AI →