Ngày 22/5/2026, DeepSeek tuyên bố giữ vĩnh viễn mức giảm 75% cho mô hình V4-Pro, biến đợt khuyến mãi thành mặt bằng giá mới và châm ngòi cho giai đoạn khốc liệt nhất của cuộc chiến giá AI. Sau quyết định này, mỗi triệu token đầu vào của V4-Pro chỉ còn 0,435 USD và đầu ra 0,87 USD, rẻ hơn nhiều lần so với các mô hình hàng đầu của Mỹ.
Để dễ hình dung, GPT-5.5 của OpenAI hiện có giá 5 USD đầu vào và 30 USD đầu ra cho mỗi triệu token; Claude Opus 4.7 ở mức 5 và 25 USD; Gemini 3.1 Pro là 2 và 12 USD. Như vậy V4-Pro rẻ hơn GPT-5.5 khoảng 11,5 lần ở đầu vào và 34,5 lần ở đầu ra, trong khi điểm SWE-bench Verified đạt 80,6, gần như ngang Claude Opus 4.7 (80,8).
DeepSeek không phải nguyên nhân, mà chỉ là cú đánh mới nhất trong đà rơi kéo dài hai năm. Quỹ đầu tư a16z gọi hiện tượng này là “LLMflation”: với cùng một mức năng lực, chi phí token giảm khoảng 10 lần mỗi năm suốt ba năm qua. Một mô hình chất lượng tương đương GPT-3 từng có giá 60 USD mỗi triệu token cuối 2021, nay rẻ hơn tới 1.000 lần.
Riêng giai đoạn đầu 2025 đến đầu 2026, giá API của các mô hình lớn đã giảm khoảng 80% khi OpenAI, Anthropic và Google đồng loạt hạ giá. Tính trên rổ mười tác vụ doanh nghiệp phổ biến, chi phí trung bình mỗi tác vụ giảm 96,4% chỉ trong hơn hai năm. Mặt bằng giá AI vì thế liên tục thiết lập đáy mới, và phân khúc mô hình giá rẻ như Gemini 3 Flash (0,5 USD đầu vào) ngày càng đông đúc.
Đằng sau cú cắt giá là hiệu quả kỹ thuật chứ không chỉ là khuyến mãi. DeepSeek cho biết V4-Pro được thiết kế để hạ chi phí suy luận ở ngữ cảnh dài xuống còn khoảng một phần tư compute và một phần mười bộ nhớ so với thế hệ trước. Nhờ kiến trúc Mixture-of-Experts chỉ kích hoạt một phần tham số mỗi lượt, giá token đầu vào được lưu đệm (cached) chỉ còn 0,003625 USD mỗi triệu, gần như miễn phí, khiến mức giá mới trở thành đáy bền vững thay vì chiêu marketing ngắn hạn.
Vì sao giá AI giảm mạnh mà chi phí vẫn tăng
Nghịch lý nằm ở chỗ token rẻ đi lại kích thích dùng nhiều hơn, đúng kiểu “nghịch lý Jevons”. Lượng token mà các doanh nghiệp có kết nối AI tiêu thụ đã tăng 1.001% từ tháng 1/2025 đến tháng 4/2026, còn tổng chi tiêu vẫn tăng 497% trong cùng kỳ. Giá đơn vị giảm không đủ bù cho khối lượng bùng nổ.
Khoảng cách giá giữa các mô hình cũng giãn rộng chưa từng thấy, từ 0,1 USD cho nhóm mô hình nhỏ tới 30 USD cho mô hình suy luận đầu bảng, chênh nhau tới 300 lần. Trong khi đó, hãng nghiên cứu Gartner cảnh báo hơn 40% dự án AI tác tử sẽ bị hủy trước năm 2027 vì chi phí leo thang và giá trị mơ hồ. Token rẻ chỉ là một mảnh của bài toán; phần còn lại là kỷ luật triển khai để mỗi đồng chi cho AI tạo ra kết quả đo đếm được.
Quy mô tiêu thụ token toàn cầu đang ở mức khó tưởng tượng. Đến tháng 2/2026, các hệ thống AI xử lý khoảng 1,5 triệu tỷ token mỗi tháng; riêng Google đã vượt 3,2 triệu tỷ token. Goldman Sachs dự báo con số này còn nhân lên 24 lần, đạt 120 triệu tỷ token mỗi tháng vào năm 2030 nhờ làn sóng AI tác tử (agentic AI) tự động gọi mô hình liên tục.
Hệ quả là hóa đơn không hề rẻ đi. Dù giá token giảm gần 98%, chi phí AI thực tế của doanh nghiệp lại tăng khoảng 320%; ngân sách AI trung bình mỗi năm tăng từ 1,2 triệu USD (2024) lên 7 triệu USD (2026). Áp lực này dồn xuống hạ tầng: điện cho trung tâm dữ liệu AI tăng 50% chỉ trong năm 2025, và Cơ quan Năng lượng Quốc tế (IEA) dự báo tổng tiêu thụ điện của trung tâm dữ liệu tăng từ 415 TWh (2024) lên khoảng 945 TWh vào 2030. Bài toán đo lường ROI của AI vì thế càng trở nên cấp thiết.
Tại Việt Nam, mặt bằng giá AI rẻ mở ra cơ hội rõ rệt cho startup và doanh nghiệp vừa và nhỏ vốn nhạy cảm với chi phí. FPT đã rót khoảng 200 triệu USD xây FPT AI Factory trên nền chip Nvidia H100 và H200; nhà máy này đạt điểm hòa vốn vào tháng 12/2025, xử lý hơn 111 tỷ token và tích hợp hơn 25 mô hình ngôn ngữ chỉ sau sáu tháng vận hành.
Dù vậy, bài toán đo lường hiệu quả vẫn nan giải. Một khảo sát cho thấy 41% chuyên gia marketing Việt Nam thừa nhận khó đo lường lợi nhuận từ đầu tư AI bằng số liệu cụ thể, tỷ lệ cao nhất khu vực. Khi Luật AI có hiệu lực từ ngày 1/3/2026, doanh nghiệp còn phải tính thêm chi phí tuân thủ bên cạnh tiền token, song song với cuộc đua đầu tư hạ tầng AI toàn cầu.
Cuộc chiến giá AI có thể tiếp tục đẩy chi phí mỗi token về sát 0, nhưng phần thắng sẽ thuộc về những đơn vị kiểm soát được khối lượng tiêu thụ và chứng minh được giá trị thật, thay vì chạy đua dùng nhiều token nhất. Đó là điều đáng theo dõi trong nửa cuối năm 2026.
Nguồn: a16z, IEA, Goldman Sachs, InfoWorld, YipitData. Xem thêm: Vì sao 95% doanh nghiệp đầu tư AI chưa sinh lời.
