Giá token AI giảm mạnh, nhưng vì sao chi phí thực tế lại tăng lên: câu chuyện về nghịch lý Jevons

Mấy tuần gần đây, nếu để ý giá các mô hình AI, chúng ta thấy một xu hướng khá lạ: gần như tất cả các hãng lớn đều đang đua nhau giảm giá, nhưng bản thân việc vận hành các mô hình này lại không hề rẻ đi tương ứng. OpenAI vừa cắt giá mô hình nhỏ và nhanh nhất trong dòng GPT-5.6 của mình, gọi là Luna, tới 80%, đưa mức giá xuống còn 0,20 đô la cho mỗi triệu token đầu vào và 1,20 đô la cho mỗi triệu token đầu ra, thấp hơn hẳn so với trước đó. Mô hình tầm trung Terra cũng giảm 20%, còn 2 đô la mỗi triệu token đầu vào và 12 đô la đầu ra. Token ở đây, nói đơn giản, là đơn vị nhỏ nhất mà một mô hình ngôn ngữ dùng để đọc và tạo ra văn bản, có thể hiểu gần đúng là một từ hoặc một phần của từ. Các công ty AI tính phí theo số lượng token xử lý, tương tự như cách nhà mạng tính phí theo dung lượng dữ liệu.

OpenAI gần đây có động thái giảm giá mô hình Điều thật sự tò mò là tại sao lại giảm mạnh như vậy. Chỉ hơn một tuần trước động thái của OpenAI, Google cũng vừa tung ra hai mô hình rẻ hơn là Gemini 3.6 Flash và 3.5 Flash-Lite. Anthropic thì đi một hướng khác, không giảm giá trực tiếp, mà thay mô hình giá rẻ nhất của mình, Opus 4.8, bằng Claude 5.0 mạnh hơn nhưng giữ nguyên mức giá cũ. Nhìn tổng thể, đây rõ ràng là một cuộc đua giá được thúc đẩy bởi áp lực cạnh tranh từ các mô hình Trung Quốc, mà cụ thể là Kimi K3 của Moonshot AI và DeepSeek V4 Flash, những mô hình mã nguồn mở có giá rẻ hơn đáng kể so với các đối thủ Mỹ, buộc OpenAI và các hãng khác phải phản ứng để không bị mất thị phần ở phân khúc giá rẻ.

Nghịch lý mang tên Jevons

Đây là phần mình thấy thú vị nhất khi đọc về chủ đề này: ngành AI đang vận hành đúng theo một quy luật kinh tế học có tên nghịch lý Jevons (Jevons paradox), được đặt theo tên nhà kinh tế học người Anh William Stanley Jevons, người quan sát hiện tượng này lần đầu vào thế kỷ 19 khi nghiên cứu ngành than đá. Nghịch lý này nói rằng khi một nguồn tài nguyên trở nên hiệu quả hơn hoặc rẻ hơn để sử dụng, tổng lượng tiêu thụ tài nguyên đó, thay vì giảm, lại thường tăng lên, vì người dùng có xu hướng sử dụng nhiều hơn để bù lại. Áp dụng vào AI: giá mỗi token càng rẻ, người dùng và doanh nghiệp càng có động lực nhét AI vào nhiều quy trình hơn, gọi mô hình nhiều lần hơn, xây dựng nhiều tác vụ tự động hơn, và tổng chi phí thực tế cuối cùng vẫn có thể tăng, dù đơn giá mỗi token giảm.

Jevon Paradox: tiêu thụ năng lượng tiết kiệm hơn không làm giảm lượng tiêu thụ năng lượng, mà ngược lại Số liệu thực tế đang cho thấy đúng như vậy. Một báo cáo của Goldman Sachs được trích dẫn gần đây ước tính rằng các hệ thống AI có khả năng tự hành động tức là AI không chỉ trả lời một câu hỏi mà tự lên kế hoạch, gọi công cụ, thực hiện chuỗi nhiều bước để hoàn thành một tác vụ, có thể khiến nhu cầu token tăng tới 24 lần so với cách dùng AI kiểu hỏi-đáp thông thường. Lý do đơn giản là vì một tác vụ agentic không chỉ tạo ra một câu trả lời, mà có thể phải "suy nghĩ" qua nhiều bước trung gian, gọi lại chính mô hình nhiều lần để kiểm tra, sửa lỗi, lặp lại, mỗi bước đều tiêu tốn token. Ngay cả Sam Altman, CEO của OpenAI, cũng đã thừa nhận công khai rằng chi phí token đang trở thành "một vấn đề lớn," trong bối cảnh việc chi tiêu quá mức cho AI đã trở thành một chủ đề bị đem ra chế giễu trên mạng.

Vì sao các công ty vẫn chấp nhận cuộc chơi này

Có lẽ điều đáng nói ở đây không phải là các công ty AI đang "lỗ vốn" một cách vô lý, mà là họ đang đặt cược vào chính nghịch lý Jevons để tăng trưởng. Logic ở đây là: nếu giá rẻ đủ để kéo được nhiều người dùng và nhiều tình huống sử dụng hơn, tổng doanh thu vẫn có thể tăng ngay cả khi biên lợi nhuận trên mỗi token giảm, miễn là tốc độ tăng trưởng về khối lượng sử dụng vượt qua tốc độ giảm giá. Đây cũng là lý do vì sao một số doanh nghiệp bắt đầu chuyển hướng sang các mô hình mã nguồn mở của Trung Quốc hoặc các lựa chọn rẻ hơn để giữ ngân sách trong tầm kiểm soát, thay vì tiếp tục phụ thuộc hoàn toàn vào các mô hình đóng của Mỹ. Nhưng cái giá phải trả cho chiến lược này không hề nhỏ. Có những trường hợp cụ thể cho thấy mặt trái của việc "dùng AI càng nhiều càng tốt" mà không kiểm soát: từng có một công ty vô tình chi tới 500 triệu đô la cho Claude chỉ trong một tháng, đơn giản vì không đặt giới hạn sử dụng cho nhân viên. Ở quy mô lớn hơn, nhiều tổ chức, trong đó có cả Microsoft, Meta và Amazon, được cho là đang phải kiềm chế lại xu hướng nhân viên lạm dụng AI cho mọi tác vụ nhỏ nhặt, gọi vui là “tokenmaxxing”, sau khi nhận ra chi phí vận hành âm thầm phình to mà hiệu quả công việc không tăng tương ứng. Điều rút ra được khi đọc câu chuyện này là: giá AI rẻ đi không đồng nghĩa với việc dùng AI sẽ rẻ đi. Nó giống như việc một chiếc xe tiết kiệm xăng hơn không nhất thiết khiến anh em tốn ít tiền xăng hơn trong năm, vì anh em có thể sẽ lái xe nhiều hơn. Với AI, khi mỗi token gần như miễn phí, câu hỏi thực sự không còn là "chi phí mỗi lần gọi mô hình là bao nhiêu," mà là "chúng ta có đang gọi mô hình một cách có kiểm soát và có mục đích rõ ràng hay không." Đó có lẽ mới là bài toán quản trị thực sự phía sau cuộc đua giảm giá đang diễn ra.