Vì sao sự trỗi dậy của AI mã nguồn mở chưa đe dọa Anthropic

Vào thứ Hai, CEO của Decagon, Jesse Zhang, đã công bố một lý thuyết mới đầy khiêu khích với tiêu đề “Mọi người đều sai về AI mã nguồn mở trong doanh nghiệp”. Bài viết giải quyết một trong những mâu thuẫn thú vị nhất của nền kinh tế AI hiện nay: Ông cho biết các triển khai AI trưởng thành hơn đang chuyển sang các mô hình nhẹ hơn, ngay cả tại công ty của chính ông. Tuy nhiên, tổng chi tiêu cho các mô hình tiên tiến (state-of-the-art) đắt đỏ hầu như không hề suy giảm.

Đây là một cách tư duy mới về mối quan hệ giữa các mô hình tiên phong (frontier models) và mô hình mã nguồn mở. Theo cách nhìn của Zhang, chúng không phải là đối thủ cạnh tranh, và sự thành công của các mô hình mã nguồn mở không phải là cái giá phải trả cho các phòng thí nghiệm tiên phong. Thay vào đó, chúng là hai giai đoạn trong cùng một vòng đời, trong đó các mô hình tiên phong đắt đỏ được sử dụng để kiểm chứng các trường hợp sử dụng, sau đó có thể chuyển giao cho các lựa chọn thay thế mã nguồn mở rẻ hơn khi chúng đã hoàn thiện.

Khi ngày càng nhiều trường hợp sử dụng trưởng thành chuyển sang các mô hình nhẹ hơn, các trường hợp sử dụng mới liên tục xuất hiện — và tổng chi tiêu cho các mô hình tiên phong hầu như không giảm xuống.

Zhang không đưa ra nhiều dữ liệu để củng cố quan điểm này, nhưng dữ liệu không khó để tìm kiếm. Bảng điều khiển cổng AI của Vercel cho thấy, chỉ trong tuần qua, DeepSeek đã vươn lên dẫn đầu về khối lượng token, hiện đang xử lý hơn một phần ba số token đi qua cơ sở hạ tầng của công ty. Z.ai — phòng thí nghiệm đứng sau mô hình GLM-5.2 phổ biến — đã nhảy vọt lên vị trí thứ tư đáng nể trong cùng kỳ.

Nhưng nếu bạn cuộn xuống phần tổng chi tiêu cho token, bạn sẽ thấy Anthropic vẫn chiếm hơn một nửa tổng chi tiêu cho AI trên nền tảng này. Xét đến việc phần lớn sự thay đổi gần đây đến từ việc tăng giá của chính Anthropic, tỷ trọng này đã giảm nhẹ trong tháng qua, nhưng không đáng kể.

OpenRouter cũng cho thấy một câu chuyện tương tự, chiếm lĩnh một phân khúc thị trường lớn hơn nhiều (nhưng ít mang tính doanh nghiệp hơn một chút). DeepSeek V4 Flash là người chiến thắng chính về mức độ sử dụng tổng thể, xử lý 5,3 nghìn tỷ token mỗi tuần. Mô hình tiên phong phổ biến nhất, Opus 4.8, chỉ xử lý hơn 2 nghìn tỷ. OpenRouter không xếp hạng các mô hình theo tổng chi tiêu, nhưng họ ghi nhận chi phí token trung bình cho Opus 4.8 cao gấp khoảng 23 lần so với V4 Flash (1,37 USD trên mỗi triệu token, so với chỉ 6 xu), điều đó có nghĩa là Opus có lẽ vẫn chiếm phần lớn chi tiêu.

Những con số đó thậm chí còn chưa tính đến cái tên mới nhất, Nemotron của Nvidia, vốn đang sẵn sàng vươn lên dẫn đầu nhờ vào các mối quan hệ bền chặt của Nvidia và khả năng thích ứng cực cao của chính mô hình này.

Những con số đó không chứng minh hoàn toàn quan điểm của Zhang về vòng đời AI, nhưng chúng cho thấy các phòng thí nghiệm tiên phong như Anthropic không bị ảnh hưởng quá nhiều bởi sự trỗi dậy của mã nguồn mở — ít nhất là chưa. Một lời giải thích là thị trường các tác vụ có thể giải quyết bằng AI đang phát triển quá nhanh đến mức các mô hình hàng đầu vẫn có thể duy trì vị thế của mình chỉ bằng cách thống trị các triển khai giai đoạn đầu. Như Zhang đã nói: “Các phòng thí nghiệm tiên phong sẽ tiếp tục sở hữu khâu khám phá. Mã nguồn mở sẽ ngày càng sở hữu khâu sản xuất”. Một lời giải thích khác có thể là ngay cả khi khách hàng chuyển sang mã nguồn mở, nhiều trường hợp sử dụng vẫn quá khó để có thể thay thế hoàn toàn bằng các lựa chọn thay thế rẻ hơn.

Dù thế nào đi nữa, nền kinh tế hai tầng của các mô hình này có thể trở thành một đặc điểm tương đối ổn định của nền kinh tế AI.

Mới tháng 9 vừa qua, tôi đã viết về khả năng các phòng thí nghiệm nền tảng cuối cùng sẽ giống như việc bán hạt cà phê cho Starbucks — nghĩa là đóng vai trò như những đầu vào hàng hóa trong khi lớp ứng dụng gặt hái lợi ích. Một số phần của dự đoán đó đã trở thành sự thật: ví dụ, các ứng dụng AI theo chiều dọc đã chuyển sang các mô hình nhẹ hơn, và kinh tế học của các startup “GPT wrapper” vẫn duy trì trạng thái ổn định.

Nhưng chúng ta cũng đang thấy rằng, xét trên từng token, các nhà cung cấp tiên phong vẫn có thể giữ được phần đáng mơ ước nhất của thị trường: mức giá token cao cấp. Và điều đó dường như sẽ không sớm thay đổi.

Khi bạn mua hàng qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Russell Brandom đã đưa tin về ngành công nghệ từ năm 2012, tập trung vào chính sách nền tảng và các công nghệ mới nổi. Trước đây, ông từng làm việc tại The Verge và Rest of World, đồng thời đã viết bài cho Wired, The Awl và Technology Review của MIT. Bạn có thể liên hệ với ông qua email [email protected] hoặc qua Signal tại số 412-401-5489.

Xem tiểu sử