Các mô hình AI trọng số mở hiện đang xử lý 63% lưu lượng token trên OpenRouter, tăng mạnh từ mức dưới 5% chỉ hai năm trước. Sự bùng nổ này diễn ra sau khi chi phí trên mỗi token giảm 50 lần và khoảng cách về hiệu suất đang dần thu hẹp, buộc các nhà phát triển phải xem xét lại sự phụ thuộc của họ vào các API mã nguồn đóng.

Những con số đằng sau sự chuyển dịch

Phân tích lưu lượng của Mozilla cho thấy các mô hình trọng số mở đã trở thành nguồn tính toán chủ đạo trên nền tảng OpenRouter. Lưu lượng token tính toán mọi phần văn bản được xử lý bởi một mô hình, khiến nó trở thành một thước đo đáng tin cậy cho việc sử dụng trong thực tế. Việc nhảy vọt từ mức dưới 5% lên 63% trong một khoảng thời gian ngắn như vậy báo hiệu một sự thay đổi về mặt cấu trúc thay vì chỉ là một xu hướng nhất thời.

Tại sao bài toán kinh tế đã đảo ngược

Vào năm 2023, việc chạy một mô hình hiệu suất cao tốn khoảng 20 USD cho mỗi triệu token được xử lý. Ngày nay, mức giá đó chỉ còn 0,40 USD—một sự sụt giảm 50 lần đạt được trong 36 tháng qua.

Khoảng cách hiệu suất đang thu hẹp

Các mô hình mở từng tụt hậu so với các đối thủ độc quyền khoảng 8% trên các bài kiểm tra chuẩn (benchmarks). Các phép đo gần đây cho thấy khoảng cách đó chỉ còn 3,3%, một sự sụt giảm đạt được chỉ trong vài tháng nhờ việc quản lý dữ liệu và tinh chỉnh kiến trúc tốt hơn. Khoảng cách hiện tại đã đủ nhỏ để nhiều nhà phát triển thấy rằng việc chuyển từ mô hình đóng sang mô hình mở không có nhiều bất lợi, đặc biệt là khi yếu tố chi phí mang tính quyết định.

Các nhà phát triển đang chuyển dịch hàng loạt

Dữ liệu từ Mozilla cho thấy 79% các nhà phát triển đang thêm các tính năng AI hiện nay bắt đầu với một mô hình trọng số mở. Sự lựa chọn này không chỉ nằm ở giá cả; các mô hình mở cho phép các nhóm có toàn quyền kiểm soát đối với trọng số, giấy phép và các tùy chọn triển khai, giúp rút ngắn chu kỳ lặp lại (iteration cycles).

Chủ quyền làm tăng tính cấp thiết

Bốn mươi bảy quốc gia gần đây đã hạn chế việc xử lý các khối lượng công việc quan trọng bằng các dịch vụ AI nước ngoài. Các mô hình mở có thể được lưu trữ trên hạ tầng trong nước, cho phép các quốc gia đó duy trì quyền kiểm soát dữ liệu và tuân thủ các quy định mới nổi. Áp lực chính sách đang thúc đẩy việc áp dụng trong các lĩnh vực tài chính, y tế và hành chính công.

Lợi thế cạnh tranh thực sự nằm ở "hệ thống hỗ trợ"

Phân tích của Mozilla cũng nhấn mạnh rằng các công cụ hỗ trợ xung quanh—như khung kỹ thuật prompt (prompt-engineering frameworks), bộ lọc an toàn, và các đường ống điều phối (orchestration pipelines)—thường mang lại hiệu quả hiệu suất lớn hơn so với việc chuyển sang một mô hình tốt hơn một chút.

Rủi ro khi bị khóa chặt vào các API đóng

  • Rủi ro từ nhà cung cấp – Những thay đổi về chính sách, điều chỉnh giá hoặc các lệnh từ chính phủ có thể ngay lập tức cắt đứt quyền truy cập, khiến các dịch vụ bị ngoại tuyến cho đến khi một hợp đồng mới được đàm phán.

Một stack thực dụng cho các nhà phát triển hiện nay

  • Mặc định sử dụng các mô hình trọng số mở cho phần lớn các khối lượng công việc trên môi trường production.
  • Đầu tư vào hệ thống hỗ trợ: xây dựng các bộ đánh giá, phát triển các thư viện prompt có thể tái sử dụng và tích hợp các lớp an toàn.
  • Thiết kế để có tính linh động: trừu tượng hóa các lệnh gọi mô hình đằng sau một giao diện có thể định tuyến đến nhiều nhà cung cấp mà không cần thay đổi mã nguồn.
  • Dành riêng các mô hình đóng cho khoảng 10% các tác vụ đòi hỏi khả năng suy luận tiên tiến hoặc dữ liệu độc quyền mà các mô hình mở chưa thể sánh kịp.

Những điều cần theo dõi tiếp theo

Các mô hình trọng số mở hiện đang thống trị thị trường token AI vì chúng rẻ hơn đáng kể và có khả năng gần như tương đương với các lựa chọn thay thế đóng. Các nhóm xây dựng được một hệ thống hỗ trợ mạnh mẽ và giữ cho stack của họ có tính linh động sẽ thu được lợi ích về chi phí, đồng thời tự bảo vệ mình trước các cú sốc từ nhà cung cấp và chính sách. Các mô hình đóng sẽ tồn tại như những công cụ chuyên dụng, nhưng phần lớn công việc AI đang chuyển dịch sang hướng mở.