Sàn giao dịch tiền điện tử lớn nhất của Mỹ đã âm thầm chuyển sang mô hình AI của Trung Quốc, tiết kiệm được một nửa chi phí

• tác giả: AI 上手笔记*

Một dữ liệu khiến Silicon Valley không thể ngồi yên

Gần đây, CEO của sàn giao dịch tiền điện tử lớn nhất Mỹ Coinbase, Brian Armstrong, đã nói một câu khiến giới công nghệ xôn xao:

"Chúng tôi đã chuyển mô hình AI sang GLM 5.2 và Kimi 2.7 của Trung Quốc, chi phí AI đã giảm một nửa."

Giảm một nửa? Vậy mức sử dụng có giảm không?

Ngược lại. Mức sử dụng token của Coinbase vẫn đang tăng.

Tiết kiệm tiền trong khi sử dụng nhiều hơn, đó mới chính là điều khiến OpenAI và Anthropic không thể ngồi yên.

Làm thế nào để đạt được điều đó? Ba chiến lược tiết kiệm

Coinbase không chỉ đơn giản là đổi sang một mô hình rẻ hơn. Họ đã xây dựng một "hệ thống tiết kiệm" hoàn chỉnh:

Chiến lược đầu tiên: Không gắn bó với một mô hình, để hệ thống tự chọn

Coinbase đã xây dựng một hệ thống định tuyến tự động. Mỗi khi có yêu cầu đến, hệ thống sẽ tự động chọn mô hình phù hợp nhất dựa trên loại nhiệm vụ, giá cả và tình trạng bộ nhớ đệm.

Không phải tất cả nhiệm vụ đều cần mô hình đắt nhất. Dịch thuật đơn giản thì dùng mô hình rẻ, suy luận phức tạp thì dùng mô hình tốt ------ giống như bạn không lái xe thể thao xuống dưới mua rau.

Chiến lược thứ hai: Nâng tỷ lệ trúng bộ nhớ đệm từ 5% lên 60%

Đây là một chiến lược mạnh mẽ nhất. Bằng cách tối ưu hóa chiến lược bộ nhớ đệm, Coinbase đã nâng tỷ lệ trúng bộ nhớ đệm từ 5% lên 60%.

Nói đơn giản, 60% yêu cầu có thể tái sử dụng kết quả tính toán trước đó, giảm đáng kể chi phí thực tế mỗi lần gọi. Chỉ riêng tối ưu hóa này đã tiết kiệm được một khoản tiền lớn.

Chiến lược thứ ba: Kỹ thuật ngữ cảnh (Context Engineering)

Coinbase yêu cầu các nhà phát triển tinh giản ngữ cảnh, mở cuộc hội thoại mới cho nhiệm vụ mới, không nên nhồi nhét quá nhiều thứ vào một cuộc trò chuyện.

Đây không phải là lười biếng, mà là một môn học mới ------ trong ngành gọi là Kỹ thuật ngữ cảnh. Anthropic đã chỉ ra trong một bài blog kỹ thuật rằng: khi quản lý đại lý AI, kỹ thuật ngữ cảnh hiệu quả hơn kỹ thuật gợi ý.

Nói đơn giản: không phải làm cho AI thông minh hơn, mà là cung cấp cho AI thông tin chính xác hơn.

▲ Ngày càng nhiều doanh nghiệp bắt đầu tiết kiệm chi phí trên mô hình AI

Không chỉ Coinbase, đây là một xu hướng

Coinbase không phải là người đầu tiên làm điều này.

Lindy, một công ty khởi nghiệp AI chỉ có 25 người, CEO Flo Crivello đã hoàn toàn thay Claude bằng Deepseek. Ông nói với CNBC: "Chi phí AI đã vượt quá chi phí nhân lực, điều này không bền vững." Sau khi đổi mô hình, chi phí đã "giảm mạnh", tiết kiệm hàng triệu đô la.

CEO của Snowflake, Sridhar Ramaswamy, đã thực hiện một so sánh thực tế: trong 103 nhiệm vụ lập trình, GLM-5.2 giải quyết được 66%, Claude Opus 4.7 giải quyết được 67%. Sự khác biệt? Hầu như không có.

Nhưng sự chênh lệch giá cả là có thật:

So sánh giá (mỗi triệu token)

• GLM-5.2: đầu vào $1.40 / đầu ra $4.40
• Claude Opus 4.7: đầu vào $5 / đầu ra $25
• GPT-5.5: đầu vào $5 / đầu ra $30

Giá đầu ra chênh lệch từ 5-7 lần.

Rẻ không có chất lượng? Đừng vội kết luận

Đến đây, bạn có thể hỏi: rẻ như vậy, chất lượng có thể giống nhau không?

Nói thật, không hoàn toàn giống nhau, nhưng sự khác biệt không lớn như bạn nghĩ.

Bài kiểm tra của Snowflake cho thấy, GLM-5.2 thực sự không ổn định trong một số nhiệm vụ ------ tỷ lệ thành công lần thử đầu tiên là 47.6%, thấp hơn Opus là 53.7%. Hơn nữa, GLM đôi khi sẽ "cố chấp" theo hướng sai: trong một nhiệm vụ, nó đã mất 24 phút gọi 411 lần công cụ mà vẫn thất bại. Opus chỉ cần 49 lần gọi và 9 phút đã hoàn thành.

Nhưng trong hầu hết các nhiệm vụ, tỷ lệ thành công cuối cùng của cả hai gần như tương đương. Vấn đề là: bạn có sẵn sàng trả thêm 5 lần giá cho vài phần trăm độ ổn định không?

Đối với nhiều doanh nghiệp, câu trả lời ngày càng rõ ràng: không sẵn sàng.

▲ Sự chênh lệch giá giữa mô hình AI phương Đông và phương Tây đang tái định hình ngành

Điều này có nghĩa gì đối với chúng ta, những người bình thường?

Bạn có thể nói: Tôi không phải là Coinbase, những điều này có liên quan gì đến tôi?

Thực ra, xu hướng này có ba gợi ý trực tiếp về cách bạn sử dụng AI:

1. Đừng chỉ tin vào một mô hình

Nhiều người sử dụng AI chỉ tin vào một mô hình ------ hoặc là ChatGPT, hoặc là Claude. Nhưng những người chơi chuyên nghiệp không làm như vậy. Sử dụng mô hình khác nhau cho các nhiệm vụ khác nhau mới là cách tiết kiệm chi phí nhất.

Hỏi đáp hàng ngày thì dùng mô hình rẻ, viết mã, phân tích thì dùng mô hình tốt. Giống như bạn ăn uống, không phải bữa nào cũng đến nhà hàng Michelin.

2. Bộ nhớ đệm và tái sử dụng là chìa khóa tiết kiệm

Nếu bạn thường xuyên sử dụng AI cho những việc tương tự (chẳng hạn như viết báo cáo hàng tuần, sắp xếp ghi chú hàng ngày), hãy học cách tận dụng bộ nhớ đệm và mẫu, điều này có thể giảm đáng kể tiêu thụ.

3. Tinh giản ngữ cảnh = Kết quả tốt hơn

Nhiều người khi trò chuyện với AI, muốn nhồi nhét tất cả bối cảnh vào. Nhưng thực tế chứng minh, cung cấp cho AI thông tin ít hơn nhưng chính xác hơn, hiệu quả lại tốt hơn. Nhiệm vụ mới, mở cuộc trò chuyện mới. Đừng để AI tìm câu trả lời trong một đống lịch sử.

Sự thay đổi sâu sắc hơn: Mô hình định giá AI đang được tái định hình

Cơn "chuyển đổi mô hình" này đang làm lung lay logic định giá của toàn bộ ngành AI.

Giá trị cao của OpenAI và Anthropic được xây dựng trên giả thuyết "doanh thu tăng trưởng nhanh chóng liên tục". Nhưng nếu ngày càng nhiều doanh nghiệp như Coinbase, Lindy chuyển sang các sản phẩm thay thế rẻ hơn, giả thuyết này sẽ không còn đứng vững.

Theo báo cáo, OpenAI và Anthropic đã bắt đầu chiến tranh giá. Mới đây, trong dòng sản phẩm GPT-5.6, mô hình Terra rẻ hơn một nửa so với GPT-5.5, Luna còn nhấn mạnh giá thấp nhất.

Đối với người dùng, đây là tin tốt. Cạnh tranh càng gay gắt, giá càng thấp, lựa chọn càng nhiều.

Khi các ông lớn Mỹ bắt đầu tiết kiệm chi phí bằng mô hình Trung Quốc, điều này cho thấy cạnh tranh AI không còn là cuộc thi điểm số trong phòng thí nghiệm, mà là cuộc chiến chi phí thực sự. Có thể chi ít tiền hơn để làm cùng một việc, đó mới là bản lĩnh thực sự.