Giá AI giảm 98% nhưng hóa đơn công ty lại tăng gấp 3

Giá AI giảm 98% nhưng hóa đơn công ty lại tăng gấp 3

Nếu bạn nghĩ AI ngày càng rẻ nên dùng thoải mái sẽ càng tiết kiệm, có một nghịch lý đang khiến nhiều công ty giật mình. Trong video mới đăng hôm nay, kênh Theo (t3.gg) đặt thẳng câu hỏi: "AI đáng lẽ phải rẻ dần chứ?". Câu trả lời là có, giá mỗi token (đơn vị nhỏ nhất AI đọc và viết ra, cứ hình dung mỗi token như một mẩu chữ) đang giảm rất nhanh. Nhưng tổng số tiền nhiều công ty phải trả cho AI lại tăng vọt. Hai điều này nghe mâu thuẫn nhưng đều đúng cùng lúc, và hiểu được vì sao sẽ giúp bạn dùng AI khôn ngoan hơn, dù bạn chỉ là một người dùng cá nhân.

Giá token thật sự đang giảm rất mạnh

Theo chỉ số Silicon Data LLM Token Expenditure Index, tính đến ngày 31/8/2026, giá chỉ còn khoảng 0,97 đô la cho mỗi một triệu token, giảm hơn 50% so với đỉnh hồi mùa hè và giảm tới 98% so với một năm trước đó. Nguyên nhân đến từ ba hướng cộng lại: các mô hình mã nguồn mở như DeepSeek, Llama ngày càng gần bằng các mô hình trả phí cho phần lớn công việc thường ngày; phần cứng chuyên dụng cho AI (chip suy luận thay vì GPU đa năng) giúp chạy mô hình rẻ hơn; và các công ty AI cạnh tranh giá gắt gao để giữ khách hàng doanh nghiệp. Nói đơn giản, "giá mỗi lần AI trả lời" đang rẻ đi trông thấy, giống như giá cước gọi điện ngày càng rẻ so với 10 năm trước.

Nhưng hóa đơn thực tế lại phình to

Vấn đề là công ty không chỉ trả cho "một câu trả lời", họ trả cho tổng số token tiêu thụ. Và con số này đang tăng nhanh hơn tốc độ giảm giá rất nhiều: lượng token các doanh nghiệp tiêu thụ tăng khoảng 450% chỉ trong một năm, kéo theo hóa đơn AI trung bình tăng gấp ba. Đây chính là hiệu ứng mà kinh tế học gọi là nghịch lý Jevons: khi một thứ rẻ đi, người ta không dùng ít hơn mà dùng nhiều hơn hẳn, đến mức tổng chi tiêu lại tăng. Giá xăng rẻ khiến người ta lái xe nhiều hơn là một ví dụ tương tự ngoài đời.

Với AI, thứ "dùng nhiều hơn" cụ thể là gì? Đó là các AI agent (trợ lý AI tự làm nhiều bước liên tiếp thay vì chỉ trả lời một câu, xem thêm trong bài AI agent là gì, khác gì chatbot) chạy gần như suốt ngày, những đoạn hội thoại có ngữ cảnh ngày càng dài, việc AI phải suy luận qua nhiều bước trước khi trả lời, việc gọi đi gọi lại các công cụ bên ngoài, và cả những lần AI làm sai phải thử lại từ đầu. Mỗi việc này đều ngốn rất nhiều token hơn một câu hỏi đáp đơn giản ngày trước.

🚕 Ví dụ thật: Uber tiêu hết ngân sách AI của cả năm chỉ trong 4 tháng

Ví dụ rõ nhất đang được bàn tán là Uber. Công ty này cấp quyền dùng Claude Code (công cụ AI lập trình, xem thêm ở bài Claude Code trở thành nhà máy sửa lỗi) cho 90% kỹ sư từ tháng 12/2025. Một bảng xếp hạng nội bộ đo mức độ dùng AI đã khiến tỷ lệ áp dụng tăng vọt từ 32% lên 84% chỉ trong vài tháng. Kết quả: đến tháng 4/2026, Uber dùng hết sạch ngân sách AI lập trình đã dự trù cho cả năm. Mỗi kỹ sư tiêu tốn từ 500 đến 2.000 đô la một tháng, dù công ty đã giới hạn mức trần 1.500 đô la mỗi người, tổng chi phí vẫn lên tới 847.000 đô la mỗi tháng chỉ riêng cho AI viết code. Tổng hóa đơn AI lập trình của Uber tăng 320% so với trước, vì các công cụ agentic (AI tự làm nhiều bước) tiêu tốn token nhiều gấp khoảng 18,6 lần so với kiểu gợi ý code tự động cũ.

Công ty nghiên cứu Gartner dự đoán chi phí cho các quy trình AI tự động kiểu này có thể tăng thêm 5 lần nữa từ nay đến năm 2028, ngay cả khi giá mỗi token tiếp tục giảm tới 95% vào năm 2030. Giá rẻ hơn không có nghĩa là bạn sẽ trả ít hơn, nếu bạn để AI làm việc nhiều hơn gấp bội.

Điều này có ý nghĩa gì với bạn

Tin vui là phần lớn người đọc bài này không phải doanh nghiệp lớn như Uber, nhưng bài học vẫn áp dụng được khi bạn trả tiền cho các gói AI hoặc API theo mức dùng:

• Không phải việc nào cũng cần mô hình đắt nhất. Việc đơn giản như tóm tắt email có thể dùng mô hình rẻ hơn (xem so sánh thực tế trong bài Haiku 5.5 rẻ hơn Sonnet 5.5 bao nhiêu, làm được gì), để dành mô hình mạnh cho việc thật sự khó.
• Theo dõi mức dùng, đừng chỉ nhìn giá niêm yết mỗi triệu token. Nếu bạn để AI agent tự chạy nhiều vòng liên tục, tổng chi phí có thể tăng rất nhanh dù mỗi lần gọi rất rẻ.
• Hiểu cách tính giá trước khi dùng rộng, đặc biệt là sự khác nhau giữa token vào và token ra (xem bài giá AI tính thế nào), vì phần token AI "nghĩ" trước khi trả lời thường bị tính phí mà người dùng ít để ý.

Hiểu lầm thường gặp

"AI rẻ hơn thì chi phí của tôi chắc chắn giảm." Không đúng nếu bạn dùng AI nhiều hơn tốc độ giá giảm, giống trường hợp Uber ở trên.

"Agent chạy tự động thì không tốn gì thêm vì không cần người ngồi gõ." Ngược lại, agent tự chạy nhiều bước, gọi công cụ, thử lại khi lỗi, thường tốn token nhiều hơn hẳn một câu hỏi người dùng gõ tay.

Câu hỏi thường gặp

Giá mỗi token nghĩa là gì? Là số tiền AI tính cho mỗi đơn vị chữ nhỏ (token) mà nó đọc vào hoặc viết ra, token vào và token ra thường có giá khác nhau.

Vì sao giá giảm mà hóa đơn vẫn tăng? Vì tổng chi phí phụ thuộc vào cả giá mỗi token lẫn số token thực tế tiêu thụ, và số token tiêu thụ đang tăng nhanh hơn tốc độ giảm giá nhờ các AI agent làm việc nhiều bước.

Người dùng cá nhân có bị ảnh hưởng không? Có, nếu bạn dùng API trả theo mức dùng hoặc để AI agent chạy tự động nhiều vòng, hóa đơn cuối tháng có thể cao hơn dự tính dù giá niêm yết rẻ hơn trước.

Làm sao biết mình đang tốn bao nhiêu token? Hầu hết nền tảng AI (OpenAI, Anthropic, Google) có trang thống kê mức dùng theo ngày hoặc tháng, nên kiểm tra định kỳ thay vì chỉ xem hóa đơn cuối kỳ.

Xu hướng này còn tiếp diễn bao lâu? Theo dự báo của Gartner, chi phí cho các quy trình AI tự động có thể còn tăng đến năm 2028, dù giá mỗi token được dự đoán giảm mạnh hơn nữa vào năm 2030.

#AI #ChiPhiAI #AIAgent #ClaudeCode #VibeCoding