Ngân hàng nhấn mạnh mức phí bảo hiểm (price premium) này ngày càng khó biện minh khi các mô hình mã nguồn mở giá rẻ đang nhanh chóng bắt kịp hiệu năng benchmark .

Chất lượng: 90% tác vụ hàng ngày là 'tương đương'

Deutsche Bank phát hiện, với ~90% các tác vụ thông thường, hiệu suất của mô hình mã nguồn mở là tương đương với mô hình độc quyền . Lợi thế về chất lượng của mô hình đóng chỉ tồn tại ở một phần rất nhỏ các benchmark khó nhất — chứ không phải trên đại đa số khối lượng công việc sản xuất thực tế.

Dữ liệu toàn ngành cũng ủng hộ điều này: ví dụ, trên tác vụ sinh mã (code generation), khoảng cách benchmark (10-15%) thu hẹp xuống chỉ còn 2-5% trong môi trường sản xuất thực tế đối với các mô hình mở .

'Khoảng cách năng lực' giảm mạnh: Chỉ còn 3-4 tháng

Nghiên cứu của Deutsche Bank phù hợp với các phát hiện độc lập, cho thấy khoảng cách năng lực (capability lag) của các mô hình mở so với mô hình đóng đã thu hẹp một cách ngoạn mục — từ khoảng cách nhiều năm xuống chỉ còn 3–4 tháng tính đến giữa năm 2026 . Phân tích của EpochAI cùng thời điểm cho thấy độ trễ chỉ khoảng 3 tháng trên Chỉ số Năng lực Tổng thể (ECI), với khoảng cách điểm trung bình khoảng 7 điểm .

Sự 'thay đổi pha' (phase change) này trong tốc độ phát hành mô hình (từ chu kỳ 6 tháng vào năm 2024 lên chu kỳ 72 giờ vào Q1 2026) đồng nghĩa với việc bất kỳ lợi thế hiệu năng nào của mô hình độc quyền cũng sẽ tồn tại rất ngắn .

Ranh giới không phải là Mỹ vs. Trung Quốc, mà là 'Đóng vs. Mở'

Deutsche Bank nhấn mạnh đây không phải là sự phân chia địa lý (ví dụ: Mỹ vs. Trung Quốc). Sự nén chặt chi phí-hiệu năng là một hiện tượng cấu trúc, toàn cầu, được thúc đẩy bởi sự phổ biến của các mô hình mã nguồn mở từ nhiều khu vực — bao gồm DeepSeek và Zhipu AI của Trung Quốc, Meta (Llama) của Mỹ, và nhiều hãng khác . Ngân hàng chỉ ra rằng các đột phá của DeepSeek vào đầu năm 2025 đã đánh dấu thời điểm mà cách phân chia địa lý cũ sụp đổ .

Hệ quả thị trường: 'Kỳ trăng mật' đã kết thúc

Deutsche Bank tin rằng động lực này có thể kích hoạt một sự đánh giá lại thị trường AI . Các hàm ý chính bao gồm:

• Xói mòn phí bảo hiểm: Các nhà cung cấp mô hình độc quyền (Anthropic, OpenAI, Google) có thể gặp khó khăn trong việc duy trì giá API cao khi doanh nghiệp chuyển sang các giải pháp thay thế mã nguồn mở có chất lượng tương đương với chi phí thấp hơn đáng kể .
• Áp lực lên mô hình tính phí theo mức sử dụng (usage-based billing): Khi thanh toán AI chuyển sang mô hình dựa trên mức sử dụng, 'hào kinh tế' (economic moat) của các phòng thí nghiệm AI hàng đầu bị thu hẹp .
• Luận điểm 'Kỳ trăng mật đã kết thúc': Báo cáo tháng 6 này mở rộng các cảnh báo trước đó của ngân hàng rằng ngành AI đang đối mặt với năm khó khăn nhất, với định giá ngày càng tách rời khỏi nền tảng kinh tế đơn vị và chi tiêu hạ tầng vượt xa doanh thu . Ngân hàng trước đó đã cảnh báo năm 2026 sẽ là năm 'sống còn' (do or die) cho các công ty AI độc lập .
• Rủi ro định giá: Nếu mức giá cao (premium pricing) làm nền tảng cho kỳ vọng lợi nhuận của các công ty mô hình hàng đầu không thể duy trì, thì định giá cổ phiếu AI hiện tại có thể phải đối mặt với áp lực giảm . Ngân hàng gọi đây là 'khoảnh khắc DeepSeek' tiềm tàng đối với tầng giá 'xa xỉ' của thị trường AI .

Ngân hàng nhấn mạnh mức phí bảo hiểm (price premium) này ngày càng khó biện minh khi các mô hình mã nguồn mở giá rẻ đang nhanh chóng bắt kịp hiệu năng benchmark .

Chất lượng: 90% tác vụ hàng ngày là 'tương đương'

Deutsche Bank phát hiện, với ~90% các tác vụ thông thường, hiệu suất của mô hình mã nguồn mở là tương đương với mô hình độc quyền . Lợi thế về chất lượng của mô hình đóng chỉ tồn tại ở một phần rất nhỏ các benchmark khó nhất — chứ không phải trên đại đa số khối lượng công việc sản xuất thực tế.

Dữ liệu toàn ngành cũng ủng hộ điều này: ví dụ, trên tác vụ sinh mã (code generation), khoảng cách benchmark (10-15%) thu hẹp xuống chỉ còn 2-5% trong môi trường sản xuất thực tế đối với các mô hình mở .

'Khoảng cách năng lực' giảm mạnh: Chỉ còn 3-4 tháng

Nghiên cứu của Deutsche Bank phù hợp với các phát hiện độc lập, cho thấy khoảng cách năng lực (capability lag) của các mô hình mở so với mô hình đóng đã thu hẹp một cách ngoạn mục — từ khoảng cách nhiều năm xuống chỉ còn 3–4 tháng tính đến giữa năm 2026 . Phân tích của EpochAI cùng thời điểm cho thấy độ trễ chỉ khoảng 3 tháng trên Chỉ số Năng lực Tổng thể (ECI), với khoảng cách điểm trung bình khoảng 7 điểm .

Sự 'thay đổi pha' (phase change) này trong tốc độ phát hành mô hình (từ chu kỳ 6 tháng vào năm 2024 lên chu kỳ 72 giờ vào Q1 2026) đồng nghĩa với việc bất kỳ lợi thế hiệu năng nào của mô hình độc quyền cũng sẽ tồn tại rất ngắn .

Ranh giới không phải là Mỹ vs. Trung Quốc, mà là 'Đóng vs. Mở'

Deutsche Bank nhấn mạnh đây không phải là sự phân chia địa lý (ví dụ: Mỹ vs. Trung Quốc). Sự nén chặt chi phí-hiệu năng là một hiện tượng cấu trúc, toàn cầu, được thúc đẩy bởi sự phổ biến của các mô hình mã nguồn mở từ nhiều khu vực — bao gồm DeepSeek và Zhipu AI của Trung Quốc, Meta (Llama) của Mỹ, và nhiều hãng khác . Ngân hàng chỉ ra rằng các đột phá của DeepSeek vào đầu năm 2025 đã đánh dấu thời điểm mà cách phân chia địa lý cũ sụp đổ .

Hệ quả thị trường: 'Kỳ trăng mật' đã kết thúc

Deutsche Bank tin rằng động lực này có thể kích hoạt một sự đánh giá lại thị trường AI . Các hàm ý chính bao gồm:

• Xói mòn phí bảo hiểm: Các nhà cung cấp mô hình độc quyền (Anthropic, OpenAI, Google) có thể gặp khó khăn trong việc duy trì giá API cao khi doanh nghiệp chuyển sang các giải pháp thay thế mã nguồn mở có chất lượng tương đương với chi phí thấp hơn đáng kể .
• Áp lực lên mô hình tính phí theo mức sử dụng (usage-based billing): Khi thanh toán AI chuyển sang mô hình dựa trên mức sử dụng, 'hào kinh tế' (economic moat) của các phòng thí nghiệm AI hàng đầu bị thu hẹp .
• Luận điểm 'Kỳ trăng mật đã kết thúc': Báo cáo tháng 6 này mở rộng các cảnh báo trước đó của ngân hàng rằng ngành AI đang đối mặt với năm khó khăn nhất, với định giá ngày càng tách rời khỏi nền tảng kinh tế đơn vị và chi tiêu hạ tầng vượt xa doanh thu . Ngân hàng trước đó đã cảnh báo năm 2026 sẽ là năm 'sống còn' (do or die) cho các công ty AI độc lập .
• Rủi ro định giá: Nếu mức giá cao (premium pricing) làm nền tảng cho kỳ vọng lợi nhuận của các công ty mô hình hàng đầu không thể duy trì, thì định giá cổ phiếu AI hiện tại có thể phải đối mặt với áp lực giảm . Ngân hàng gọi đây là 'khoảnh khắc DeepSeek' tiềm tàng đối với tầng giá 'xa xỉ' của thị trường AI .