Những con số này, được The Information đưa tin dựa trên tài liệu gửi cổ đông, cho thấy thách thức cốt lõi của ngành AI: nhu cầu bùng nổ chưa thể chuyển hóa thành lợi nhuận bền vững . Áp lực càng lớn khi cả OpenAI lẫn Anthropic đều đã nộp đơn IPO bí mật vào giữa năm 2026, buộc họ phải chứng minh một lộ trình khả thi để sinh lời .

Giải pháp phần mềm: Định tuyến đa mô hình

Công cụ tối ưu phần mềm đặc thù mà OpenAI phát triển để giảm chi phí suy luận (inference) hơn một nửa là định tuyến đa mô hình (multi-model routing). Kỹ thuật này tự động chuyển các truy vấn đơn giản đến các mô hình nhỏ, rẻ tiền, trong khi dành những mô hình mạnh nhất (và đắt đỏ nhất) chỉ cho các yêu cầu phức tạp .

Các hướng dẫn trong ngành mô tả cách tiếp cận lai này mang lại mức giảm 30-75% chi phí ở lớp mô hình nhờ các kỹ thuật như lượng tử hóa (quantization), chưng cất (distillation) và chọn đúng kích cỡ, kết hợp với các tối ưu thời gian chạy (runtime) như xử lý theo lô (batching), giải mã suy đoán (speculative decoding) và quản lý bộ nhớ đệm KV, cho phép tăng 40-80% thông lượng . OpenAI cũng đã vận hành hóa điều này bằng cách cung cấp giảm 50% giá cho suy luận trì hoãn qua Batch API—nếu khách hàng đồng ý chờ tới 24 giờ để nhận kết quả .

Ngoài định tuyến, các kỹ sư của OpenAI đã nói với The Information rằng các kỹ thuật này đủ mạnh đến mức có thời điểm họ phục vụ ChatGPT cho người dùng chưa đăng nhập chỉ bằng vài trăm GPU Nvidia .

Sáng kiến phần cứng: Chip suy luận tùy chỉnh Jalapeño

Vào ngày 24 tháng 6 năm 2026, OpenAI và Broadcom đã công bố Jalapeño, chip suy luận tùy chỉnh đầu tiên của OpenAI . Các chi tiết chính:

• Loại: Mạch tích hợp chuyên dụng (ASIC)—không phải GPU, được chế tạo riêng cho suy luận mô hình ngôn ngữ lớn
• Giảm chi phí: Thử nghiệm ban đầu cho thấy chi phí cho mỗi lần suy luận thấp hơn ~50% so với phần cứng suy luận dựa trên GPU NVIDIA hiện tại
• Hiệu năng: Cung cấp hiệu suất trên mỗi watt "tốt hơn đáng kể" so với công nghệ hiện đại nhất
• Phát triển: Được thiết kế từ đầu đến sản xuất chỉ trong chín tháng, được tăng tốc bởi chính các mô hình AI của OpenAI hỗ trợ thiết kế chip
• Triển khai: Mục tiêu triển khai ở quy mô gigawatt vào cuối năm 2026
• Cam kết dài hạn: Là một phần của cam kết cơ sở hạ tầng 10 GW đến năm 2029
• Tiết kiệm hàng năm: Mức giảm 50% chi phí có thể mang lại khoản tiết kiệm hàng năm từ 500 triệu đến 1 tỷ USD cho OpenAI vào năm 2028

OpenAI mô tả con chip này là "viên gạch đầu tiên trong lộ trình silicon tùy chỉnh kéo dài nhiều năm" nhằm xây dựng ngăn xếp tính toán của riêng mình và đối phó với sức mạnh định giá của NVIDIA . Chip này được tích hợp theo chiều dọc (vertically integrated)—OpenAI sẽ chỉ sử dụng nó cho các khối lượng công việc suy luận của riêng mình, không bán cho khách hàng bên ngoài .

Áp lực tài chính chi tiết

Các số liệu chính từ tài liệu cổ đông quý 1/2026:

• Doanh thu: 5,7 tỷ USD (gần như tăng gấp ba so với cùng kỳ năm ngoái)
• Tiền mặt tiêu hao: 3,7 tỷ USD (cũng tăng gấp ba)
• Lỗ hoạt động: 9,3 tỷ USD chỉ trong quý 1
• Lỗ ròng: 21,3 tỷ USD (bao gồm bồi thường dựa trên cổ phiếu trị giá 2,3 tỷ USD và một khoản phí kế toán phi tiền mặt 12,4 tỷ USD)
• Chi phí R&D: 8,6 tỷ USD
• Biên lợi nhuận gộp: Cải thiện nhẹ lên 39%
• Dự trữ tiền mặt: 73 tỷ USD tiền mặt và chứng khoán, tạo ra dư địa hoạt động bất chấp thua lỗ lớn

Biên lợi nhuận hoạt động của công ty là khoảng -122%, nghĩa là họ mất khoảng 1,22 USD cho mỗi USD kiếm được . Nhìn chung trong năm 2025, OpenAI báo lỗ khoảng 38,5 tỷ USD trên chi tiêu 34 tỷ USD .

Cuộc đua trong ngành rộng lớn hơn: Chi phí suy luận đang sụp đổ

Các động thái cắt giảm chi phí của OpenAI nằm trong một cuộc chiến giá rộng lớn hơn đang định hình lại nền kinh tế của AI:

• Anthropic đã đẩy nhanh tốc độ tăng trưởng khách hàng và vượt qua OpenAI về mức độ chấp nhận của doanh nghiệp Mỹ (34,4% so với 32,3%) tính đến tháng 5 năm 2026 .
• Các mô hình nguồn mở đang nén giá: bốn mô hình trọng số mở của Trung Quốc hiện đạt điểm chuẩn mã hóa tiên tiến (frontier) với chi phí chỉ bằng một phần ba so với các giải pháp độc quyền . DeepSeek V4 được báo cáo là rẻ hơn 50 lần để chạy so với Claude Opus 4.6 .
• Google Gemini 3.1 Flash có giá 0,10 USD cho mỗi triệu token đầu vào—mức giảm 99,7% giá trong ba năm .
• Claude Sonnet 4.6 của Anthropic vượt trội GPT-4 trên mọi điểm chuẩn kế thừa với giá 3 USD cho mỗi triệu token đầu vào .
• Chi phí suy luận đã giảm khoảng 50 lần trong ba năm, với thị trường dự kiến tăng từ 103 tỷ USD (2025) lên 255 tỷ USD (2030) .
• OpenAI đang xem xét cắt giảm giá mỗi token đáng kể cho các nhà phát triển và khách hàng doanh nghiệp để đi trước các động thái tương tự của Anthropic .
• Khách hàng ngày càng sử dụng công cụ định tuyến đa mô hình để trộn và kết hợp các mô hình rẻ hơn và tránh định giá cao từ bất kỳ nhà cung cấp đơn lẻ nào .

Ý nghĩa đối với ngành AI

Sự kết hợp giữa tối ưu hóa phần mềm và phần cứng có thể giúp OpenAI cắt giảm một nửa chi phí suy luận ngay cả khi họ mở rộng quy mô. Nhưng công ty không hoạt động trong chân không. Sự sụp đổ rộng lớn hơn về giá suy luận—do các đối thủ cạnh tranh, các lựa chọn thay thế nguồn mở và phần cứng chuyên dụng—có nghĩa là sức mạnh định giá đang bị xói mòn trên toàn ngành .

Đối với các doanh nghiệp, đây là một tin tốt: chi phí hiệu quả để chạy các khối lượng công việc AI đang giảm nhanh hơn so với tốc độ tăng trưởng của năng lực. Batch API của OpenAI đã cung cấp chiết khấu 50% cho các khối lượng công việc trì hoãn, trong khi định tuyến đa mô hình có thể cắt giảm chi phí 40-60% mà không làm giảm chất lượng . Câu hỏi đặt ra là liệu có nhà cung cấp đơn lẻ nào có thể duy trì mức giá cao trong một thị trường mà các mô hình nguồn mở của Trung Quốc cung cấp năng lực tiên tiến với chi phí chỉ bằng một phần nhỏ hay không .

Những con số này, được The Information đưa tin dựa trên tài liệu gửi cổ đông, cho thấy thách thức cốt lõi của ngành AI: nhu cầu bùng nổ chưa thể chuyển hóa thành lợi nhuận bền vững . Áp lực càng lớn khi cả OpenAI lẫn Anthropic đều đã nộp đơn IPO bí mật vào giữa năm 2026, buộc họ phải chứng minh một lộ trình khả thi để sinh lời .

Giải pháp phần mềm: Định tuyến đa mô hình

Công cụ tối ưu phần mềm đặc thù mà OpenAI phát triển để giảm chi phí suy luận (inference) hơn một nửa là định tuyến đa mô hình (multi-model routing). Kỹ thuật này tự động chuyển các truy vấn đơn giản đến các mô hình nhỏ, rẻ tiền, trong khi dành những mô hình mạnh nhất (và đắt đỏ nhất) chỉ cho các yêu cầu phức tạp .

Các hướng dẫn trong ngành mô tả cách tiếp cận lai này mang lại mức giảm 30-75% chi phí ở lớp mô hình nhờ các kỹ thuật như lượng tử hóa (quantization), chưng cất (distillation) và chọn đúng kích cỡ, kết hợp với các tối ưu thời gian chạy (runtime) như xử lý theo lô (batching), giải mã suy đoán (speculative decoding) và quản lý bộ nhớ đệm KV, cho phép tăng 40-80% thông lượng . OpenAI cũng đã vận hành hóa điều này bằng cách cung cấp giảm 50% giá cho suy luận trì hoãn qua Batch API—nếu khách hàng đồng ý chờ tới 24 giờ để nhận kết quả .

Ngoài định tuyến, các kỹ sư của OpenAI đã nói với The Information rằng các kỹ thuật này đủ mạnh đến mức có thời điểm họ phục vụ ChatGPT cho người dùng chưa đăng nhập chỉ bằng vài trăm GPU Nvidia .

Sáng kiến phần cứng: Chip suy luận tùy chỉnh Jalapeño

Vào ngày 24 tháng 6 năm 2026, OpenAI và Broadcom đã công bố Jalapeño, chip suy luận tùy chỉnh đầu tiên của OpenAI . Các chi tiết chính:

• Loại: Mạch tích hợp chuyên dụng (ASIC)—không phải GPU, được chế tạo riêng cho suy luận mô hình ngôn ngữ lớn
• Giảm chi phí: Thử nghiệm ban đầu cho thấy chi phí cho mỗi lần suy luận thấp hơn ~50% so với phần cứng suy luận dựa trên GPU NVIDIA hiện tại
• Hiệu năng: Cung cấp hiệu suất trên mỗi watt "tốt hơn đáng kể" so với công nghệ hiện đại nhất
• Phát triển: Được thiết kế từ đầu đến sản xuất chỉ trong chín tháng, được tăng tốc bởi chính các mô hình AI của OpenAI hỗ trợ thiết kế chip
• Triển khai: Mục tiêu triển khai ở quy mô gigawatt vào cuối năm 2026
• Cam kết dài hạn: Là một phần của cam kết cơ sở hạ tầng 10 GW đến năm 2029
• Tiết kiệm hàng năm: Mức giảm 50% chi phí có thể mang lại khoản tiết kiệm hàng năm từ 500 triệu đến 1 tỷ USD cho OpenAI vào năm 2028

OpenAI mô tả con chip này là "viên gạch đầu tiên trong lộ trình silicon tùy chỉnh kéo dài nhiều năm" nhằm xây dựng ngăn xếp tính toán của riêng mình và đối phó với sức mạnh định giá của NVIDIA . Chip này được tích hợp theo chiều dọc (vertically integrated)—OpenAI sẽ chỉ sử dụng nó cho các khối lượng công việc suy luận của riêng mình, không bán cho khách hàng bên ngoài .

Áp lực tài chính chi tiết

Các số liệu chính từ tài liệu cổ đông quý 1/2026:

• Doanh thu: 5,7 tỷ USD (gần như tăng gấp ba so với cùng kỳ năm ngoái)
• Tiền mặt tiêu hao: 3,7 tỷ USD (cũng tăng gấp ba)
• Lỗ hoạt động: 9,3 tỷ USD chỉ trong quý 1
• Lỗ ròng: 21,3 tỷ USD (bao gồm bồi thường dựa trên cổ phiếu trị giá 2,3 tỷ USD và một khoản phí kế toán phi tiền mặt 12,4 tỷ USD)
• Chi phí R&D: 8,6 tỷ USD
• Biên lợi nhuận gộp: Cải thiện nhẹ lên 39%
• Dự trữ tiền mặt: 73 tỷ USD tiền mặt và chứng khoán, tạo ra dư địa hoạt động bất chấp thua lỗ lớn

Biên lợi nhuận hoạt động của công ty là khoảng -122%, nghĩa là họ mất khoảng 1,22 USD cho mỗi USD kiếm được . Nhìn chung trong năm 2025, OpenAI báo lỗ khoảng 38,5 tỷ USD trên chi tiêu 34 tỷ USD .

Cuộc đua trong ngành rộng lớn hơn: Chi phí suy luận đang sụp đổ

Các động thái cắt giảm chi phí của OpenAI nằm trong một cuộc chiến giá rộng lớn hơn đang định hình lại nền kinh tế của AI:

• Anthropic đã đẩy nhanh tốc độ tăng trưởng khách hàng và vượt qua OpenAI về mức độ chấp nhận của doanh nghiệp Mỹ (34,4% so với 32,3%) tính đến tháng 5 năm 2026 .
• Các mô hình nguồn mở đang nén giá: bốn mô hình trọng số mở của Trung Quốc hiện đạt điểm chuẩn mã hóa tiên tiến (frontier) với chi phí chỉ bằng một phần ba so với các giải pháp độc quyền . DeepSeek V4 được báo cáo là rẻ hơn 50 lần để chạy so với Claude Opus 4.6 .
• Google Gemini 3.1 Flash có giá 0,10 USD cho mỗi triệu token đầu vào—mức giảm 99,7% giá trong ba năm .
• Claude Sonnet 4.6 của Anthropic vượt trội GPT-4 trên mọi điểm chuẩn kế thừa với giá 3 USD cho mỗi triệu token đầu vào .
• Chi phí suy luận đã giảm khoảng 50 lần trong ba năm, với thị trường dự kiến tăng từ 103 tỷ USD (2025) lên 255 tỷ USD (2030) .
• OpenAI đang xem xét cắt giảm giá mỗi token đáng kể cho các nhà phát triển và khách hàng doanh nghiệp để đi trước các động thái tương tự của Anthropic .
• Khách hàng ngày càng sử dụng công cụ định tuyến đa mô hình để trộn và kết hợp các mô hình rẻ hơn và tránh định giá cao từ bất kỳ nhà cung cấp đơn lẻ nào .

Ý nghĩa đối với ngành AI

Sự kết hợp giữa tối ưu hóa phần mềm và phần cứng có thể giúp OpenAI cắt giảm một nửa chi phí suy luận ngay cả khi họ mở rộng quy mô. Nhưng công ty không hoạt động trong chân không. Sự sụp đổ rộng lớn hơn về giá suy luận—do các đối thủ cạnh tranh, các lựa chọn thay thế nguồn mở và phần cứng chuyên dụng—có nghĩa là sức mạnh định giá đang bị xói mòn trên toàn ngành .

Đối với các doanh nghiệp, đây là một tin tốt: chi phí hiệu quả để chạy các khối lượng công việc AI đang giảm nhanh hơn so với tốc độ tăng trưởng của năng lực. Batch API của OpenAI đã cung cấp chiết khấu 50% cho các khối lượng công việc trì hoãn, trong khi định tuyến đa mô hình có thể cắt giảm chi phí 40-60% mà không làm giảm chất lượng . Câu hỏi đặt ra là liệu có nhà cung cấp đơn lẻ nào có thể duy trì mức giá cao trong một thị trường mà các mô hình nguồn mở của Trung Quốc cung cấp năng lực tiên tiến với chi phí chỉ bằng một phần nhỏ hay không .