Câu trả lờiĐã xuất bản31 nguồn
Vì sao giá token AI xuống dưới 1 USD nhưng chi tiêu cho AI vẫn tăng?
Chỉ số LLM Token Expenditure Index của Silicon Data xuống 97 cent cho mỗi một triệu token vào ngày 31/8/2026, mức thấp nhất kể từ khi được tạo lập. DeepSeek duy trì mức giảm 75% cho API V4 Pro, còn Xiaomi giảm giá các mô hình MiMo V2.5 tới 99%, góp phần châm ngòi cuộc chiến giá suy luận AI.
Đăng bởiBiên tập bằng GPT-5.6 LunaHình ảnh được tạo bằng GPT Image 1.5
Câu trả lời nghiên cứu
Bài học chính
- Chỉ số LLM Token Expenditure Index của Silicon Data xuống 97 cent cho mỗi một triệu token vào ngày 31/8/2026, mức thấp nhất kể từ khi được tạo lập.
- DeepSeek duy trì mức giảm 75% cho API V4 Pro, còn Xiaomi giảm giá các mô hình MiMo V2.5 tới 99%, góp phần châm ngòi cuộc chiến giá suy luận AI.
- Suy luận rẻ hơn có thể mở rộng lượng sử dụng nhanh hơn tốc độ giảm giá, nhưng khoảng cách 46% giữa chi tiêu vốn cho AI và tăng trưởng doanh thu cho thấy rủi ro sinh lời vẫn rất lớn.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What caused the Silicon Data LLM Token Expenditure Index to fall below $1 per million tokens to a record low, how did Chinese AI laboratorie. Article summary: The index fell below $1 because the effective market price of inference was pushed down by cheaper open-weight Chinese models, aggressive API discounting, lower production costs, and competitive cuts by frontier provider. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Chỉ số LLM Token Expenditure Index của Silicon Data đã giảm xuống 97 cent cho mỗi một triệu token vào ngày 31/8/2026. Đây là mức thấp nhất kể từ khi chỉ số ra đời và chưa bằng một nửa đỉnh ghi nhận vào đầu mùa hè. 4
Tuy nhiên, con số này cần được hiểu đúng. Chỉ số là thước đo giá hiệu dụng có trọng số theo mức sử dụng mà thị trường trả cho một triệu token suy luận, không phải tổng chi tiêu cho AI hay tổng số token được tiêu thụ. Vì vậy, chỉ số giảm cho thấy năng lực xử lý AI đang rẻ hơn trên mỗi đơn vị; riêng nó không chứng minh nhu cầu đang đi xuống. 2
7
8
Điều gì kéo giá token xuống mức kỷ lục?
Nhiều lực cùng lúc đẩy giá bình quân của thị trường đi xuống:
- Các mô hình Trung Quốc giá rẻ giành thêm thị phần. Mô hình mở và mô hình chi phí thấp cho nhà phát triển thêm lựa chọn ngoài các hệ thống độc quyền cao cấp, qua đó kéo giá trung bình có trọng số xuống.
38
39
- Giá trở thành vũ khí cạnh tranh. Các công ty giảm giá API để thu hút người dùng, mở rộng triển khai và bảo vệ thị phần trong bối cảnh chênh lệch năng lực giữa các mô hình ngày càng thu hẹp.
- Kinh tế học của suy luận được cải thiện. Chi phí sản xuất và vận hành thấp hơn giúp nhà cung cấp tạo ra nhiều đầu ra hơn với số tiền ít hơn. Tuy vậy, dữ liệu hiện có không cho thấy mọi nhà cung cấp đều có cùng cơ cấu chi phí.
- Các đối thủ toàn cầu cũng phản ứng. Làn sóng giảm giá không dừng ở Trung Quốc; những nhà cung cấp mô hình tiên phong cũng hạ giá các gói tiết kiệm, khiến áp lực lan rộng trên toàn thị trường.
36
37
Diễn biến chung của chỉ số là đi xuống: từ trên 2 USD cho mỗi một triệu token vào đầu tháng 6, xuống khoảng 1,16-1,18 USD trong những ngày đầu tháng 8, rồi vượt qua ngưỡng 1 USD. 1
38
4 Một số mốc trung gian chưa hoàn toàn thống nhất giữa các bản chụp công khai và báo cáo dẫn lại; chẳng hạn, một nguồn ghi nhận mức 1,43 USD vào ngày 27/7.
1
2
DeepSeek và Xiaomi đã đẩy cuộc chiến giá đi xa thế nào?
Một trong những động lực rõ rệt nhất là quyết định của DeepSeek vào tháng 5: biến mức giảm 75% cho giá API của mô hình V4-Pro thành chính sách lâu dài. Công ty cho biết giá mới chỉ còn một phần tư mức ban đầu, với mức cụ thể thay đổi tùy loại hình sử dụng. 33
Các nhà cung cấp Trung Quốc khác nhanh chóng nhập cuộc. Xiaomi công bố mức giảm tới 99% cho các mô hình MiMo-V2.5. Các báo cáo cũng mô tả những đợt hạ giá đồng thời từ ByteDance, Tencent, MiniMax và Alibaba. 39
46
Điều này đã thay đổi tiêu chí lựa chọn của khách hàng doanh nghiệp. Câu hỏi không còn chỉ là mô hình nào thông minh nhất, mà còn là mô hình nào đem lại nhiều năng lực nhất trên mỗi USD, có độ trễ thấp, xử lý ngữ cảnh tốt, ổn định và dễ triển khai hơn. Khi các mô hình đủ tương đồng cho những tác vụ thường ngày, chênh lệch giá lớn có thể nhanh chóng chuyển hướng lượng sử dụng.
Nhưng cuộc chiến giá cũng sớm chạm giới hạn. Trong tháng 8, DeepSeek tăng giá các mô hình đầu bảng mới hơn và áp dụng mức giá cao điểm - thấp điểm; giá ngoài cao điểm chỉ bằng một nửa giá cao điểm. Động thái này cho thấy việc duy trì nhu cầu không giới hạn ở mức giá thấp nhất khó trở thành mô hình kinh doanh bền vững. Các nhà cung cấp còn phải quản lý mức sử dụng GPU và thu hồi chi phí hạ tầng. 35
Vì sao giá token giảm không đồng nghĩa chi tiêu AI giảm?
Công thức cơ bản rất đơn giản:
Tổng chi tiêu = giá mỗi token × số token được sử dụng.
Nếu giá giảm 90% nhưng lượng sử dụng tăng hơn 90%, tổng chi tiêu vẫn có thể tăng. Giá thấp khiến nhiều khối lượng công việc trước đây quá đắt trở nên khả thi hơn, như chăm sóc khách hàng tự động, lập trình, xử lý tài liệu, ứng dụng ngữ cảnh dài và các quy trình tác vụ tự động do AI điều phối.
Một số phân tích cho rằng giá token đã giảm hơn 90% kể từ năm 2023, trong khi tổng chi tiêu cho AI gần như tăng gấp đôi. Cách diễn giải này phù hợp với một thị trường trong đó suy luận rẻ hơn đang mở rộng số lượng ứng dụng có hiệu quả kinh tế, thay vì làm nhu cầu biến mất. 19
22
Trung Quốc cung cấp một tín hiệu đáng chú ý về phía cầu. Cơ quan Quản lý Dữ liệu Quốc gia Trung Quốc cho biết lượng token tiêu thụ mỗi ngày đã vượt 140 nghìn tỷ vào tháng 3, cao hơn 40% so với mức 100 nghìn tỷ vào cuối năm trước. 26
32
Các tập đoàn viễn thông lớn của Trung Quốc cũng đầu tư vào năng lực tính toán AI. China Telecom báo cáo doanh thu điện toán thông minh tăng 95% trong nửa đầu năm, trong khi chi tiêu vốn cho hạ tầng tính toán của China Unicom tăng hơn 80% so với cùng kỳ. 17
18
Những con số này không chứng minh mọi nhà cung cấp mô hình đều có lãi. Chúng cho thấy giá đơn vị thấp hơn có thể đi cùng với quy mô hạ tầng và mức sử dụng lớn hơn rất nhiều.
Khoảng cách chi tiêu vốn - doanh thu cảnh báo điều gì?
Cách nhìn lạc quan cho rằng giá suy luận giảm là bước khởi đầu của quá trình phổ cập AI. Khi năng lực trí tuệ trở nên dễ tiếp cận hơn, lượng token có thể tăng đủ mạnh để duy trì chi tiêu cho năng lực đám mây, trung tâm dữ liệu, chip, mạng lưới và điện năng.
Cách nhìn thận trọng lại tập trung vào thời điểm thu hồi vốn. Các báo cáo dẫn nghiên cứu của Allianz Research ước tính khoảng cách giữa chi tiêu vốn cho AI và tăng trưởng doanh thu ở mức khoảng 46%, rộng hơn mức khoảng 32% trong giai đoạn dư thừa viễn thông năm 2001. 20
22
23
Đây là một lời cảnh báo, không phải bằng chứng cho thấy AI chắc chắn lặp lại bong bóng viễn thông. Hạ tầng hiện nay có thể cuối cùng phục vụ những khối lượng công việc lớn hơn nhiều, nhưng các nhà cung cấp và bên mua hạ tầng vẫn đối mặt với ba rủi ro:
- Giảm phát giá: Những mô hình ngày càng mạnh có thể tiếp tục được bán với giá thấp hơn.
- Rủi ro công suất sử dụng: Hạ tầng có chi phí cố định cao cần nhu cầu bền vững, không chỉ những đợt sử dụng tăng đột biến trong ngắn hạn.
- Rủi ro kiếm tiền: Lượng token phải tăng đủ nhanh để bù đắp mức giá thực nhận thấp hơn và tạo lợi nhuận trên các khoản đầu tư vốn lớn.
Nên đọc chỉ số Silicon Data như thế nào?
Mức thấp kỷ lục của Silicon Data nên được xem trước hết là tín hiệu về quyền định giá và mức sẵn sàng chi trả, chứ không phải thước đo độc lập về nhu cầu AI. Nó cho thấy thị trường đang trả ít hơn cho mỗi đơn vị suy luận, một phần vì lượng sử dụng chuyển sang các mô hình rẻ hơn và các nhà cung cấp cạnh tranh quyết liệt bằng giá. 7
8
14
Câu hỏi quan trọng tiếp theo là liệu giá giảm có mở khóa đủ nhiều khối lượng công việc mới để làm tổng doanh thu tăng lên hay không. Nếu cuộc chiến giá diễn ra nhanh hơn tốc độ mở rộng sử dụng, ngành AI có thể phải gánh những hạ tầng đắt đỏ nhưng tạo ra lợi nhuận yếu. Dữ liệu hiện có ủng hộ khả năng giá thấp hơn sẽ thúc đẩy nhu cầu, đồng thời cho thấy rủi ro tài chính là đáng kể; chưa thể kết luận kịch bản nào sẽ thắng thế.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Vì sao giá token AI xuống dưới 1 USD nhưng chi tiêu cho AI vẫn tăng?" là gì?
Chỉ số LLM Token Expenditure Index của Silicon Data xuống 97 cent cho mỗi một triệu token vào ngày 31/8/2026, mức thấp nhất kể từ khi được tạo lập.
Những điểm chính cần xác nhận đầu tiên là gì?
Chỉ số LLM Token Expenditure Index của Silicon Data xuống 97 cent cho mỗi một triệu token vào ngày 31/8/2026, mức thấp nhất kể từ khi được tạo lập. DeepSeek duy trì mức giảm 75% cho API V4 Pro, còn Xiaomi giảm giá các mô hình MiMo V2.5 tới 99%, góp phần châm ngòi cuộc chiến giá suy luận AI.
Tôi nên làm gì tiếp theo trong thực tế?
Suy luận rẻ hơn có thể mở rộng lượng sử dụng nhanh hơn tốc độ giảm giá, nhưng khoảng cách 46% giữa chi tiêu vốn cho AI và tăng trưởng doanh thu cho thấy rủi ro sinh lời vẫn rất lớn.