Động thái cho thấy cuộc đua AI đang chuyển từ việc đơn thuần phát triển các mô hình ngày càng mạnh sang tối ưu chi phí để AI có thể được triển khai rộng rãi trong doanh nghiệp và các ứng dụng thực tế.

Đưa năng lực của GPT-6 đến các phân khúc chi phí thấp hơn

Ngày 22/9, OpenAI công bố GPT-6 Sol và GPT-6 Luna, hai mô hình mới được phát triển dựa trên những tiến bộ của GPT-6 Astra – mô hình cao cấp nhất được OpenAI giới thiệu trước đó trong tháng.

Theo OpenAI, Sol và Luna được huấn luyện bằng các phương pháp tương tự Astra, tập trung cải thiện khả năng suy luận, độ chính xác thông tin, lập trình, sử dụng máy tính và khả năng phối hợp với con người. Trong khi Astra tiếp tục giữ vị trí mô hình dành cho những tác vụ đòi hỏi năng lực cao nhất, Sol và Luna hướng tới những công việc cần triển khai thường xuyên với chi phí thấp hơn.

Điểm đáng chú ý nhất nằm ở giá sử dụng API.

GPT-6 Sol có giá 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra, giảm 50% so với mức giá khuyến mại của GPT-5.6 Sol. Trong khi đó, GPT-6 Luna có giá 0,10 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra.

OpenAI cho biết việc cải thiện cơ chế lưu trữ bộ nhớ đệm và hiệu quả suy luận giúp giảm chi phí vận hành mô hình, qua đó cho phép hãng chuyển phần tiết kiệm này sang người dùng và khách hàng.

Cuộc đua AI chuyển sang “năng lực trên mỗi USD”

Sự xuất hiện của Sol và Luna cho thấy một thay đổi đáng chú ý trong ngành AI.

Trong giai đoạn đầu, cuộc cạnh tranh chủ yếu tập trung vào việc mô hình nào có khả năng suy luận, lập trình hay xử lý kiến thức tốt hơn. Nhưng khi AI ngày càng được sử dụng trong doanh nghiệp, chi phí cho mỗi tác vụ hoàn thành trở thành yếu tố có ý nghĩa không kém điểm số trên các bài kiểm thử.

Một doanh nghiệp sử dụng AI cho hàng triệu lượt xử lý mỗi tháng sẽ quan tâm không chỉ đến việc mô hình có thông minh hơn hay không, mà còn đến lượng token cần sử dụng, tốc độ phản hồi, khả năng lưu trữ bộ nhớ đệm và chi phí để hoàn thành một quy trình.

Theo OpenAI, GPT-6 Sol trên bài kiểm thử AutomationBench đạt 33,2% với mức chi phí khoảng 0,27 USD mỗi tác vụ ở mức nỗ lực cao nhất. Hãng cho biết kết quả này cao hơn GPT-6 Astra ở mức nỗ lực thấp và cao hơn một số mô hình cạnh tranh trong cùng bài kiểm thử với chi phí thấp hơn đáng kể. Đây là các kết quả do OpenAI công bố và cần được xem xét trong bối cảnh phương pháp kiểm thử của từng nhà phát triển.

Sol hướng tới công việc chuyên môn, Luna ưu tiên tốc độ và chi phí

OpenAI định vị hai mô hình ở những phân khúc khác nhau.

GPT-6 Sol hướng tới các công việc chuyên môn phức tạp hơn, lập trình, tự động hóa và sử dụng máy tính. Theo OpenAI, Sol cải thiện đáng kể so với GPT-5.6 Sol trên các bài kiểm thử về lập trình tác nhân và khả năng thao tác trên máy tính.

Trong khi đó, GPT-6 Luna được thiết kế để trở thành lựa chọn nhanh và tiết kiệm chi phí hơn cho những tác vụ có khối lượng lớn.

Điều này đặc biệt quan trọng với các hệ thống AI tác nhân. Một tác nhân có thể phải thực hiện hàng chục hoặc hàng trăm bước để hoàn thành một công việc. Khi đó, chỉ một mức giảm nhỏ về chi phí cho mỗi lần suy luận cũng có thể tạo ra mức tiết kiệm đáng kể khi triển khai ở quy mô lớn.

AI tác nhân trở thành động lực mới

GPT-6 Sol và Luna xuất hiện trong bối cảnh các công ty AI đang chuyển trọng tâm từ chatbot sang AI tác nhân, những hệ thống có khả năng thực hiện chuỗi công việc thay vì chỉ trả lời từng câu hỏi.

Các tác vụ như lập trình, phân tích dữ liệu, quản lý quy trình kinh doanh, hỗ trợ khách hàng hay thao tác trên phần mềm có thể được giao cho tác nhân AI thực hiện qua nhiều bước.

Theo OpenAI, GPT-6 Sol được đánh giá trên AutomationBench – bài kiểm thử các quy trình nghiệp vụ đầu cuối sử dụng 47 công cụ thuộc nhiều lĩnh vực như bán hàng, marketing, vận hành, hỗ trợ khách hàng, tài chính và nhân sự.

Khi AI có thể đảm nhận ngày càng nhiều bước trong một quy trình, bài toán kinh tế cũng thay đổi: mô hình càng được sử dụng thường xuyên thì hiệu quả chi phí càng trở nên quan trọng.

Cạnh tranh trực tiếp với Anthropic và các đối thủ

Động thái của OpenAI diễn ra cùng thời điểm thị trường AI chứng kiến cuộc cạnh tranh mạnh về cả năng lực lẫn giá thành.

Anthropic vừa giới thiệu Claude Opus 5.5, được công ty cho biết có năng lực tương đương mẫu Fable 5.1 nhưng giảm khoảng 40% chi phí vận hành so với thế hệ trước. Anthropic cũng đưa ra các kết quả cho thấy Opus 5.5 đạt hiệu năng cao hơn GPT-5.6 Sol trong một số bài kiểm thử phát triển phần mềm với chi phí thấp hơn. Đây đều là các số liệu do Anthropic công bố.

Việc hai công ty đồng thời nhấn mạnh hiệu quả chi phí cho thấy ngành AI đang bước vào một giai đoạn cạnh tranh mới. Lợi thế không còn chỉ nằm ở việc xây dựng mô hình có nhiều tham số hoặc điểm số cao trên các bài kiểm thử, mà còn nằm ở khả năng cung cấp năng lực AI với chi phí đủ thấp để doanh nghiệp có thể sử dụng liên tục.

Tối ưu suy luận trở thành lợi thế công nghệ

Để giảm giá thành, các công ty AI đang phải giải quyết bài toán ở tầng hạ tầng.

OpenAI cho biết những cải tiến về caching và inference – lưu trữ bộ nhớ đệm và quá trình suy luận – giúp Sol và Luna hoạt động hiệu quả hơn. Cơ chế lưu trữ bộ nhớ đệm cho phép hệ thống tận dụng lại những phần dữ liệu hoặc nội dung đã được xử lý thay vì phải tính toán lại từ đầu, qua đó giảm thời gian và chi phí.

Đây là một hướng tối ưu quan trọng khi nhu cầu sử dụng AI tăng nhanh. Nếu chi phí suy luận không được kiểm soát, việc mở rộng AI tới hàng triệu hoặc hàng tỷ lượt tác vụ có thể tạo ra áp lực rất lớn lên hạ tầng tính toán và năng lượng.

Vì vậy, hiệu quả tính toán đang trở thành một phần của năng lực cạnh tranh AI, bên cạnh kiến trúc mô hình và dữ liệu.

Tác động tới doanh nghiệp và ngành công nghiệp

Việc giảm đáng kể chi phí AI có thể thúc đẩy doanh nghiệp đưa AI vào nhiều quy trình hơn. Những ứng dụng trước đây chỉ phù hợp với các dự án thử nghiệm có thể trở nên khả thi về mặt kinh tế khi chi phí mỗi tác vụ giảm.

Đối với ngành điện tử và công nghiệp công nghệ, AI giá rẻ hơn có thể được ứng dụng trong thiết kế sản phẩm, lập trình, kiểm tra lỗi, phân tích dữ liệu sản xuất, bảo trì dự báo, tối ưu dây chuyền và quản trị chuỗi cung ứng.

Đặc biệt, khi AI tác nhân có khả năng tương tác với nhiều công cụ và hệ thống doanh nghiệp, AI có thể chuyển từ một công cụ hỗ trợ nhân viên sang một thành phần trực tiếp tham gia vào quy trình vận hành.

Đây cũng là cơ hội để doanh nghiệp Việt Nam đẩy nhanh ứng dụng AI, nhưng đồng thời đặt ra yêu cầu về dữ liệu, an toàn thông tin, quản trị quyền truy cập và kỹ năng nhân lực.

GPT-6 bước vào cuộc đua phổ cập AI

GPT-6 Sol và Luna cho thấy OpenAI đang xây dựng một hệ sinh thái mô hình với nhiều mức năng lực và chi phí, thay vì tập trung toàn bộ vào mô hình cao cấp nhất.

Astra tiếp tục hướng tới những tác vụ đòi hỏi năng lực cao nhất, trong khi Sol và Luna mở rộng khả năng tiếp cận AI cho các công việc có khối lượng lớn và cần tối ưu chi phí.

Nếu thế hệ AI trước cạnh tranh chủ yếu bằng câu hỏi “mô hình nào thông minh hơn?”, thì giai đoạn mới đang đặt thêm một câu hỏi quan trọng: “mô hình nào có thể thực hiện nhiều công việc nhất với chi phí hợp lý nhất?”

Đó có thể là yếu tố quyết định tốc độ AI chuyển từ công nghệ thử nghiệm thành hạ tầng sản xuất và công cụ vận hành phổ biến của doanh nghiệp.