Mô hình AI đóng áp đảo hiệu năng và giá cả khi mô hình mở chỉ là lựa chọn tốt nhất ở 3% mức ngân sách

Theo Village, mô hình mở chỉ là lựa chọn mua tốt nhất ở 3% mức ngân sách, trong khi mô hình đóng chiếm lĩnh gần như toàn bộ biểu đồ tối ưu giá và hiệu năng. Đây là tỷ lệ thấp nhất từng ghi nhận kể từ năm 2024, thời điểm mô hình mở luôn giữ ít nhất 6% ngân sách vào cuối mỗi quý. Sự sụt giảm diễn ra sau khi các hãng đóng tung ra các thế hệ mô hình mới vừa rẻ hơn vừa mạnh hơn.
Village đưa ra ba cách giải thích phù hợp với quy luật khi phân tích việc các phòng nghiên cứu mô hình đóng có thể giành ưu thế về giá trị. Thứ nhất, các hãng đóng có thể chắt lọc (distill, dùng mô hình lớn dạy mô hình nhỏ) từ mô hình nội bộ mạnh nhất để tạo bản giá rẻ chỉ sau vài tuần như Claude Haiku 5.5, trong khi điều khoản của họ thường cấm dùng dữ liệu đầu ra để huấn luyện mô hình cạnh tranh. Thứ hai, các hãng đóng phát hành cả dòng mô hình, như hai thế hệ GPT-6 và GPT-6.1 của OpenAI nắm 11 trên 21 mốc tối ưu để bao phủ gần như mọi mức giá. Thứ ba, Village cho rằng các hãng lớn có thể vận hành suy luận (inference, quá trình tạo câu trả lời) rẻ hơn nhờ quy mô khổng lồ và việc Google tự dùng chip riêng.
Theo Village, hai đợt phát hành của OpenAI đã giành lại phần lớn mức ngân sách từng do mô hình mở nắm giữ. Cụ thể, GPT-6 Luna vào tháng 9 và GPT-6.1 Terra vào tháng 10 năm 2026 hiện bao phủ các mức ngân sách mở, cùng với Claude Haiku 5.5 của Anthropic. Trước đó vào tháng 6 năm 2026, riêng DeepSeek V4 Flash từng là lựa chọn mua tốt nhất ở gần một phần ba số ngân sách, bên cạnh GLM-5.2 của Zhipu. Mô hình mở từng bứt phá như DeepSeek-V3.2-Exp dẫn đầu gần một nửa ngân sách vào tháng 9 năm 2025, nhưng tỷ lệ này đều giảm một nửa hoặc hơn ở quý sau. Hiện gần như toàn bộ 3% ngân sách còn lại của mô hình mở chỉ tập trung ở phân khúc siêu rẻ với Google Gemma 4 E4B và Xiaomi MiMo-V2.6-Flash.
Về giới hạn đánh giá, Village nhấn mạnh chi phí đo lường phản ánh giá API và mô hình mở có thể rẻ hơn trên phần cứng riêng của người dùng. Nghiên cứu dùng LLM Atlas ước tính điểm năng lực từ các bài kiểm chuẩn công khai và đo chi phí mỗi tác vụ tương đối so với GPT-5 ở mức suy luận cao qua 201 mức ngân sách. Quy luật áp đảo vẫn giữ nguyên khi thu hẹp ngân sách từ 3% đến một lần chi phí GPT-5 hoặc chỉ xét các mô hình có ít nhất 10 nhóm bài kiểm chuẩn. Nếu mở rộng ngân sách từ 0,3% đến mười lần chi phí GPT-5, tỷ lệ các mức ngân sách mà mô hình mở là lựa chọn mua tốt nhất tăng lên 16% nhờ các mô hình siêu nhỏ ở phân khúc rẻ nhất.