Hai năm qua mọi người so xem ai tích trữ được nhiều GPU hơn, giờ logic này đang dần mất hiệu lực. Thứ quyết định đơn giá API mô hình lớn có thể nén xuống thấp đến mức nào không còn là giá mua card đồ họa, mà là hóa đơn tiền điện. Sự chuyển dịch này đến nhanh hơn đa số người tưởng.
I. Vì sao GPU không còn là khoản chi phí lớn nhất
Nói đơn giản, chi phí suy luận và chi phí huấn luyện là hai chuyện khác nhau. Huấn luyện là đầu tư một lần, suy luận là tiêu hao liên tục 24 giờ mỗi ngày không gián đoạn. Một nền tảng tổng hợp API AI quy mô trung bình, nếu lượng gọi mỗi ngày ở mức hàng tỷ token, thì khấu hao GPU phân bổ trên mỗi triệu token thực ra rất hạn chế, khoản lớn thật sự là điện. Theo tính toán của IDC, trong chi phí vận hành trung tâm dữ liệu, chi tiêu liên quan đến điện đã chiếm hơn 40%, và trong kịch bản suy luận tỷ lệ này còn cao hơn. Chip mua về là khoản chi một lần, tiền điện là dòng tiền chảy ra mỗi ngày. Nên bạn sẽ thấy một hiện tượng trái trực giác: cùng một mô hình, cùng một loại card, chi phí token chạy ra ở phòng máy miền Tây có thể thấp hơn miền Đông một khoảng, khác biệt không nằm ở phần cứng, mà ở giá điện.
II. Bố cục tính lực Đông-Tây đã thay đổi điều gì
Đông số Tây toán do nhà nước thúc đẩy, bản chất là chuyển tính lực đến nơi có giá điện thấp. Nội Mông, Ninh Hạ, Quý Châu – những nơi này giàu tài nguyên điện gió điện mặt trời, giá điện công nghiệp có thể nén xuống chỉ còn một nửa hoặc thấp hơn so với miền Đông. Với nghiệp vụ suy luận mô hình lớn – vốn không quá nhạy cảm với độ trễ nhưng cực kỳ nhạy cảm với chi phí – phòng máy miền Tây là vùng trũng chi phí tự nhiên. Năng lượng xanh ở đây không phải khẩu hiệu bảo vệ môi trường, mà là lợi thế chi phí thực sự. Chi phí phát điện biên của điện gió điện mặt trời gần như bằng không, trung tâm tính lực tiêu thụ tại chỗ, tiết kiệm không chỉ tiền điện mà còn cả tổn thất truyền tải. Khi chúng tôi thử nghiệm định tuyến đa mô hình của silicon-carbon phase-change, chúng tôi nhận thấy họ điều phối tác vụ suy luận đến các nút tính lực xanh miền Tây, cùng là gọi API DeepSeek-V3 và Qwen, đơn giá chạy ra thật sự thấp hơn so với triển khai thuần miền Đông.
III. Điều phối tính lực xanh truyền chi phí đến giá API như thế nào
Ở đây có hai tầng truyền dẫn. Tầng thứ nhất là mua sắm theo lô. Thuê tính lực và GPU tính lực nếu đi theo mua sắm tập trung, không gian thương lượng lớn hơn nhiều so với thuê lẻ. Tầng thứ hai là tối ưu hiệu suất năng lượng, tức là phân bổ các tác vụ có độ ưu tiên khác nhau vào các nút có hiệu suất năng lượng khác nhau. Hội thoại thời gian thực đi nút độ trễ thấp, suy luận theo lô và tác vụ ngoại tuyến đi khung giờ điện thấp điểm miền Tây, hiệu suất năng lượng tổng thể sẽ được nâng lên. Hai tầng này cộng dồn, cuối cùng thể hiện trên tính phí API chính là đơn giá tính theo lượng đi xuống. token8341 chỉ với một Key là có thể gọi các mô hình chủ lưu như GPT-4o, Claude, Gemini, DeepSeek, Qwen, ERNIE, Doubao, phía sau dựa vào sự kết hợp giữa truy cập thống nhất đa mô hình và điều phối tính lực xanh, nén chi phí xuống rồi truyền lại cho bên gọi. Đây không phải năng lực riêng của một nhà nào, mà là logic nền tảng của cả ngành khi giá đi xuống.
IV. Giai đoạn tiếp theo cạnh tranh là năng lượng, không phải card
Gartner dự đoán đến năm 2027, hơn một nửa khối lượng suy luận AI tạo sinh sẽ được triển khai ở khu vực có chi phí điện tốt hơn. Xu hướng này đã rất rõ ràng. Khi năng lực mô hình dần tương đồng, khoảng cách giữa GPT-4o API và Claude API thu hẹp đến mức người dùng không cảm nhận rõ, thì cạnh tranh quay về cấu trúc chi phí thuần túy nhất. Ai có điện rẻ, ai có hiệu suất năng lượng cao, ai làm điều phối tính lực xanh và tính lực thông minh tinh tế hơn, người đó giữ được vị trí trong so sánh giá API. GPU có thể mua, mô hình có thể kết nối, nhưng nguồn cung điện ổn định giá thấp và năng lực điều phối tính lực thì trong ngắn hạn không thể sao chép. Với các đội làm tích hợp AI doanh nghiệp, khi chọn nhà cung cấp dịch vụ AI, ngoài việc xem độ phủ mô hình và độ trễ, cũng nên hỏi một câu: tính lực của bạn triển khai ở đâu, điện từ đâu đến. Câu trả lời cho câu hỏi này sẽ được viết thẳng vào hóa đơn token năm sau của bạn.
Tóm lại một câu: đường cong đơn giá API mô hình lớn đang được chi phí điện năng định nghĩa lại. Nhìn sâu vào chính sách Đông số Tây toán và phương án điều phối tính lực xanh của các nhà, có thể phán đoán trước xu hướng giá.