Một Startup AI Rời Bỏ Claude Hoàn Toàn Để Chuyển Sang DeepSeek — Thị Phần OpenRouter Của Model Mỹ Vừa Giảm Còn 30%

Một Startup AI Agent Vừa Rời Bỏ Claude Hoàn Toàn Để Chuyển Sang DeepSeek — Và Gọi Đó Là Sự Sống Còn

Ngày 7/7/2026, CNBC đưa tin Lindy, một startup AI agent chỉ khoảng 25 nhân sự, đã chuyển 100% lưu lượng production từ các model Claude của Anthropic sang DeepSeek, giải pháp thay thế mã nguồn mở rẻ hơn của phòng lab Trung Quốc. CEO Flo Crivello mô tả khoảnh khắc chuyển đổi bằng lời lẽ thẳng thắn: 'Chúng tôi đã làm điều đó, và bạn có thể thấy đường cong chi phí lao dốc, kiểu như sụp đổ hoàn toàn' ('We did it, and you could see that cost curve go down, like, crash to the ground'). Anh dự đoán việc này sẽ giúp Lindy tiết kiệm hàng triệu đô trong vài tháng tới — dù ở quy mô hiện tại, chi tiêu cho AI của công ty vẫn còn cao hơn cả chi phí lương nhân viên. Crivello không ngần ngại gọi đây là vấn đề sống còn chứ không phải chỉ là tối ưu hóa: 'Đây là vấn đề sống còn của doanh nghiệp' ('It's a matter of survival for the business').

Lý Do: Một Cuộc Chiến Giá Kéo Dài Cả Năm Mà Anthropic Và OpenAI Đang Thua Về Thị Phần

Động thái của Lindy không phải là ngoại lệ — đó chỉ là một điểm dữ liệu trong một sự sụp đổ lớn hơn. Thị phần token gộp của Google, OpenAI và Anthropic trên OpenRouter đã giảm từ khoảng 70% vào tháng 6/2025 xuống còn khoảng 30% vào tháng 6/2026, theo dữ liệu sử dụng của chính OpenRouter. Riêng DeepSeek hiện chiếm 16,3% tổng lượng token phục vụ trên nền tảng này — nhiều hơn bất kỳ phòng lab Mỹ đơn lẻ nào, kể cả Anthropic hay OpenAI. Nhà nghiên cứu Kyle Chan của Brookings mô tả sự dịch chuyển này một cách thẳng thắn: 'Các model AI Trung Quốc đặc biệt hấp dẫn với các công ty Mỹ hiện nay khi chi phí AI đang tăng vọt' ('Chinese AI models are particularly attractive to American companies now as AI costs skyrocket'), và lưu ý rằng những công ty từng áp dụng AI 'bất kể model nào' giờ đây đang cân nhắc giá cả giống như khi họ chọn nhà cung cấp điện toán đám mây.

Con Số Kỹ Sư Nên Kiểm Tra Thật Sự: GLM-5.2 Chỉ Kém Opus 4.8 Một Điểm Với Giá Bằng Một Phần Năm

Khoảng cách năng lực đang thu hẹp nhanh nhất thuộc về GLM-5.2 của Zhipu/Z.ai, một model mixture-of-experts 744 tỷ tham số, kích hoạt khoảng 40 tỷ tham số mỗi token. Trên benchmark agentic FrontierSWE được theo dõi sát sao, nó chỉ kém Opus 4.8 khoảng một điểm và vượt qua GPT-5.5; trên Terminal-Bench 2.1, nó đạt 81,0 điểm so với 85,0 của Opus. API của GLM-5.2 có giá 1,40 đô mỗi triệu token đầu vào và 4,40 đô mỗi triệu token đầu ra, so với 5 đô và 25 đô của Opus 4.8 — tức khoảng một phần năm chi phí để đạt mức năng lực tương đương trong biên độ chỉ vài điểm phần trăm. Z.ai đã ra mắt môi trường coding riêng của mình, ZCode, vào ngày 2/7 với các agent terminal, trình duyệt và hệ thống file gốc, nhưng GLM-5.2 cũng cắm thẳng vào Claude Code, Cline và OpenCode, nên việc chuyển đổi không đòi hỏi phải từ bỏ công cụ đang dùng.

Câu Chuyện Áp Lực Chi Phí Thứ Tư Trong Hai Tuần

Đây không phải là một tiêu đề đơn lẻ. Together AI vừa gọi vốn 800 triệu đô vài ngày trước đó, cụ thể để xây dựng hạ tầng AI mã nguồn mở; GitHub Copilot CLI âm thầm thêm Kimi K2 làm model thay thế một tuần trước đó; và Claude Fable 5 rời khỏi hạn mức subscription để chuyển sang tính phí API theo mức sử dụng ngay trong tuần câu chuyện của Lindy được đưa tin. Bốn câu chuyện riêng biệt trong mười bốn ngày, và tất cả đều bắt nguồn từ cùng một sự thật: giá model tiên phong tăng nhanh hơn ngân sách của hầu hết các đội, và các lựa chọn thay thế mã nguồn mở, phần lớn đến từ Trung Quốc, chính là van xả áp lực mà các đội tìm đến đầu tiên.

Những Gì Cần Kiểm Tra Trước Khi Đường Cong Chi Phí Của Chính Bạn Buộc Bạn Đưa Ra Quyết Định Tương Tự

Có ba việc đáng làm trong tuần này bất kể bạn đang dùng nhà cung cấp nào: chạy bộ eval production thực tế của chính bạn — không phải bộ benchmark của nhà cung cấp — trên GLM-5.2 hoặc DeepSeek trước khi xem một phần năm chi phí là một chiến thắng miễn phí, vì sự tương đương trên benchmark không đảm bảo sự tương đương trên các prompt hay pattern gọi tool cụ thể của bạn. Riêng nếu bạn đang cân nhắc một endpoint mã nguồn mở hoặc được host tại Trung Quốc, hãy thêm rủi ro về cư trú dữ liệu và kiểm soát xuất khẩu vào cùng quy trình đánh giá rủi ro nhà cung cấp vốn đã theo dõi giá cả và uptime — việc Fable 5 bị đình chỉ 19 ngày vì kiểm soát xuất khẩu là một bản xem trước cho loại gián đoạn có thể xảy ra ở cả hai chiều. Và cuối cùng, đừng mặc định rằng mức chi tiêu hiện tại của bạn là cố định: động thái của Lindy cho thấy việc di chuyển hoàn toàn khỏi một phòng lab tiên phong giờ đây là một lựa chọn khả thi trong thực tế, không còn là giả thuyết, đối với những đội sẵn sàng benchmark lại.

Kết Luận

Con số đáng chú ý không phải là khoảng cách giá bằng một phần năm — mà là việc một công ty production thực sự vừa xem việc chuyển đổi hoàn toàn nhà cung cấp model tiên phong là công việc kỹ thuật thông thường chứ không phải phương án cuối cùng, và nói điều đó công khai. Khi các phòng lab Mỹ còn nắm 70% lưu lượng trên OpenRouter, việc 'cứ dùng Claude hay GPT' là một lựa chọn mặc định hợp lý. Ở mức 30% và vẫn đang giảm, lựa chọn mặc định đó giờ cần có một phép so sánh chi phí đi kèm, giống như khi chọn nhà cung cấp cloud. Những đội chưa chạy lại phép so sánh đó kể từ các bản phát hành mới nhất của GLM-5.2 và DeepSeek có lẽ đang trả tiền cho một quyết định từng hợp lý cách đây một năm nhưng giờ không còn đúng nữa.