10 tháng 07 năm 2026 — Sau ba năm im lặng, Mark Zuckerberg đã trở lại nền tảng X và tung ra một thông báo gây chấn động toàn ngành AI: Meta chính thức ra mắt mô hình lý luận đa phương thức Muse Spark 1.1, đồng thời mở bản xem trước công khai của Meta Model API. Bài đăng này đánh dấu sự khởi đầu chính thức cho quá trình chuyển đổi của Meta từ vai trò "nhà cung cấp công nghệ AI" sang "nhà cung cấp dịch vụ hạ tầng AI".
Đây không chỉ là một lần nâng cấp sản phẩm thông thường. Zuckerberg đã lựa chọn công bố thông tin này trên X—sân chơi của đối thủ—thay vì hệ sinh thái mạng xã hội của Meta, tự thân gửi đi một thông điệp mạnh mẽ. Một bên đang cố gắng khai phá tiềm năng thương mại với các mô hình giá thấp, trong khi bên còn lại đang tìm hướng đi giữa bối cảnh thanh khoản vĩ mô cải thiện.
Tuy nhiên, phản ứng của thị trường vốn khá thận trọng. Tính đến ngày 10 tháng 07 (UTC+8), cổ phiếu Meta đóng cửa ở mức 631,48 USD, tăng 4,70% trong ngày. Đối với một ông lớn công nghệ, mức tăng 4,7% không phải là thấp, nhưng so với "hiệu ứng bùng nổ" thường kỳ vọng ở các lần ra mắt AI, sự nhiệt tình của thị trường rõ ràng đã được kiềm chế. Các nhà đầu tư không còn đặt câu hỏi "Meta có AI không?" mà chuyển sang "AI có tạo ra lợi nhuận không?"
Từ Mã Nguồn Mở Đến Trả Phí: Vì Sao Meta Chuyển Hướng Ngay Lúc Này
Để thực sự hiểu ý nghĩa của bước chuyển chiến lược mới nhất của Meta, cần nhìn lại quá trình phát triển AI của họ.
Trong hai năm qua, chiến lược AI của Meta xoay quanh "mã nguồn mở". Từ việc liên tục công khai mã nguồn dòng mô hình Llama đến xây dựng cộng đồng nghiên cứu AI, Meta hướng tới việc giành được niềm tin của nhà phát triển và ảnh hưởng ngành thông qua hệ sinh thái mở. Tuy nhiên, cách tiếp cận này gặp một vấn đề cơ bản: mã nguồn mở không trực tiếp tạo ra doanh thu.
Sau một lần ra mắt mô hình thất vọng vào mùa xuân năm 2025, Zuckerberg đã trực tiếp tham gia tái cấu trúc đội ngũ AI, tuyển dụng Alexandr Wang—nhà sáng lập Scale AI—để dẫn dắt Meta Superintelligence Labs mới thành lập. Chiến lược của công ty dần chuyển từ "ưu tiên mã nguồn mở" sang phát triển các mô hình "độc quyền, có khả năng thương mại hóa". Muse Spark 1.1 chính là kết quả cụ thể đầu tiên của định hướng mới này.
Song song đó, đầu tư hạ tầng của Meta đã đạt mức đáng kinh ngạc. Năm 2023, chi phí vốn của công ty là 28,1 tỷ USD, tăng lên 39,2 tỷ USD vào năm 2024 và đạt 72,2 tỷ USD năm 2025. Dự kiến năm 2026, Meta sẽ nâng chi tiêu vốn hàng năm lên mức 125–145 tỷ USD, tập trung vào các cụm tính toán AI và phát triển mô hình lớn—gấp đôi mức đầu tư năm 2025. Chỉ trong nửa đầu năm 2026, Meta đã ký hợp đồng hơn 5 GW tài nguyên điện toán đám mây và trung tâm dữ liệu quản lý.
Khoản chi khổng lồ cho hạ tầng đòi hỏi một lộ trình thương mại hóa rõ ràng. Việc ra mắt Muse Spark 1.1 và Meta Model API về cơ bản là cách Meta tạo ra "kênh thu hồi doanh thu" cho hàng trăm tỷ USD chi phí vốn này.
Sự Khác Biệt Của Muse Spark 1.1: Giá Thấp Không Đồng Nghĩa Với Hiệu Năng Thấp
Xét về sản phẩm, Muse Spark 1.1 không phải là một phản ứng vội vã trước xu hướng thị trường. Theo Meta, mô hình này được thiết kế chuyên biệt cho các tác vụ agent, với nâng cấp đáng kể về sử dụng công cụ, vận hành máy tính, sinh mã và hiểu đa phương thức. Mô hình hỗ trợ cửa sổ ngữ cảnh 1 triệu token và có thể đóng vai trò agent chính trong hệ thống đa agent hoặc agent phụ chuyên biệt. Zuckerberg tiết lộ Muse Spark 1.1 đã vượt qua mô hình Gemini của Google ở nhiều chỉ số, bao gồm năng lực agent, lập trình và xử lý đa phương thức.
Điều thực sự thu hút sự chú ý của ngành là chiến lược giá của Meta. Meta Model API được định giá 1,25 USD cho mỗi 1 triệu token đầu vào và 4,25 USD cho mỗi 1 triệu token đầu ra. Zuckerberg cho biết trên X, mức giá này chỉ bằng khoảng một phần tư giá chính thức của các mô hình cao cấp từ OpenAI và Anthropic. Các nhà phát triển đăng ký còn nhận được 20 USD tín dụng dùng thử miễn phí.
Cần lưu ý đây không phải là mức giá "thấp nhất tuyệt đối". Giá này cao hơn GPT-5 mini của OpenAI và Claude Haiku 4.5 hướng đến tiết kiệm của Anthropic, nhưng thấp hơn đáng kể so với Claude Sonnet 4.6 cao cấp của Anthropic. Chiến lược giá của Meta nhắm tới phân khúc nhà phát triển trung-cao cấp—những người cần năng lực mô hình mạnh nhưng nhạy cảm với giá flagship của OpenAI và Anthropic.
Bốn Ông Lớn, Bốn Chiến Lược
So sánh Meta với OpenAI, Anthropic và Google cho thấy bốn logic thương mại hóa hoàn toàn khác biệt.
OpenAI theo mô hình "premium hiệu năng". Dựa vào lợi thế kỹ thuật của dòng GPT, OpenAI thu phí API cao từ khách hàng doanh nghiệp và phân phối năng lực mô hình qua kênh đám mây của Microsoft. Giả định cốt lõi: miễn là mô hình đủ mạnh, doanh nghiệp sẽ sẵn sàng trả giá cao cho hiệu năng.
Anthropic đặt cược vào "premium an toàn". Với "AI Hiến pháp" và yếu tố an toàn làm điểm khác biệt, Anthropic thu hút lượng lớn khách hàng doanh nghiệp có nhu cầu tuân thủ và kiểm soát rủi ro nghiêm ngặt. Định giá thị trường thứ cấp của họ đã tăng vọt lên 1,2 nghìn tỷ USD, phản ánh sự công nhận giá trị thương mại của "AI an toàn" từ thị trường vốn.
Google theo đuổi chiến lược "tích hợp toàn hệ sinh thái". Mô hình Gemini được nhúng vào toàn bộ bộ sản phẩm của Google—tìm kiếm, quảng cáo, đám mây, Workspace—nơi năng lực AI phục vụ tăng ARPU cho các mảng hiện hữu thay vì tạo dòng doanh thu độc lập.
Meta, trong khi đó, chọn con đường thứ tư: hệ sinh thái mở + lợi thế chi phí. Bằng cách cung cấp API với mức giá thấp hơn nhiều so với đối thủ, Meta hướng tới thu hút nhà phát triển quy mô lớn, dùng sức mạnh hệ sinh thái để đối trọng với lợi thế kỹ thuật của OpenAI và lợi thế hệ sinh thái của Google. Logic là: giá thấp → nhiều nhà phát triển sử dụng → hệ sinh thái lớn → hiệu ứng bánh đà dữ liệu và mạng lưới → lợi thế cạnh tranh dài hạn.
Không có con đường nào vượt trội tuyệt đối, nhưng chiến lược của Meta nổi bật ở chỗ: không dựa vào khoảng cách kỹ thuật để chiến thắng, mà tìm cách định hình lại cục diện cạnh tranh bằng mô hình kinh tế. Nếu khoảng cách hiệu năng giữa các mô hình AI tiếp tục thu hẹp trong 12–24 tháng tới, giá sẽ trở thành yếu tố quyết định hơn trong lựa chọn của doanh nghiệp—đó là ván cược cốt lõi của Meta.
Vì Sao Thị Trường Chưa "Đặt Cửa Tất Tay"
Sau thông báo, cổ phiếu Meta đóng cửa tăng 4,7% ở mức 631,48 USD. Đây là mức tăng ấn tượng với một lần ra mắt sản phẩm thông thường, nhưng xét đến việc Muse Spark 1.1 là mô hình doanh nghiệp đầu tiên tạo doanh thu của Meta, phản ứng của thị trường được mô tả là "lạc quan thận trọng".
Các nhà đầu tư không nghi ngờ năng lực AI của Meta; họ quan tâm tới ba vấn đề sâu hơn.
Thứ nhất, độ chắc chắn của đóng góp doanh thu. Với giá API chỉ bằng một phần tư đối thủ, Meta cần đạt lượng gọi API gấp nhiều lần để có doanh thu tương đương. Hiện tại, Muse Spark 1.1 mới chỉ mở xem trước công khai cho nhà phát triển tại Mỹ. Từ bản preview đến triển khai thương mại quy mô lớn và đóng góp doanh thu thực sự vẫn còn một chặng đường dài.
Thứ hai, tính bền vững của chi phí vốn. Chi tiêu vốn hàng năm 125–145 tỷ USD đồng nghĩa với việc Meta đang "đốt" hơn 340 triệu USD mỗi ngày cho hạ tầng AI. Dù mảng quảng cáo tiếp tục tăng trưởng—WARC Media dự báo doanh thu quảng cáo năm 2026 đạt 240 tỷ USD—khoản đầu tư khổng lồ này vẫn tạo áp lực lên lợi nhuận.
Thứ ba, thời gian sinh lợi nhuận. Đầu tư hạ tầng AI cần thời gian để tạo ra lợi nhuận. Goldman Sachs dự báo tổng chi phí vốn năm 2026 của Alphabet, Amazon, Microsoft và Meta sẽ đạt 725 tỷ USD. Với mức đầu tư toàn ngành lớn như vậy, câu chuyện thương mại hóa AI sẽ không thể diễn ra chỉ trong một vài quý.
Thị trường đã chuyển từ giai đoạn "kể chuyện AI" sang giai đoạn "giao hàng AI". Nhà đầu tư không còn trả tiền cho "ra mắt mô hình", mà muốn thấy mô hình chuyển hóa thành dòng tiền thực tế.
Kết Luận
Ngày Zuckerberg trở lại X, Meta đã gửi thông điệp rõ ràng tới ngành với Muse Spark 1.1 và Model API: cuộc đua AI đang chuyển từ "ai có mô hình tốt nhất" sang "ai có thể đưa mô hình đến với nhiều người nhất với chi phí thấp nhất".
OpenAI có lợi thế kỹ thuật, Google có lợi thế hệ sinh thái, Anthropic có lợi thế an toàn—Meta đặt cược vào lợi thế giá để tạo chuyển động thị trường. Thành công của chiến lược này phụ thuộc vào hai yếu tố chính: liệu khoảng cách hiệu năng giữa các mô hình có thực sự thu hẹp, và liệu nhà phát triển có thực sự chuyển sang vì giá thấp.
Đối với ngành crypto, bất kể cuộc cạnh tranh này diễn ra thế nào, hạ tầng AI giá rẻ hơn sẽ mở ra nhiều khả năng hơn. Khi việc gọi mô hình không còn là nút thắt chi phí, sức sáng tạo cho ứng dụng thông minh on-chain sẽ được định nghĩa lại.
Câu chuyện thương mại hóa AI mới chỉ bước sang chương thứ hai. Chương một là "ai có thể xây mô hình"; chương hai là "ai có thể làm cho mô hình trở nên dễ tiếp cận và giá hợp lý". Meta đang đặt cược toàn lực vào việc viết chương hai này.
FAQ
Q1: Giá cụ thể của Meta Model API là bao nhiêu và so với đối thủ ra sao?
Meta Model API được định giá 1,25 USD cho mỗi 1 triệu token đầu vào và 4,25 USD cho mỗi 1 triệu token đầu ra. Zuckerberg cho biết mức này chỉ bằng khoảng một phần tư giá chính thức của các mô hình cao cấp từ OpenAI và Anthropic. Các nhà phát triển đăng ký còn nhận được 20 USD tín dụng dùng thử miễn phí.
Q2: Năng lực cốt lõi của Muse Spark 1.1 là gì?
Muse Spark 1.1 là mô hình lý luận đa phương thức được thiết kế chuyên biệt cho các tác vụ agent, với nâng cấp đáng kể về sử dụng công cụ, vận hành máy tính, sinh mã và hiểu đa phương thức. Mô hình hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token và có thể làm agent chính trong hệ đa agent hoặc agent phụ chuyên biệt cho từng tác vụ.
Q3: Vì sao Meta chuyển từ Llama mã nguồn mở sang mô hình API trả phí?
Đầu tư hạ tầng AI hàng năm của Meta đã lên tới 125–145 tỷ USD, và mô hình mã nguồn mở không thể tạo ra lợi nhuận tương xứng với khoản chi khổng lồ đó. Chuyển sang API trả phí sẽ tạo kênh doanh thu bền vững cho hàng trăm tỷ USD chi phí vốn AI, đồng thời chiến lược giá thấp nhằm thu hút nhà phát triển và mở rộng quy mô hệ sinh thái.
Q4: Vì sao cổ phiếu Meta chỉ tăng 4,7% sau khi ra mắt AI?
Sự tập trung của nhà đầu tư đã chuyển từ "ra mắt mô hình AI" sang "AI thương mại hóa có tạo ra doanh thu thực không". Những nghi ngờ của thị trường với Meta xoay quanh ba vấn đề: độ chắc chắn của doanh thu API, tính bền vững của chi phí vốn ở mức 125 tỷ USD, và thời gian để đầu tư AI chuyển thành lợi nhuận.
