Google đã giảm mạnh giá mô hình Gemini 3.7 Flash của mình xuống 50% cho đến hết ngày 31 tháng 12, với mức phí 0,75 USD cho mỗi triệu token đầu vào và 3,75 USD cho mỗi triệu token đầu ra. Việc cắt giảm này ảnh hưởng trực tiếp đến các nhà phát triển đang xây dựng các tác nhân AI (AI agents), nơi chi phí thấp hơn có thể làm thay đổi cán cân giữa việc ở lại nền tảng của Google hay chuyển sang một đối thủ cạnh tranh.

Tại sao đợt giảm giá này lại quan trọng vào lúc này

Gemini 3.7 Flash là một lựa chọn nhanh chóng và rẻ tiền cho các khối lượng công việc nặng về lập trình và tập trung vào tự động hóa. Google đã công bố các con số benchmark mới cho thấy mô hình này đang thu hẹp khoảng cách trong các tác vụ liên quan đến agent: DeepSWE v1.1 tăng từ 49,0% lên 65,3%, FrontierCode từ 34,4% lên 43,6%, và Zapier AutomationBench từ 17,0% lên 30,4%. Những bước tiến này có ý nghĩa quan trọng đối với các đội ngũ vận hành các vòng lặp trích xuất dữ liệu hoặc gọi công cụ (tool-calling) với tần suất cao, nơi mỗi token đều làm tăng hóa đơn chi phí.

Thị trường mô hình AI vốn đã rất đông đúc. Các lựa chọn thay thế như GPT-5.6 Luna, Grok 4.6 và các bản phát hành trọng số mở (open-weight) khác đều đang tranh giành cùng một phần "bánh agent giá rẻ". Bằng cách đưa ra khung thời gian giảm giá một nửa, Google hy vọng sẽ giữ chân các nhà phát triển trong hệ sinh thái của mình trước khi mức giá quay trở lại mức 1,50 USD cho mỗi triệu token đầu vào và 7,50 USD cho mỗi triệu token đầu ra vào tháng 1.

Những gì nhà phát triển có thể đạt được—hoặc mất đi

  • Tăng biên lợi nhuận trong thời gian diễn ra giảm giá – Việc cắt giảm một nửa chi phí token có thể giúp tiết kiệm một tỷ lệ đáng kể trong ngân sách vận hành của bất kỳ dịch vụ nào xử lý hàng triệu token mỗi ngày.
  • Nguy cơ bị ràng buộc (lock-in) – Việc chuyển đổi nhà cung cấp hiếm khi có thể thực hiện theo kiểu "cắm là chạy" (plug-and-play). API của các mô hình khác nhau về định dạng yêu cầu, giới hạn tốc độ (rate limits) và các tính năng được hỗ trợ. Một sự tăng giá đột ngột có thể buộc các đội ngũ phải chấp nhận chi phí cao hơn hoặc đầu tư thời gian và tiền bạc vào việc di chuyển hệ thống.
  • Áp lực cạnh tranh về giá – Các đối thủ có thể đáp trả bằng các chương trình ưu đãi có thời hạn của riêng họ, làm bùng nổ một cuộc chiến giá cả ngắn hạn, điều này có thể có lợi cho người dùng cuối nhưng cũng có thể làm mất ổn định các kế hoạch dài hạn.

Cách bảo vệ quy trình (pipeline) agent của bạn

  1. Đánh dấu thời hạn – Hãy đặt lời nhắc trên lịch cho ngày 31 tháng 12. Biết chính xác ngày giá quay trở lại sẽ giúp tránh tình trạng xói mòn biên lợi nhuận bất ngờ.
  2. Thiết kế để có thể thay thế linh hoạt – Hãy bao bọc các lệnh gọi mô hình đằng sau một lớp trừu tượng (abstraction layer) mỏng hoặc một tệp cấu hình. Ví dụ, nếu bạn chuyển từ Gemini sang Luna, bạn chỉ cần thay đổi cấu hình thay vì phải viết lại toàn bộ mã nguồn.
  3. Tự chạy các bài kiểm tra benchmark của riêng bạn – Sử dụng các tác vụ thực tế để so sánh Gemini 3.7 Flash với các mô hình khác. Chi phí token chỉ là một phần của phương trình; độ trễ (latency), độ chính xác và nỗ lực tích hợp cũng quan trọng không kém.

Mặt trái của thỏa thuận

Khoảng thời gian giảm giá này rõ ràng là tạm thời. Sau thời điểm cắt giảm cuối năm, các nhà phát triển sẽ phải đối mặt với mức giá đầy đủ, mức giá này vẫn cao hơn so với mức giá được quảng cáo bởi một số dự án trọng số mở. Các đội ngũ đã xây dựng các tích hợp sâu với Gemini có thể cảm thấy sự nhảy vọt về giá mạnh mẽ hơn so với những đội ngũ giữ kiến trúc hệ thống theo dạng mô-đun. Giá thấp hơn không tự động đồng nghĩa với giá trị tổng thể tốt hơn nếu hiệu suất của mô hình trên một trường hợp sử dụng cụ thể kém hơn so với một lựa chọn thay thế rẻ hơn.

Những điều cần theo dõi tiếp theo

  • Xác nhận giá vào tháng 1 – Google đã báo hiệu việc quay trở lại mức giá ban đầu, nhưng bất kỳ sự điều chỉnh hoặc gia hạn nào cũng sẽ ảnh hưởng đến chu kỳ lập ngân sách.
  • Các chương trình khuyến mãi của đối thủ – Đợt giảm giá có thời hạn của một đối thủ cạnh tranh có thể làm thay đổi tính toán chi phí trước năm mới.
  • Các chỉ số áp dụng – Tỷ lệ tiếp nhận Gemini 3.7 Flash sớm trong giai đoạn giảm giá sẽ cho thấy mức độ gắn kết của nền tảng này như thế nào sau khi giá tăng trở lại.

Tóm tắt: Cửa sổ giảm giá một nửa mang lại cho các nhà phát triển cơ hội thử nghiệm một mô hình agent nhanh hơn, rẻ hơn, nhưng lợi thế thực sự nằm ở việc xây dựng các hệ thống có thể xoay trục khi đợt giảm giá kết thúc. Sự linh hoạt ngay bây giờ sẽ giúp tránh được sự lúng túng tốn kém về sau.