AI local hay tài khoản AI cho doanh nghiệp

2Chủ doanh nghiệp đang phân vân mua máy hay trả thuê bao

Chủ doanh nghiệp Việt đang thấy dân công nghệ khoe Mac Studio bản Ultra 512GB RAM chạy model AI ngay trên bàn làm việc. Nghe nói mua một lần là dùng mãi, dữ liệu không ra khỏi công ty, khỏi trả tiền tháng cho nước ngoài.

Ở phía còn lại là các tài khoản Claude, ChatGPT kèm Codex, Google Gemini, mỗi người dùng trả mỗi tháng từ vài trăm nghìn tới vài triệu đồng tuỳ gói. Câu hỏi nằm trên bàn là bỏ vài trăm triệu mua máy, hay bỏ số đó trả thuê bao.

Trên mạng đang có hai phe cãi nhau, một phe nói local là tương lai, một phe nói đám mây là đủ. MONA dùng AI hằng ngày để làm ra phần mềm cho khách, nên bài này viết từ chuyện MONA đang làm, kèm giá và tốc độ đã tra ngày 05/10/2026 để doanh nghiệp tự đối chiếu.

3MONA khuyên dùng cả hai, việc khó để ở tài khoản AI

Phần lớn việc chạy trên Claude Code, Codex, Gemini. Máy trong công ty gánh mấy việc nó làm tốt.

Thứ tự cần nghĩ là chọn việc trước, rồi mới chọn chỗ chạy. Doanh nghiệp mua máy trước rồi mới tìm việc cho nó thường kết thúc với một cái máy đắt tiền nằm chờ.

4Chỉ dồn tiền vào máy thì chậm và tụt lại phía sau

Model chạy được trên máy vẫn đi sau model mạnh nhất. Máy 512GB chạy được các model mã nguồn mở cỡ lớn như DeepSeek, Qwen, GLM, thường phải nén lại cho vừa bộ nhớ. Với việc khó như viết code cả dự án, lập kế hoạch nhiều bước hay suy luận dài, MONA thấy model chạy trên máy còn kém Claude, GPT, Gemini bản mới nhất một khoảng rõ. Đây là nhận định từ cách MONA làm việc hằng ngày, MONA chưa đo so sánh bằng số, nên bài không đưa con số nào cho nó.

Thứ doanh nghiệp mua là cả bộ công cụ, không chỉ cái model. Claude Code và Codex tự mở file, chạy lệnh, tra web, sửa lỗi rồi làm lại. Máy chạy local chỉ cho doanh nghiệp phần model, còn phần công cụ xung quanh phải tự lắp và tự bảo trì.

Đưa tài liệu dài vào là phải chờ. Máy trả lời câu ngắn khá nhanh, nhưng trước khi ra chữ đầu nó phải đọc hết tài liệu được đưa vào. Theo số người ngoài đã đo trên Mac Studio M3 Ultra, GLM-5.2 đọc khoảng 213,6 token mỗi giây còn Qwen3.8 27B khoảng 93,1 token mỗi giây. Một hợp đồng chừng 50.000 token vì vậy mất khoảng 3,9 phút và 9,0 phút trước khi ra chữ đầu. Nhân viên ngồi chờ là tiền.

Máy cũ đi, model đổi mỗi tháng. Tài khoản đám mây được nâng cấp tự động. Máy chạy local thì phải có người tự tải model mới, cài và thử. Máy 512GB cũng đang nằm giữa hai đời, M3 Ultra đang bán và M5 Ultra Apple báo ra từ tháng 10/2026, mua lúc này là mua giữa hai đời.

Máy chạy cần người trông. Doanh nghiệp không có người kỹ thuật rành AI thì máy dễ thành món đồ đặt trên bàn cho đẹp.

5Những việc máy trong công ty làm tốt hơn tài khoản AI

Dữ liệu không được ra ngoài. Hồ sơ nhân sự, bảng lương, hợp đồng, dữ liệu khách hàng, số liệu kế toán. Đọc, tóm tắt, tra cứu trên mấy thứ này nên chạy trong nhà.

Việc đơn giản lặp lại với số lượng lớn. Phân loại email, trích thông tin từ hoá đơn, gắn nhãn sản phẩm, chép lời cuộc họp, dựng dữ liệu tìm kiếm nội bộ. Model chạy trên máy làm đủ tốt việc này, và chạy bao nhiêu cũng không phát sinh thêm tiền thuê bao.

Không phụ thuộc mạng và nhà cung cấp. Rớt mạng quốc tế, tài khoản bị khoá hay giá thuê bao tăng thì phần việc nội bộ vẫn chạy.

6Bảng chia việc MONA đang dùng giữa tài khoản AI và máy

Cột «Lý do» là cách MONA chia việc từ kinh nghiệm làm việc hằng ngày.

7MONA tự chia việc giữa Claude, Codex và Gemini mỗi ngày

MONA tự dùng mô hình kết hợp trong công việc hằng ngày, và lời khuyên ở trên rút ra từ đó.

Claude đảm phần lập kế hoạch, ra quyết định và kiểm chất lượng cuối. Codex dựng tính năng và chạy các dây chuyền tự động. Gemini viết bản nháp tiếng Việt và đọc cả kho tài liệu một lần. Việc lặp lại, nhiều và đơn giản thì MONA đẩy xuống công cụ rẻ nhất mà vẫn đạt chất lượng.

MONA không chọn một công cụ, mà giao cho từng công cụ đúng chỗ nó mạnh. Doanh nghiệp cũng cần nghĩ như vậy.

8Cách chia việc theo quy mô doanh nghiệp

Doanh nghiệp nhỏ, chưa có người kỹ thuật. Trả thuê bao Claude, ChatGPT hoặc Gemini cho người cần dùng. Chưa nên mua máy.

Doanh nghiệp vừa, có dữ liệu nhạy cảm cần xử lý. Thuê bao cho việc khó, thêm một máy chạy trong công ty cho việc riêng tư và việc lặp lại.

Doanh nghiệp lớn, nhiều phòng ban. Thuê bao theo vai trò, máy chạy trong công ty làm kho AI nội bộ, và có đơn vị như MONA dựng quy trình nối hai bên lại với nhau.

9Giá thuê bao và tốc độ máy đã tra ngày 05/10/2026

Giá thuê bao cá nhân lấy theo trang của từng hãng, đọc ngày 05/10/2026. Gói của Claude tính bằng USD, gói của ChatGPT và Google là giá trang Việt Nam tính bằng đồng.

Máy: Mac Studio M3 Ultra 512GB tại các đại lý Việt Nam đang được rao từ khoảng 278 triệu tới 450 triệu đồng tuỳ dung lượng ổ và nơi bán. M5 Ultra 512GB Apple báo ra từ tháng 10/2026 và chưa công bố giá. Cửa hàng Apple Việt Nam hiện chỉ liệt kê M5 Ultra 96GB và M5 Max 36GB, chưa có giá đồng.

Tốc độ do người khác đo, đặt cột đọc prompt cạnh cột sinh chữ để thấy chỗ chậm nằm ở đâu:

Tên model hiện có, tra 05/10/2026: Claude có Fable 5.1, Opus 5.5, Sonnet 5.5 và Haiku 4.5; ChatGPT ghi GPT-5.6 Luna, GPT-6 và GPT-6 Astra; Google ghi Gemini 3.1 Pro.

10Giới hạn của bài tổng hợp này

• Đây là bài tổng hợp. MONA chưa tự đo tốc độ trên máy 512GB; số tốc độ là của người đo ngoài, đã ghi nguồn và ngày.
• Giá và tên model đổi nhanh. Số trong bài tra ngày 05/10/2026.
• Giá máy ở Việt Nam chênh nhiều giữa các nơi bán và MONA chưa đọc được trang nào của đại lý, vì vậy bài chỉ nêu khoảng giá rao, không chốt một con số.
• Thời gian chờ đọc hợp đồng là phép tính của MONA từ tốc độ đọc prompt người khác đo, với giả định một hợp đồng 100 trang bằng 50.000 token. Máy thật, model nén khác và phần mềm chạy khác sẽ cho số khác.
• Nhận định «model chạy trên máy đi sau model mạnh nhất» là của MONA từ kinh nghiệm làm việc, chưa có bảng so sánh bằng số.
• Bài khuyên theo cách MONA làm việc và theo quy mô doanh nghiệp điển hình; từng doanh nghiệp cần xem lại theo dữ liệu và số người dùng thật của mình.

11Nguồn và trích dẫn

• Giá và gói Claude, tên model · Pro, Max, Team; Claude Code có trong mọi gói trả phí; Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 4.5
• Gói Max của Claude, trang trợ giúp · Max 5x 100 USD, Max 20x 200 USD mỗi tháng, giá web
• Giá và gói Google AI tại Việt Nam · AI Plus, Pro, Ultra tính bằng đồng; Gemini 3.1 Pro, 3.6 Flash
• Giá ChatGPT và Codex tại Việt Nam · Plus 522.500đ, Pro từ 2.849.000đ mỗi tháng; Codex nằm trong các gói; GPT-5.6 Luna, GPT-6, GPT-6 Astra
• Mac Studio M5 Max và M5 Ultra, PetaPixel 25/08/2026 · Công bố 25/08/2026, M5 Ultra 512GB có từ tháng 10, chưa công bố giá
• Cửa hàng Apple Việt Nam · Chỉ hiện M5 Ultra 96GB và M5 Max 36GB, chưa có giá đồng, chưa có 512GB
• Tự chạy model lớn trên Mac Studio 512GB, pinggy.io · GLM-5.2: 17,7 token/giây sinh chữ, 213,6 token/giây đọc prompt, tổng hợp từ oMLX
• Chạy Qwen3.8 27B trên Mac Studio M3 Ultra, terminalbytes.com · Máy 256GB, 14,0 token/giây sinh chữ, 93,1 token/giây đọc prompt, 27/08/2026

@techreport{mona_nc15_2026,
  author = {{Nhóm kỹ thuật MONA Software}},
  title = {AI local hay tài khoản AI cho doanh nghiệp},
  institution = {Công ty TNHH Phần mềm MONA},
  number = {NC-15, bản 1.0},
  year = {2026},
  month = oct,
  url = {https://mona.software/nghien-cuu/ai-local-hay-tai-khoan-ai/},
  note = {Bài tổng hợp, tra số 05/10/2026}
}