Gemini Enterprise thêm trả theo mức dùng: hết cảnh mua ghế rồi để trống?

Ngày 26/08/2026, Google Cloud công bố phương án trả theo mức dùng cho Gemini Enterprise, bên cạnh thuê bao theo người dùng, Flexible Savings Plans và công cụ khống chế chi phí dự án. Theo thông báo chính thức của Google Cloud, consumption edition không thu phí thuê bao nền hay yêu cầu cam kết trước; khách hàng trả cho compute và token thực tế theo mức giá API tiêu chuẩn.

Như vậy, doanh nghiệp có thêm cách tránh trả tiền cho những ghế không được sử dụng khi nhu cầu giảm, nhưng chưa thể coi đây là lựa chọn phổ cập. eWeek ghi nhận phương án này đang được triển khai dần cho một nhóm khách hàng giới hạn, áp dụng với tổ chức có ít nhất 20 ghế và còn tính cả memory, compute, storage ngoài token.

Ba cách thanh toán dành cho ba hình dạng tải

Google không thay thế giấy phép theo người dùng mà cho phép kết hợp nhiều cơ chế trong cùng môi trường. Thuê bao theo ghế tạo mức chi cố định và đi kèm hạn ngạch hằng ngày được gộp ở cấp dự án; consumption edition đưa chi phí lên xuống theo mức dùng; Flexible Savings Plans đổi một cam kết chi tiêu hằng tháng lấy đơn giá token thấp hơn.

• Thuê bao theo người dùng: hợp với đội ngũ sử dụng đều đặn, có thể tận dụng phần hạn ngạch đã mua và cần một đường cơ sở ngân sách ổn định.
• Trả theo mức tiêu thụ: hợp hơn với chương trình thí điểm, dự án theo mùa hoặc tác nhân chỉ chạy từng đợt, khi số nhân viên không phản ánh đúng khối lượng xử lý.
• Cam kết tiết kiệm: dành cho tải ổn định hoặc đang tăng, khi doanh nghiệp có thể dự báo mức chi đủ chắc chắn trong thời hạn dài.

Flexible Savings Plans giảm 10% chi phí token với cam kết một năm và 20% với ba năm, không đặt mức chi tối thiểu hoặc tối đa. Các gói này đã có cho khách hàng tự phục vụ và khách hàng dùng thỏa thuận doanh nghiệp, trong khi consumption edition vẫn chỉ mở cho một số khách hàng rồi mới được triển khai rộng hơn.

Cam kết tiết kiệm không triệt tiêu rủi ro dự báo sai. Nếu nhu cầu thực tế thấp hơn mức đã chọn, phần cam kết chưa dùng vẫn là chi phí; nếu tải vượt mức cam kết, phần vượt được tính theo giá theo nhu cầu. Vì vậy, mức giảm 10–20% chỉ có ý nghĩa khi mức tiêu thụ đủ ổn định, không phải là bằng chứng rằng tổng hóa đơn luôn thấp hơn.

Ghế trống giảm, nhưng hóa đơn trở nên biến động

Trả theo mức dùng giải quyết trực tiếp tình huống số giấy phép cố định lớn hơn nhu cầu thực tế. Đổi lại, doanh nghiệp chuyển từ một khoản tiền dễ dự báo sang hóa đơn phụ thuộc vào mô hình, lượng token, thời gian chạy, bộ nhớ, compute, lưu trữ, khu vực và tần suất tác nhân lặp lại quy trình.

Khác với chatbot thường xử lý một lượt hỏi–đáp, tác nhân có thể chạy theo vòng lặp và nối nhiều lần gọi mô hình hoặc công cụ. Phân tích của ITPro ngày 26/08 dẫn nghiên cứu Signal65 cho thấy tải tác nhân có thể tiêu thụ lượng token cao gấp 4–15 lần chatbot; con số này mô tả nhóm tải được nghiên cứu, không phải hệ số cố định cho mọi tác nhân Gemini Enterprise.

Do đó, lựa chọn phù hợp phụ thuộc hình dạng tải hơn là số nhân viên. Một đội dùng Gemini hằng ngày có thể khai thác tốt hạn ngạch gộp theo dự án; chiến dịch ngắn hoặc thử nghiệm không liên tục có thể tránh phí ghế cố định bằng consumption edition; tải đã ổn định mới là ứng viên rõ ràng cho Flexible Savings Plans.

Google còn gộp hạn ngạch giữa ứng dụng Gemini Enterprise, Google Antigravity, Android Studio và các tác nhân tùy chỉnh ở cấp dự án. Hạn ngạch thuê bao được dùng trước, còn quản trị viên quyết định có cho phần vượt chuyển sang mức giá theo tiêu thụ hay không. Cơ chế này có thể tận dụng dung lượng đã mua tốt hơn mà không buộc doanh nghiệp từ bỏ toàn bộ giấy phép theo ghế.

Trần chi tiêu bảo vệ ngân sách bằng cách dừng API

Công cụ kiểm soát mạnh nhất là giới hạn chi tiêu cứng hằng tháng ở cấp dự án. Khi dự án chạm trần, các lệnh gọi API của tác nhân tạm dừng, còn phần hạ tầng sản xuất nằm ngoài dự án đó tiếp tục hoạt động. Email cảnh báo được gửi khi chi tiêu đạt 50%, 80% và 100% ngân sách.

Đây không chỉ là cảnh báo tài chính mà là một điều kiện vận hành. Nếu tác nhân đang thực hiện quy trình nhiều bước khi API bị tạm dừng, tác vụ có thể dang dở; công bố hiện tại không trình bày chi tiết cách mọi tác nhân lưu trạng thái, xử lý phần việc đã phát sinh hoặc tiếp tục từ bước nào. Vì thế, trần cứng đổi rủi ro hóa đơn vượt kiểm soát lấy rủi ro gián đoạn có chủ đích.

Quản trị viên có thể nối lại hoạt động bằng một thao tác trong Google Cloud Billing Console. Lựa chọn khác là bật overage để phần sử dụng vượt giới hạn chuyển sang giá tiêu thụ và có thể được khấu trừ vào Flexible Savings Plan. Khi đó, tác vụ ít bị gián đoạn hơn nhưng giới hạn không còn là điểm ngắt chi phí tuyệt đối.

Google cũng bổ sung phát hiện bất thường, phân tích nguyên nhân và chỉ ra ba SKU đóng góp nhiều nhất vào mức tăng. Những công cụ này phục vụ hai thời điểm khác nhau: cảnh báo bất thường giúp điều tra trước khi hóa đơn tăng mạnh, còn trần dự án thực thi giới hạn sau khi chi tiêu đạt mức đã đặt.

Chưa thể tuyên bố giấy phép theo ghế đã hết vai trò

Consumption edition làm cho câu hỏi “có bao nhiêu ghế?” bớt quan trọng với tải không đều, nhưng chưa chứng minh trả theo mức dùng luôn rẻ hơn. So sánh đầy đủ phải tính cả tài nguyên đo theo mức dùng, hạn ngạch kèm thuê bao, tính năng được bao gồm, khu vực vận hành và khả năng dự báo tải trong suốt thời hạn cam kết.

Một lựa chọn khác, deferred execution pricing, mới ở trạng thái sắp ra mắt cho một số tải đủ điều kiện. Google cho biết tác vụ không gấp có thể được xếp vào thời gian thấp điểm và giảm tối đa một nửa chi phí suy luận, nhưng phạm vi tải áp dụng và thời điểm tiếp cận rộng chưa được công bố đầy đủ. Khoản giảm này vì thế chưa nên được coi là chi phí vận hành hiện có.

Trạng thái hiện tại khá rõ: Google Cloud đã công bố cơ chế trả theo mức dùng và các công cụ FinOps, Flexible Savings Plans đã khả dụng, còn consumption edition vẫn triển khai chọn lọc. Dữ liệu còn thiếu là khả năng tiếp cận theo từng thị trường, báo giá đầy đủ cho cấu hình thực tế và hướng dẫn khôi phục tác nhân sau khi trần chi tiêu làm API tạm dừng.