Tháng trước, một lập trình viên tôi trò chuyện mở hóa đơn Cursor và thấy 80 $ trên đó. Tháng trước nữa vẫn là mức cố định 20 $ như mọi khi. Cách làm việc của anh ấy không thay đổi gì; thứ thay đổi là cách tính phí. Rất nhiều người đang trải qua khoảnh khắc đó ngay lúc này, và đó là lý do câu hỏi «hay là mình tự lưu trữ luôn?» không còn là câu hỏi của dân nghiệp dư mà đã thành câu hỏi ngân sách.
Đây là điều thực sự đã xảy ra. Cả ba công cụ lập trình AI dạng SaaS lớn (GitHub Copilot, Cursor và Windsurf) đều chuyển sang tính phí theo mức dùng hoặc theo tín dụng trong khoảng giữa năm 2025 đến giữa năm 2026. Cùng lúc, các mô hình mã nguồn trọng số mở như Qwen2.5-Coder-32B đã đủ tốt để việc tự lưu trữ trợ lý lập trình của riêng bạn trở thành một lựa chọn thực sự, không phải một dự án thí nghiệm. Vậy nên cuối cùng cũng đáng để so sánh bằng những con số thật.
Đây chính là phép so sánh đó. Tôi sẽ đưa ra bài toán chi phí thực tế cho cả lập trình viên đơn lẻ lẫn nhóm đang lớn dần, một đánh giá thẳng thắn về chỗ nào mô hình tự lưu trữ trụ được và chỗ nào không, cùng một khuyến nghị khớp với số ghế và ngưỡng chất lượng của bạn. Nói thẳng trước: với lập trình viên đơn lẻ, lời khuyên phổ biến «cứ tự lưu trữ trên GPU» thường sai về mặt tiền bạc, và tôi sẽ cho bạn thấy vì sao.
Tóm tắt nhanh
- Nếu bạn làm một mình, con đường GPU không đáng. Một GPU VPS tính phí theo tháng, giá niêm yết, khoảng 779 $/tháng không bao giờ thắng nổi một ghế Copilot Pro 10 $/tháng cho một người.
- Bộ công cụ GPU tự lưu trữ là nước đi của cả nhóm. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
- Năng lực phân hóa theo từng loại tác vụ. Qwen2.5-Coder-32B mạnh ở tự động hoàn thành và các chỉnh sửa hằng ngày; các mô hình hosted hàng đầu vẫn thắng rõ ở công việc phức tạp, nhiều tệp, mang tính agent.
- Tự lưu trữ có một khoản thuế bảo trì. Cập nhật mô hình, những trục trặc của driver GPU, chỉnh kích thước ngữ cảnh, thời gian hoạt động: vài giờ mỗi tháng, không phải một công việc thứ hai. Hãy tính khoản đó vào trước khi chuyển.
Bài viết này bàn gì (và không bàn gì)
Đây là phép so sánh chi phí và năng lực của một bộ công cụ cụ thể, có thể dựng được, so với các công cụ SaaS mà đa số lập trình viên đã trả tiền. Để giữ cho nó hữu ích và trung thực:
- Bàn về: phép tính chi phí hằng tháng (đơn lẻ và nhóm), khả năng lập trình hằng ngày và một khuyến nghị phù hợp.
- Bàn về: một bộ công cụ tự lưu trữ cụ thể (Ollama, Continue.dev, Code Server và n8n) trên một VPS.
- Không bàn về: việc đo benchmark mô hình một cách vét cạn hay chạy theo bảng xếp hạng.
- Không bàn về: việc fine-tuning, hay dùng các mô hình này cho công việc LLM ngoài lập trình.
- Không bàn về: phần cài đặt từng bước. Đây là bài «có nên hay không», không phải bài «cách dựng nó».
Điều gì đã thay đổi trong giá công cụ lập trình AI
Cursor đi trước. Ngày 16 tháng 6 năm 2025, nó thay các giới hạn theo yêu cầu bằng cách tính giá theo mức dùng API: bạn có một quỹ dùng mô hình hàng đầu tính theo giá API, và những tháng nặng tốn hơn tháng nhẹ. Thay đổi đó khiến nhiều người bất ngờ, và Cursor có hoàn tiền trong một khoảng thời gian sau thông báo. Bản cập nhật tháng 6 năm 2026 tiếp tục điều chỉnh các quỹ dùng nhưng vẫn giữ mô hình theo mức dùng.
GitHub Copilot theo sau vào năm 2026. Theo thông báo của GitHub, vào ngày 1 tháng 6 năm 2026 các đơn vị yêu cầu premium cũ được thay bằng «GitHub AI Credits» theo token. Giá đăng ký giữ nguyên (Pro 10 $/tháng, Business 19 $/người dùng/tháng), nhưng những gì bạn có thể làm trong mức giá đó nay được đo theo mức tiêu thụ token, còn phần tự hoàn thành mã vẫn được bao gồm miễn phí tín dụng.
Windsurf làm cuộc xáo trộn lớn nhất. Vào tháng 3 năm 2026, nó thay các gói tự phục vụ kiểu tín dụng cũ bằng các gói theo hạn mức, thêm bậc Max 200 $/tháng, và đưa giá Pro mới về 20 $/tháng trong khi giữ các thuê bao Pro và Teams hiện có ở mức giá hiện tại. Từ đó trình soạn thảo này đã trở thành Devin Desktop; windsurf.com nay chuyển hướng tới devin.ai/desktop. Tài liệu hiện tại của Devin, tài liệu thanh toán tự phục vụ mô tả Teams là 40 $ mỗi ghế dev đầy đủ với mức tối thiểu 80 $/tháng, không phải một mô hình cộng thêm đơn giản «80 $ nền cộng 40 $ mỗi ghế».
Mạch xuyên suốt: hóa đơn hằng tháng cố định mà bạn từng dự báo được nay gần như biến mất. Chính khả năng dự đoán đó là thứ tự lưu trữ mua lại, và cũng chính là thứ khiến phép so sánh này có ý nghĩa ngay lúc này.
Bộ công cụ SaaS: bạn nhận được gì và chi phí mỗi ghế là bao nhiêu
Hãy bắt đầu từ những gì đồng tiền mua được, vì nó mua được nhiều. Phía SaaS là ba trình soạn thảo (GitHub Copilot, Cursor và Devin Desktop, trước là Windsurf) cho bạn không cần cài đặt, tích hợp IDE chặt chẽ và khả năng suy luận agent đa tệp tốt nhất hiện có. Bạn cài một tiện ích hoặc tải một trình soạn thảo và chỉ vài phút là làm việc được. Với đa số người, chính sự tiện lợi đó mới là điều cốt lõi.
Đây là mức giá theo ghế hiện tại, lấy từ trang giá của từng công cụ:
| Công cụ | Cá nhân | Nhóm / Doanh nghiệp |
|---|---|---|
| GitHub Copilot | Pro $10/mo | Business $19/user/mo |
| Cursor | $20/mo | Teams $40/user/mo |
| Devin Desktop (Windsurf) | Pro $20/mo; Max $200/mo | Teams 40 $/ghế dev đầy đủ, tối thiểu 80 $/tháng |
Điểm yếu là cái đồng hồ đo. Ở các gói theo mức dùng và theo tín dụng, một tháng nặng là một hóa đơn nặng, và bạn thường không thấy nó tới cho đến khi nó tới. Tệ hơn, khi tín dụng cạn, vài công cụ trong số này cắt bạn hoặc đẩy bạn sang phần vượt mức; không có phương án dự phòng cục bộ tuy hạn chế nhưng miễn phí để cầm cự đến chu kỳ sau. Nếu thu nhập của bạn thất thường hoặc mức dùng tăng vọt trong những tuần cao điểm, sự dao động đó là một cơn nhức đầu vận hành thực sự, không phải sai số làm tròn.
Nếu bạn đang cân nhắc từng công cụ cụ thể với nhau thay vì câu hỏi tự lưu trữ, tôi đã đi sâu hơn vào từng trình soạn thảo trong một bài so sánh riêng về các lựa chọn thay thế Claude Code.
Bộ công cụ tự lưu trữ: Ollama, Continue.dev, Code Server, n8n
Phía tự lưu trữ gồm bốn phần, và mỗi phần làm một việc cụ thể. Ollama (hiện là v0.31.1) là engine suy luận cục bộ: nó chạy mô hình trọng số mở trên máy chủ của bạn và cung cấp một API tương thích OpenAI. Continue.dev là cầu nối, một tiện ích cho VS Code và JetBrains hướng tính năng tự động hoàn thành và chat của trình soạn thảo tới endpoint Ollama của bạn thay vì một nhà cung cấp đám mây. Máy chủ mã (hiện là v4.127.0) là VS Code chạy trong trình duyệt, được lưu ngay trên VPS, tiện khi bạn muốn cả môi trường nằm cạnh mô hình thay vì trên laptop. Và n8n là lớp quy trình: đó là cách bạn nối các tự động hóa mang tính agent hoặc nhiều bước (chạy test, mở PR, gọi webhook) quanh mô hình.
Lựa chọn mô hình khiến điều này khả tín là Qwen2.5-Coder-32B, mà Ollama định vị là một trong những mô hình mã trọng số mở mạnh nhất trên các benchmark tiêu chuẩn. Đó chính là mảnh ghép làm thay đổi bài toán. Vài năm trước các mô hình mở chưa đủ tiệm cận để bận tâm; giờ đây, với công việc hằng ngày, chúng đã đủ.
Một lưu ý đáng biết trước khi bạn gắn bó với Continue: nó nay đã thuộc hệ sinh thái Cursor. trang web của chính Continue xác nhận thương vụ mua lại, và tài liệu của nó vẫn còn hướng dẫn cấu hình Ollama và mô hình cục bộ, nhưng hướng đi dài hạn của sản phẩm kém chắc chắn hơn so với trước thương vụ. Tạm thời hãy xem nó là một cầu nối thiết thực, không phải là phụ thuộc dài hạn an toàn nhất.
Và đây là phần tiện cho những ai ngại cài đặt: Ollama, Code Server và n8n đều có sẵn dưới dạng triển khai một cú nhấp trên marketplace Cloudzy, điều này gạt bỏ lời phàn nàn «mất cả cuối tuần để cài đặt». Bạn trỏ và triển khai cả bộ công cụ thay vì lắp ráp thủ công. Nếu bạn muốn lý do chọn riêng Ollama, tôi đã so sánh nó với lựa chọn thay thế chính, LM Studio.
Mẹo hay: Qwen2.5-Coder-32B chiếm khoảng 20 GB trên đĩa, và ở mức lượng tử hóa Q4_K_M nó cần cỡ 20-25 GB VRAM để chạy. Vừa khít trên một GPU 24 GB VRAM như RTX 4090, nhưng sát nút. Với thiết lập mặc định và cửa sổ ngữ cảnh ngắn đến vừa, nó chạy ổn; kéo ngữ cảnh dài lắm thì có thể bắt đầu swap. Hãy tính theo hướng «vừa đủ nếu quản lý ngữ cảnh cẩn thận», chứ không phải «dư dả thoải mái».
Bảng chi phí: lập trình viên đơn lẻ so với nhóm
For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.
Giờ đến các con số. Các cột SaaS là tổng theo ghế; bộ công cụ tự lưu trữ là một khoản chi phí hằng tháng cố định, bất kể bao nhiêu người dùng chung.
| Kịch bản | Copilot Business (19 $/ghế) | Cursor Teams (40 $/ghế) | Bộ công cụ GPU tự lưu trữ (cố định) |
|---|---|---|---|
| Đơn lẻ (1) | $19 (or $10 on Pro) | $40 (or $20 individual) | about $779 |
| 5 người | $95 | $200 | about $779 |
| 10 người | $190 | $400 | about $779 |
| Số ghế hòa vốn | khoảng 41 ghế | khoảng 20 ghế | Không áp dụng |
Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.
Câu chuyện đơn lẻ thì khác, và đáng nói thẳng. Bạn không đặt một người lên một GPU 779 $. Nếu bạn muốn tự lưu trữ với tư cách cá nhân, phép so sánh trung thực là một mô hình nhỏ (7B) trên một CPU VPS khoảng 29 $/tháng so với một ghế Copilot Pro 10 $/tháng. Chênh khoảng 19 $/tháng, và cái bạn mua được là không giới hạn mức dùng, không bất ngờ từ đồng hồ đo, và mã của bạn không bao giờ rời máy chủ. Việc đó có đáng 19 $ hay không hoàn toàn phụ thuộc vào sự khó lường của hóa đơn khiến bạn tốn bao nhiêu về căng thẳng và dự trù, chứ không phải ở số đô-la trần trụi.
Kết luận nhanh: bộ công cụ GPU tự lưu trữ là quyết định ở quy mô nhóm hoặc nhiều khối lượng công việc, không phải quyết định đơn lẻ. Với một người thì cứ ở lại SaaS hoặc chạy một mô hình nhỏ trên một máy CPU rẻ. Với một nhóm, hãy tính số ghế so với 19 $ và 40 $ trước khi đụng tới GPU.
Điểm rút ra chính của phần này: toàn bộ lý do kinh tế của bộ công cụ GPU là chia một khoản chi phí cố định cho nhiều ghế. Đó là nước đi của nhóm hoặc đa khối lượng công việc, không bao giờ là một khoản mua đơn lẻ.
So sánh năng lực: chỗ nào tự lưu trữ trụ được và chỗ nào không
Giao cho một cài đặt Qwen2.5-Coder-32B tự lưu trữ một ngày làm việc bình thường (tự động hoàn thành, chỉnh sửa một tệp, «viết cho tôi hàm này», giải-thích-đoạn-mã-này) và bạn sẽ khó phân biệt nó với một trợ lý trả phí. Ở việc hằng ngày, khoảng cách rất nhỏ. Chỗ nó sụp là 20% khó: viết lại nhiều tệp, tác vụ agent dài hạn và suy luận phức tạp trên một codebase lớn. Ở đó, các mô hình hosted hàng đầu vẫn thắng rõ, và cách biệt không nhỏ.
| Loại tác vụ | Tự lưu trữ (Qwen2.5-Coder-32B) | Các mô hình SaaS hàng đầu |
|---|---|---|
| Tự động hoàn thành / gợi ý nội dòng | Mạnh | Mạnh |
| Chỉnh sửa một tệp, hàm nhỏ | Mạnh | Mạnh |
| Giải thích mã, hỏi đáp | Good | Mạnh |
| Viết lại nhiều tệp | Yếu hơn | Mạnh |
| Tác vụ agent phức tạp / dài hạn | Yếu hơn rõ rệt | Mạnh |
Còn có một khía cạnh tốc độ mà người ta đánh giá thấp. Một mô hình hosted hàng đầu trả lời nhanh vì nó chạy trên đội máy suy luận khổng lồ của người khác. GPU VPS 779 $ của bạn, nhất là khi vài đồng đội cùng tải một lúc, có thể cảm thấy chậm hơn với công việc tương tác so với những phản hồi dưới một giây bạn đã quen. Vẫn dùng được, nhưng «tự lưu trữ» và «tức thì» không phải là một khi nhiều người cùng dùng chung một card.
Vậy cách nói đúng không phải là «Ollama thay thế Copilot». Mà là «Ollama ngang Copilot ở các tác vụ hằng ngày và thua kém ở những tác vụ phức tạp». Nếu ngày làm việc của bạn chủ yếu là tác vụ hằng ngày, đó là một sự đánh đổi tuyệt vời. Nếu ngày làm việc của bạn chủ yếu là 20% khó, thì không.
Khi SaaS vẫn thắng
Hãy hình dung một lập trình viên đơn lẻ có công việc thực sự đòi hỏi chất lượng cao (AI thực hiện thay đổi kiến trúc đa tệp, không phải tự động hoàn thành) và chẳng chút hứng thú vận hành máy chủ. Với người đó, 20 $/tháng cho một công cụ hàng đầu là một trong những món hời nhất trong phần mềm, còn tự lưu trữ sẽ là một bước lùi khoác áo tiết kiệm. Ở đó SaaS thắng tuyệt đối, và đó không phải là trường hợp duy nhất.
SaaS là lựa chọn đúng khi:
- Bạn làm một mình và ngưỡng chất lượng của bạn là 20% khó, không phải các chỉnh sửa hằng ngày.
- Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
- Các quy trình của bạn dựa vào khả năng suy luận agent hàng đầu mà các mô hình mở chưa sánh được.
- Không ai trong nhóm muốn, hay có thời gian, để lo phần vận hành.
Chính điểm cuối này là điểm người ta gạt đi, nên hãy nói cụ thể về khoản thuế bảo trì. Tự lưu trữ một bộ công cụ lập trình không phải là công việc thứ hai, nhưng cũng không miễn phí. Công việc lặp lại thực sự gồm: kéo về và kiểm thử phiên bản mô hình mới, xử lý những trục trặc của driver GPU sau cập nhật, tinh chỉnh kích thước cửa sổ ngữ cảnh để không swap VRAM, và giữ cho máy luôn chạy để nhóm không bị kẹt khi mô hình sập. Cứ tính là vài giờ mỗi tháng khi đã ổn định, điều đó ổn nếu có người đảm nhận, và là thảm họa quay chậm nếu không ai làm.
Điểm rút ra chính của phần này: tự lưu trữ là một quyết định về chi phí và kiểm soát, chỉ có lời khi vượt một quy mô nhóm nhất định, hoặc khi các yêu cầu về quyền riêng tư và tuân thủ khiến «mã của chúng tôi không bao giờ rời máy chủ» trở thành điều không thể thương lượng, bất kể tính toán ra sao.
Cách chọn: một khung ra quyết định
Xếp mình vào một hàng là gần như xong. Bảng chi phí và bảng phân chia năng lực ở trên cho bạn mọi thứ để tự định vị; đây chỉ là phần ánh xạ.
- Đơn lẻ, nhạy chi phí, tác vụ hằng ngày: cứ ở lại Copilot Pro, hoặc chạy một mô hình 7B trên một CPU VPS rẻ nếu bạn muốn chi phí không trần, riêng tư và dễ đoán. Bỏ qua GPU.
- Đơn lẻ, công việc đòi hỏi chất lượng cao: cứ ở lại SaaS. Các công cụ hàng đầu là đáng tiền và tự lưu trữ là một bước lùi với bạn.
- Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
- Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: bộ công cụ GPU tự lưu trữ bắt đầu thực sự hợp lý. Hãy tính bài toán số ghế và cân nhắc ai sẽ lo phần vận hành.
Nếu bạn rơi vào hàng cuối đó, câu hỏi thực tế trở thành máy GPU đặt ở đâu. Chạy Qwen2.5-Coder-32B nghĩa là bạn cần một card 24 GB VRAM, và gánh nặng thiết lập (đúng cái phản đối giữ chân người ta ở SaaS) chính là thứ đáng để loại bỏ bằng kỹ thuật. Một GPU VPS với triển khai một cú nhấp cho Ollama, Code Server và n8n giúp cả bộ công cụ của bạn chạy mà không mất cả cuối tuần lắp ráp, nên phần vận hành bạn đăng ký là bảo trì liên tục, chứ không phải dựng lại từ đầu. Nếu đó là con đường bạn đang đi, Cloudzy's Ollama VPS mang lại cho bạn GPU 24 GB VRAM và bộ công cụ một cú nhấp ở cùng một nơi; giá và các vị trí GPU hiện tại có trên trang.
Câu hỏi thường gặp
Tự lưu trữ công cụ lập trình AI có thực sự đáng với một lập trình viên đơn lẻ không?
Ollama với Qwen2.5-Coder-32B có thể thay thế GitHub Copilot cho việc lập trình hằng ngày không?
Tôi cần bao nhiêu VRAM để chạy Qwen2.5-Coder-32B?
Giá của Cursor, Copilot và Windsurf đã thay đổi gì trong giai đoạn 2025 đến 2026?
Tự lưu trữ công cụ lập trình AI có mở rộng cho cả nhóm được không?
Tóm lại
Chọn hàng khớp với số ghế và ngưỡng chất lượng của bạn, và quyết định sẽ tự hình thành. Đơn lẻ và nhạy chi phí: cứ ở lại Copilot Pro hoặc chạy một mô hình nhỏ trên một máy CPU rẻ. Đơn lẻ và đòi hỏi chất lượng: cứ ở lại SaaS. Một nhóm vượt qua quy mô giao nhau, hoặc có các khối lượng công việc GPU khác hay yêu cầu riêng tư, chính là nơi bộ công cụ GPU tự lưu trữ cuối cùng cũng đáng đồng tiền. Những thay đổi về tính phí khiến việc tính toán này đáng làm; với đa số cá nhân, phép tính vẫn chỉ về SaaS, và điều đó ổn. Hãy tự tính con số của mình so với 19 $ và 40 $ mỗi ghế trước khi mua một GPU.
