LegalOn Technologies giảm khoảng 65% chi phí Codex ước tính hằng ngày bằng cách chọn mô hình theo độ phức tạp công việc, hạn chế chế độ Fast và phân bổ ngân sách theo giai đoạn kinh doanh. Theo nghiên cứu tình huống OpenAI công bố ngày 8/10/2026, doanh nghiệp cho biết vẫn duy trì tốc độ phát triển. Bước tiếp theo là gắn chi phí AI với giá trị của từng lần phát hành tính năng.
Không dùng mô hình mạnh nhất cho mọi việc
Ban đầu, LegalOn cho lập trình viên sử dụng GPT-5.5 ở chế độ Fast không giới hạn. Cách triển khai này giúp đội ngũ thử nghiệm AI trong thiết kế và lập trình, nhưng tạo nguy cơ vượt ngân sách năm.
Thay vì siết đồng loạt, bộ phận phụ trách phát triển với AI xây dựng hướng dẫn lựa chọn mô hình. Các nhóm bắt đầu bằng mô hình nhẹ, rồi chuyển lên mô hình mạnh hơn khi nhiệm vụ phức tạp.
Trong cách phân công được LegalOn mô tả, GPT-6 Luna xử lý triển khai mã có yêu cầu rõ ràng; GPT-6.1 Sol phục vụ thiết kế thông thường, phân tích dữ liệu và soạn tài liệu; GPT-6 Astra đảm nhiệm thiết kế kiến trúc, phân tích phức tạp và điều phối tác nhân.
Đây là cách phân công nội bộ, không phải bằng chứng rằng mỗi mô hình luôn tối ưu cho mọi doanh nghiệp. Việc đánh giá Astra trước khi triển khai vẫn cần dựa trên nhiệm vụ và tiêu chí chất lượng cụ thể.
Ngân sách khác nhau theo giai đoạn kinh doanh
LegalOn đồng thời hạn chế Fast theo mặc định, chỉ cho phép dùng khi có nhu cầu riêng. Công ty cho biết các nhóm duy trì hiệu suất bằng những cách như thực hiện nhiều tác vụ song song.
Hạn mức sử dụng được đặt ở cấp phòng ban, nhóm và cá nhân, sau đó điều chỉnh theo nhu cầu. Mảng kinh doanh đã ổn định được yêu cầu cải thiện hiệu quả chi phí khoảng 20%, trong khi mảng mới nhận ngân sách rộng hơn để ưu tiên tốc độ phát triển.
Mức giảm khoảng 65% vì vậy là kết quả kết hợp nhiều thay đổi, không chỉ từ việc đổi mô hình. Trường hợp này khác với Asana tối ưu lịch sử và bộ nhớ đệm của tác nhân trình duyệt, nơi trọng tâm là cách quy trình sử dụng ngữ cảnh.
Từ hóa đơn AI đến giá trị tính năng
LegalOn đang xây dựng hệ thống đo chi phí AI cho từng lần phát hành tính năng, thay vì chỉ theo dõi từng tác vụ. Mục tiêu là đối chiếu khoản đầu tư với giá trị khách hàng nhận được.
Điểm đáng chú ý là hệ thống đo này chưa hoàn tất. Nguồn không cung cấp kết quả lợi tức đầu tư theo tính năng, nên chưa thể kết luận mức tiết kiệm đã chuyển thành lợi ích kinh doanh tương ứng.
Con số 65% cũng được mô tả là chi phí hằng ngày ước tính, so với cách sử dụng GPT-5.5 trước đó. Bài công bố không trình bày đầy đủ thời gian đo hoặc bộ chỉ số độc lập về tốc độ và chất lượng phát triển. Đây là kết quả doanh nghiệp báo cáo trong tài liệu của nhà cung cấp, không phải mức tiết kiệm có thể mặc định áp dụng nơi khác.
Với các tổ chức đang mở rộng việc nhân viên tự xây ứng dụng AI, trường hợp LegalOn cho thấy quản trị không chỉ nằm ở hạn mức sử dụng. Câu hỏi còn bỏ ngỏ là mỗi khoản chi AI đóng góp bao nhiêu vào sản phẩm thực sự được phát hành.