Ngày 27/1/2025, một phòng thí nghiệm Trung Quốc mà phần lớn nhà đầu tư chưa từng nghe tên đã thổi bay 589 tỷ USD vốn hóa của Nvidia chỉ trong một phiên. Đây là phiên bốc hơi giá trị lớn nhất lịch sử chứng khoán Mỹ. Tác nhân là DeepSeek, và “tội lỗi” của nó là: mở.
Ngay cả Bitcoin (BTC) cũng chao đảo khi thị trường buộc phải tiêu hóa một ý tưởng đơn giản: AI tuyến đầu không còn là đặc quyền của vài phòng lab đóng kín.
Những ý chính
- Mô hình “open weight” (mở trọng số) công bố các tham số đã được huấn luyện để bất kỳ ai cũng có thể tải về, chạy và tùy biến, khác với AI mã nguồn mở hoàn toàn vốn còn kèm cả dữ liệu huấn luyện và mã nguồn.
- Khoảng cách chất lượng đo được giữa mô hình mở tốt nhất và mô hình đóng tốt nhất trên các bảng xếp hạng công khai đã thu hẹp từ 8% xuống dưới 2% chỉ trong khoảng một năm, trong khi giá suy luận giảm hàng trăm lần.
- Chi phí triển khai rẻ, nhu cầu chủ quyền số quốc gia, khung pháp lý thân thiện hơn và hệ sinh thái lập trình viên khổng lồ đang tạo đà thực sự cho mô hình mở trọng số trước các đối thủ chỉ bán qua API.
“Open weight” AI thực sự nghĩa là gì?
Khái niệm này đang bị dùng khá tùy tiện, nên cần định nghĩa rõ. Mô hình “open weight” nghĩa là nhà phát triển phát hành các tham số cuối cùng của mạng nơ-ron đã huấn luyện – những con số mã hóa mọi thứ mô hình học được. Bạn có thể tải về, chạy trên hạ tầng của riêng mình và fine-tune.
Open weight không đồng nghĩa với mã nguồn mở. Open Source Initiative ngày 28/10/2024 đã công bố “Định nghĩa AI Mã nguồn mở”, đặt ra tiêu chuẩn cao hơn. Để đạt chuẩn, bản phát hành phải có trọng số, mã huấn luyện và đủ chi tiết về dữ liệu huấn luyện để một người có chuyên môn có thể tái tạo phần lớn hệ thống.
Phần lớn mô hình ngày nay được tiếp thị là “mã nguồn mở” không vượt qua nổi bài test này. Llama của Meta, Qwen của Alibaba hay DeepSeek đều chỉ phát hành trọng số, không kèm đầy đủ “công thức” dữ liệu.
Open Source Initiative nói rất thẳng về ranh giới này, nhấn mạnh rằng chỉ mở trọng số không mang lại các quyền tự do tương đương phần mềm mã nguồn mở. Khoảng trống đó nuôi dưỡng cuộc tranh cãi kéo dài về “open washing” – khi doanh nghiệp gắn mác “mở” nhưng cố tình giữ lại những mảnh ghép then chốt để người khác không thể tái tạo công trình.
Dù vậy, với phần lớn nhà xây dựng sản phẩm, trọng số mới là “chiến lợi phẩm”. Có chúng, bạn có thể phục vụ mô hình, nén, tái huấn luyện và đóng gói sản phẩm. Hãy soi kỹ từng kiểu phát hành cung cấp điều gì:
- Open weight: bộ tham số đã huấn luyện, thường đi kèm giấy phép cho phép sử dụng, chỉnh sửa và thường là cả khai thác thương mại.
- Mã nguồn mở hoàn toàn: trọng số cộng mã huấn luyện và tài liệu dữ liệu đủ chi tiết để xây lại mô hình.
- Đóng: không có gì để tải về, chỉ cho truy cập đo đếm qua một giao diện.
Chính lớp “ở giữa” này đang bùng nổ về độ phổ biến – và cũng là lớp khiến các phòng lab đóng khó ngủ.
Xem thêm: Nvidia giảm gần 5% vì khoản bảo lãnh 250 tỷ USD cho OpenAI còn chưa ký
Điều này khác gì với mô hình của OpenAI và Anthropic?
OpenAI và Anthropic đi theo chiến lược gần như đối lập. Họ giữ kín các trọng số tốt nhất trong các trung tâm dữ liệu của riêng mình và bán truy cập qua API. Bạn gửi prompt, nhận phản hồi, nhưng không bao giờ được chạm vào mô hình.
Cách làm này rất hợp logic kinh doanh: bảo vệ khoản đầu tư huấn luyện, duy trì “công tơ” thuê bao và cho phép phòng lab vá hành vi hay cắt quyền truy cập bất cứ lúc nào.
Họ cũng viện dẫn lý do an toàn. CEO Anthropic, Dario Amodei, lập luận rằng khi trọng số đã ra ngoài, nhà phát triển mất khả năng cập nhật rào chắn an toàn hay thu hồi một hệ thống nguy hiểm.
Vấn đề nằm ở sự phụ thuộc.
Khi mô hình chỉ sống trên máy chủ người khác, nhà cung cấp quyết định giá, thời gian hoạt động, điều khoản dữ liệu và lịch khai tử phiên bản. Sản phẩm của bạn cưỡi trên hạ tầng bạn không kiểm soát, không được soi.
Dù từng nhiều năm cổ súy nghiên cứu mở, OpenAI không phát hành thêm mô hình ngôn ngữ mở nào kể từ GPT-2 năm 2019, cho đến ngày 5/8/2025. Hai mô hình gpt-oss, ra mắt dưới giấy phép Apache 2.0 rất thoáng, có thể đọc như một sự nhượng bộ trực diện trước sức ép từ làn sóng open weight. Công ty xây cả một đế chế API đóng buộc phải trả lời phe “mở” ngay trên sân nhà của họ.
Xem thêm: OpenAI muốn vay 250 tỷ USD tín dụng Nvidia cho siêu dự án tại Ohio
Mười lý do open weight đe dọa mô hình tập trung
Không điều nào sau đây đảm bảo open weight sẽ “thắng trắng”. Tuyến đầu công nghệ vẫn thuộc về các phòng lab lớn, và rủi ro là có thật. Nhưng ba năm qua cho thấy một xu hướng bền bỉ: gió đang thổi ngược chiều với mô hình đóng, tính phí theo lượt gọi API.
Điều thay đổi là các luận điểm biện minh cho việc trả phí cao để “thuê” một chiếc hộp đen ngày càng yếu đi. Sự hội tụ diễn ra đồng thời trên cả ba mặt: công nghệ, kinh tế và chính trị.
Dưới đây là 10 lý do cán cân đã nghiêng.
Khoảng cách chất lượng gần như biến mất
Yếu tố quan trọng nhất là sự hội tụ. Báo cáo AI Index 2025 của Stanford chỉ ra chênh lệch điểm số giữa mô hình đóng tốt nhất và mô hình mở tốt nhất trên bảng xếp hạng Chatbot Arena đã giảm từ 8% tháng 1/2024 xuống chỉ còn 1,7% vào tháng 2/2025.
Tuyến đầu cũng trở nên chật chội hơn. Khoảng cách giữa mô hình xếp hạng nhất và thứ mười thu hẹp từ 11,9% xuống 5,4% chỉ trong một năm.
Khi lựa chọn tốt thứ hai chỉ tốn một phần nhỏ chi phí so với lựa chọn tốt nhất, rất khó để biện minh cho mức phí “thương hiệu” của mô hình đóng. Với những doanh nghiệp sống bằng độc quyền truy cập, đó là bài toán giá cực khó.
Giá của “trí tuệ” lao dốc
Chi phí giảm còn nhanh hơn cả khoảng cách chất lượng. Dựa trên dữ liệu của Epoch AI và Artificial Analysis, AI Index ghi nhận giá chạy một truy vấn cỡ GPT‑3.5 đã rơi từ khoảng 20 USD mỗi triệu token vào tháng 11/2022 xuống còn 0,07 USD vào tháng 10/2024.
Tức giảm khoảng 280 lần trong chưa đầy hai năm.
DeepSeek đẩy logic này sang cả phía huấn luyện. Báo cáo kỹ thuật V3 của họ cho biết chi phí cho lần huấn luyện cuối cùng chỉ khoảng 5,6 triệu USD trên 2.048 GPU Nvidia H800, so với hàng chục, thậm chí hàng trăm triệu USD cho các mô hình phương Tây tương đương. “Trí tuệ” giá rẻ ưu tiên người có thể triển khai rộng, chứ không phải người giữ nó kín nhất.
Bạn thực sự sở hữu mô hình
Thuê một mô hình đóng đồng nghĩa bạn chấp nhận “luật nhà cho thuê”. Nhà cung cấp có thể tăng giá, đổi điều khoản hoặc khai tử phiên bản mà sản phẩm của bạn đang phụ thuộc.
Sở hữu trọng số và đòn bẩy đó biến mất. Bạn có thể đóng băng một phiên bản, chạy nhiều năm và thay nhà cung cấp hạ tầng mà không phải viết lại toàn bộ stack.
“Khóa chân” nhà cung cấp không phải nỗi lo lý thuyết. Nó hiện lên dưới dạng chi phí chuyển đổi, di cư bắt buộc và mặt bằng giá bạn hầu như không mặc cả được. Sở hữu trọng số lần lượt vô hiệu hóa từng điểm:
- Đóng băng phiên bản mô hình, giữ ổn định lâu bao nhiêu tùy nhu cầu.
- Di chuyển giữa các nhà cung cấp cloud, hoặc về chạy on-prem, mà không phải tái kiến trúc.
- Tránh những cú khai tử đột ngột khiến sản phẩm đang hoạt động “chết” qua một đêm.
Ngay cả các giấy phép mở hào phóng cũng có điều khoản cần đọc kỹ. Điều khoản của Llama buộc mọi công ty trên 700 triệu người dùng hoạt động hàng tháng phải thương lượng riêng, đó là lý do những người theo chủ nghĩa “mã nguồn mở thuần” không chấp nhận gọi Llama là open source.
Quyền riêng tư và chủ quyền dữ liệu
Có những dữ liệu về mặt pháp lý không được phép rời khỏi “tòa nhà”. Bệnh viện, ngân hàng, cơ quan nhà nước thường không được phép gửi dữ liệu nhạy cảm lên API của bên thứ ba.
Open weight giải quyết bài toán này bằng cách đưa mô hình tới gần dữ liệu. Bạn có thể chạy suy luận on-prem hoặc trong private cloud, bảo đảm dữ liệu nhạy cảm không bao giờ vượt qua biên giới nhà cung cấp.
Chỉ riêng thuộc tính đó đã mở ra những cánh cửa mà API đóng không thể bước vào. Với triển khai chịu giám sát chặt, khả năng kiểm soát on-prem thường là yếu tố quyết định.
Các quốc gia tự xây mô hình
Lo ngại về chủ quyền đã trở thành hiện tượng toàn cầu. Nhiều chính phủ ngày càng xem việc phụ thuộc vào vài API của Mỹ hay Trung Quốc là rủi ro chiến lược.
Ngày 2/9/2025, EPFL, ETH Zurich và Trung tâm Siêu máy tính Quốc gia Thụy Sĩ ra mắt Apertus – mô hình hoàn toàn mở, được huấn luyện trên 15 nghìn tỷ token bao phủ hơn 1.000 ngôn ngữ. Technology Innovation Institute tại Abu Dhabi đã thúc đẩy dòng mô hình mở Falcon từ 2023, và các quốc gia khác lần lượt theo sau với những chương trình quốc gia của riêng mình.
Mô hình lặp lại ở nhiều khu vực:
- Thụy Sĩ phát hành Apertus với đủ trọng số, dữ liệu và mã đều công khai.
- UAE liên tiếp đưa ra các phiên bản Falcon với điều khoản rất thoáng.
- Pháp, Ấn Độ, Nhật Bản, Hàn Quốc đều đã bơm vốn cho các chương trình mô hình hoặc hạ tầng tính toán nội địa.
Bạn không thể xây “AI chủ quyền” trên một mô hình mà chỉ được quyền thuê. Open weight là điều kiện tiên quyết, khiến chính phủ trở thành nhà bảo trợ tự nhiên của phe mở.
Cơ quan quản lý đang nghiêng về phía “mở”
Chính sách cũng bắt đầu ưu ái sự cởi mở. Ngày 23/7/2025, Nhà Trắng công bố “Kế hoạch Hành động AI của nước Mỹ”, trong đó có hẳn một mục: “Khuyến khích AI mã nguồn mở và AI open weight”.
Châu Âu đi theo hướng tương tự về cấu trúc, dù tinh thần có phần khác. Đạo luật AI của EU cho các nhà cung cấp mô hình đa dụng, miễn phí và mã nguồn mở được miễn một phần nghĩa vụ tài liệu, miễn mô hình không bị xếp vào diện “rủi ro hệ thống”.
Các gói khuyến khích giờ đây hướng về phía phát hành thay vì khóa chặt, ít nhất với những mô hình chưa chạm biên tuyến đầu. Khi chính phủ dẫn đầu cuộc đua AI tích cực khuyến khích open weight, mô hình đóng mặc định đánh mất lợi thế “tự nhiên”.
Hệ sinh thái lập trình viên tạo hiệu ứng “bánh đà”
Quy mô sinh thêm quy mô. Hugging Face tăng trưởng lên 13 triệu người dùng, hơn hai triệu mô hình công khai và hơn 500.000 bộ dữ liệu công khai trong năm 2025.
Các cuộc “đua tải về” nói lên nhiều điều. Meta cho biết Llama vượt mốc một tỷ lượt tải vào ngày 18/3/2025, so với 650 triệu hồi đầu tháng 12/2024, trong khi Qwen của Alibaba đạt 700... ... triệu lượt tải về tích lũy trên Hugging Face tính đến tháng 1/2026, kéo theo hơn 180.000 biến thể phái sinh – qua đó vượt Llama để trở thành họ mô hình mở bị “fork” nhiều nhất.
Mỗi lần fine-tune, mỗi adapter, mỗi bản quant hóa xây trên một mô hình mở đều đào sâu thêm lợi thế cạnh tranh của nó. API đóng không thể thu gom được hiệu ứng cộng gộp này từ cộng đồng, vì không ai có thể thực sự xây dựng trên một mô hình mà họ không được “cầm” trong tay.
Chạy Ngay Trên Laptop Của Bạn
Trọng số mở (open weights) gặp phần cứng phổ thông thông qua một chuỗi công cụ rẻ tiền. Quantization nén mô hình xuống độ chính xác thấp hơn để giảm dung lượng bộ nhớ, còn các kỹ thuật như LoRA cho phép fine-tune mà không phải huấn luyện lại toàn bộ.
Các runtime chạy cục bộ đã đưa xu hướng này ra thị trường đại chúng. Ollama, llama.cpp và vLLM giúp nhà phát triển triển khai những mô hình đủ mạnh chỉ với một GPU tiêu dùng hoặc thậm chí ngay trên laptop.
Một mô hình có thể chạy trên cỗ máy giá khoảng 2.000 USD là một mô hình không ai có thể “giật dây tắt nguồn” từ xa. Mức độ độc lập đó là điều mà mô hình tính phí theo lượt gọi API khó có thể mang lại.
Khả Năng Kiểm Toán Và Giải Thích
Bạn không thể kiểm tra thứ mình không được nhìn thấy. API đóng chỉ trả về đầu ra, nhưng hoàn toàn che giấu cơ chế phía sau.
Open weights cho phép giới nghiên cứu truy cập trực tiếp vào mô hình, phân tích các kiểu lỗi, và kiểm định mức độ an toàn một cách công khai. Chính sự minh bạch này là lý do phe ủng hộ mã nguồn/mô hình mở cho rằng mô hình của họ dễ được làm cho đáng tin cậy hơn theo thời gian, chứ không phải khó hơn.
Với các ngành chịu điều tiết, nơi mỗi quyết định phải được giải trình rõ ràng, khả năng “nhìn xuyên” vào mô hình không phải đặc quyền – đó thường là nghĩa vụ pháp lý.
Biên Giới Phi Tập Trung
Lý do mới nhất xuất hiện ở giao điểm giữa AI và tiền mã hóa. Khi trọng số được mở, hạ tầng tính toán để huấn luyện và vận hành mô hình không còn nhất thiết phải nằm trong một data center của một doanh nghiệp duy nhất.
Các dự án như Prime Intellect đã huấn luyện mô hình trên hạ tầng phần cứng phân tán toàn cầu, kèm theo cơ chế xác minh việc các máy từ xa thực sự thực hiện đúng khối lượng công việc mà chúng báo cáo. Bittensor vận hành một thị trường trí tuệ máy được khuyến khích bằng token, định giá bằng token TAO (TAO).
Điểm phải thừa nhận là huấn luyện phi tập trung hiện vẫn chậm hơn và tốn kém hơn so với một cụm máy chủ tập trung. Tuy vậy, sự kết hợp giữa trọng số mở và năng lực tính toán được token hóa, có thể kiểm chứng, đang mở ra một hướng cạnh tranh hoàn toàn mới mà các phòng lab đóng khó lòng sao chép.
Đọc thêm: Pixel 11 sẽ đắt hơn, và Google nói đó là vì các trung tâm dữ liệu AI
Kết Luận
Open weights sẽ không xóa sổ các phòng lab mô hình đóng. Ở “vùng biên” công nghệ, lợi thế vẫn thuộc về bên chịu chi nhiều nhất cho compute; các bản phát hành mở vẫn đi sau những mô hình đóng tốt nhất vài tháng, và việc công bố trọng số công khai luôn kéo theo rủi ro lạm dụng mà không thể “thu hồi” sau khi đã tung ra.
Nhưng “vượt qua” không đồng nghĩa với “xóa sạch”. Nó có nghĩa là dịch chuyển tâm điểm quyền lực, và sự dịch chuyển đó đã bắt đầu.
Khoảng cách chất lượng ngày càng mỏng, “giá” của trí tuệ gần như chạm về 0, và chính phủ, nhà phát triển, cơ quan quản lý liên tục chọn các mô hình mà họ thực sự sở hữu được. AI tập trung sẽ tiếp tục bán sự tiện lợi ở phân khúc đỉnh cao. Phần còn lại của thị trường đang âm thầm tiến về phía những bộ trọng số mà họ có thể nắm giữ.
Bài viết tiếp theo: Apple đánh mất quyền kiểm soát giá bộ nhớ và người dùng trả phần chênh lệch
