Khi ai đó nói open source AI, họ thường muốn nói đến những mô hình AI mà bạn được tải về máy, tự chạy, tự chỉnh sửa, thay vì chỉ được gọi qua dịch vụ của một công ty. Khác với ChatGPT hay Gemini bản web, nơi model nằm trên máy chủ của hãng và bạn chỉ thấy câu trả lời, model mở đặt toàn bộ "bộ não" vào tay bạn. Nhưng chữ "mở" trong AI có nhiều mức, và hiểu đúng mức đó quan trọng hơn cái nhãn.
Model AI gồm những phần nào
Muốn hiểu "mở tới đâu", trước hết cần biết một model AI gồm ba phần chính:
Trọng số (weights). Đây là bản thân "bộ não": hàng tỷ con số được điều chỉnh trong quá trình huấn luyện, chứa toàn bộ những gì model học được. File trọng số là thứ bạn tải về để chạy model. Không có nó, không có model.
Mã nguồn. Gồm mã để chạy model (kiến trúc, cách nạp trọng số, cách sinh chữ) và mã dùng để huấn luyện ra nó. Hai thứ này khác nhau: mã chạy thường được công bố, mã huấn luyện thì hiếm hơn nhiều.
Dữ liệu huấn luyện. Hàng nghìn tỷ token văn bản, ảnh, mã nguồn mà model đã "đọc". Đây là phần đắt nhất, nhạy cảm nhất về bản quyền, và gần như không bao giờ được công bố đầy đủ.
Với phần mềm truyền thống, "mã nguồn mở" nghĩa là bạn tự build ra được sản phẩm y hệt. Với AI, có trọng số và mã chạy là dùng được, nhưng không có dữ liệu và mã huấn luyện thì không thể tự tạo lại model từ đầu. Đó là lý do cụm "open source AI" gây tranh cãi về định nghĩa.
"Mở" tới mức nào
Trong thực tế, đa số model được gọi là "mở" nằm ở mức open weights: công bố trọng số và mã chạy, kèm giấy phép cho phép dùng, còn dữ liệu và quy trình huấn luyện thì giữ kín hoặc chỉ mô tả sơ lược.
| Mức độ | Được công bố | Bạn làm được gì | Phổ biến không |
|---|---|---|---|
| Model đóng | Không gì cả, chỉ có API | Gọi dịch vụ, trả tiền theo lượt | Rất phổ biến |
| Open weights | Trọng số, mã chạy | Tải về chạy, tinh chỉnh, triển khai nội bộ | Phổ biến nhất trong nhóm "mở" |
| Mở mã huấn luyện | Thêm mã và cấu hình huấn luyện | Hiểu cách model được tạo, huấn luyện lại một phần | Ít |
| Mở hoàn toàn | Thêm cả dữ liệu huấn luyện | Tái tạo model từ đầu, kiểm tra dữ liệu | Rất hiếm |
Ngoài mức độ công bố, còn phải nhìn vào giấy phép. Một số model dùng giấy phép mở tiêu chuẩn, cho phép dùng thương mại không điều kiện. Một số khác dùng giấy phép riêng của hãng, kèm điều kiện: giới hạn quy mô người dùng, cấm một số mục đích, yêu cầu ghi nguồn, hoặc cấm dùng đầu ra để huấn luyện model cạnh tranh. Hai model cùng được gọi là "mở" có thể có giấy phép khác hẳn nhau.
Nếu bạn cần một ví dụ cụ thể về một hãng đi theo hướng này, bài DeepSeek là gì mô tả cách họ công bố trọng số và những gì không được công bố.
Ưu và nhược so với model đóng
Ưu điểm của model mở:
- Dữ liệu ở lại chỗ bạn. Chạy model trên máy chủ riêng thì tài liệu, mã nguồn, thông tin khách hàng không rời khỏi hệ thống. Với nhiều tổ chức, đây là lý do duy nhất đủ để chọn model mở.
- Không phụ thuộc nhà cung cấp. Không lo hãng tăng giá, đổi model, ngừng dịch vụ hay thay đổi hành vi model giữa chừng. Bản model bạn tải về hôm nay chạy y hệt vào năm sau.
- Chi phí theo phần cứng, không theo lượt. Dùng càng nhiều càng rẻ tính trên mỗi lượt, phù hợp khối lượng lớn và ổn định.
- Tinh chỉnh được. Bạn huấn luyện thêm trên dữ liệu riêng để model nói giọng công ty, hiểu thuật ngữ ngành, làm tốt một việc hẹp. Bài Fine-tuning là gì giải thích việc này.
Nhược điểm:
- Bạn tự lo vận hành. Phần cứng, cài đặt, cập nhật, bảo mật, mở rộng khi tải tăng — tất cả về tay bạn. Model đóng chỉ cần một khoá API.
- Model mở mạnh nhất thường vẫn kém model đóng mạnh nhất ở cùng thời điểm, nhất là với tác vụ khó. Khoảng cách lúc rộng lúc hẹp nhưng hiếm khi đảo chiều.
- Cần phần cứng thật. Model đủ mạnh cho công việc chuyên nghiệp cần GPU có nhiều bộ nhớ, và giá GPU không rẻ.
- Ít công cụ đi kèm. Model đóng thường có sẵn tìm kiếm web, xử lý file, giao diện đẹp. Với model mở, bạn tự ghép từng thứ.
- An toàn tự chịu. Không có hãng nào lọc nội dung thay bạn.
Chạy trên máy cá nhân được không
Được, với điều kiện chọn model vừa máy. Mức phần cứng quyết định mọi thứ:
Laptop thường, không GPU rời. Chạy được các model nhỏ, trả lời chậm nhưng dùng được cho tóm tắt, viết nháp, hỏi đáp đơn giản. Nhờ kỹ thuật lượng tử hoá (nén trọng số xuống độ chính xác thấp hơn, file nhỏ đi nhiều lần), model mà trước đây cần máy chủ nay chạy được trên máy văn phòng, đổi lại chất lượng giảm chút ít.
Máy có GPU rời. Chạy được model tầm trung với tốc độ thoải mái. Quy tắc ngón tay cái: bộ nhớ GPU cần lớn hơn dung lượng file model một chút. Hết bộ nhớ GPU thì model tràn sang RAM và chậm đi rõ rệt.
Máy chủ nhiều GPU. Mới chạy nổi các model mở lớn nhất ở chất lượng đầy đủ. Đây là sân của doanh nghiệp, không phải cá nhân.
Công cụ dành cho người mới thường gói sẵn mọi thứ: cài xong, chọn model từ danh sách, tải về, chat ngay, không cần biết Python. Nếu bạn định dùng model mở để hỗ trợ lập trình, xem thêm AI viết code.
Nói thẳng: model nhỏ chạy trên laptop không ngang bản đám mây. Nó hợp với việc nhẹ, việc cần riêng tư và học cách AI vận hành.
Dùng ở Việt Nam thế nào
Tiếng Việt của model mở chênh nhau rất xa. Nhiều model mở được huấn luyện nặng về tiếng Anh và tiếng Trung; tiếng Việt hiểu được nhưng viết khô, đôi khi lẫn từ tiếng Anh hoặc sai dấu. Model đa ngôn ngữ và model nhỏ do cộng đồng Việt tinh chỉnh thêm thường tự nhiên hơn. Cách duy nhất để biết là thử với đúng loại văn bản bạn sẽ dùng; đừng tin bảng xếp hạng tiếng Anh. Với việc viết tiếng Việt cần đăng ngay, các dịch vụ đóng lớn vẫn thường nhỉnh hơn.
Ai nên quan tâm:
- Doanh nghiệp phải giữ dữ liệu trong nước hoặc trong nhà. Ngân hàng, y tế, pháp lý, cơ quan nhà nước, công ty có hợp đồng bảo mật với khách. Model mở chạy trên hạ tầng riêng là con đường thực tế nhất để dùng AI mà không đẩy dữ liệu ra dịch vụ nước ngoài.
- Lập trình viên và đội sản phẩm. Dựng chatbot nội bộ, phân loại văn bản, trích thông tin từ hoá đơn, tìm kiếm ngữ nghĩa với chi phí cố định. Nhiều việc hẹp không cần model lớn nhất; một model mở tầm trung, tinh chỉnh đúng cách, đủ tốt và rẻ hơn nhiều khi chạy khối lượng lớn.
- Người học, sinh viên, nhà nghiên cứu. Model mở là cách duy nhất để "mở nắp" xem AI hoạt động ra sao: đọc kiến trúc, thử tinh chỉnh, đo lường.
- Người dùng cá nhân coi trọng riêng tư. Nhật ký, tài liệu cá nhân, tâm sự — có người không muốn gửi bất cứ thứ gì lên đám mây, và một model nhỏ trên laptop đủ cho việc đó.
Ai không cần bận tâm: người dùng AI để hỏi đáp, viết lách, dịch thuật hằng ngày. Bản web của các dịch vụ lớn tiện hơn, mạnh hơn và miễn phí ở mức cơ bản.
Chi phí thực tế ở Việt Nam: GPU đắt và nhân sự biết vận hành model mở còn ít. Với doanh nghiệp nhỏ, thuê máy chủ GPU theo giờ để thử nghiệm trước khi mua phần cứng là cách an toàn hơn.
Câu hỏi thường gặp
Open source AI có miễn phí không?
Tải model thì thường miễn phí, nhưng chạy nó không miễn phí: bạn trả bằng phần cứng, điện và thời gian vận hành. Với cá nhân dùng model nhỏ trên máy có sẵn, chi phí gần bằng không; với doanh nghiệp, tổng chi phí có thể cao hơn hoặc thấp hơn API tuỳ khối lượng.
Open weights và open source khác nhau chỗ nào?
Open weights chỉ công bố trọng số và mã chạy, không công bố dữ liệu và quy trình huấn luyện. Open source theo nghĩa đầy đủ thì công bố tất cả để người khác tái tạo được. Hầu hết model "mở" hiện nay là open weights, và nhiều người dùng hai từ này lẫn lộn.
Model mở có an toàn hơn model đóng không?
Về dữ liệu thì có, vì dữ liệu không rời khỏi hệ thống của bạn. Về nội dung đầu ra thì ngược lại: model mở thường ít lớp lọc hơn, và không ai chịu trách nhiệm thay bạn nếu nó nói bậy với khách hàng. An toàn ở đây là hai chuyện khác nhau.
Tôi có được dùng model mở cho sản phẩm thương mại không?
Tuỳ giấy phép của từng model. Có model cho phép hoàn toàn, có model kèm điều kiện về quy mô hoặc mục đích. Đọc giấy phép đi kèm file trọng số trước khi đưa vào sản phẩm; đừng suy từ tên gọi "mở".
Model mở có ảo giác ít hơn không?
Không, cơ chế sinh chữ giống nhau nên vẫn bịa như thường, và model nhỏ thường bịa nhiều hơn model lớn. Lợi thế của model mở là bạn ghép được nó với tài liệu riêng và tinh chỉnh cho việc hẹp để giảm sai, chứ không phải bản thân nó chính xác hơn.
