Sau gần một tuần để cộng đồng đoán già đoán non, Z.ai đứng ra nhận Ox Alpha là mô hình của mình. Đó là mảnh ghép cuối của một câu chuyện đáng chú ý hơn bản thân mô hình: cách các phòng lab Trung Quốc đang giành thị phần bằng mô hình mở, rẻ, và tung ra theo kiểu không giống ai.
Z.ai là ai, và GLM là dòng mô hình nào
Với người chưa theo dõi sát mảng mô hình mở, Z.ai là một phòng thí nghiệm AI Trung Quốc, và GLM là dòng mô hình ngôn ngữ mang thương hiệu của họ. Điểm khiến dòng này được chú ý không phải là điểm số tuyệt đối, mà là vị trí trên trục giá — năng lực: các phiên bản GLM liên tục xuất hiện ở mức năng lực gần với nhóm mô hình đóng hàng đầu, nhưng phát hành theo hướng mở, tức là bất kỳ ai cũng có thể tải về, tự chạy trên hạ tầng của mình hoặc mua qua một nhà cung cấp bên thứ ba thay vì phải đi qua API của chính hãng.
Ngay trước Ox Alpha, Z.ai đã ra GLM-5.3, một mô hình được so sánh trực tiếp với Fable 5 của Anthropic ở một số tiêu chí đánh giá. Ox Alpha được mô tả là "một mô hình lý luận được thiết kế cho lập trình, công việc dài hạn và khối lượng công việc sản xuất" — nghĩa là nhắm vào đúng khoảng việc mà các mô hình đắt tiền đang chiếm giữ: viết và sửa mã, chạy những chuỗi tác vụ kéo dài nhiều bước, phục vụ hệ thống thật chứ không phải chat cho vui.
Công ty cho biết sẽ công bố mã nguồn mở của Ox Alpha, tiếp nối cách làm quen thuộc của họ với dòng GLM.
Ra mắt ẩn danh: trò vui hay chiến thuật
Ox Alpha xuất hiện trên OpenRouter — một cổng trung gian cho phép gọi nhiều mô hình qua một API duy nhất — mà không kèm tên nhà phát triển. Nó nhanh chóng leo lên các bảng xếp hạng, và cộng đồng lao vào đoán ai là chủ. Chỉ sau đó Z.ai mới lên tiếng.
Cách ra mắt này không phải ngẫu hứng. Tung một mô hình không gắn thương hiệu tạo ra vài thứ mà một buổi ra mắt có thông cáo báo chí khó có được.
Thứ nhất là dữ liệu đánh giá sạch định kiến. Khi người dùng không biết mô hình đến từ đâu, họ chấm điểm theo đúng cái họ thấy, không cộng thêm hay trừ đi vì nguồn gốc — điều rất khó tránh với một mô hình gắn nhãn "made in China" trong bối cảnh thị trường hiện nay.
Thứ hai là lượng thử nghiệm thật, miễn phí, trên khối lượng lớn. Một mô hình bí ẩn và mạnh là mồi tò mò hoàn hảo; hàng nghìn lập trình viên tự nguyện chạy thử và báo lỗi, thứ mà nếu mua bằng tiền quảng cáo thì tốn kém hơn nhiều.
Thứ ba là một tuần cộng đồng bàn tán không mất phí. Đến lúc công bố danh tính, tên Z.ai đã nằm sẵn trong đầu những người quan tâm.
Đây là kiểu chiến thuật chỉ hiệu quả với bên có sản phẩm đủ tốt để chịu được soi xét mù. Nếu mô hình dở, ẩn danh chỉ khiến nó chìm nghỉm.
Điều thực sự thay đổi không nằm ở bảng xếp hạng
Việc một mô hình mới lọt top một bảng xếp hạng là chuyện xảy ra vài tuần một lần và thường không nói lên nhiều. Điểm đáng theo dõi ở đây là cấu trúc chi phí.
TechCrunch tóm tắt vấn đề khá thẳng: Ox Alpha bổ sung vào mối đe dọa đang lớn dần từ những mô hình rẻ và có năng lực đến từ Trung Quốc, nhóm có thể lấy đi thị phần thật của các công ty mô hình biên giới đắt đỏ như OpenAI và Anthropic.
Cơ chế của mối đe dọa đó rất cụ thể. Phần lớn chi phí AI của một doanh nghiệp không đến từ những tác vụ khó nhất, mà từ khối lượng tác vụ trung bình lặp đi lặp lại: phân loại, tóm tắt, sinh mã mẫu, trả lời theo kịch bản. Với nhóm việc đó, khoảng cách năng lực giữa mô hình đắt và mô hình rẻ hẹp lại rất nhanh, trong khi khoảng cách giá thì không. Khi một mô hình mở đủ tốt cho 80% khối lượng, quyết định hợp lý là chuyển phần đó sang mô hình rẻ và chỉ giữ mô hình đắt cho phần khó còn lại.
Đó cũng là lý do việc mô hình được phát hành mở quan trọng hơn việc nó đứng hạng mấy. Mở nghĩa là doanh nghiệp có thể tự chạy, kiểm soát dữ liệu ra vào, và không bị phụ thuộc vào chính sách giá của một nhà cung cấp duy nhất.
Với người làm kỹ thuật ở Việt Nam
Nếu bạn đang trả tiền API cho một mô hình đóng và hoá đơn đang tăng, đây là loại tin đáng dành một buổi để xử lý, chứ không chỉ để đọc.
Cách thử ít rủi ro nhất là dựng một phép so sánh trên chính công việc của bạn, không dựa vào bảng xếp hạng của người khác. Gom khoảng 30–50 yêu cầu thật đã chạy qua mô hình hiện tại trong tháng qua, chạy lại y hệt qua mô hình mới, rồi so kết quả theo tiêu chí bạn thật sự quan tâm — tỷ lệ phải sửa tay, thời gian phản hồi, chi phí cho mỗi lần gọi. Một bảng như vậy hữu ích hơn mọi benchmark công khai, vì benchmark đo tác vụ trung bình của cả thế giới, còn bạn chỉ cần đúng tác vụ của mình.
Về cách truy cập, OpenRouter yêu cầu tài khoản và phương thức thanh toán quốc tế, nên với nhiều nhóm ở Việt Nam bước vướng thường là khâu thanh toán chứ không phải kỹ thuật. Với mô hình phát hành mở, còn một đường khác là tự chạy trên máy chủ thuê, nhưng hãy tính trước phần chi phí GPU — với khối lượng nhỏ, tự chạy gần như luôn đắt hơn gọi API.
Một lưu ý về dữ liệu: khi gọi qua bất kỳ cổng trung gian nào, dữ liệu của bạn đi qua hạ tầng của bên đó. Đừng đẩy dữ liệu khách hàng, mã nguồn nội bộ hay thông tin hợp đồng vào một mô hình đang trong giai đoạn thử nghiệm chỉ vì nó miễn phí.
Những gì còn chưa rõ
Việc Z.ai nhận Ox Alpha trả lời câu hỏi "ai làm", nhưng để lại vài câu hỏi lớn hơn.
Chưa rõ giấy phép cụ thể đi kèm bản mã nguồn mở, và đây là chi tiết quyết định việc doanh nghiệp có dùng thương mại được hay không — "mở" là một phổ rộng, từ giấy phép cho phép gần như mọi thứ đến giấy phép kèm điều kiện về quy mô người dùng hoặc mục đích sử dụng.
Chưa rõ mức giá sau giai đoạn dùng thử, và hiệu năng thực tế khi lượng người dùng tăng lên — một mô hình nhanh khi ít người gọi có thể chậm hẳn khi vào giờ cao điểm.
Chưa rõ độ bền của điểm số. Điểm cao ở tuần đầu tiên thường rơi lại sau khi cộng đồng thử trên tập tác vụ lớn hơn và đa dạng hơn, đơn giản vì mẫu nhỏ luôn có sai số lớn.
Dấu hiệu nên theo dõi trong vài tuần tới: giấy phép được công bố kèm mã nguồn, bảng giá chính thức, và quan trọng nhất là báo cáo từ những nhóm đã đưa mô hình vào chạy thật chứ không chỉ chạy thử. Nhóm thứ ba mới là nhóm nói được mô hình này có dùng được hay không.
Nguồn tham khảo
- techcrunch.com — Surprise: Z.ai is the AI lab behind the mysterious Ox Alpha model - TechCrunch
- techcrunch.com — Who's behind the new 'stealth model' Ox Alpha? - TechCrunch
