Toàn cảnh mô hình mã nguồn mở: Những quan sát mới nhất mùa hè 2026

Quay lại các bài viết

Trong thế giới AI, thời gian như bị nén lại. Chỉ vài tháng sau báo cáo mùa xuân trong phân tích định kỳ nửa năm một lần của chúng tôi về hệ sinh thái, có khá nhiều phát hiện mà chúng tôi đã quan sát được cho đến mùa hè này. Báo cáo này trình bày các quan sát từ tháng 1 đến tháng 8 năm 2026 và đưa ra dữ liệu đằng sau mỗi quan sát đó.

Các mô hình và tập dữ liệu trên HF hub đang tăng lên hàng ngày. Các kho lưu trữ mô hình công khai đã tăng từ 2,43 lên 2,96 triệu trong giai đoạn này, tập dữ liệu từ 711.000 lên 1 triệu, và Spaces từ 1,00 lên 1,44 triệu. Sự phân bổ bên dưới vẫn ở mức cực đoan, khoảng 85,6% các mô hình có ít hơn 200 lượt tải xuống trong suốt vòng đời và 1,5% các kho lưu trữ chiếm tới 99,2% tổng số lượt tải xuống. Mọi thứ dưới đây đều diễn ra trong khuôn khổ đó.

1. Ranh giới đang dịch chuyển nhanh chóng

Trước đây từng có một lộ trình phát triển rõ ràng: các phòng thí nghiệm sẽ bắt đầu bằng việc phát hành các mô hình nhỏ hơn và dần dần tiến tới phân khúc cao cấp nhất. Năm 2026, một số phòng thí nghiệm của Trung Quốc đã bỏ qua hoàn toàn lộ trình này.

Trong hầu hết các tháng của năm 2026, mô hình mở lớn nhất và hiệu năng cao nhất từ một phòng thí nghiệm Trung Quốc đều lớn hơn bất kỳ mô hình nào mà một phòng thí nghiệm Mỹ tự phát hành. Mức trần hàng tháng của Trung Quốc dao động từ 754 tỷ đến 2,78 nghìn tỷ tham số; trong khi mức trần của Mỹ vẫn ở dưới 130 tỷ trong năm trên bảy tháng, ngoại trừ Nemotron 3 Ultra của NVIDIA với 561 tỷ tham số vào tháng 5 và tháng 6, cùng với Inkling từ Thinking Machines Lab.

Biểu đồ chia các phòng thí nghiệm thành hai phe. Moonshot, MiniMax, Xiaomi và Z.ai hầu như không công bố bất cứ thứ gì dưới 70 tỷ tham số, vì vậy lần đầu tiên một nhà phát triển tiếp cận chúng là một mô hình quá lớn để chạy trên bất kỳ thiết bị nào họ sở hữu. Ngược lại, Tencent và Alibaba Qwen bao phủ toàn bộ dải tham số, từ dưới 1 tỷ trở lên.

Hai yếu tố đã tạo điều kiện cho phe thứ nhất. Việc xây dựng mô hình lớn không còn là yếu tố tạo nên sự khác biệt. Cả Xiaomi và Meituan đều vượt mốc một nghìn tỷ tham số trong năm nay, và không bên nào là cái tên quen thuộc trong lĩnh vực trọng số mở cách đây 12 tháng. Hơn nữa, một phòng thí nghiệm không còn cần phải phát hành một mô hình nhỏ để trở nên dễ tiếp cận, bởi vì lớp lượng tử hóa (quantization layer) của cộng đồng sẽ giúp một mô hình lớn có thể chạy được chỉ trong vài ngày – một sự phụ thuộc mà chúng tôi sẽ đề cập bên dưới.

Điều đó khiến hồ sơ về kích thước mô hình trở thành một tuyên bố về ý định hơn là về năng lực. Một danh mục chỉ tập trung vào ranh giới (frontier) đặt cược tất cả vào vị thế trên bảng xếp hạng và nhu cầu API. Một danh mục toàn diện (full spectrum) là nỗ lực để trở thành "gia đình" mô hình mà các nhà phát triển chọn làm tiêu chuẩn. Cả hai đều hợp lý, họ đang chơi cho những giải thưởng khác nhau.

Trong khi đó, Hoa Kỳ không hề vắng bóng trong lĩnh vực mã nguồn mở.

Hai tổ chức xuất bản nhiều mô hình mở mới nhất trong năm nay cũng chính là các công ty sản xuất phần cứng: AMD và NVIDIA. Mỗi bên đã phát hành hơn 200 kho lưu trữ mô hình mới, vượt xa phần còn lại, với LiquidAI xếp thứ ba ở mức khoảng 100. Các nhà cung cấp phần cứng đã nhận ra rằng các mô hình mở là cách để bán chip: một mô hình được tối ưu hóa cho phần cứng của bạn và được cung cấp miễn phí là bằng chứng rõ ràng nhất cho thấy phần cứng đó hoạt động hiệu quả.

Khi tính đến các mô hình nhỏ hơn và mô hình nhúng (embedding models) – nơi Google, Microsoft, IBM Granite và các mô hình thị giác và giọng nói cũ của OpenAI tạo ra hàng trăm triệu lượt tải xuống hàng năm – thì sự tham gia của Mỹ vào AI mã nguồn mở vẫn đang tăng trưởng.

Tuy nhiên, trọng tâm đã dịch chuyển. Google và Meta hiện xếp dưới NVIDIA rất xa về số lượng phát hành mô hình mới, mặc dù họ là những công ty đã định hình việc xuất bản mô hình mở trong những năm trước. Động thái chuyển sang các mô hình chủ lực đóng (closed flagship models) của Meta càng làm nổi bật sự thay đổi này. Mã nguồn mở đã chuyển từ các phòng thí nghiệm mô hình sang các công ty phần cứng và cơ sở hạ tầng.

Ở quy mô ranh giới (frontier scale), bức tranh hoàn toàn khác biệt. Hầu hết các bản phát hành của Mỹ trên 100 tỷ tham số trong năm nay không phải là mô hình mới, mà được xây dựng dựa trên các mô hình của Trung Quốc. Chỉ một vài mô hình gốc lớn của Mỹ xuất hiện ở quy mô này: Inkling của Thinking Machines (952 tỷ), Nemotron 3 Ultra của NVIDIA (561 tỷ), Nemotron 3 Super (124 tỷ) và Trinity-Large của Arcee AI (399 tỷ).

AMD đã đóng góp nhiều bản chuyển đổi nhưng không có mô hình gốc nào ở quy mô này. Công việc này vẫn quan trọng: nó cho phép các mô hình nghìn tỷ tham số của Trung Quốc chạy hiệu quả trên phần cứng của Mỹ. Nhưng nó đại diện cho một lớp phân phối và tối ưu hóa hơn là tạo ra mô hình.

Trong khi đó, các mô hình mở của Trung Quốc ngày càng được tối ưu hóa cho chip nội địa, một sự cạnh tranh tương tự nhưng theo chiều ngược lại, nơi các mô hình được thiết kế xoay quanh các hệ sinh thái phần cứng cụ thể.

2. Sự chú ý ≠ Sự chấp nhận

Chúng tôi đã lấy 25 kho lưu trữ mô hình hàng đầu theo lượt tải xuống tích lũy trong năm nay và 25 kho lưu trữ hàng đầu theo lượt thích. Chỉ có đúng một kho lưu trữ xuất hiện trong cả hai danh sách.

Chúng tôi đếm lượt tải xuống trong khoảng thời gian này thay vì trọn đời, vì vậy không có mô hình nào được ghi nhận chỉ vì tồn tại lâu hơn, và việc kiểm soát theo độ tuổi giúp sự phân tách trở nên rõ ràng hơn. Không một mô hình nào được xuất bản năm 2026 lọt vào top 25 lượt tải xuống, trong khi 13 trong số 25 mô hình có từ năm 2022. all-MiniLM-L6-v2 đã được tải 1,55 tỷ lần trong bảy tháng so với 5.156 lượt thích; Kimi-K3 được tải khoảng 60 lần cho mỗi lượt thích mà nó nhận được.

Hai con số này ghi lại những hành động khác nhau. Một lượt thích cho thấy một bản phát hành có ý nghĩa và thường hướng tới các mô hình ranh giới trong những tuần sau khi chúng ra mắt. Một lượt tải xuống cho thấy thứ gì đó đã được tích hợp vào một quy trình làm việc chạy theo lịch trình, và tích lũy cho các mô hình nhỏ, ổn định qua nhiều năm. Lượt thích là công cụ phù hợp để đọc xem lĩnh vực này đang hào hứng với điều gì, còn lượt tải xuống là để đọc xem nó hiện đang phụ thuộc vào điều gì. Coi cái này là đại diện cho cái kia là sai lầm phổ biến nhất mà chúng tôi thấy trong các bài viết về Hub, bao gồm cả công trình trước đây của chính chúng tôi. Sự phân tách tương tự cũng xuất hiện ở cấp độ nhà xuất bản.

Các phòng thí nghiệm ranh giới của Trung Quốc là những tài khoản duy nhất trên Hub mà các mô hình lớn chiếm phần lớn khối lượng. Trên thực tế, tất cả lượt tải xuống năm 2026 của MiniMax đều là các mô hình trên 70 tỷ tham số, cùng với 88% của Moonshot, 55% của DeepSeek và 39% của Z.ai. Không có tài khoản lớn nào của Mỹ có đặc điểm này: Google, Microsoft và IBM Granite về cơ bản không ghi nhận lượt tải xuống nào cho các mô hình trên 70 tỷ tham số trong năm 2026, còn NVIDIA và Meta chỉ lần lượt là 14% và 9%.

Sự khác biệt trở nên rõ ràng hơn ở tổng số lượt tải xuống. Danh mục chỉ tập trung vào ranh giới của Moonshot ghi nhận 37 triệu lượt tải xuống trong năm, trong khi chiến lược phát hành rộng hơn của Qwen trên nhiều kích thước mô hình đã đạt 2,045 tỷ (tính trên các kho lưu trữ có khai báo số lượng tham số, hoặc 2,061 tỷ nếu tính tất cả các kho lưu trữ), gấp khoảng 55 lần. Việc tiếp tục mở rộng "gia đình" này, từ Qwen 3.8 Max với 2,4 nghìn tỷ tham số đến các biến thể nhỏ hơn như 27 tỷ, cho thấy cùng một sự tập trung vào việc bao phủ các trường hợp sử dụng khác nhau.

Thời gian cũng đóng một vai trò quan trọng. Hầu hết các mô hình đều trải qua sự sụt giảm mạnh về mức độ sử dụng sau khi phát hành, theo sau là một giai đoạn dài hoạt động ổn định. Sự chấp nhận của một mô hình phần lớn được quyết định trong vài tháng đầu tiên.

Điều này giúp giải thích tại sao khối lượng tải xuống ngày nay thường không được thúc đẩy bởi các bản phát hành mới nhất, mà bởi một nhóm nhỏ các mô hình đã trở thành cơ sở hạ tầng được thiết lập theo thời gian.

3. Trọng số mở làm thay đổi nơi tích lũy giá trị

Nếu các mô hình ranh giới là một doanh nghiệp cấp phép, bạn sẽ mong đợi các bản phát hành lớn nhất phải đi kèm với các điều khoản khắt khe nhất. Tuy nhiên, dữ liệu dưới đây cho thấy một câu chuyện khác.

Trong số 178 bản phát hành của Trung Quốc trên 20 tỷ tham số trong năm nay, 59% sử dụng giấy phép Apache 2.0 và 22% sử dụng MIT, và hoàn toàn không có bản nào có hạn chế phi thương mại.

DeepSeek và Z.ai phát hành các mô hình từ 700 tỷ đến 1,65 nghìn tỷ tham số theo giấy phép MIT đơn thuần. Các phòng thí nghiệm Trung Quốc cấp phép cho các mô hình lớn nhất của họ với sự cởi mở tương đương với các mô hình nhỏ nhất, và cởi mở hơn nhiều so với cách các phòng thí nghiệm Mỹ cấp phép cho mô hình của họ: ở phía Mỹ, trong cùng dải kích thước đó, 29% là Apache hoặc MIT, 41% nằm dưới các điều khoản tùy chỉnh và 30% không khai báo gì cả.

Dù những bản phát hành này phục vụ mục đích gì, thì đó không phải là doanh thu từ cấp phép. Các trọng số được trao đi với những điều khoản cởi mở nhất có thể. Lợi nhuận phải đến từ nơi khác: kinh doanh API và đám mây, định vị phần cứng và nền tảng, hoặc chính vị thế trong hệ sinh thái. Ví dụ, định giá của Z.ai và Kimi chỉ ra một chiến lược mã nguồn mở hiệu quả, giúp đạt được sức hút và cơ hội tăng trưởng trong cộng đồng. Tuy nhiên, trong tương lai, ngành công nghiệp có khả năng sẽ chuyển hướng sang các con đường kiếm tiền rõ ràng hơn từ việc áp dụng mã nguồn mở.

4. Qwen đã trở thành mô hình nền tảng của cộng đồng

Vị thế hệ sinh thái của một mô hình không chỉ được xác định bởi các bản phát hành của chính nó, mà còn bởi mức độ cộng đồng xây dựng dựa trên nó. Như đã đề cập ở trên, Qwen là một ngoại lệ đang nhận được sự chú ý và chấp nhận.

Dữ liệu từ Hugging Face

Theo thước đo này, Qwen đã trở thành một trong những nền tảng lớn nhất trong hệ sinh thái mô hình mở. Các mô hình dựa trên Qwen hiện chiếm 151.448 dẫn xuất trên Hub, gấp 2,6 lần tổng dấu ấn của Meta và gấp 4,7 lần các kho lưu trữ Llama. Google theo sau với 82.506 dẫn xuất. Nguồn lớn thứ ba là Unsloth, một tài khoản cộng đồng xuất bản các bản dựng đã được lượng tử hóa và sẵn sàng tinh chỉnh, nhiều trong số đó tiếp tục mở rộng hệ sinh thái Qwen.

Các dẫn xuất Qwen đã tăng khoảng 180–210 kho lưu trữ mới mỗi ngày trong suốt bảy tháng đầu năm 2026, cho thấy sự chấp nhận không chỉ được thúc đẩy bởi các đợt ra mắt riêng lẻ. Qwen đã trở thành một phần trong quy trình làm việc mặc định cho các nhà phát triển khi quyết định mô hình nào để tinh chỉnh và triển khai.