159 mô hình AI mở: Tự host đã đủ thực dụng?

Theo LM Market Cap, bảng xếp hạng AI mã nguồn mở hiện có 159 mô hình open-weight, được chấm điểm và cập nhật hàng giờ. Dữ liệu cập nhật ngày 14/08/2026 lúc 22:00 cho thấy hệ sinh thái tự host đang có quy mô đủ lớn để doanh nghiệp bắt đầu lựa chọn theo nhu cầu, thay vì chỉ dùng API từ các hãng Cloud.

Gemma 4 dẫn đầu bảng xếp hạng

Gemma 4 26B A4B và Gemma 4 31B của Google cùng đạt điểm 69, đứng đầu danh sách. Nemotron 3 Nano Omni của NVIDIA bám sát với 68 điểm, trong khi MiMo-V2.5 và Inkling cùng đạt 66.

Những con số này không phải bảng đo duy nhất cho chất lượng mô hình, nhưng chúng cho thấy người triển khai Local AI đã có nhiều lựa chọn hơn đáng kể. Một model đứng đầu chưa chắc phù hợp nhất với máy chủ, dữ liệu hay ngân sách của từng đội ngũ.

Alibaba dẫn đầu về số lượng model

Alibaba hiện có 33 mô hình trong danh mục, nhiều nhất bảng. NVIDIA và DeepSeek cùng sở hữu 13 mô hình, Zhipu AI có 11, còn Mistral AI ghi nhận 10. Cách phân bổ này phản ánh cuộc đua open-weight đang diễn ra ở nhiều khu vực, thay vì tập trung hoàn toàn vào các phòng lab Mỹ.

Giá trị thực tế của self-host nằm ở quyền kiểm soát: dữ liệu có thể ở lại trong mạng nội bộ, model chạy trên on-premises, Cloud hoặc edge, và doanh nghiệp giảm nguy cơ bị khóa vào một nhà cung cấp. Fine-tune theo dữ liệu riêng cũng dễ đưa vào quy trình nội bộ hơn. Với các hệ thống xử lý tài liệu nhạy cảm, đây là lợi thế rất cụ thể.

Local AI đã có bộ công cụ khá rõ ràng

Ollama phù hợp với người muốn dựng nhanh trên máy cá nhân. llama.cpp hướng tới phần cứng phổ thông và các thiết bị edge, còn vLLM phù hợp cho serving hiệu suất cao trong môi trường production. Những bản lượng tử hóa GGUF có thể giúp chạy model 7B đến 70B trên GPU khoảng 8–48GB VRAM.

Tôi cho rằng mốc 159 model quan trọng ở tính thực dụng hơn là con số kỷ lục. Đội ngũ nhỏ giờ có thể thử nghiệm AI riêng mà chưa cần xây cả hạ tầng khổng lồ. Dù vậy, cần gọi chính xác: phần lớn danh sách là open-weight, tức công khai trọng số; dữ liệu huấn luyện, mã nguồn đào tạo và toàn bộ pipeline chưa chắc mở.

Điểm cần nhớ

• Gemma 4 26B A4B và Gemma 4 31B cùng dẫn đầu với 69 điểm.
• Alibaba có nhiều model nhất, với 33 mô hình open-weight.
• Ollama, llama.cpp và vLLM phục vụ ba nhu cầu triển khai khác nhau.
• GGUF hỗ trợ chạy model 7B–70B trên khoảng 8–48GB VRAM.
• Open-weight không đồng nghĩa với open source đầy đủ.

Open-weight AI đang tiến gần hơn tới vai trò nền tảng triển khai thật: giữ dữ liệu trong tay doanh nghiệp, chạy ở edge và tối ưu chi phí theo hạ tầng sẵn có. Câu hỏi còn lại không phải có nên tự host hay không, mà là model nào đủ tốt cho từng workflow.

Nguồn tham khảo: 159 mô hình AI mở: Kỷ nguyên tự host bùng nổ