Open-Weight LLM tăng tốc cuộc đua tự host AI

Theo LLM Stats, thị trường AI đầu tháng 9/2026 chứng kiến một đợt cập nhật dày đặc từ các nhà phát triển mô hình Open-Weight: Qwen3.8-Flash-Next, GLM-5.3-Flash, bản preview Hy4 và bộ IBM Granite 4.2. Điểm chung đáng chú ý là các model mới không chỉ nhắm đến benchmark, mà nhắm thẳng vào việc chạy AI trên hạ tầng do doanh nghiệp kiểm soát.

Dữ liệu theo dõi từ BenchLM và LLM Stats cho thấy 24% model trong Top 50 AI hiện là Open-Weight. Con số này chưa nói rằng mô hình mở đã thắng mô hình đóng, nhưng nó cho thấy self-hosted AI đã có đủ lựa chọn để không còn là phương án thử nghiệm của vài nhóm kỹ sư.

Qwen đẩy local inference xuống gần phần cứng hơn

Alibaba Cloud/Qwen Team phát hành Qwen3.8-Flash-Next với hỗ trợ native FP8 và định dạng GGUF, hướng đến các luồng triển khai qua Unsloth, vLLM và Ollama. Đây là chi tiết kỹ thuật quan trọng hơn nhiều lời quảng cáo về “AI dân chủ hóa”: FP8 và GGUF tác động trực tiếp đến cách đội ngũ vận hành model trên phần cứng của họ.

Với local inference, dữ liệu có thể ở lại trong máy chủ nội bộ hoặc thiết bị Edge AI thay vì phải được gửi qua API của bên thứ ba. Với các workload nhạy cảm, đây là một yêu cầu kiến trúc, không phải một tính năng phụ để đưa vào slide bán hàng.

IBM bổ sung lựa chọn cho doanh nghiệp tự host

IBM ra mắt dòng Granite 4.2 với ba kích thước 3B, 8B và 30B. Cách chia dải model này đáng chú ý vì đội kỹ thuật có thể chọn cấu hình theo mức tài nguyên và phạm vi tác vụ, thay vì phải mặc định gọi một model lớn qua API.

Cùng đợt cập nhật, Zhipu AI tung GLM-5.3-Flash, còn Tencent thử nghiệm Hy4 preview. Thị trường đang đông lên rất nhanh, và “open” không còn là nhãn hiệu dành riêng cho vài phòng lab phương Tây.

Cuộc cạnh tranh chuyển từ model sang quyền kiểm soát

Tôi cho rằng tín hiệu lớn nhất ở đây không phải tên model nào dẫn đầu. Nó là việc định dạng, khả năng quantization và đường triển khai local đang trở thành tiêu chí mua sắm AI thực dụng.

Open-Weight không tự động đồng nghĩa với an toàn hay rẻ hơn: doanh nghiệp vẫn phải tự lo phần cứng, vận hành và kiểm soát truy cập. Nhưng đổi lại, họ có quyền quyết định dữ liệu đi đâu, model chạy ở đâu và hệ thống phụ thuộc vào ai.

Điểm cần nhớ

• 24% model trong Top 50 AI được theo dõi hiện là Open-Weight.
• Qwen3.8-Flash-Next hỗ trợ native FP8 và GGUF, phù hợp các luồng local inference với Unsloth, vLLM và Ollama.
• IBM Granite 4.2 có ba phiên bản: 3B, 8B và 30B.
• GLM-5.3-Flash và Hy4 preview mở rộng danh sách lựa chọn ngoài các tên tuổi quen thuộc.
• Self-hosted AI giúp tổ chức tránh phải gửi dữ liệu sang API bên thứ ba khi triển khai trên hạ tầng nội bộ hoặc Edge AI.

Nguồn tham khảo: LLM Stats