Báo cáo do SemiAnalysis công bố ngày 21/8 đã vẽ khoảng cách điểm số giữa các mô hình mã nguồn mở và nhóm dẫn đầu mã nguồn đóng suốt ba năm rưỡi qua thành một đường cong. Quy luật mà báo cáo đưa ra rất thẳng thắn: mỗi lần mã nguồn mở đuổi kịp một thế hệ, thời gian cần thiết lại giảm đi một nửa.
Các tác giả chia lịch sử này thành ba giai đoạn để đo lường. Ở giai đoạn mở rộng quy mô ban đầu, lấy GPT-3.5 Turbo làm mốc, phía mã nguồn mở khởi đầu từ Llama-2-70B và phải chật vật đến tận Llama-3.1-405B vào tháng 7/2024 mới lấp được khoảng trống — kéo dài hơn một năm. Đến giai đoạn suy luận, nhịp độ đã nhanh rõ rệt: khoảng cách 12,1 điểm mà o1-preview tạo ra bị R1-0528 san bằng chỉ trong 8,5 tháng. Sang đến giai đoạn tác nhân (agentic), Kimi K2.6 đạt 56,3 điểm vượt qua Opus 4.5 chỉ trong 4,8 tháng; GLM-5.2 đạt 72,4 điểm vượt qua GPT-5.2 trong 6 tháng.
Hơn một năm, 8,5 tháng, rồi 5 đến 6 tháng — đặt ba khung thời gian này cạnh nhau, độ dốc giảm-một-nửa hiện ra rất rõ.
Vì sao tốc độ đuổi kịp ngày càng nhanh
Báo cáo quy việc tăng tốc này cho nhiều yếu tố xảy ra đồng thời: trọng số mở khiến năng lực có thể bị lấy đi trực tiếp, chưng cất (distillation) khiến điểm số có thể được sao chép với chi phí rẻ, và ngay cả môi trường huấn luyện tăng cường (reinforcement learning) cũng đang bị tái tạo công khai. Các tác giả viết một câu nghe như một lời tuyên án: không có gì giữ bí mật được mãi mãi, nhất là khi tính đến vai trò của chưng cất.
Nếu ước tính thô theo đường cong này (đây chỉ là suy diễn, bản thân báo cáo không ngoại suy đến bước này): nếu quy luật giảm một nửa tiếp tục đúng thêm một thế hệ nữa, cửa sổ đuổi kịp tiếp theo sẽ rút xuống còn hai đến ba tháng, gần như phát hành cùng lúc trong cùng một thế hệ. Với phía mã nguồn đóng, áp lực dồn vào giá bán còn nhanh hơn dồn vào bảng xếp hạng. Một mô hình có thể thu phí chênh lệch trong bao lâu phụ thuộc vào việc nó dẫn trước bao lâu; khi cửa sổ dẫn trước co từ một năm xuống còn một quý, thời gian để điều chỉnh chiến lược giá cũng phải rút ngắn tương ứng.
Câu hỏi về hàng hóa hóa
Báo cáo không né tránh câu hỏi mà thị trường lo ngại nhất: nếu mã nguồn mở giữ được khoảng cách đủ gần với nhóm dẫn đầu với chi phí chỉ bằng một phần nhỏ, liệu tầng mô hình có bị biến thành hàng hóa (commoditized) hay không? Các tác giả viết rằng kết cục như vậy rõ ràng sẽ là thảm họa đối với biên lợi nhuận của các phòng thí nghiệm tiên phong.
Ngay sau đó họ đưa ra căn cứ cho nhận định của mình. Các mô hình mã nguồn mở như GLM 5.3, Kimi K3 đã "thực sự đủ năng lực" (genuinely capable) để đảm nhận phần lớn các tác vụ lập trình và tác nhân — chính những tác vụ đã đưa doanh thu quy năm của Anthropic vượt 65 tỷ đô la Mỹ. Cách dùng từ nguyên bản ở đây có chủ đích: mã nguồn mở thực sự làm được việc này, chứ không chỉ đạt điểm số tương tự trên bề mặt.
Quy mô nhu cầu cũng được nêu ra: báo cáo cho biết riêng Fireworks hiện xử lý hơn 40 nghìn tỷ token mỗi ngày, gấp đôi lượng dùng API của OpenAI vào cuối tháng 3. Mảng kinh doanh suy luận (inference) lưu trữ các mô hình trọng số mở đang lớn dần lên — đây vừa là bằng chứng cho năng lực mã nguồn mở đã được kiểm chứng, vừa là một trong những con đường khiến lợi nhuận ở tầng mô hình bị pha loãng.
Chính tác giả cũng tự đạp phanh
Tuy vậy phần kết luận lại không nghiêng về hướng bi quan cho các mô hình tiên phong. Báo cáo thẳng thắn thừa nhận điểm số benchmark chỉ là một phần của bức tranh: dù Kimi K3 đạt điểm cao hơn, các tác giả trong công việc hằng ngày vẫn thiên về dùng Fable 5. Có hai lý do được đưa ra: một là khoảng cách về trải nghiệm sản phẩm hóa nằm ngoài điểm số; hai là bản thân điểm số có thể bị kéo cao nhờ các môi trường huấn luyện tăng cường được thiết kế nhắm riêng cho việc đó, tạo ra một khe hở mang tính hệ thống giữa bảng xếp hạng và cảm nhận thực tế khi sử dụng. Họ chốt lại toàn bài bằng một câu tương đối ôn hòa — mọi thứ không bi quan về các mô hình tiên phong như người ta nghĩ ban đầu.
Với độc giả nói tiếng Trung, báo cáo này còn có thêm một lớp đọc khác. Trong ba đường cong, nhân vật chính của giai đoạn đuổi kịp cuối cùng — nhanh nhất — gần như đều là các mô hình trọng số mở của các đội ngũ Trung Quốc: Kimi, GLM, cùng thế hệ kế tiếp được nêu tên. Chính mẫu dữ liệu mà các nhà phân tích nước ngoài dùng để chứng minh "mã nguồn mở đang tăng tốc" gần như chính là nhịp độ phát hành của lứa mô hình trong nước này. Cùng một bộ dữ liệu, nhìn từ góc khác, cũng cho thấy các nhà cung cấp trong nước đã coi trọng số mở là mặt trận chính, không còn xem đó chỉ là lựa chọn bổ sung bên ngoài mã nguồn đóng.
Còn về việc phía mã nguồn đóng còn lại gì, câu trả lời của báo cáo nằm ở khâu sản phẩm hóa, phân phối và triển khai cho doanh nghiệp. Những thứ này không xuất hiện trên bảng benchmark, nhưng lại quyết định con số như 65 tỷ đô la kia thuộc về ai.
Nguồn tham khảo: SemiAnalysis, báo cáo "Are Open Models Catching Up?"; biên tập bởi CocoLoop; các số liệu về số tháng đuổi kịp qua từng giai đoạn, cách tính điểm của Kimi K2.6 và GLM-5.2, cùng lượng token xử lý hằng ngày của Fireworks đã được đối chiếu với báo cáo gốc.