Kết quả kiểm thử mới của công ty Artificial Analysis cho thấy mô hình AI trọng số mở của Trung Quốc vẫn tụt hậu so với đối thủ Mỹ.

Business Insider tuần này đưa tin, Artificial Analysis, công ty độc lập chuyên đo lường hiệu suất AI, cải tiến hệ thống kiểm thử mô hình AI nhằm phản ánh tốt hơn cách mọi người thực sự dùng công nghệ này. Một thay đổi quan trọng là nhiều bài kiểm tra hiện được giữ bí mật, khiến các công ty AI khó huấn luyện mô hình dựa theo đó.

Kết quả đánh giá mới có sự khác biệt lớn, cho thấy các công ty Mỹ dẫn trước xa hơn so với ước tính cũ, đặc biệt là với nhiệm vụ khoa học phức tạp. Mô hình trọng số mở tốt nhất kém mô hình dẫn đầu 12 điểm, tăng mạnh so với khoảng cách 3 điểm theo hệ thống cũ. Cụ thể, trong khi mô hình đứng đầu Claude Opus 5.5 của Anthropic (Mỹ) đạt 58 điểm, Kimi K3.1 Pro của startup Moonshot AI (Trung Quốc) đạt 46 điểm.

Trung Quốc phát hành nhiều mô hình AI mạnh mẽ mà doanh nghiệp khác có thể tải xuống và điều chỉnh, thường với chi phí thấp hơn những lựa chọn thay thế từ Mỹ. Điều này khiến giới chuyên gia Mỹ lo ngại những công ty như OpenAI hay Anthropic khó tính phí cao cho công nghệ độc quyền của họ. Tuy nhiên, bảng xếp hạng mới cho thấy nguy cơ này có thể đã bị phóng đại.

Sridhar Ramaswamy, CEO công ty điện toán đám mây Snowflake, chia sẻ kết quả mới trên mạng xã hội X. "Khi bài kiểm tra tiêu chuẩn được giữ kín, khoảng cách với mô hình mở tăng từ 3 lên 12 điểm. Vậy các mô hình mở đang bắt kịp, hay trước đó bài kiểm tra đã bị rò rỉ?", ông đặt nghi vấn.

Theo Business Insider, Ramaswamy cho rằng khi các công ty AI biết chính xác mô hình sẽ được kiểm thử thế nào, họ có thể huấn luyện nó để thể hiện xuất sắc trong những nhiệm vụ đó. Tuy nhiên, điều này không đồng nghĩa mô hình hoạt động tốt tương tự ngoài đời thực.

Ngay cả những người ủng hộ mô hình trọng số mở cũng thừa nhận sự bất ổn. "Tôi nghĩ bảng xếp hạng cũ đã đánh giá mô hình trọng số mở quá cao", Nathan Lambert, đồng sáng lập Trillium Labs, công ty nghiên cứu mô hình ngôn ngữ lớn, cho biết.

Ngoài những bài kiểm tra tiêu chuẩn, một yếu tố khác để đánh giá mô hình AI là mức sử dụng thực tế. Tuần trước, Dax Raad, đồng sáng lập công ty phát triển phần mềm OpenCode, xem xét lưu lượng truy cập các mô hình qua OpenRouter, nền tảng phổ biến cho phép lập trình viên truy cập mô hình AI từ nhiều nhà cung cấp khác nhau.

Ông ước tính, gần như toàn bộ lưu lượng truy cập DeepSeek qua OpenRouter hôm 27/10 có thể được xử lý chỉ bằng một tủ máy chủ Nvidia hiệu năng cao, với chi phí khoảng 6-7 triệu USD. Sức mạnh điện toán này thấp đáng ngạc nhiên nếu xét đến sự chú ý khổng lồ dành cho các mô hình AI Trung Quốc hiện nay. Dù vậy, một số chuyên gia lưu ý, OpenRouter chỉ đại diện cho một phần thị trường, nên số liệu này không phản ánh hết nhu cầu về mô hình trọng số mở.

Dữ liệu từ nền tảng Hugging Face cho thấy, mô hình Trung Quốc chiếm gần một nửa tổng số lượt tải AI mã nguồn mở từ tháng 2/2025 đến 2026. Cien Solon, CEO kiêm nhà sáng lập nền tảng tác nhân LaunchLemonade, hồi tháng 7 cho biết, Claude và ChatGPT vẫn chiếm ưu thế về mức sử dụng, nhưng GLM 5.2 của startup Trung Quốc Zhipu AI ra mắt tháng 6 cũng nằm trong top 5 của nền tảng này.

"Mô hình Trung Quốc đặc biệt hấp dẫn với doanh nghiệp Mỹ khi chi phí AI tăng vọt. Trước đây, họ ưu tiên ứng dụng AI bất kể mô hình nào, nhưng giờ bắt đầu chú trọng hơn đến chi phí", Kyle Chan, chuyên gia tại Trung tâm Trung Quốc John L. Thornton thuộc tổ chức nghiên cứu Brookings, giải thích với CNBC hồi tháng 7.

Chan khi đó nhận định, dù thường có "chi phí bằng một phần nhỏ", hiệu năng của mô hình AI Trung Quốc ngày càng được nâng cao, thậm chí "gần bằng các mô hình tiên tiến hàng đầu của Mỹ". Ông ước tính chúng chỉ đang đi sau 6-9 tháng.

Theo Lambert, mô hình trọng số mở vẫn có tính cạnh tranh cao trong những nhiệm vụ như phát triển phần mềm, đồng thời mang lại cho doanh nghiệp khả năng kiểm soát tốt hơn với chi phí thấp. Tuy nhiên, bằng chứng mới thách thức quan điểm cho rằng các công ty AI Trung Quốc đang nhanh chóng bắt kịp những phòng thí nghiệm hàng đầu của Mỹ và đe dọa mô hình kinh doanh của họ.

Thu Thảo tổng hợp