Các mô hình AI mở đang nhanh chóng thu hẹp khoảng cách với nhóm mô hình đóng hàng đầu của các công ty công nghệ Mỹ, qua đó buộc doanh nghiệp điều chỉnh cách triển khai AI: dùng mô hình chi phí thấp cho tác vụ lặp lại hằng ngày và chỉ dành mô hình đắt tiền cho những công việc phức tạp hơn.

Theo Ars Technica ngày 15/9 (giờ địa phương), Mozilla trong báo cáo mới nhất nhận định khoảng cách năng lực giữa các mô hình mở và mô hình đóng dẫn đầu hiện đã thu hẹp xuống mức tương đương khoảng 4,4 tháng.

Mozilla cho rằng yếu tố quyết định giờ đây không còn là hiệu năng tuyệt đối, mà là hiệu quả chi phí. Theo tổ chức này, mô hình mở Kimi K3 của MoonshotAI chỉ thấp hơn 3 điểm so với mô hình đóng Fable 5 của Anthropic trên thước đo tổng hợp về năng lực AI, trong khi chi phí chỉ tương đương khoảng 30%.

Rafi Krikorian, Giám đốc công nghệ của Mozilla, nhận định mô hình đóng vẫn duy trì lợi thế khá rõ ở các tác vụ cấp chuyên gia, các bài toán truy xuất chuyên sâu và xử lý ngữ cảnh dài. Theo ông, doanh nghiệp nên lựa chọn mô hình theo từng loại công việc thay vì áp một mô hình đóng đắt đỏ cho mọi tác vụ.

Mozilla đo khoảng cách giữa các mô hình dựa trên thời lượng mà một chuyên gia con người cần để hoàn thành cùng một công việc. Theo cách tính này, các mô hình đóng tốt nhất hiện có thể đảm đương ổn định những tác vụ có thời lượng dài gấp khoảng 1,7 lần so với mô hình mở tốt nhất. Nói cách khác, nếu mô hình mở xử lý được một công việc kéo dài 7 giờ, mô hình đóng có thể làm tới khoảng 12 giờ.

Dù vậy, khoảng cách này đang thu hẹp nhanh. Mozilla dự báo chỉ sau khoảng 4 tháng, mô hình mở có thể đạt đến ngưỡng công việc tương đương với những gì mô hình đóng hiện nay đang xử lý.

Với doanh nghiệp, điều đó đồng nghĩa phạm vi bắt buộc phải dùng mô hình đóng hẹp hơn nhiều so với kỳ vọng trước đây. Với các tác vụ có thời lượng dưới 8 giờ theo chuẩn chuyên gia, cả hai nhóm mô hình đều có thể xử lý, mở ra dư địa lớn cho các mô hình mở có chi phí thấp hơn. Trong khi đó, với những công việc khó cần từ 8 đến 12 giờ, lợi thế hiệu năng của mô hình đóng vẫn có thể đủ để bù đắp mức chi phí cao hơn.

Trên thực tế, một số doanh nghiệp đã áp dụng cách tiếp cận này. Nền tảng giao đồ ăn DoorDash đang tách riêng hai nhóm mô hình: dùng Kimi cho các tác vụ lặp lại và dùng Fable cho những công việc phức tạp hơn. Cách triển khai này giúp doanh nghiệp chỉ phải trả chi phí cho mô hình đóng ở những nhiệm vụ đòi hỏi kết quả nhanh, ít nhất cho đến khi mô hình mở bắt kịp về năng lực.

Các phép đánh giá khác cũng cho kết quả tương tự. Trong bài kiểm tra Terminal-Bench 2.1 của Vals AI, mô hình mở GLM 5.2 của Z.ai (Trung Quốc) bám sát Claude Opus 4.7 và 4.8 của Anthropic với chênh lệch chỉ 1 điểm. Chi phí cho mỗi tác vụ của mô hình này cũng chỉ bằng khoảng 1/5 so với mô hình đóng.

Xu hướng này cũng phản ánh trong dữ liệu sử dụng. Theo số liệu token của OpenRouter trong tháng 8/2026, có tới 8 trong 10 mô hình được sử dụng nhiều nhất là mô hình mở. Tuy nhiên, doanh thu vẫn nghiêng mạnh về phía mô hình đóng. Một nghiên cứu của Linux Foundation cho thấy trong giai đoạn từ tháng 5 đến tháng 9/2025, mô hình mở chỉ chiếm 4% doanh thu, trong khi mô hình đóng chiếm tới 96%.

Mozilla cũng chỉ ra sự mất cân bằng về địa lý trong hệ sinh thái mô hình mở. Khi nhiều mô hình mở chủ chốt hiện nay có xuất xứ từ Trung Quốc, các viện nghiên cứu tại Mỹ và châu Âu được cho là cần tham gia mạnh hơn vào cuộc đua phát triển mô hình mở. Báo cáo đồng thời gợi ý huy động năng lực tính toán công cộng, các quỹ trung lập, doanh nghiệp và nguồn tài trợ từ thiện để cùng thúc đẩy hệ sinh thái này.

Theo Mozilla, chiến lược chọn mô hình AI của doanh nghiệp đang rời xa cuộc đua tìm ra "một mô hình mạnh nhất". Thay vào đó là cách phân vai rõ ràng: mô hình mở phục vụ các tác vụ thường nhật nhằm tối ưu chi phí, còn mô hình đóng đảm nhiệm công việc khó đòi hỏi hiệu năng cao. Khi khoảng cách tiếp tục thu hẹp, mức phí chênh lệch mà doanh nghiệp phải trả để đổi lấy hiệu năng cao hơn từ mô hình đóng có thể sẽ giảm dần.