AI Safety Institute cho biết các mô hình AI dạng open-weight hiện đã chiếm hơn một nửa số mô hình mà viện này đánh giá từ đầu năm đến nay. Đáng chú ý, trong nhóm open-weight, các mô hình đến từ Trung Quốc chiếm 57,9%, với những cái tên như DeepSeek, Qwen và Kimi.

Theo AI Safety Institute, trong 8 tháng đầu năm, viện đã đánh giá 34 mô hình AI riêng biệt sau khi loại bỏ các trường hợp trùng lặp. Trong đó, 19 mô hình thuộc nhóm open-weight, tương đương 55,9%, còn 15 mô hình là dạng đóng, chiếm 44,1%.

Riêng trong nhóm 19 mô hình open-weight, có 11 mô hình đến từ Trung Quốc, tương ứng 57,9%. Danh sách này gồm nhiều mô hình lớn của Trung Quốc như Kimi, DeepSeek, Qwen, GLM, InterVL và Minimax. Ngoài ra còn có 4 mô hình từ Hàn Quốc, 3 mô hình từ Mỹ và 1 mô hình từ Pháp.

AI Safety Institute cho biết các nội dung đánh giá được thiết kế tùy theo đối tượng kiểm định và thời điểm triển khai. Những rủi ro được rà soát gồm prompt injection, rò rỉ thông tin nhạy cảm, lạm dụng tài nguyên tính toán và khả năng khuếch tán hành vi độc hại. Viện cũng kiểm tra các hạng mục như an ninh mạng, khai thác lỗ hổng web, liên kết độc hại và mức độ nguy hại trong phản hồi của mô hình.

Với các mô hình đa phương thức, viện đánh giá thêm khả năng dự báo sớm hành vi có hại, phân loại nhóm rủi ro và phát hiện tấn công jailbreak. Gần đây, AI Safety Institute cũng kiểm tra khả năng đầu ra của AI agent bị lệch theo một hướng nhất định khi bộ nhớ của hệ thống bị đầu độc.

Ngoài các mô hình open-weight, AI Safety Institute còn đánh giá cả những mô hình frontier dạng đóng như GPT và Claude. Tuy nhiên, do khó kiểm định toàn diện mọi mô hình mới ra mắt, viện cho biết phải lựa chọn đối tượng đánh giá dựa trên mức độ quan trọng và các vấn đề chính sách. Hiện cơ quan này cũng đang tiến hành đánh giá GPT-6 Astra, mô hình frontier mới nhất, theo yêu cầu ứng phó các vấn đề từ Bộ Khoa học và ICT Hàn Quốc.

Theo giới chuyên môn, mô hình open-weight đặt ra rủi ro an toàn khác với mô hình đóng, do trọng số được công khai, cho phép người dùng chỉnh sửa hoặc tiếp tục huấn luyện.

Một đại diện doanh nghiệp đang phát triển dịch vụ AI dựa trên open-weight cho rằng người dùng có thể can thiệp trực tiếp vào trọng số, thậm chí làm suy yếu các guardrail hay cơ chế bảo vệ. Theo người này, khác với mô hình frontier dạng đóng, việc người dùng có thể tự gỡ bỏ lớp an toàn là một yếu tố rủi ro đáng chú ý.

Nhiều công ty AI toàn cầu cũng đã cảnh báo về rủi ro an ninh mạng từ các mô hình open-weight.

Phát biểu tại sự kiện AI Risk Conference Seoul 2026, Wana Tun, chuyên gia ứng dụng bảo mật AI của OpenAI, cho biết nếu kẻ tấn công fine-tune các mô hình non-frontier có guardrail tương đối yếu hoặc các mô hình open-weight, đồng thời đầu tư đủ thời gian và token, mức độ thiệt hại có thể rất lớn. Theo bà, năng lực của các mô hình này hiện chỉ chậm hơn khoảng 6-8 tháng so với mô hình frontier.

Cũng tại sự kiện này, Jang Gwang-woon, cố vấn chiến lược an ninh của Microsoft Korea, nhận định năng lực tấn công mạng của các mô hình open-weight đang nhanh chóng thu hẹp khoảng cách với mô hình frontier. Ông cho rằng nhờ khả năng tiếp cận cao và dễ bị khai thác, năng lực tấn công mạng trình độ cao có thể trở nên phổ biến hơn.

Một thách thức lớn khác là số lượng mô hình cần đánh giá đang vượt xa nhân lực và năng lực tính toán hiện có. AI Safety Institute hiện sử dụng 16 GPU Nvidia H200 cho hoạt động đánh giá nội bộ. Mức sử dụng GPU cho công tác này đạt khoảng 70-80%, và trong một số đợt đánh giá, hệ thống phải chạy liên tục nhiều ngày.

Viện cho biết áp lực tài nguyên tính toán đang gia tăng khi các mô hình open-weight của Trung Quốc ngày càng có quy mô lớn hơn, trong khi việc đánh giá AI agent đòi hỏi phải vận hành lặp lại nhiều lần.

Giám đốc AI Safety Institute Kim Myeong-ju cho biết một số mô hình open-weight mới của Trung Quốc có quy mô lớn đến mức không thể chạy trên các GPU phổ thông. Theo ông, việc đánh giá AI agent cũng tiêu tốn đáng kể thời gian và tài nguyên. Ông nói việc kiểm định đầy đủ các mô hình lớn là cần thiết, nhưng trên thực tế viện đang thiếu cả nhân lực lẫn GPU.

Ông cũng cho biết tốc độ xuất hiện của các mô hình mới quá nhanh, khiến việc kiểm định ngay lập tức toàn bộ mô hình là điều gần như bất khả thi. Vì vậy, viện buộc phải ưu tiên và tiến hành đánh giá có chọn lọc theo mức độ quan trọng cũng như các vấn đề đang phát sinh.