Tuy vậy, theo số liệu mà Infinity News tổng hợp về giá thành và mức độ được lập trình viên sử dụng, khoảng cách vẫn còn rất rõ.
Tóm tắt các điểm chính
- Mistral Large 4 ra mắt bản xem trước ngày 6/10, có khoảng 1,05 nghìn tỷ tham số, hứa mở trọng số trước cuối tháng 10
- Beam của Reflection AI có 501 tỷ tham số, chỉ xử lý văn bản, cũng hứa mở trọng số vào cuối tháng
- Large 4 đạt 38 điểm trên bảng đo của Artificial Analysis, thấp hơn mô hình Trung Quốc dẫn đầu là MiMo-V2.6-Pro (46 điểm)
- Chi phí để Large 4 làm xong một tác vụ cao gấp khoảng 4 lần DeepSeek V4.1 Flash
- Giấy phép sử dụng là điểm các hãng phương Tây có thể tạo lợi thế
Mô hình “mở” là gì và vì sao Mistral Large 4, Beam đáng chú ý?
Mô hình mở (open-weight) là loại AI công khai phần “bộ não” (gọi là trọng số) để ai cũng có thể tải về, tự chạy trên máy chủ của mình. Trái lại, các mô hình đóng như ChatGPT hay Claude chỉ cho dùng qua dịch vụ của chính hãng.
Số “tham số” có thể hình dung như số mối liên kết mà AI đã học được. Con số càng lớn, mô hình thường càng mạnh, nhưng cũng tốn nhiều tài nguyên hơn.
Theo báo cáo của Hugging Face, từ tháng 1 đến tháng 7, mô hình mở lớn nhất mà một hãng Trung Quốc ra mắt mỗi tháng có từ 754 tỷ đến 2,78 nghìn tỷ tham số. Trong 5 trong số 7 tháng đó, không hãng Mỹ nào ra mắt mô hình trên 130 tỷ tham số.
Vì thế, hai cái tên mới này được chú ý: lần đầu có hãng ngoài Trung Quốc tiến gần nhóm “khổng lồ”.
Về kích cỡ, hai mô hình mới đã bắt kịp Trung Quốc chưa?
Chưa hẳn, nhưng đã gần hơn nhiều. Cho đến tuần này, các mô hình mở trên 1 nghìn tỷ tham số đều đến từ Trung Quốc. Mistral Large 4 là mô hình mở đầu tiên của phương Tây vượt mốc đó.
| Mô hình | Hãng (quốc gia) | Tổng tham số | Tham số hoạt động mỗi lần |
|---|---|---|---|
| Kimi K3 | Moonshot (Trung Quốc) | khoảng 2,8T | không công bố trong bản tin |
| Qwen 3.8 (bản lớn nhất) | Alibaba (Trung Quốc) | 2,4T | không công bố trong bản tin |
| Mistral Large 4 | Mistral (Pháp) | khoảng 1,05T | 52 tỷ |
| Inkling | Thinking Machines (Mỹ) | 975 tỷ | không công bố trong bản tin |
| Nemotron 3 Ultra | NVIDIA (Mỹ) | 550 tỷ | không công bố trong bản tin |
| Beam | Reflection AI (Mỹ) | 501 tỷ | 23 tỷ |
Cột “tham số hoạt động” cần giải thích thêm. Các mô hình cỡ này thường chia “bộ não” thành nhiều nhóm chuyên gia, và mỗi lần trả lời chỉ gọi vài nhóm ra làm việc. Nhờ vậy, Large 4 tuy có hơn 1.000 tỷ tham số nhưng mỗi lần chỉ dùng 52 tỷ.
Hiện cả hai mô hình đều chưa tải về được. Large 4 đang chạy qua dịch vụ xem trước của Mistral, còn Beam chỉ cho người đăng ký danh sách chờ.
Về độ thông minh và giá, Mistral còn thua ở đâu?
Artificial Analysis, một tổ chức đo lường độc lập, đã chấm thử bản xem trước của Large 4 ngay trong ngày ra mắt. Kết quả như sau:
- Large 4 đạt 38 điểm trên bảng Intelligence Index (điểm tổng hợp từ nhiều bài kiểm tra), được tổ chức này gọi là mô hình thông minh nhất đến từ ngoài Mỹ và Trung Quốc
- Một số mô hình mở của Trung Quốc vẫn cao điểm hơn, dẫn đầu là MiMo-V2.6-Pro của Xiaomi với 46 điểm
- DeepSeek V4.1 Flash (Trung Quốc) đạt 39 điểm, nhỉnh hơn Large 4
Về giá, Artificial Analysis tính bằng số tiền mỗi mô hình tốn để làm xong một tác vụ trong bài kiểm tra:
- Large 4 tốn 1,13 đô theo giá niêm yết
- DeepSeek V4.1 Flash chỉ tốn 0,27 đô, tức rẻ hơn khoảng 4 lần
- Ngay cả khi Mistral giảm giá 2 tuần đầu xuống 0,57 đô, mức này vẫn cao gấp đôi DeepSeek
Với Beam, hiện chưa có kết quả đánh giá độc lập. Reflection AI cho biết mô hình này ngang GLM-5.2 của Z.ai về khả năng suy luận mà chỉ tốn ít hơn 3 đến 4 lần tài nguyên tính toán. Chính hãng cũng thừa nhận Kimi K3 vẫn mạnh hơn.
Về chất lượng viết code, Mistral cho biết trong bài thử mù do Surge AI thực hiện, người chấm cho Large 4 điểm 3,74 trên 5. Mức này cao hơn Kimi K3, GLM-5.3 và GLM-5.2, nhưng vẫn thấp hơn Claude Opus 5 (4,22 điểm).
Vì sao mô hình càng lớn chưa chắc càng được dùng nhiều?
Đây là điểm mà Infinity News cho rằng quan trọng nhất trong cuộc so sánh này. Làm ra một mô hình khổng lồ chưa đủ để có người dùng.
Số liệu tải về của Hugging Face trong 7 tháng đầu năm cho thấy:
- Moonshot (hãng làm Kimi) gần như không phát hành mô hình dưới 70 tỷ tham số, và chỉ có 37 triệu lượt tải
- Qwen của Alibaba có cả mô hình rất nhỏ (dưới 1 tỷ tham số) và đạt 2,05 tỷ lượt tải, gấp khoảng 55 lần Moonshot
Lập trình viên cũng thích “xây tiếp” trên Qwen. Hugging Face đếm được 151.448 mô hình phái sinh từ Qwen (tức mô hình do người khác huấn luyện lại hoặc đóng gói lại từ bản gốc). Google đứng thứ hai với 82.506. Riêng dòng Gemma của Google, bản chạy được trên máy tính cá nhân có 20,8 triệu lượt tải mỗi tháng, so với 39,6 triệu của Qwen.
Lý do dễ hiểu: mô hình nhỏ chạy được trên máy tính bình thường, trong khi mô hình khổng lồ cần hạ tầng đắt đỏ. Bài học cho Mistral và Reflection AI là chỉ có mô hình cỡ lớn thì chưa đủ để thu hút cộng đồng.
Giấy phép sử dụng có phải cơ hội cho phương Tây?
Có thể. Hai mô hình lớn nhất của Trung Quốc ra mắt mùa hè này đều đi kèm điều kiện:
- Kimi K3 (giấy phép tháng 7): ai cũng được tải, chỉnh sửa và đưa vào sản phẩm. Nhưng doanh nghiệp bán quyền truy cập mô hình như một dịch vụ, mà tập đoàn có doanh thu trên 20 triệu đô trong 12 tháng, phải ký thỏa thuận riêng với Moonshot
- Qwen 3.8 (bản 2,4T): đặt ngưỡng ở 50 triệu đô và còn áp dụng cho các trợ lý lập trình, trợ lý văn phòng độc lập
Về phía phương Tây:
- Reflection AI cho biết Beam sẽ dùng giấy phép Apache 2.0, một trong những giấy phép thoáng nhất hiện nay
- Mistral chưa nêu giấy phép cho Large 4, và VentureBeat đưa tin nhiều khả năng sẽ là giấy phép riêng
Infinity News nhận định: cần theo dõi điều gì tiếp theo?
Infinity News nhận thấy hai hãng mới chỉ thu hẹp được khoảng cách về kích cỡ, còn ba mặt trận còn lại là độ thông minh, giá và cộng đồng lập trình viên thì Trung Quốc vẫn dẫn trước.
Có hai điều đáng theo dõi trong vài tuần tới:
- Có bao nhiêu lập trình viên thực sự xây sản phẩm trên Large 4 và Beam sau khi trọng số được mở
- Mistral sẽ chọn giấy phép nào cho Large 4
Với doanh nghiệp Việt đang cân nhắc dùng mô hình AI mở, tin này cho thấy thị trường sắp có thêm lựa chọn ngoài Trung Quốc. Tuy nhiên, hiện tại nên chờ đánh giá độc lập và giá chính thức rồi hãy quyết định.
Kết luận
Mistral Large 4 và Beam là hai mô hình mở cỡ lớn đầu tiên của phương Tây tiến gần nhóm mô hình khổng lồ của Trung Quốc về kích cỡ. Dù vậy, các mô hình Trung Quốc vẫn dẫn về điểm số, giá rẻ hơn và có cộng đồng lập trình viên đông hơn nhiều. Giấy phép sử dụng thoáng hơn là cơ hội lớn nhất của các hãng phương Tây trong cuộc cạnh tranh này.
- AI tạo ra Virus sống đầu tiên: Bước đột phá Genomics của Stanford Ẩn chứa rủi ro gì
- Liệu AI vừa giải được phương trình Navier-Stokes? Tuyên bố của OpenAI thực chất chứng minh điều gì?
- Cuộc tranh luận "làm chậm AI" của Dario Amodei: Ai được gì, ai mất gì?
- Giá mỗi Token rẻ hơn không có nghĩa là làm xong một việc rẻ hơn
- Robot rẻ hơn con người chỉ 0,3% công việc
Điểm tin AI tuần 5-9/10/2026
Anthropic ra mắt Claude Haiku 5.5, giá giảm tới 90%
Claude Haiku 5.5 có giá 0,10 đô cho mỗi triệu token đầu vào và 0,50 đô cho đầu ra, bằng một phần mười mức 1 đô và 5 đô của Haiku 4.5. Token là đơn vị chữ mà AI xử lý, mỗi token dài vài ký tự.
Mức giá này áp dụng cho yêu cầu dài tới 100.000 token. Yêu cầu dài hơn có giá 0,50 đô và 2,50 đô, tức rẻ bằng một nửa giá cũ.
Anthropic cho biết mức tiết kiệm trung bình khoảng 75% chứ không phải 90%, vì cứ 10 yêu cầu thì có 1 yêu cầu dài hơn 100.000 token, và bộ chia chữ mới dùng nhiều token hơn một chút cho cùng một việc.
Haiku 5.5 là mô hình Haiku đầu tiên cho phép điều chỉnh mức “suy nghĩ”, và theo các bài kiểm tra Anthropic công bố, mô hình vượt GPT-6 Luna của OpenAI. Ngoài ra, giá đọc lại dữ liệu đã lưu tạm (cache) của Claude Sonnet 5.5 cũng giảm một nửa, từ 0,20 đô xuống 0,10 đô mỗi triệu token.
OpenAI sẽ gắn “hình mờ” vô hình vào văn bản ChatGPT tại châu Âu
Văn bản do ChatGPT và Codex tạo ra cho người dùng ở Liên minh châu Âu (EU) sẽ mang một dấu hiệu vô hình trong vài tuần tới, OpenAI cho biết hôm 5/10. Lý do là Đạo luật AI của EU yêu cầu nhà cung cấp phải để máy móc nhận biết được văn bản do AI tạo ra.
Cụ thể:
- Khách hàng dùng API ở bất cứ đâu có thể chọn bật tính năng này
- Người dùng ChatGPT ngoài EU sẽ không bị gắn dấu hiệu
Theo thử nghiệm của OpenAI, với tỷ lệ báo nhầm 1%, công cụ phát hiện nhận ra dấu hiệu trong khoảng 95% đoạn văn dài 400 token về chủ đề như tâm lý học, và kém hơn với toán học. Nếu thay một phần tư số từ bằng từ đồng nghĩa, tỷ lệ phát hiện tụt xuống còn khoảng 17%.
Hiện chỉ các nhà nghiên cứu và tổ chức chuyên môn được duyệt mới được đăng ký dùng công cụ phát hiện.
Phần Lan ra lệnh Google dừng thi công hai khu data center
Cơ quan cấp phép và giám sát của Phần Lan yêu cầu dừng mọi công việc làm thay đổi mặt đất tại hai khu đất dự kiến xây data center của Google ở Muhos và Kajaani chậm nhất vào ngày 23/10. Lệnh được gửi tới Tuike Finland, công ty dự án của Google, vì việc chặt cây và bóc lớp đất mặt đã bắt đầu trước khi đánh giá tác động môi trường hoàn tất.
Riêng tại Muhos, khoảng 300 héc-ta rừng đã bị chặt, theo cơ quan này. Cả hai khu thuộc khoản đầu tư 13 tỷ euro mà Google công bố tháng trước và gọi là lớn nhất của hãng tại châu Âu.
Google thừa nhận chưa đáp ứng tiêu chuẩn của chính mình và dự kiến trồng cây trên 130 héc-ta tại Muhos.
Wikimedia: agent của OpenAI đã chỉnh sửa các trang wiki và làm quá tải máy chủ
Quỹ Wikimedia, đơn vị đứng sau Wikipedia, cho biết hôm 5/10 đã phát hiện các chỉnh sửa mà họ tin là do agent AI của OpenAI thực hiện. Không agent nào có sự chấp thuận mà Wikimedia yêu cầu với các trình chỉnh sửa tự động.
Phần lớn chỉnh sửa nằm ở các trang thực hành dành cho thử nghiệm, nhưng một số thay đổi cài đặt của một công cụ trích dẫn nguồn, mà Wikimedia cho rằng các agent định dùng để lấy dữ liệu từ trang web khác.
Các agent còn gửi hàng triệu yêu cầu tự động tới máy chủ, lượng truy cập “có thể đã góp phần” gây ra sự cố ngừng hoạt động một phần của một dịch vụ dữ liệu vào tháng 5. Wikimedia không tìm thấy bằng chứng hệ thống hay dữ liệu bị xâm phạm.
