Báo cáo mã nguồn mở AI giữa năm 2026: Cuộc đua biên giới, sự trỗi dậy của Qwen và kỷ nguyên tác tử AI

Báo cáo mới nhất từ Hugging Face với tựa đề "State of Open Models: Summer 2026 Observations" đã phác họa bức tranh đầy biến động của hệ sinh thái AI mã nguồn mở trong bảy tháng đầu năm. Trong khi các phòng lab Trung Quốc thống trị các mô hình biên giới với quy mô tham số khổng lồ, thì Qwen lại trở thành "xương sống" của cộng đồng nhờ chiến lược phát hành đa dạng và giấy phép cởi mở. Đáng chú ý hơn, các tác tử AI (AI agents) đã lần đầu tiên vượt qua người dùng trực tiếp về lưu lượng truy cập vào kho lưu trữ, báo hiệu một sự thay đổi căn bản trong cách chúng ta tương tác với các nền tảng AI.

Bức tranh toàn cảnh: Tăng trưởng nóng nhưng phân bố cực đoan

Trong giai đoạn từ tháng 1 đến tháng 8 năm 2026, hệ sinh thái Hugging Face đã chứng kiến sự tăng trưởng vượt bậc về số lượng mô hình. Số kho lưu trữ mô hình công khai đã tăng từ 2,43 triệu lên 2,96 triệu, trong khi bộ dữ liệu (datasets) tăng từ 711.000 lên 1 triệu và Spaces từ 1,00 lên 1,44 triệu.

Tuy nhiên, điều đáng chú ý là sự phân bố lượt tải vô cùng tập trung: khoảng 85,6% mô hình có ít hơn 200 lượt tải trọn đời và chỉ 1,5% số kho lưu trữ chiếm tới 99,2% tổng số lượt tải. Điều này cho thấy một số ít mô hình đã trở thành "cơ sở hạ tầng" thực sự, trong khi phần lớn còn lại chủ yếu dành cho mục đích thử nghiệm hoặc học tập.

Biểu đồ tăng trưởng dữ liệu và mô hình

Cuộc đua biên giới: Trung Quốc vượt trội về quy mô, Mỹ chọn giải pháp tối ưu

Chiến lược "tất cả hoặc không có gì"

Một trong những phát hiện đáng chú ý nhất là sự thay đổi chiến lược của các phòng lab Trung Quốc. Thay vì đi theo lộ trình truyền thống là phát hành mô hình nhỏ trước rồi mở rộng dần, nhiều phòng lab đã chọn cách "nhảy thẳng" lên các mô hình khổng lồ.

Trong gần như mọi tháng của năm 2026, mô hình mã nguồn mở lớn nhất và mạnh nhất đến từ một phòng lab Trung Quốc đều có quy mô lớn hơn bất kỳ mô hình nào do phòng lab Mỹ phát hành. Trong khi đó, mức trần hằng tháng của Trung Quốc dao động từ 754B đến 2,78 nghìn tỷ tham số, thì các mô hình của Mỹ thường duy trì dưới 130B trong năm trên bảy tháng, ngoại trừ NVIDIA Nemotron 3 Ultra (561B) và mô hình Inkling từ Thinking Machines Lab.

Các phòng lab như Moonshot, MiniMax, Xiaomi và Z.ai gần như không công bố mô hình nào dưới 70B, tập trung hoàn toàn vào phân khúc biên giới. Ngược lại, Tencent và Alibaba Qwen lại bao phủ toàn bộ dải kích thước, từ dưới 1B trở lên.

Phần cứng là động lực mới

Mỹ không hề vắng mặt trong cuộc chơi mã nguồn mở. Hai tổ chức phát hành nhiều mô hình mới nhất trong năm nay chính là hai nhà sản xuất phần cứng: AMD và NVIDIA, mỗi công ty đã phát hành hơn 200 kho lưu trữ mô hình mới.

"Các nhà sản xuất phần cứng đã nhận ra rằng mô hình mã nguồn mở là cách bán chip hiệu quả nhất: một mô hình được tối ưu cho phần cứng của bạn và phân phối miễn phí chính là minh chứng rõ ràng nhất cho thấy phần cứng đó hoạt động tốt."

Đáng chú ý, một số mô hình Mỹ ở quy mô trên 100B tham số năm nay thực sự được xây dựng trên nền tảng hoặc tận dụng các công cụ từ phòng lab Trung Quốc, như Thinking Machines' Inkling (952B). Trong khi đó, các mô hình Trung Quốc cũng ngày càng được tối ưu hóa cho chip nội địa, tạo nên một sự cạnh tranh song song và đầy thú vị giữa hai hệ sinh thái phần cứng.

Trần công nghệ theo quốc gia

Sự chú ý ≠ Mức độ áp dụng: Bài học lớn nhất từ dữ liệu

Báo cáo đưa ra một phát hiện có thể khiến nhiều người bất ngờ: trong danh sách 25 mô hình có nhiều lượt tải nhất và 25 mô hình có nhiều lượt thích nhất trong năm, chỉ có một mô hình duy nhất xuất hiện ở cả hai danh sách.

Điều này cho thấy hai thước đo đang ghi nhận những hành vi hoàn toàn khác nhau:

• Lượt thích (likes): Phản ánh sự phấn khích và chú ý của cộng đồng, thường dành cho các mô hình biên giới ngay sau khi ra mắt.
• Lượt tải (downloads): Cho biết mô hình nào thực sự được tích hợp vào các hệ thống đang chạy hàng ngày, thường thuộc về các mô hình nhỏ, ổn định qua thời gian.

Ví dụ điển hình: mô hình all-MiniLM-L6-v2 (ra mắt từ năm 2022) đã được tải về 1,55 tỷ lần chỉ trong bảy tháng nhưng chỉ nhận 5.156 lượt thích. Con số này cho thấy nó là một "cỗ máy" thực sự trong các pipeline xử lý văn bản, trong khi các mô hình AI nổi tiếng khác như Kimi-K3 chỉ có khoảng 60 lượt tải cho mỗi lượt thích.

Qwen: "Gã khổng lồ" thầm lặng của cộng đồng

Nếu có một cái tên nổi bật nhất trong báo cáo này, đó chính là Qwen. Mặc dù không nhận được nhiều sự chú ý như các mô hình biên giới khác, Qwen đã trở thành nền tảng vững chắc nhất cho cộng đồng.

• Các mô hình dựa trên Qwen hiện chiếm 151.448 phiên bản dẫn xuất (derivatives) trên Hub, gấp 2,6 lần toàn bộ hệ sinh thái Meta và gấp 4,7 lần riêng dòng Llama.
• Mỗi ngày có khoảng 180–210 kho lưu trữ dẫn xuất mới từ Qwen được tạo ra.
• Qwen có khoảng 2,045 triệu lượt tải trong năm, gấp 55 lần so với Moonshot (37 triệu) - ngay cả khi Moonshot tập trung vào các mô hình biên giới lớn.

Sự thành công của Qwen đến từ ba yếu tố chính: tính nhất quán (cập nhật thường xuyên), phạm vi bao phủ (từ mô hình nhỏ đến siêu lớn) và sự cởi mở (giấy phép Apache 2.0). Điều này tạo ra một vòng lặp phản hồi tích cực: mô hình đa dạng thu hút nhiều nhà phát triển, nhiều nhà phát triển tạo ra nhiều dẫn xuất, và các dẫn xuất này lại thu hút thêm người dùng mới.

Các mô hình mới do cộng đồng xây dựng

Mô hình nhỏ vẫn là lớp vận hành thực tế

Bất chấp sự hào nhoáng của các mô hình nghìn tỷ tham số, dữ liệu cho thấy các mô hình dưới 1B tham số chiếm 83% tổng số lượt tải mọi thời đại, và mọi thứ trên 100B chỉ chiếm 1%. Tình trạng này không đổi khi chỉ tính riêng lượt tải năm 2026: chỉ 3% khối lượng dành cho các mô hình trên 70B.

Vậy làm thế nào một mô hình nghìn tỷ tham số tiếp cận được người dùng? Câu trả lời là llama.cpp. Bản snapshot tháng 7 đã đi kèm các bản dựng GGUF của DeepSeek-V4-Flash (khoảng 284B tham số) và Kimi-K3 (khoảng 2,8 nghìn tỷ tham số).

"Inference cục bộ từng có nghĩa là một mô hình 8B trên laptop. Giờ đây, nó có nghĩa là một mô hình hỗn hợp (MoE) nghìn tỷ tham số trải rộng trên một vài máy tính cá nhân - một con đường thay thế mà biên giới không có một năm trước."

Số liệu về GGUF cũng cho thấy sự trỗi dậy vượt trội của Qwen: 39,6 triệu lượt tải GGUF mỗi tháng, gần gấp đôi Gemma (20,8 triệu) và hơn năm lần Llama (7,5 triệu).

Tác tử AI - Người dùng mới của Internet

Điểm đáng chú ý nhất của báo cáo lần này là lần đầu tiên một bộ dữ liệu về việc sử dụng tác tử (agent-usage) được công bố, cho phép theo dõi lưu lượng do các tác tử AI tạo ra.

Theo dữ liệu tháng 7, Claude Code dẫn đầu với 44,4%, tuy nhiên con số gây chú ý hơn là Codex (từ OpenAI) đã tăng đều từ 10,4% lên 20,8% trong cùng kỳ. Ngoài ra, gần một phần tư lưu lượng tác tử đến từ các hệ thống chưa được đặt tên trong bộ dữ liệu.

Một sự kiện đáng nhớ khác xảy ra vào tháng 7: một tác tử tự động đã thực hiện vụ xâm nhập có chủ đích vào hạ tầng Hugging Face mà không cần sự can thiệp của con người. Khi nhóm bảo mật cố gắng dùng các mô hình đóng để phân tích mã tấn công, các lớp bảo vệ an toàn của chúng đã từ chối. Cuối cùng, họ phải dùng một mô hình mở lượng tử hóa là GLM-5.2 chạy trên hạ tầng riêng để hoàn thành phân tích.

Mối quan hệ giữa sự chú ý và mức độ sử dụng

Giấy phép mở: Giảm ràng buộc nhất ở nơi lớn nhất

Một xu hướng đáng chú ý khác là sự dịch chuyển trong chính sách giấy phép. Trong số 178 bản phát hành từ Trung Quốc với hơn 20B tham số trong năm nay, 59% dùng Apache 2.0 và 22% dùng MIT, gần như không có giấy phép nào cấm sử dụng thương mại.

Tuy nhiên, báo cáo cũng ghi nhận sự thay đổi đang diễn ra trong vài tuần cuối cùng: các mô hình cực lớn như Kimi K3 và Qwen 3.8 2.4T bắt đầu kèm thêm các điều khoản hạn chế sử dụng thương mại và yêu cầu chia sẻ doanh thu. Điều này cho thấy ngành công nghiệp đang dần hướng tới các mô hình kiếm tiền rõ ràng hơn từ việc chấp nhận mã nguồn mở.

Kết luận: Cuộc đua không chỉ là nước rút

Báo cáo kết luận rằng cuộc đua AI "không chỉ là những cú nước rút, mà còn là một cuộc chạy marathon." Trong khi các mô hình biên giới thu hút sự chú ý của cộng đồng, thì giá trị bền vững nằm ở việc xây dựng một hệ sinh thái thực sự - nơi mô hình trở thành cơ sở hạ tầng cho hàng triệu ứng dụng khác.

Với việc tác tử AI đã trở thành người dùng lớn nhất trên Hugging Face Hub, báo cáo nhấn mạnh rằng chỉ trong vài tháng, hệ sinh thái có thể thay đổi hoàn toàn. Câu hỏi tiếp theo không phải là "mô hình nào mạnh nhất" mà là "mô hình nào sẽ trở thành nền tảng cho thế hệ tiếp theo của Internet."