Alibaba đưa mô hình AI 'nhỏ mà có võ' lên máy tính cá nhân
Mô hình AI Qwen3.8-27B của Alibaba đang gây chú ý khi đạt hiệu năng tương đương những mô hình AI lớn hơn rất nhiều, trong khi chỉ cần phần cứng phổ thông để vận hành.
Bước tiến này cho thấy cuộc đua AI không còn chỉ xoay quanh những mô hình khổng lồ và các trung tâm dữ liệu đắt đỏ, mà đang chuyển mạnh sang các mô hình nhỏ, mã nguồn mở và có thể chạy trực tiếp trên thiết bị của người dùng.
Mô hình AI 27 tỉ tham số đấu với những “gã khổng lồ”
Alibaba Group Holding vừa đưa ra một tín hiệu đáng chú ý trong cuộc đua AI khi Qwen3.8-27B, mô hình chỉ có 27 tỉ tham số, đạt kết quả tương đương GPT-5.6 Luna trong các bài đánh giá của Artificial Analysis.
Theo Artificial Analysis Intelligence Index, Qwen3.8-27B cũng gần bắt kịp một số mô hình mã nguồn mở hàng đầu của Trung Quốc như DeepSeek-V4-Pro-0813, ra mắt tuần trước với 1.700 tỉ tham số, và GLM-5.2 của Zhipu với 753 tỉ tham số.
Sự chênh lệch về quy mô đặc biệt đáng chú ý. Một mô hình 27 tỉ tham số có thể nhỏ hơn hàng chục lần so với những mô hình AI hàng đầu nói trên, nhưng vẫn đạt mức hiệu năng đủ sức cạnh tranh trong nhiều tác vụ.
Alibaba công bố trọng số của Qwen3.8-27B vào cuối tuần trước. Trọng số là phần thông số cốt lõi quyết định cách mô hình xử lí thông tin và tạo ra kết quả. Việc công khai những thành phần này cho phép cộng đồng phát triển và triển khai mô hình trên hạ tầng của riêng mình thay vì phải phụ thuộc hoàn toàn vào dịch vụ AI trên nền tảng đám mây.
Đáng chú ý hơn, trên Agentic Index (bộ đánh giá tập trung vào khả năng thực hiện các quy trình công việc theo kiểu tác tử AI agent), Qwen3.8-27B còn vượt qua Terra, mô hình tầm trung thuộc dòng GPT-5.6, cũng như Claude Opus 4.8 của Anthropic.
Nền tảng phát triển AI mã nguồn mở Cline nhận xét đây là lần đầu tiên một mô hình nội địa đạt được năng lực tương đương nhóm “frontier model”, tức là những mô hình tiên tiến nhất trên thị trường.
Sự tiến bộ này cũng được cộng đồng lập trình viên đánh giá cao bởi một yếu tố rất thực tế: Qwen3.8-27B không đòi hỏi hệ thống máy tính trị giá hàng trăm nghìn USD để vận hành.
Simon Willison, lập trình viên người Anh và nhà phát triển công cụ mã nguồn mở Datasette, cho biết kích thước của mô hình phù hợp để chạy trên một chiếc laptop có cấu hình tương đối tốt. Ông đã thử Qwen3.8-27B trên MacBook Pro M5 Max với 128 GB bộ nhớ và Nvidia DGX Spark. Tệp mô hình chỉ khoảng 17 GB, nhưng theo Willison, nó có thể xử lí phần lớn công việc mà ông cần từ một mô hình ngôn ngữ lớn.
Điều này mở ra một thay đổi quan trọng trong cách tiếp cận AI. Thay vì gửi dữ liệu lên máy chủ của các công ty công nghệ để xử lí, doanh nghiệp và cá nhân có thể chạy mô hình trực tiếp trên máy tính của mình. Dữ liệu nhạy cảm vì thế có thêm một lớp bảo vệ, trong khi người dùng không nhất thiết phải trả phí API cho từng lượt truy vấn.
Cuộc đua AI chuyển từ “càng lớn càng tốt” sang AI tại chỗ
Sự xuất hiện của Qwen3.8-27B phản ánh xu hướng đang ngày càng rõ trong ngành AI: mô hình nhỏ hơn nhưng hiệu quả hơn. Trong giai đoạn đầu của làn sóng AI tạo sinh, các công ty công nghệ chủ yếu cạnh tranh bằng cách tăng kích thước mô hình, dữ liệu huấn luyện và năng lực tính toán. Các trung tâm dữ liệu với hàng nghìn GPU trở thành nền tảng của cuộc đua.
Nhưng khi mô hình nhỏ ngày càng thông minh, AI có thể được đưa xuống các thiết bị cá nhân, máy chủ doanh nghiệp và hệ thống biên. Willison cho rằng tốc độ cải thiện của các mô hình ở quy mô này đang rất ấn tượng. Theo ông, người dùng không nhất thiết phải đầu tư hàng trăm nghìn USD vào phần cứng cấp trung tâm dữ liệu chỉ để chạy một mô hình AI đủ năng lực phục vụ công việc.
Tất nhiên, Qwen3.8-27B không hoàn hảo. Willison cho biết mô hình có xu hướng “suy nghĩ quá mức” trong nhiều trường hợp và hiệu năng có thể khá chậm. Vì vậy, việc chạy AI tại chỗ vẫn phụ thuộc đáng kể vào cấu hình phần cứng, cách tối ưu mô hình và loại tác vụ cần xử lí.
Dù vậy, khoảng cách giữa AI chạy trên cloud và AI chạy trên thiết bị cá nhân đang được thu hẹp nhanh chóng. Cline cho biết tốc độ phát triển của AI cục bộ đang diễn ra nhanh hơn nhiều so với dự đoán. Điều này đặc biệt quan trọng với các nhà phát triển phần mềm, doanh nghiệp nhỏ và người dùng muốn kiểm soát dữ liệu của mình.
Qwen cũng đang có lợi thế lớn nhờ chiến lược mã nguồn mở và hệ sinh thái rộng. Alibaba cho biết đã phát hành hơn 460 mô hình Qwen, với tổng số lượt tải trên toàn cầu vượt 3 tỉ.
Theo dữ liệu của Hugging Face, Qwen đạt hơn 2 tỉ lượt tải trong năm 2026, vượt xa các nhà cung cấp mô hình AI khác. Các mô hình mở của Google đạt 418 triệu lượt tải, OpenAI 329 triệu, Meta 227 triệu và DeepSeek 186 triệu.
Hugging Face cho rằng Qwen hưởng lợi từ tốc độ ra mắt các mô hình chủ lực ổn định, đồng thời cung cấp nhiều kích thước và phục vụ nhiều mục đích khác nhau. Nhà phát triển có thể tiếp tục sử dụng cùng một hệ sinh thái khi cần một mô hình nhỏ để chạy trên máy cá nhân hoặc một mô hình lớn hơn cho triển khai quy mô doanh nghiệp.
Alibaba đồng thời tung ra Qwen3.8-Max, mô hình chủ lực mới với 2.400 tỉ tham số, cho thấy công ty không từ bỏ cuộc đua mô hình khổng lồ mà đang theo đuổi song song hai hướng: AI cực lớn cho trung tâm dữ liệu và AI nhỏ gọn cho thiết bị cá nhân.
Đây có thể là thay đổi quan trọng của thị trường AI trong thời gian tới. Nếu hiệu năng tiếp tục tăng trong khi kích thước và yêu cầu phần cứng giảm xuống, AI sẽ không còn là công nghệ chỉ nằm trong các trung tâm dữ liệu của những tập đoàn lớn.
Một chiếc laptop, máy trạm hoặc máy chủ doanh nghiệp có thể trở thành một “trung tâm AI” thu nhỏ. Và khi đó, lợi thế cạnh tranh của ngành AI không chỉ nằm ở việc ai sở hữu mô hình lớn nhất, mà còn ở việc ai có thể đưa năng lực AI mạnh nhất đến tay nhiều người dùng nhất với chi phí thấp nhất.