Bỏ qua tới nội dung
← Tất cả bài viếtLộ trình · Chặng 03: Chọn công cụ phù hợp

Mô hình AI mở và đóng: khác nhau thế nào, nên chọn loại nào?

Mô hình đóng chỉ dùng qua ứng dụng hoặc API của hãng; mô hình mở trọng số tải về chạy được trên máy riêng. Hiểu giấy phép, ưu nhược điểm và cách chọn.

Kiến thức AI6 phút đọc

Mục lục

Bạn hay nghe "mô hình mã nguồn mở", "open-weight", "chạy AI trên máy". Thực ra chúng có ý nghĩa khác nhau. Đọc xong bài này, bạn sẽ phân biệt được mô hình đóng và mô hình mở, vì sao "mở" chưa chắc là "mã nguồn mở", vài mô hình mở tiêu biểu kèm giấy phép, và khi nào nên chọn loại nào.

Hiểu nhanh: "trọng số" là gì?

Khi huấn luyện, mô hình AI học ra một lượng rất lớn các con số gọi là trọng số (weights). Có thể hình dung trọng số là "bộ não đã học xong" của mô hình. Ai có trọng số và đủ máy là chạy được mô hình đó.

  • Mô hình đóng: hãng giữ trọng số, không cho tải về. Bạn chỉ dùng được qua ứng dụng hoặc API của hãng. Ví dụ: GPT trong ChatGPT, Claude, Gemini.
  • Mô hình mở trọng số (open-weight): hãng công bố trọng số để ai cũng tải về được, chạy trên máy mình hoặc máy chủ riêng, theo giấy phép đi kèm.
ĐóngBạnGửi qua app/APIMáy chủ của hãngMở trọng sốBạnTải trọng số vềMáy của bạn
Đóng
Ví dụ: GPT trong ChatGPT, Claude, Gemini. Hãng giữ trọng số, không cho tải; dữ liệu gửi lên máy chủ hãng.
Mở trọng số
Ví dụ: gpt-oss, Gemma, Llama, Qwen. Tải theo giấy phép; chạy được cả khi không có mạng, dữ liệu có thể ở lại máy; bạn lo cấu hình và cập nhật.
Mô hình đóng chạy trên máy chủ của hãng; mô hình mở trọng số chạy ở nơi bạn chọn.

"Mở trọng số" chưa chắc là "mã nguồn mở"

Tổ chức Open Source Initiative (OSI) ban hành Định nghĩa AI nguồn mở bản 1.0 ngày 28/10/2024. Theo định nghĩa này, một hệ thống AI chỉ được gọi là nguồn mở khi công bố đủ ba thứ:

  1. Thông tin về dữ liệu huấn luyện, đủ chi tiết để người có chuyên môn dựng lại được hệ thống tương đương;
  2. Toàn bộ mã nguồn dùng để huấn luyện và chạy;
  3. Trọng số.

Nhiều mô hình chỉ công bố trọng số, không công bố dữ liệu và mã huấn luyện. Vì vậy, gọi chúng là "mở trọng số" thì chính xác hơn "mã nguồn mở". Bài này dùng cách gọi đó.

Vài mô hình mở trọng số tiêu biểu

Theo trang chính thức, kiểm tra ngày 14/10/2026. Giấy phép có thể khác nhau giữa các phiên bản, nên luôn đọc giấy phép của đúng bản bạn tải.

  • gpt-oss (OpenAI, 05/08/2025): hai bản 120b và 20b, giấy phép Apache 2.0. Bản 20b chạy được với 16 GB bộ nhớ. OpenAI ghi rõ gpt-oss không có trong ChatGPT hay API của họ.
  • Gemma 4 (Google, 02/04/2026): giấy phép Apache 2.0, nhiều kích cỡ; bản nhỏ E2B và E4B chạy được không cần mạng trên điện thoại. Lưu ý các bản Gemma cũ hơn dùng điều khoản riêng (Gemma Terms of Use).
  • Llama 4 (Meta, 04/2025): giấy phép Llama 4 Community License. Công ty có hơn 700 triệu người dùng mỗi tháng phải xin giấy phép riêng từ Meta, và mọi người dùng phải theo chính sách sử dụng của Meta.
  • Qwen (Alibaba): nhiều bản dùng Apache 2.0, ví dụ Qwen3.5-9B.
  • DeepSeek-R1 (DeepSeek, 20/01/2025): giấy phép MIT.
  • Mistral: hãng ghi phần lớn mô hình mở dùng Apache 2.0, nhưng một số bản dùng giấy phép khác; xem trang của từng mô hình.

Giấy phép là "luật chơi": được dùng cho mục đích gì, có được dùng kinh doanh không, có điều kiện gì khi chia sẻ lại. Apache 2.0 và MIT là các giấy phép dễ dãi, cho phép dùng cả cho mục đích thương mại.

Phần lớn các mô hình này được đăng trên Hugging Face, một kho chia sẻ mô hình AI với hơn 2 triệu mô hình.

So sánh nhanh

  • Bắt đầu dùng: mô hình đóng đăng ký là dùng ngay; mô hình mở phải tải về và cài phần mềm để chạy.
  • Dữ liệu của bạn: mô hình đóng gửi dữ liệu lên máy chủ của hãng; mô hình mở có thể giữ dữ liệu trên máy bạn.
  • Chi phí: mô hình đóng trả gói tháng hoặc theo token; mô hình mở không trả cho hãng, nhưng tốn máy, điện và công sức.
  • Cấu hình máy: mô hình đóng không cần máy mạnh; mô hình mở cần máy đủ bộ nhớ, mô hình lớn cần máy chủ.
  • Tính năng kèm theo: mô hình đóng có sẵn nhiều (tìm web, bộ nhớ, dự án…); mô hình mở tuỳ phần mềm bạn dùng để chạy.
  • Tuỳ biến: mô hình đóng trong phạm vi hãng cho phép; mô hình mở tự do hơn, theo giấy phép.

Chạy mô hình mở trên máy tính cá nhân

Không cần biết code, bạn có thể thử bằng các phần mềm có giao diện như LM Studio hoặc Ollama:

  • Tài liệu của LM Studio ghi phần mềm chạy được hoàn toàn không cần mạng, và những gì bạn gõ khi trò chuyện không rời khỏi máy. Bạn vẫn cần mạng để tìm và tải mô hình lúc đầu.
  • Ollama ghi khi chạy cục bộ, họ không thấy câu lệnh hay dữ liệu của bạn. Lưu ý Ollama cũng có mô hình chạy trên đám mây; muốn chỉ chạy trên máy thì tắt tính năng đám mây.

Cấu hình gợi ý của LM Studio cho Windows: từ 16 GB RAM, card đồ hoạ có từ 4 GB bộ nhớ riêng (VRAM). Máy Mac cần chip Apple Silicon, nên có từ 16 GB; máy 8 GB chỉ hợp với mô hình nhỏ.

Nên chọn loại nào?

Chọn mô hình đóng khi bạn:

  • muốn dùng ngay, không lo cài đặt và cấu hình máy;
  • cần tính năng sẵn có như tìm web, đọc tệp, bộ nhớ;
  • máy tính cấu hình vừa phải.

Cân nhắc mô hình mở trọng số khi bạn:

  • làm việc với dữ liệu không muốn gửi ra ngoài (xem thêm Quyền riêng tư khi dùng AI);
  • cần chạy khi không có mạng;
  • muốn tự dựng sản phẩm trên mô hình và tránh phụ thuộc vào một hãng;
  • có máy đủ mạnh, hoặc sẵn sàng thuê máy chủ.

Nhiều người kết hợp: dùng mô hình đóng cho việc hằng ngày, mô hình mở cho vài việc cần giữ dữ liệu trong máy.

Nguồn tham khảo

Kiểm tra ngày 14/10/2026.

Viết bởi Thế cho AI247. Thấy hữu ích? Hãy chia sẻ cho người cần.

FacebookX