Khoảng cách giữa AI mã nguồn mở và độc quyền đang thu hẹp đáng kể

Thời gian qua, chúng ta đã chứng kiến tốc độ phát triển chóng mặt của trí tuệ nhân tạo, và một trong những xu hướng đáng chú ý nhất là sự thu hẹp khoảng cách giữa các mô hình AI mã nguồn mở và những hệ thống độc quyền mạnh mẽ. Viện An ninh AI (AISI) của chính phủ Anh mới đây đã công bố phân tích sâu về năng lực an ninh mạng của hai loại mô hình này, cho thấy một sự thay đổi đáng kể: các mô hình mã nguồn mở hàng đầu hiện chỉ còn kém các mô hình độc quyền biên giới từ 4 đến 7 tháng, một khoảng cách hẹp hơn đáng kể so với mức 6 đến 10 tháng ghi nhận trong phần lớn năm 2025. Cụ thể, trên 70 đánh giá năng lực an ninh mạng chuyên biệt, GLM-5.2 có hiệu suất gần Claude Opus 4.6 (ra mắt trước 4,3 tháng), trong khi DeepSeek V4-Pro nằm giữa Claude Opus 4.5 và GPT-5 (ra mắt lần lượt vào tháng 11 và tháng 8 năm 2025). Tuy nhiên, khoảng cách này lại nới rộng một chút đối với các tác vụ an ninh mạng dài hạn, đòi hỏi chuỗi khả năng phức tạp, nơi GLM-5.2 đạt tới Opus 4.5 (ra mắt chưa đầy 7 tháng trước) còn DeepSeek V4-Pro thấp hơn Sonnet 4.5 (ra mắt 7 tháng trước). Điều này hàm ý một giai đoạn ngắn để các nhà phòng thủ mạng chuẩn bị trước khi các khả năng tiên tiến của AI hiện nay có thể dễ dàng tiếp cận mà không có các biện pháp bảo vệ tương tự. Minh chứng rõ nét cho xu hướng này là sự xuất hiện của Kimi K3, một mô hình 2.8 nghìn tỷ tham số từ Trung Quốc, đang nhanh chóng thu hẹp khoảng cách với các mô hình biên giới phương Tây. Kimi K3 thể hiện điểm số vượt trội trên các bộ tiêu chuẩn mà các mô hình độc quyền lớn thường sử dụng, thường sánh ngang hoặc chỉ kém Claude Fable 5 và GPT 5.6 Sol. Dù có một số "điểm yếu" cho thấy khả năng đã được tối ưu hóa quá mức cho các tiêu chuẩn đánh giá, Kimi K3 vẫn chứng minh hiệu suất cấp biên giới và vượt trội so với các mô hình khác đã được thử nghiệm. Kimi dự kiến sẽ công bố mã nguồn mở của mô hình cùng một bài nghiên cứu chi tiết trong vài tuần tới, mở ra một chương mới cho sự phổ biến của AI mạnh mẽ. Kimi K3 không chỉ dừng lại ở hiệu suất ấn