Các mô hình trọng số mở đã đạt khoảng một phần ba tổng mức sử dụng mô hình ngôn ngữ lớn vào cuối năm 2025, theo một nghiên cứu 100 nghìn tỷ token về lưu lượng API thực tế do OpenRouter và Andreessen Horowitz (a16z) công bố. Đây là tín hiệu rõ ràng nhất từ trước đến nay cho thấy AI mã nguồn mở đã chuyển từ sự tò mò trong nghiên cứu sang mặc định trong sản xuất. Hugging Face hiện lưu trữ hơn 2 triệu mô hình công khai và 13 triệu người dùng (Hugging Face, State of Open Source Spring 2026), Llama của Meta đã vượt qua 1.2 tỷ lượt tải xuống (Meta, 2025), và Qwen của Alibaba đã vượt qua nó để đạt 700 triệu (Xinhua, 2026). Tuy nhiên, 200 mô hình hàng đầu chiếm 49.6% tổng số lượt tải xuống trên Hugging Face, và các mô hình đóng hàng đầu vẫn dẫn trước các mô hình mở tốt nhất khoảng bốn tháng (Epoch AI, 2026). Phân tích này tổng hợp dữ liệu từ Hugging Face, OpenRouter, a16z, Stanford HAI, Epoch AI, McKinsey, GitHub và 13 nguồn chính khác thành hơn 45 điểm dữ liệu đã được xác minh.
TL;DR
- Các mô hình trọng số mở đã đạt khoảng 33% mức sử dụng mô hình ngôn ngữ lớn vào cuối năm 2025, tăng từ một nền tảng thấp một chữ số (OpenRouter, State of AI 2025).
- Hugging Face lưu trữ hơn 2 triệu mô hình công khai và hơn 500,000 bộ dữ liệu cho 13 triệu người dùng (Hugging Face, State of Open Source Spring 2026).
- 200 mô hình hàng đầu, chiếm 0.01% tổng số mô hình, tạo ra 49.6% lượt tải xuống; khoảng một nửa số mô hình có ít hơn 200 lượt tải xuống (Hugging Face, Spring 2026).
- Qwen của Alibaba đã vượt qua 700 triệu lượt tải xuống tích lũy trên Hugging Face và vượt qua Llama vào cuối năm 2025 (Xinhua / South China Morning Post, 2026).
- Llama của Meta đạt 1.2 tỷ lượt tải xuống vào ngày 29 tháng 4 năm 2025, tăng từ 650 triệu vào tháng 12 năm 2024 (Meta; TechCrunch, 2025).
- Các mô hình trọng số mở tụt hậu so với các mô hình đóng hàng đầu khoảng bốn tháng, hay 8 điểm ECI (Epoch AI, 2026).
- Hơn 50% tổ chức sử dụng AI mã nguồn mở, tăng lên 72% trong lĩnh vực công nghệ (McKinsey, 2025).
- Các mô hình Trung Quốc chiếm 41% lượt tải xuống trên Hugging Face trong năm qua, và Trung Quốc đã vượt qua Hoa Kỳ về lượt tải xuống hàng tháng trong năm 2025 (Hugging Face, Spring 2026).
- Thị trường mô hình AI mã nguồn mở được ước tính tăng trưởng từ 19.05 tỷ đô la vào năm 2025 lên 23.08 tỷ vào năm 2026 (The Business Research Company, 2026).
- Chỉ 15 trong số 95 mô hình đáng chú ý được phát hành vào năm 2025 đi kèm mã huấn luyện mở (Stanford HAI, AI Index 2026).
- Các nhà nghiên cứu đã tìm thấy khoảng 100 mô hình độc hại trên Hugging Face, khoảng 95% được xây dựng bằng một định dạng tuần tự hóa duy nhất (Dark Reading / JFrog, 2024-2025).
1. Hệ Sinh Thái AI Mã Nguồn Mở Qua Các Con Số
Hugging Face là trung tâm trọng lực của các mô hình mở, và báo cáo State of Open Source Spring 2026 của chính mình cho thấy cả quy mô lẫn sự tập trung cực độ của sự chú ý. 200 mô hình hàng đầu, chỉ chiếm 0.01% danh mục, chiếm 49.6% tổng số lượt tải xuống, trong khi khoảng một nửa số mô hình trên nền tảng này có tổng cộng ít hơn 200 lượt tải xuống. Trong khi đó, Octoverse 2025 của GitHub cho thấy khía cạnh nhà phát triển của cùng làn sóng này: hơn một triệu kho lưu trữ công khai hiện được xây dựng trên một LLM SDK.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Mô hình công khai trên Hugging Face | 2,000,000+ | Hugging Face, State of Open Source Spring 2026 |
| Bộ dữ liệu công khai trên Hugging Face | 500,000+ | Hugging Face, Spring 2026 |
| Người dùng / tổ chức đã đăng ký | 13,000,000 / 500,000 | Hugging Face, Spring 2026 |
| Tỷ lệ lượt tải xuống từ 200 mô hình hàng đầu (0.01% tổng số) | 49.6% | Hugging Face, Spring 2026 |
| Mô hình có ít hơn 200 lượt tải xuống tổng cộng | ~50% | Hugging Face, Spring 2026 |
| Kho lưu trữ công khai trên GitHub sử dụng LLM SDK | 1,100,000+ (693,867 new, +178% YoY) | GitHub, Octoverse 2025 |
| Người đóng góp hàng tháng cho các dự án AI tạo sinh | 68,000 (Jan 2024) to 200,000 (Aug 2025) | GitHub, Octoverse 2025 |
Ghi chú bối cảnh: kích thước trung bình của các mô hình được tải xuống tăng từ 827 triệu tham số vào năm 2023 lên 20.8 tỷ vào năm 2025, nhưng trung vị chỉ tăng từ 326 triệu lên 406 triệu (Hugging Face, Spring 2026). Các mô hình nhỏ vẫn đảm nhận phần lớn công việc. Để biết thêm về bức tranh mô hình rộng hơn, xem thống kê AI tạo sinh của chúng tôi.
2. Sử Dụng Trong Thực Tế: Trọng Số Mở Đạt Một Phần Ba Số Token
Số lượng mô hình đo lường nguồn cung; khối lượng token đo lường nhu cầu. Nghiên cứu State of AI của OpenRouter, phân tích 100 nghìn tỷ token lưu lượng suy luận thực tế trên hơn 300 mô hình cùng với a16z, là bằng chứng công khai mạnh mẽ nhất cho thấy trọng số mở đang chiếm ưu thế trong các khối lượng công việc thực tế. Các mô hình mã nguồn mở của Trung Quốc đã tăng từ 1.2% khối lượng token hàng tuần vào cuối năm 2024 lên mức trung bình hàng tuần 13.0%, đạt đỉnh gần 30% trong một số tuần. Phân khúc mã nguồn mở cũng đa dạng hóa: R1 của DeepSeek từng chiếm hơn một nửa số token mở, nhưng đến cuối năm 2025, không có mô hình mở đơn lẻ nào chiếm hơn 25% thị phần mở.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Tỷ lệ trọng số mở trong mức sử dụng mô hình ngôn ngữ lớn, cuối năm 2025 | ~33% (one-third) | OpenRouter, State of AI 2025 |
| Tỷ lệ token hàng tuần mã nguồn mở của Trung Quốc | 1.2% (late 2024) to 13.0% avg, ~30% peak | OpenRouter, 2025 |
| Tỷ lệ trung bình hàng tuần mã nguồn mở của phần còn lại thế giới | 13.7% | OpenRouter, 2025 |
| Token của DeepSeek (Nov 2024 to Nov 2025) | 14.37 trillion | OpenRouter, 2025 |
| Token của Qwen | 5.59 trillion | OpenRouter, 2025 |
| Token của Meta Llama | 3.96 trillion | OpenRouter, 2025 |
| Token của Mistral AI | 2.92 trillion | OpenRouter, 2025 |
| Tổng số token / mô hình / nhà cung cấp được phân tích | 100 trillion / 300+ / 70+ | OpenRouter, 2025 |
Ghi chú ngoại lệ: các mô hình định hướng lý luận hiện xử lý hơn một nửa tổng số token khi việc gọi công cụ (tool-calling) gia tăng, một sự thay đổi được đề cập trong thống kê tác nhân AI của chúng tôi.
3. Khoảng Cách Hiệu Suất Giữa Mô Hình Mở và Đóng
Khoảng cách giữa mô hình mở tốt nhất và mô hình đóng tốt nhất đã thu hẹp đáng kể vào năm 2024, sau đó ngừng thu hẹp. Epoch AI đo lường độ trễ này bằng Epoch Capabilities Index của mình. Các mô hình trọng số mở tụt hậu so với các mô hình đóng hàng đầu khoảng bốn tháng, hay 8 điểm ECI, trong giai đoạn từ tháng 1 đến tháng 5 năm 2026, rộng hơn một chút so với độ trễ khoảng ba tháng được đo đến tháng 10 năm 2025. AI Index 2026 của Stanford HAI kể một câu chuyện tương tự trên bảng xếp hạng Arena.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Độ trễ của mô hình trọng số mở so với mô hình đóng hàng đầu | ~4 months / 8 ECI points (90% CI 7-11) | Epoch AI, 2026 |
| Độ trễ trước đó (Jan 2023 to Oct 2025) | ~3 months | Epoch AI, 2025 |
| Khoảng cách dẫn trước của mô hình đóng tốt nhất so với mô hình mở tốt nhất (Mar 2026) | 3.3% (up from 0.5% in Aug 2024) | Stanford HAI, AI Index 2026 |
| Mô hình đóng trong top 10 Arena | 6 of 10 | Stanford HAI, AI Index 2026 |
| Khoảng cách Chatbot Arena, Jan 2024 to Feb 2025 | 8.04% to 1.70% | Stanford HAI, AI Index 2025 |
| Tốc độ mở rộng tính toán huấn luyện trọng số mở hàng đầu | ~4.7x per year | Epoch AI, 2025 |
| Hàng đầu cục bộ: mô hình tương đương LLM hàng đầu 6-12 tháng trước | Runs on one sub-2,500-dollar GPU | Epoch AI, 2025 |
Ghi chú bối cảnh: DeepSeek-R1, ra mắt vào tháng 1 năm 2025, tụt hậu so với mô hình đóng tốt nhất lúc bấy giờ là o3-mini chỉ 2 điểm phần trăm trên benchmark MATH Level 5 (Epoch AI, 2025), bản phát hành đầu tiên cho thấy khoảng cách đang sụp đổ.
4. Sự Trỗi Dậy Trọng Số Mở của Trung Quốc: Qwen và DeepSeek
Sự thay đổi mang tính quyết định nhất của năm 2025 mang tính địa lý. Các mô hình Trung Quốc chiếm 41% lượt tải xuống trên Hugging Face trong năm qua, và Trung Quốc đã vượt qua Hoa Kỳ về lượt tải xuống hàng tháng trong năm 2025 (Hugging Face, Spring 2026). Qwen của Alibaba đã trở thành dòng mô hình mở được tải xuống nhiều nhất, theo Xinhua và South China Morning Post, trong khi việc ra mắt ứng dụng DeepSeek vào tháng 1 năm 2025 đã lập kỷ lục tải xuống được Sensor Tower và TechCrunch theo dõi.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Tỷ lệ lượt tải xuống hàng tháng của Trung Quốc trên Hugging Face, 2025 | Surpassed the U.S. | Hugging Face, Spring 2026 |
| Tỷ lệ lượt tải xuống của mô hình Trung Quốc trên Hugging Face, năm qua | 41% | Hugging Face, Spring 2026 |
| Lượt tải xuống tích lũy của Qwen trên Hugging Face (Jan 2026) | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Biến thể Qwen trên Hugging Face | 200,000+ | South China Morning Post, 2026 |
| Tỷ lệ các mô hình ngôn ngữ lớn phái sinh mới dựa trên Qwen | ~40% | South China Morning Post, 2026 |
| Lượt tải xuống ứng dụng DeepSeek trong 19 ngày đầu | 23,000,000 (2x ChatGPT) | Sensor Tower, 2025 |
| Vị trí số một của DeepSeek trên App Store | 156+ countries | TechCrunch, 2025 |
| DeepSeek-R1 so với o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
Ghi chú bối cảnh: chỉ trong một tháng, lượt tải xuống Qwen đã vượt qua tổng số kết hợp của tám dòng mô hình mở tiếp theo, bao gồm Meta, DeepSeek, Mistral và Nvidia (South China Morning Post, 2026).
5. Mức Độ Áp Dụng của Doanh Nghiệp và Kinh Tế
AI mã nguồn mở hiện là một chiến lược doanh nghiệp phổ biến, không còn là một thử nghiệm ngoài lề. McKinsey, cùng với Mozilla và Patrick J. McGovern Foundation, đã khảo sát hơn 700 lãnh đạo công nghệ tại 41 quốc gia trong báo cáo Open Source Technology in the Age of AI của mình. Hơn một nửa tổ chức đã sử dụng AI mã nguồn mở, tăng lên 72% trong lĩnh vực công nghệ, và 76% kỳ vọng sẽ tăng mức sử dụng. Khảo sát Enterprise AI của a16z cho thấy sức hút đối với các ngăn xếp đa mô hình, và các nhà nghiên cứu thị trường định giá cơ hội này ở mức hàng chục tỷ đô la.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Tổ chức sử dụng AI mã nguồn mở | 50%+ (72% in tech sector) | McKinsey, 2025 |
| Lãnh đạo kỳ vọng tăng mức sử dụng AI mã nguồn mở | 76% | McKinsey, 2025 |
| Báo cáo chi phí triển khai thấp hơn so với độc quyền | 60% (26% average cost improvement) | McKinsey, 2025 |
| Mức độ áp dụng AI và machine learning mã nguồn mở của doanh nghiệp | 40% (+5 pts vs 2024) | Linux Foundation, 2025 |
| Doanh nghiệp vận hành 5 mô hình trở lên trong sản xuất | 37% (up from 29%) | a16z, Enterprise AI 2025 |
| Thị trường mô hình AI mã nguồn mở, 2025 đến 2026 | 19.05B to 23.08B dollars (21.1% CAGR) | The Business Research Company, 2026 |
| Vòng gọi vốn Series C của Mistral AI (Sep 2025) | ~14B dollars valuation (1.7B euros raised) | Mistral AI; Bloomberg, 2025 |
| Định giá của Hugging Face | 4.5B dollars (2023 Series D); ~7B reported 2025 | TechCrunch, 2023; Sacra, 2025 |
Ghi chú bối cảnh: dự báo thị trường mô hình AI mã nguồn mở là ước tính của nhà cung cấp; hãy coi đây là dữ liệu mới nhất hiện có (The Business Research Company, 2026). Để biết cách tính chi phí ở giai đoạn sau, xem tổng hợp liên quan của chúng tôi về thống kê chi phí suy luận AI và, đối với công cụ dành cho nhà phát triển, thống kê công cụ lập trình AI.
6. Quản Trị, Cấp Phép và Bảo Mật
Trọng số mở không giống với mã nguồn mở, và các định nghĩa này rất quan trọng đối với việc tuân thủ. Open Source Initiative đã công bố Open Source AI Definition của mình vào tháng 10 năm 2024, và rất ít mô hình nổi tiếng đáp ứng đầy đủ định nghĩa này. Chỉ 15 trong số 95 mô hình đáng chú ý được phát hành vào năm 2025 đi kèm mã huấn luyện mở (Stanford HAI, AI Index 2026), ngay cả khi các chính phủ chuyển sang khuyến khích trọng số mở. Bảo mật là vấn đề cần theo dõi khác: JFrog và các nhà nghiên cứu đã ghi nhận các mô hình độc hại có khả năng thực thi mã trên các nền tảng công khai.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Mô hình AI mã nguồn mở được OSI xác nhận | Pythia, OLMo, Amber, CrystalCoder, T5 | OSI / TechCrunch, 2024 |
| Mô hình đáng chú ý năm 2025 được phát hành không có mã huấn luyện mở | 80 of 95 | Stanford HAI, AI Index 2026 |
| Tỷ lệ ngành công nghiệp trong các mô hình đáng chú ý, 2025 | 91.6% | Stanford HAI, AI Index 2026 |
| Mô hình độc hại được tìm thấy trên Hugging Face | ~100 (~95% one serialization format) | Dark Reading / JFrog, 2024-2025 |
| Mô hình bị JFrog gắn cờ là độc hại zero-day | 25 | JFrog, 2025 |
| AI và machine learning được xem là hưởng lợi nhiều nhất từ mã nguồn mở | 38% | Linux Foundation, 2025 |
| Lập trường của AI Action Plan Hoa Kỳ đối với trọng số mở | Pro-open-weight (Jul 23, 2025) | White House, 2025 |
| Quy định AI mục đích chung của EU AI Act có hiệu lực | Aug 2, 2025 | European Commission, 2025 |
Ghi chú bối cảnh: chính khả năng tiếp cận trọng số mở giúp ích cho các startup cũng làm giảm rào cản đối với việc lạm dụng nội dung tổng hợp, một rủi ro được lượng hóa trong thống kê deepfake của chúng tôi.
Tóm Tắt: AI Mã Nguồn Mở Qua Các Con Số
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Tỷ lệ trọng số mở trong mức sử dụng mô hình ngôn ngữ lớn, cuối năm 2025 | ~33% | OpenRouter, State of AI 2025 |
| Mô hình công khai trên Hugging Face | 2,000,000+ | Hugging Face, Spring 2026 |
| Tỷ lệ lượt tải xuống từ 200 mô hình hàng đầu | 49.6% | Hugging Face, Spring 2026 |
| Doanh nghiệp vận hành 5 mô hình trở lên trong sản xuất | 37% | a16z, Enterprise AI 2025 |
| Lượt tải xuống tích lũy của Qwen trên Hugging Face | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Lượt tải xuống Meta Llama (Apr 2025) | 1,200,000,000 | Meta; TechCrunch, 2025 |
| DeepSeek-R1 so với o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
| Lượt tải xuống ứng dụng DeepSeek trong 19 ngày đầu | 23,000,000 | Sensor Tower, 2025 |
| AI và machine learning được xem là hưởng lợi nhiều nhất từ mã nguồn mở | 38% | Linux Foundation, 2025 |
| Độ trễ của mô hình trọng số mở so với mô hình đóng hàng đầu | ~4 months / 8 ECI points | Epoch AI, 2026 |
| Khoảng cách dẫn trước của mô hình đóng tốt nhất so với mô hình mở tốt nhất (Mar 2026) | 3.3% | Stanford HAI, AI Index 2026 |
| Tổ chức sử dụng AI mã nguồn mở | 50%+ | McKinsey, 2025 |
| Lãnh đạo kỳ vọng tăng mức sử dụng AI mã nguồn mở | 76% | McKinsey, 2025 |
| Chi phí triển khai thấp hơn so với độc quyền | 60% (26% avg improvement) | McKinsey, 2025 |
| Mức độ áp dụng AI/ML mã nguồn mở của doanh nghiệp | 40% | Linux Foundation, 2025 |
| Thị trường mô hình AI mã nguồn mở (2026) | 23.08B dollars | The Business Research Company, 2026 |
| Định giá Mistral AI (Sep 2025) | ~14B dollars | Mistral AI; Bloomberg, 2025 |
| Mô hình đáng chú ý năm 2025 không có mã huấn luyện mở | 80 of 95 | Stanford HAI, AI Index 2026 |
| Mô hình độc hại được tìm thấy trên Hugging Face | ~100 | Dark Reading / JFrog, 2024-2025 |
| Kho lưu trữ công khai trên GitHub sử dụng LLM SDK | 1,100,000+ | GitHub, Octoverse 2025 |
Phương Pháp và Nguồn
Dữ liệu được thu thập bằng cách truy nguyên từng con số về nhà xuất bản gốc của nó, ưu tiên các báo cáo, khảo sát và công bố gốc từ năm 2025 và 2026 hơn là tổng hợp thứ cấp, đồng thời đánh dấu các ước tính thị trường của nhà cung cấp và các số liệu cũ hơn ở những nơi chúng xuất hiện.
Nguồn được trích dẫn:
- Hugging Face, State of Open Source, Spring 2026
- OpenRouter và Andreessen Horowitz (a16z), State of AI: An Empirical 100 Trillion Token Study, 2025
- Andreessen Horowitz (a16z), How 100 Enterprise CIOs Are Building and Buying Gen AI, 2025
- Epoch AI, Open-Weight Models data insights, 2025-2026
- Stanford HAI, AI Index Report 2026 và AI Index Report 2025
- McKinsey cùng với Mozilla và Patrick J. McGovern Foundation, Open Source Technology in the Age of AI, 2025
- GitHub, Octoverse 2025
- Xinhua và South China Morning Post, Qwen downloads reporting, 2026
- Sensor Tower và TechCrunch, DeepSeek app data, 2025
- Meta, Celebrating 1 Billion Downloads of Llama, 2025, và TechCrunch, LlamaCon 1.2 billion figure, 2025
- Linux Foundation, The State of Global Open Source 2025
- Open Source Initiative, Open Source AI Definition 1.0, 2024
- JFrog và Dark Reading, malicious model research, 2024-2025
- The White House, Winning the Race: America’s AI Action Plan, 2025
- European Commission, EU AI Act general-purpose AI guidelines, 2025
- The Business Research Company / Research and Markets, Open-Source AI Model Market Report 2026
- Mistral AI và Bloomberg, Series C funding reporting, 2025; Sacra, Hugging Face valuation estimate, 2025; TechCrunch, Hugging Face Series D, 2023
Data watch: một số nguồn được trích dẫn xuất bản theo lịch trình cố định. GitHub Octoverse và AI Index của Stanford HAI xuất bản hàng năm, với các ấn bản tiếp theo dự kiến lần lượt vào cuối năm 2026 và đầu năm 2027; các nghiên cứu State of AI và mã nguồn mở của McKinsey cùng khảo sát State of Global Open Source của Linux Foundation được thực hiện hàng năm; State of Open Source của Hugging Face xuất hiện khoảng hai lần mỗi năm, với một ấn bản Fall 2026 có khả năng xảy ra; và Epoch AI liên tục cập nhật việc theo dõi mở-đóng của mình.
Cập nhật lần cuối: July 10, 2026.
Chúng tôi xem xét và cập nhật trang này hàng quý khi có dữ liệu mới được công bố.