GLM-5.2: mô hình mở mạnh nhất thế giới giờ mang giấy phép MIT — và nó thay đổi bài toán AI nội bộ cho doanh nghiệp Việt

Ngày 13/06/2026, phòng thí nghiệm Z.ai (tên cũ Zhipu AI, Bắc Kinh) công bố GLM-5.2 và ít ngày sau phát hành trọng số dưới giấy phép MIT. Điều đáng chú ý không chỉ là điểm số: lần đầu tiên, mô hình mở mạnh nhất theo bảng xếp hạng độc lập lại đi kèm một giấy phép cho phép doanh nghiệp tải về, chạy tại chỗ và dùng thương mại gần như không ràng buộc. Với doanh nghiệp Việt đang cân nhắc AI nội bộ vì chủ quyền dữ liệu, đây là tin có sức nặng thực tế — chứ không phải chỉ là một dòng benchmark. Bài này bóc tách: GLM-5.2 mạnh cỡ nào, MIT nghĩa là gì, cần phần cứng ra sao để tự chạy, và doanh nghiệp Việt nên đọc tin này thế nào. Số liệu tra cứu lại ngày 24/07/2026.

GLM-5.2 là gì và mới ở điểm nào?

GLM-5.2 là mô hình ngôn ngữ lớn mã nguồn mở của Z.ai, kiến trúc "chuyên gia thưa" (MoE) với 753 tỷ tham số tổng nhưng chỉ kích hoạt một phần nhỏ mỗi token, phát hành trọng số theo giấy phép MIT. Theo model card chính thức trên HuggingFace, mô hình có ngữ cảnh 1 triệu token và giới thiệu cơ chế IndexShare (chia sẻ bộ chỉ mục qua mỗi bốn lớp attention thưa, giảm khối lượng tính toán ~2,9 lần ở ngữ cảnh 1 triệu token) — đây là phần giúp nó xử lý các tác vụ "dài hơi" ổn định hơn.

Điểm "mới" đáng chú ý nhất so với người tiền nhiệm GLM-5.1: cửa sổ ngữ cảnh nhảy từ 200.000 lên 1 triệu token (gấp 5 lần), và mô hình được tối ưu riêng cho lập trình cùng các tác vụ agent kéo dài nhiều bước. GLM-5.2 cũng có hai mức "nỗ lực suy luận" để cân bằng giữa tốc độ và độ sâu. Với doanh nghiệp, ngữ cảnh 1 triệu token nghĩa là có thể đưa cả một bộ tài liệu nội bộ lớn vào một lượt hỏi-đáp — nối tiếp trực tiếp bài toán chọn vector database cho RAG nội bộ mà chúng tôi từng phân tích.

Mạnh cỡ nào so với các mô hình đóng?

Trên bảng xếp hạng độc lập Artificial Analysis, GLM-5.2 là mô hình mở đứng đầu với 51 điểm — chỉ kém các mô hình đóng frontier vài điểm, và vượt mọi mô hình mở khác. Theo Artificial Analysis, GLM-5.2 đạt 51 điểm trên Intelligence Index v4.1 — cao nhất trong các mô hình mở từ trước tới nay, xếp trên DeepSeek V4 Pro (44) và MiniMax-M3 (44); trang Crypto Briefing mô tả nó "staking its claim as the benchmark leader in the open model category" (khẳng định vị trí dẫn đầu nhóm mô hình mở).

Nhìn từng benchmark cụ thể, khoảng cách với mô hình đóng đã thu hẹp về mức một chữ số phần trăm — đúng xu hướng chúng tôi đã ghi nhận ở DeepSeek V4 thu hẹp khoảng cách. Bảng dưới lấy số công bố trong thông báo chính thức của Z.ai:

Lưu ý: đây là số tự công bố của nhà phát triển trong thông báo chính thức; điểm số benchmark do vendor báo cáo thường lạc quan hơn thực tế — nên dùng chỉ số độc lập Artificial Analysis (Bảng 2) làm đối chiếu.

Để có góc nhìn độc lập, bảng thứ hai xếp GLM-5.2 cạnh các mô hình mở khác theo cùng một thước đo của Artificial Analysis:

Bối cảnh quan trọng: theo Artificial Analysis, GLM-5.2 xếp hạng 1 trong các mô hình mở và hạng 4 tổng thể (gồm cả mô hình đóng). Nói cách khác, cái "trần" mà doanh nghiệp tự host được đã dâng lên rất gần với mô hình đóng — thứ trước đây chỉ gọi được qua API của nhà cung cấp nước ngoài.

Vì sao giấy phép MIT là bước ngoặt cho doanh nghiệp

Giấy phép MIT cho phép doanh nghiệp tải trọng số về, chạy tại chỗ, chỉnh sửa và dùng thương mại gần như không ràng buộc — không phí bản quyền, không giới hạn vùng, không cần xin phép. File giấy phép trên kho chính thức ghi rõ "MIT License, Copyright (c) 2026 Zhipu AI" (xem kho zai-org/GLM-5.2). Đây là khác biệt lớn so với nhiều mô hình mở khác vốn kèm điều khoản riêng (giới hạn số người dùng, cấm một số mục đích, hoặc buộc ghi công) — MIT thì tối giản và thân thiện với doanh nghiệp nhất.

Với bài toán chủ quyền dữ liệu, sự kết hợp "mạnh + mở + MIT + tự host được" mới là điều thực sự đáng giá. Một mô hình mạnh nhưng chỉ gọi được qua API nước ngoài thì mọi câu hỏi, mọi tài liệu bạn đưa vào đều rời khỏi tổ chức. Ngược lại, một mô hình MIT tải về chạy trên máy chủ nội bộ giúp dữ liệu không bao giờ rời hạ tầng của bạn — đúng tinh thần chúng tôi đã trình bày trong LLM chủ quyền trên máy chủ nội bộ và "năm chủ quyền AI". GLM-5.2 nâng chất lượng của lựa chọn tự host lên gần ngang mô hình đóng, khiến đánh đổi "chủ quyền vs năng lực" bớt gay gắt hơn hẳn.

Cần phần cứng gì để tự chạy GLM-5.2?

Vì GLM-5.2 có ~750 tỷ tham số, tự chạy nó cần nhiều GPU trung tâm dữ liệu — đây là rào cản thực tế lớn nhất, và là lý do phần lớn doanh nghiệp sẽ bắt đầu bằng bản lượng tử hoá hoặc mô hình nhỏ hơn. Có thể ước tính nhanh nhu cầu bộ nhớ bằng công thức quen thuộc số tham số × số byte mỗi tham số (phương pháp chúng tôi đã dùng trong bài chi phí thật để tự chạy LLM on-premise): ở FP8 mỗi tham số chiếm 1 byte, INT4 còn 0,5 byte. Bảng dưới là ước tính trọng số thô, chưa cộng KV-cache và overhead runtime (thường +20–30%).

Bài học rút ra: GLM-5.2 mở và miễn phí bản quyền, nhưng hạ tầng để chạy nó thì không. Đây là mô hình dành cho tổ chức có nhu cầu và ngân sách GPU thực sự, hoặc cho nhà cung cấp dựng dịch vụ. Đa số doanh nghiệp vừa và nhỏ nên bắt đầu bằng mô hình mở cỡ nhỏ hơn (7–32 tỷ tham số) chạy trên một GPU, rồi mới cân nhắc "leo thang" lên nhóm 700 tỷ khi nhu cầu và số liệu đã rõ — đúng lộ trình trong tự xây AI nội bộ: lộ trình 8 bước.

Chi phí và những đánh đổi cần biết

GLM-5.2 rẻ khi gọi API nhưng "tốn token" khi suy luận, và tự host thì đổi phí bản quyền lấy phí phần cứng — không có lựa chọn nào miễn phí tuyệt đối. Nếu gọi qua API chính chủ Z.ai, giá là $1,40 cho 1 triệu token đầu vào và $4,40 cho 1 triệu token đầu ra (theo Artificial Analysis) — rẻ hơn nhiều lần so với các mô hình đóng cùng phân khúc, và mô hình nằm trên "đường Pareto" giữa trí tuệ và chi phí mỗi tác vụ. Nhưng có một lưu ý quan trọng: GLM-5.2 dùng tới khoảng 43.000 token đầu ra cho mỗi tác vụ đánh giá (trong đó ~37.000 là token suy luận), cao hơn các mô hình mở cùng nhóm như MiniMax-M3 (24.000) — nghĩa là "mạnh nhờ suy nghĩ nhiều", và suy nghĩ nhiều thì tốn token, tốn thời gian, tốn tiền.

Vì thế quyết định đúng là bài toán so sánh tổng chi phí thực tế của bạn: gọi API (trả theo token, dữ liệu ra ngoài) so với tự host (trả bằng vốn GPU + điện + vận hành, dữ liệu ở lại). GLM-5.2 làm cho cả hai vế đều hấp dẫn hơn trước — nhưng con số quyết định vẫn phải lấy từ khối lượng token thật và báo giá phần cứng thật của chính doanh nghiệp.

Doanh nghiệp Việt nên đọc tin này thế nào?

Với doanh nghiệp Việt, ý nghĩa lớn nhất của GLM-5.2 không phải "có mô hình Trung Quốc mới", mà là "trần năng lực của AI tự host đã dâng lên gần mô hình đóng" — khiến phương án giữ dữ liệu tại chỗ trở nên thực tế hơn về mặt chất lượng. Đây là khung chúng tôi khuyến nghị:

• Nếu dữ liệu buộc phải ở lại tổ chức (hợp đồng khách hàng, dữ liệu cá nhân theo Nghị định 13/2023, bí mật kinh doanh): GLM-5.2 hoặc một mô hình mở tương đương là lựa chọn đáng cân nhắc để tự host — nhưng hãy tính đúng chi phí phần cứng trước (Bảng 3).
• Nếu tác vụ không nhạy cảm và khối lượng thấp: gọi API (Z.ai hoặc mô hình khác) thường rẻ và nhanh hơn; đừng tự host chỉ vì "nghe có vẻ an toàn hơn".
• Đừng chọn mô hình theo thứ hạng benchmark: số benchmark thay đổi mỗi vài tuần (GLM-5.2 hôm nay, mô hình khác tháng sau). Hãy chọn theo giấy phép, khả năng tự host, tiếng Việt, và chi phí vận hành thực tế — những thứ ổn định hơn điểm số.
• Thẩm định nguồn gốc và tuân thủ: mô hình từ nhà cung cấp nước ngoài, dù là trọng số mở, vẫn cần được rà soát về bảo mật chuỗi cung ứng trước khi đưa vào hệ thống nội bộ — như bài học từ các mô hình mở lớn khác.

GLM-5.2 không khiến "tự host luôn là lựa chọn đúng" — nó khiến lựa chọn tự host đủ mạnh để đáng cân nhắc, và đó chính là điều doanh nghiệp cần khi chủ quyền dữ liệu là yêu cầu bắt buộc chứ không phải tùy chọn.

Câu hỏi thường gặp

Lưu ý: Bài viết tổng hợp từ nguồn công khai tại 24/07/2026. Điểm benchmark do Z.ai công bố là số tự báo cáo của nhà phát triển; chỉ số Artificial Analysis là đánh giá độc lập. Ước tính VRAM tính theo công thức tham số × byte (trọng số thô, chưa gồm overhead 20–30%). Giá API và thứ hạng có thể thay đổi. Thông tin tham khảo, không phải tư vấn kỹ thuật, đầu tư hay pháp lý.