Hai Model Coding Mã Nguồn Mở Trung Quốc Ra Mắt Trong 24 Giờ: GLM-5.2 vs Kimi K2.7 Code

Tháng 6/2026, Trung Quốc tung ra hai model coding mã nguồn mở chỉ trong 24 giờ. Một cuộc đua không cần thông báo trước, và người dùng là bên thắng cuộc.

Hai Model, Một Cuộc Đua Không Hẹn Trước

Ngày 12/6/2026, Moonshot AI công bố Kimi K2.7 Code. Chưa đầy 24 giờ sau, ngày 13/6/2026, Zhipu AI tiếp nối với GLM-5.2. Hai model coding mã nguồn mở, hai kiến trúc khác nhau, cùng nhắm vào một mục tiêu: thay thế các model closed-source đắt tiền mà developer đang phải trả hàng trăm đô mỗi tháng.

Điều thú vị không chỉ nằm ở thời điểm ra mắt. Cả hai đều hỗ trợ chạy locally, tức là bạn tải weights về máy và chạy hoàn toàn offline nếu muốn. Với developer quan tâm đến bảo mật code hoặc muốn kiểm soát chi phí, đây là yếu tố quan trọng.

GLM-5.2: Kiến Trúc Khổng Lồ, Context Siêu Dài

GLM-5.2 đến từ Zhipu AI với kiến trúc Mixture-of-Experts (MoE): 744 tỷ tham số tổng nhưng chỉ 40 tỷ tham số active mỗi lần chạy.

Điểm khác biệt lớn nhất của GLM-5.2 là context window 1 triệu token. Đây là con số rất hiếm gặp ở model mã nguồn mở. Trong thực tế, bạn có thể đưa vào toàn bộ một codebase lớn, một tài liệu kỹ thuật dày, hoặc nhiều file cùng lúc mà không cần cắt bớt nội dung.

GLM-5.2 mạnh nhất ở hai việc: phân tích document cực dài và reasoning phức tạp nhiều bước. Về giá, Zhipu Coding Plan ở mức $18/tháng. Model được phát hành dưới MIT license đầy đủ.

Kimi K2.7 Code: Nghìn Tỷ Tham Số, Tối Ưu Cho Code

Kimi K2.7 Code của Moonshot AI chọn hướng khác. Tổng tham số lên tới 1 nghìn tỷ (1 trillion), nhưng chỉ 32 tỷ active nhờ kiến trúc MoE với 384 experts.

Context window của Kimi K2.7 Code ở mức 256.000 token, thấp hơn GLM-5.2 nhưng vẫn đủ cho hầu hết use case coding thực tế. Điểm mạnh được thiết kế rõ ràng cho ba việc cụ thể: sinh code chất lượng cao, debug lỗi, và review code.

Về giá API, Kimi K2.7 Code tính $0.95 per million token input và $4.00 per million token output. Model phát hành dưới Modified MIT license, cho phép dùng thương mại với một số điều khoản nhất định.

Khi Nào Dùng Model Nào?

Dùng GLM-5.2 khi:

• Cần phân tích tài liệu dài, nhiều file cùng lúc
• Task yêu cầu reasoning nhiều bước, logic phức tạp
• Muốn license MIT đơn giản, không điều khoản phụ
• Ưu tiên context window cực lớn hơn tốc độ sinh code

Dùng Kimi K2.7 Code khi:

• Cần sinh code, debug, và review code chất lượng cao
• Muốn kiến trúc nhiều experts để xử lý đa dạng ngôn ngữ lập trình
• Tính chi phí theo lượng token thực tế dùng qua API
• Context 256k token đủ cho workflow hàng ngày

Tín Hiệu Gì Từ Cuộc Đua Này?

Hai model ra mắt trong 24 giờ không phải ngẫu nhiên. Với developer, điều này có nghĩa là lựa chọn mã nguồn mở chất lượng cao sẽ ngày càng nhiều hơn, và chi phí sẽ tiếp tục giảm.

Câu hỏi không còn là "có nên dùng model mã nguồn mở không" mà là "chọn model nào phù hợp với từng loại task". GLM-5.2 và Kimi K2.7 Code đang trả lời câu hỏi đó theo hai hướng khác nhau, và cả hai đều đáng thử.

Bạn đang dùng model nào cho công việc coding hàng ngày, và bạn có sẵn sàng thử chạy locally không?

#VibeAICoder #AIChoCoder #OpenSourceAI #CodingAI #KimiK2 #GLM52