Tổng quan: hai mô hình mã nguồn mở, hai triết lý khác nhau
Nemotron Dory 4B và Gemma 4 12B là hai mô hình ngôn ngữ mã nguồn mở với kiến trúc, phương thức đầu vào và cách tiêu thụ tài nguyên hoàn toàn khác nhau, buộc người triển khai phải lựa chọn giữa kích thước nhỏ gọn tối ưu compute và khả năng đa phương thức phục vụ các tác vụ phức tạp hơn. Ở mức độ thực dụng, Dory 4B phù hợp khi bạn cần một mô hình tiếng Anh nhỏ, linh hoạt về chi phí tính toán; Gemma 4 12B lại thắng thế khi bài toán có hình ảnh, âm thanh hoặc đa ngôn ngữ. Thay vì nhìn đây như cuộc đấu 4B vs 12B, hãy coi đó là lựa chọn giữa một “động cơ văn bản” tiết kiệm và một “trung tâm đa phương thức” mạnh hơn.
Thông số cốt lõi: không chỉ là 4B đối đầu 12B
NVIDIA Nemotron Dory 1.0 4B là mô hình dense 4 tỷ tham số, được huấn luyện và phát hành với bốn dạng lượng tử hóa (BF16, MXFP8, NVFP4, GGUF Q5_K_M) theo giấy phép OpenMDW 1.1, xử lý văn bản vào/ra tiếng Anh với ngữ cảnh tối đa 256K token. Gemma 4 12B là mô hình đa phương thức 11,95 tỷ tham số của Google DeepMind, dùng giấy phép Apache 2.0, ngữ cảnh 256K, 48 lớp với attention lai và cửa sổ trượt 1.024 token, vốn từ 262K, nhận văn bản, hình ảnh, âm thanh và xuất văn bản. Cả hai giấy phép đều cho phép dùng thương mại, nên khác biệt nằm ở năng lực và cách vận hành hơn là rào cản pháp lý.
| Thông số | Nemotron Dory 1.0 4B | Gemma 4 12B |
|---|---|---|
| Số tham số | 4B, dense | 11,95B, dense |
| Phương thức đầu vào | Chỉ văn bản, tiếng Anh | Văn bản, hình ảnh, âm thanh; video qua khung hình |
| Ngữ cảnh tối đa | 256K token | 256K token, cửa sổ trượt 1.024 token |
| Kiến trúc đặc trưng | Khối hồi quy 20 lớp, số vòng lặp điều chỉnh lúc suy luận | 48 lớp, attention lai, không encoder, nhúng trực tiếp patch ảnh/âm thanh |
| Giấy phép | OpenMDW 1.1, cho phép thương mại | Apache 2.0, cho phép thương mại |
| Ngôn ngữ | Chỉ tiếng Anh | Đa ngôn ngữ, có đánh giá dịch phi tiếng Anh |
| Đầu ra | Văn bản | Văn bản |
Hiệu suất và tiêu thụ tài nguyên: Dory linh hoạt compute, Gemma thắng về năng lực
Điểm khác biệt quan trọng nhất giữa hai mô hình không nằm ở chất lượng, thứ mà chưa ai đo đếm trực tiếp trên cùng một bộ đánh giá, mà nằm ở cách chúng tiêu tốn compute. Dory 4B dùng kiến trúc có khối hồi quy, cho phép bạn chọn số vòng lặp ở thời điểm chạy: một vòng khi cần độ trễ thấp, bốn vòng khi cần độ chính xác cao hơn, mà không phải tải checkpoint khác. Điều này khiến Nemotron Dory 4B đặc biệt hấp dẫn cho các tác vụ agentic tiếng Anh, ngữ cảnh dài, có gọi công cụ và nhiều bước suy luận, nơi bạn muốn một “nút chỉnh compute” theo từng yêu cầu. Thẻ mô hình của Dory cho biết ở bốn vòng lặp, hành vi agentic của nó tiệm cận Qwen3.5-9B, nhưng lại kém hơn các đối thủ trên benchmark nặng về kiến thức. Trong khi đó, Gemma 4 12B được mô tả bằng hồ sơ đa phương thức với ngữ cảnh 256K và các biến thể tinh chỉnh theo chỉ dẫn, nhưng không có đánh giá đối đầu trực tiếp với Dory.
Đa phương thức, ngôn ngữ và triển khai thực tế: chọn đúng mô hình cho bài toán
Về năng lực, Gemma 4 12B thắng tuyệt đối ở phương thức và ngôn ngữ. Nó nhận văn bản, hình ảnh, âm thanh và xử lý cả video thông qua các khung hình được lấy mẫu, trong khi Dory 4B chỉ nhận văn bản tiếng Anh. Đây không phải chênh lệch vài điểm benchmark mà là khác biệt về khả năng: nếu quy trình của bạn có ảnh chụp màn hình, trang quét hay đoạn ghi âm, so sánh kết thúc ngay lập tức với phần thắng thuộc về Gemma. Dòng Gemma 4 còn là đa ngôn ngữ, có kết quả đánh giá dịch phi tiếng Anh, nên bất kỳ môi trường production nào cần ngôn ngữ thứ hai đều loại Dory khỏi danh sách. Ngược lại, nếu ứng dụng của bạn là chatbot tiếng Anh, tác tử gọi API, xử lý tài liệu dài, chạy trên hạ tầng giới hạn tài nguyên, Nemotron Dory 4B với kích thước nhỏ và compute linh hoạt sẽ dễ triển khai hơn trên các môi trường tương đương thiết bị biên hoặc di động, nơi mỗi watt và mỗi GB bộ nhớ đều quan trọng.
Benchmark, khoảng trống dữ liệu và cách ra quyết định
Hiện chưa có bất kỳ bộ đánh giá chuẩn nào chạy trực tiếp Nemotron Dory 1.0 4B và Gemma 4 12B trên cùng một harness, nên mọi bảng so sánh điểm số ghép từ hai nguồn khác nhau đều thiếu ý nghĩa. Thẻ của Dory tự nhận đạt hành vi agentic ngang Qwen3.5-9B ở bốn vòng lặp nhưng thua trên các benchmark nặng về kiến thức, trong khi thẻ Gemma 4 12B nhấn mạnh hồ sơ đa phương thức, ngữ cảnh 256K và các bản tinh chỉnh theo chỉ dẫn. Việc liệu mỗi mô hình có giữ được các tuyên bố này khi chạy trên bộ nhiệm vụ của bên kia vẫn chưa được kiểm chứng, và thông tin chi tiết về phần cứng dùng trong các benchmark công bố cũng khá khan hiếm ở cả hai phía. Câu nói đáng trích ở đây là: “Điểm khác biệt không nằm ở chất lượng, thứ mà chưa ai đo đếm được. Nó nằm ở cách thứ này tiêu tốn compute”. Vì vậy, cách ra quyết định thực tế là: xác định rõ khối lượng công việc (văn bản thuần tiếng Anh hay đa phương thức, đa ngôn ngữ), ngân sách tài nguyên, rồi tự chạy benchmark nội bộ trên tập nhiệm vụ của bạn.
Buy if / Skip if
- Buy the Nemotron Dory 4B if bạn xây dựng tác tử tiếng Anh thuần văn bản, ngữ cảnh dài và muốn điều chỉnh chi phí compute theo từng yêu cầu thay vì cố định.
- Skip the Nemotron Dory 4B if hệ thống của bạn cần xử lý hình ảnh, âm thanh, video hoặc bất kỳ ngôn ngữ thứ hai nào ngoài tiếng Anh.
- Buy the Gemma 4 12B if ứng dụng của bạn là trợ lý đa phương thức (văn bản + hình ảnh + âm thanh) hoặc sản phẩm đa ngôn ngữ cần phát hành sớm.
- Skip the Gemma 4 12B if bạn bị giới hạn tài nguyên nghiêm ngặt và chỉ cần mô hình văn bản tiếng Anh, nơi kích thước 12B trở nên lãng phí.
- Buy the Nemotron Dory 4B if bạn ưu tiên triển khai trên hạ tầng tương đương thiết bị biên/di động, cần mô hình nhỏ, dễ tối ưu độ trễ và chi phí.
- Skip the Gemma 4 12B if bạn không có nhu cầu đa phương thức, không cần đa ngôn ngữ và muốn tối giản chi phí vận hành mô hình.
- Buy the Gemma 4 12B if bạn cần một mô hình ngôn ngữ mã nguồn mở có tài liệu, đánh giá và hệ sinh thái hoàn chỉnh để giảm rủi ro khi đưa vào production.
