Ngày 11/7, ba tin tức AI đáng chú ý bao gồm: OpenAI ra mắt GPT-5.6 với ba biến thể giá khác nhau; Ollama, công cụ chạy mô hình AI cục bộ phổ biến nhất trong giới lập trình, huy động 65 triệu USD và đạt gần 9 triệu nhà phát triển hàng tháng; và MiniMax được cho là sẽ mở mã nguồn mô hình 2.700 tỷ tham số vào quý 3 năm nay. Ba tin tức cùng cho thấy AI đang mạnh hơn và rẻ hơn cùng lúc.
1. OpenAI ra mắt GPT-5.6: Ba biến thể, chiến lược giá hướng tới AI agent
Ngày 9/7, OpenAI chính thức phát hành GPT-5.6 sau gần hai tuần preview, gồm ba biến thể: Sol (mạnh nhất), Terra (cân bằng) và Luna (nhanh, tiết kiệm). Đồng thời, hãng cũng giới thiệu ChatGPT Work – công cụ AI dành cho doanh nghiệp, hỗ trợ soạn thảo tài liệu, bảng tính và bản trình bày trên desktop, web và di động.
Điểm đáng chú ý nhất của GPT-5.6 không nằm ở các biến thể mới mà ở chiến lược phân tầng giá. Sol có giá 5 USD/triệu token đầu vào, Terra 2,5 USD, còn Luna chỉ 1 USD – thấp hơn Sol tới 5 lần, giúp giảm đáng kể chi phí triển khai các tác vụ AI agent.
Về hiệu năng, OpenAI cho biết Sol cải thiện rõ rệt ở lập trình, nghiên cứu khoa học và an ninh mạng, đồng thời là mô hình an ninh mạng mạnh nhất hãng từng phát hành. Terra có hiệu năng nhỉnh hơn Fable 5, trong khi Luna vượt Opus 4.8 trên bài đánh giá Artificial Analysis Coding Agent Index. Theo OpenAI, Sol cũng đạt 80 điểm trên chỉ số này, cao hơn Fable 5 2,8 điểm, nhưng sử dụng chưa tới một nửa số token và có chi phí chỉ khoảng một phần ba.
GPT-5.6 hiện đã được tích hợp trên ChatGPT, Codex và OpenAI API. Với mức giá mới, các doanh nghiệp có thể bắt đầu thử nghiệm AI agent trong các tác vụ như vận hành, chăm sóc khách hàng hay sản xuất nội dung với chi phí thấp hơn đáng kể so với trước.
Nguồn: TechCrunch
Ghi chú thuật ngữ
- Token: Đơn vị xử lý văn bản của mô hình AI, tương đương khoảng 0,75 từ tiếng Anh.
- Agent / agentic: Mô hình AI có khả năng tự phân chia và thực hiện nhiệm vụ nhiều bước mà không cần hướng dẫn từng bước từ người dùng.
2. Ollama huy động 65 triệu USD: AI chạy tại chỗ ngày càng được doanh nghiệp quan tâm
Ollama – công cụ giúp chạy mô hình AI trực tiếp trên máy tính cá nhân hoặc hạ tầng nội bộ mà không cần phụ thuộc vào dịch vụ đám mây – vừa huy động 65 triệu USD trong vòng Series B do Theory Venture dẫn dắt, nâng tổng số vốn đầu tư lên 88 triệu USD.
Không chỉ gây chú ý ở quy mô gọi vốn, Ollama còn ghi nhận tốc độ tăng trưởng mạnh với 8,9 triệu nhà phát triển sử dụng mỗi tháng và hiện diện tại 85% doanh nghiệp thuộc Fortune 500, dù chỉ có 14 nhân viên.
Đà tăng trưởng này phản ánh xu hướng ngày càng rõ của thị trường: khi các mô hình AI mã nguồn mở ngày càng đủ năng lực cho nhiều tác vụ thực tế, doanh nghiệp có xu hướng triển khai chúng ngay trên hạ tầng của mình để kiểm soát tốt hơn dữ liệu, chi phí và yêu cầu tuân thủ. Ollama chính là một trong những công cụ đang hưởng lợi từ xu hướng đó.
Với các doanh nghiệp triển khai AI cho hệ thống nội bộ, đặc biệt trong những lĩnh vực có yêu cầu cao về bảo mật như tài chính hay y tế, AI chạy tại chỗ đang dần trở thành một lựa chọn song song với mô hình sử dụng dịch vụ đám mây.
Nguồn: TechCrunch
Ghi chú thuật ngữ
- Series B: Vòng gọi vốn giai đoạn tăng trưởng dành cho startup đã có sản phẩm và người dùng thực tế.
- Fortune 500: Danh sách 500 công ty có doanh thu lớn nhất tại Mỹ, thường dùng làm chuẩn mực về mức độ chấp nhận của doanh nghiệp lớn.
3. MiniMax phát triển mô hình 2.700 tỷ tham số, có thể trở thành AI mã nguồn mở lớn nhất Trung Quốc
Theo The Information, startup AI Trung Quốc MiniMax đang phát triển mô hình có tên nội bộ M3 Pro với 2.700 tỷ tham số, dự kiến phát hành dưới dạng mã nguồn mở sớm nhất trong quý III năm nay.
Nếu ra mắt đúng kế hoạch, M3 Pro sẽ trở thành mô hình AI mã nguồn mở lớn nhất Trung Quốc. Để so sánh, mô hình chủ lực hiện nay của MiniMax là M3 với 428 tỷ tham số, tức M3 Pro có quy mô lớn hơn khoảng 6 lần. Động thái này cũng sẽ giúp MiniMax vượt lên trong cuộc đua với các startup AI Trung Quốc như DeepSeek, Zhipu và Moonshot AI.
Sự xuất hiện của M3 Pro diễn ra trong bối cảnh các mô hình AI mã nguồn mở từ Trung Quốc ngày càng được cộng đồng phát triển đón nhận nhờ chi phí thấp và phù hợp với các tác vụ quy mô lớn. Tuy nhiên, theo các nguồn tin, chính phủ Trung Quốc cũng đang cân nhắc siết chặt việc phát hành các mô hình AI mã nguồn mở trong thời gian tới.
Nguồn: The Decoder
Ghi chú thuật ngữ
- Tham số (parameter): Con số nội bộ trong mô hình AI được điều chỉnh trong quá trình huấn luyện; số tham số nhiều thường tương quan với khả năng xử lý ngôn ngữ phức tạp hơn.
Bài viết của đội ngũ ZTO Labs, chuyên đào tạo và nghiên cứu AI tại Việt Nam.
