Ra mắt & cập nhật mô hình
Mistral mở trọng số Large 4. Mistral đã phát hành trọng số cho Large 4, một MoE 1T tham số với 52B tham số hoạt động, nhắm tới lập trình, an ninh mạng và các quy trình agentic. Các benchmark độc lập cho thấy Large 4 mạnh về lập trình nhưng năng lực tổng quát vẫn kém các mô hình mở Trung Quốc.
- Mistral releases weights for its trillion-parameter AI model, targeting cybersecurity(mở trong thẻ mới)
- Paris-based Mistral releases "Le Chonk," a strong coding model that still trails China overall(mở trong thẻ mới)
- mistralai/Mistral-Large-4-1T-A52B · Hugging Face(mở trong thẻ mới)
- Mistral Large 4 (Le Chonk) is now open weight(mở trong thẻ mới)
Mô hình rẻ của Baseten. Baseten phát hành joey-1, một mô hình quyết định 2B trả về xác suất đã hiệu chỉnh cho định tuyến, phân loại và guardrail với giá 0,01 USD/1 triệu token, kèm trọng số mở theo giấy phép MIT.
OpenAI cập nhật Model Spec. OpenAI đã sửa đổi Model Spec công khai của mình xoay quanh năm giá trị — trung thành, giảm thiểu tổn hại, trung thực, quyền tự quyết của con người và sự quan tâm — đồng thời bổ sung hướng dẫn về giám sát và tính chủ động cho các mô hình ngày càng mạnh.
Mô hình giọng nói ServiceNow. ServiceNow AI phát hành bản xem trước Apriel Voice 27B, kết hợp bộ mã hóa Whisper với xương sống MoE Gemma 4 để xử lý yêu cầu bằng giọng nói, suy luận và gọi công cụ.
Framework agent & công cụ
Browser Use trong Deep Agents. Managed Deep Agents v0.10 bổ sung khả năng dùng trình duyệt, với bước bàn giao cho người dùng khi đăng nhập, cùng các subagent bất đồng bộ chạy tác vụ dài ở nền trong khi agent chính tiếp tục hội thoại.
Proxy cục bộ SafeAgents. SafeAgents là proxy cục bộ kiểm tra mọi lệnh gọi công cụ từ agent lập trình, thay các lệnh đáng ngờ bằng thông báo văn bản để không có gì nguy hiểm được thực thi.
Kernel MoE nhanh hơn. Prime Intellect bổ sung lượt lan truyền ngược cho kernel Mega MoE của DeepSeek, cho phép huấn luyện MoE hợp nhất với các bước huấn luyện đầy đủ nhanh hơn tới 34% trên mô hình Qwen3 MoE.
Bug0 QA Agent. Bug0 QA Agent tự động hóa kiểm thử hồi quy trên trình duyệt bằng cách lưu đệm bản phát lại Playwright và dùng đồng thuận LLM để xác minh, nhằm giảm các bài test flaky.
Nghiên cứu & đánh giá
Agent chi phối chuyên gia. Nghiên cứu của Anthropic phát hiện các chuyên gia làm theo sở thích được gán ngẫu nhiên của agent AI mà họ dùng tới 86% số lần và tin rằng kết quả cuối cùng là của chính mình, làm dấy lên lo ngại về đồng thuận giả.
Token agent lập trình. Một benchmark chạy cục bộ với 10 agent lập trình trên Qwen 3.8 27B cho thấy tỷ lệ đạt tập trung ở 4–5/5, trong khi lượng token dùng dao động từ 9.000 đến 108.000 và mức tái sử dụng cache từ 72% đến 93%.
Bài test thị giác Elorian. Benchmark DecoyCount của Elorian cho thấy các mô hình tiên tiến đạt dưới 50% khi đếm vật thể thực sự; Glimpse của Elorian đạt 50,48% trong đánh giá nội bộ.
Ngành & doanh nghiệp
Tham vọng nghìn tỷ AWS. CEO Amazon Andy Jassy nhắc lại rằng AWS có thể đạt doanh thu hằng năm 1.000 tỷ USD, với chi tiêu vốn năm 2026 khoảng 220 tỷ USD chủ yếu cho AWS và nhiều hơn vào năm 2027, bất chấp lo ngại của nhà đầu tư.
Bài toán IPO của Anthropic. S-1 của Anthropic cho thấy một kế hoạch kinh doanh đòi hỏi chi tiêu điện toán khổng lồ và tăng trưởng mạnh, với định giá IPO ước tính 1,5–2 nghìn tỷ USD và giới phân tích tranh luận về các giả định AGI.
OpenAI thêm ưu đãi. OpenAI hiện cấp tín dụng API tương đương cho người đăng ký gói 100/200/500 USD mỗi tháng, đồng thời tăng gấp đôi giới hạn sử dụng gói Pro cho Work và Codex trong lúc cạnh tranh với Anthropic.
Deepgram mua Daily. Deepgram đã mua lại Daily, công ty đứng sau Pipecat mã nguồn mở, để củng cố ngăn xếp AI giọng nói thời gian thực; Pipecat vẫn là mã nguồn mở.
Rivian cấp phép AI thoại. Rivian mở rộng liên doanh với VW để cấp phép công nghệ trợ lý giọng nói AI, nhiều khả năng ra mắt lần đầu trên ID EVERY1 của VW.
Microsoft cắt nhân sự. Microsoft đề nghị gói nghỉ việc tự nguyện cho khoảng 60.000 nhân viên để giảm chi phí vận hành và duy trì đầu tư cơ sở hạ tầng AI.
Chính sách & xã hội
Reddit chuyển sang đăng nhập. Reddit đang chuyển sang trải nghiệm chủ yếu phải đăng nhập để bảo vệ dữ liệu khỏi bị AI thu thập và theo đuổi các thỏa thuận cấp phép, trong bối cảnh lưu lượng tìm kiếm cạn dần.
Nvidia bị soi xét kỹ. Các quan chức chống độc quyền Mỹ đang điều tra thương vụ Nvidia mua Hugging Face và hoạt động bán hàng, trong khi có báo cáo rằng một lãnh đạo AI cloud ở Singapore thân cận với Jensen Huang bị nghi làm gián điệp cho Trung Quốc.
Altman bàn suy luận cục bộ. Sam Altman lập luận rằng suy luận cục bộ lãng phí DRAM và năng lực tính toán vốn khan hiếm, cho rằng tận dụng cloud tốt hơn; những người đam mê AI cục bộ phản bác.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.