Ra mắt model & mã nguồn mở
Qwen4 rò rỉ, cam kết mở. Repo Qwen Code của Alibaba xuất hiện các tham chiếu qwen4-max, qwen4-coder-plus và qwen4-omni-120b, báo hiệu các model mới sắp ra mắt. Lãnh đạo Qwen bác tin đồn chuyển sang chỉ dùng API, khẳng định Qwen 4.0 và 5.0 trong tương lai vẫn sẽ là open source.
Model khoa học 753B. Deep Principle phát hành Hydrogen-1.0, model MoE 753B open-weight cho hóa học, vật liệu và khoa học sự sống, xây trên GLM-5.3. Model được báo cáo thắng GPT-6-Astra trên FrontierScience-Research và phát hành theo giấy phép MIT.
Quantizer thu nhỏ MiniMax. MiniMax M3.1 Flash (428B) open-weight đã được cộng đồng nén từ 252,4 GB xuống 93 GB trong 10 ngày, và được MiniMax cảm ơn. Model dùng quantization-aware training và sparse attention, hướng tới coding và agent với context lên tới 1M.
Báo cáo quant 1,7B. Báo cáo lượng tử hóa cho LFM3-1.7B của Liquid AI cho thấy một quant gần như lossless vừa trong 3,6 GB VRAM, còn bản 2,2 GB giảm chất lượng nhẹ. Model được cho là đạt điểm cao hơn MiniCPM5-2B với context gấp đôi và VRAM bằng một nửa.
Suy luận local & lượng tử hóa
Lợi thế tốc độ local. So sánh trực tiếp GLM 5.3 Flash trên gói đăng ký của Z.ai với serving local cho thấy cùng model và prompt, bản local xong nhanh gấp 4,2 lần. Tác giả lập luận thời gian tiết kiệm, chứ không chỉ chi phí token, mới là thứ khiến AI local có giá trị.
Kinh tế GPU 48GB. Giá RTX 8000 48 GB đã giảm xuống khoảng 2.100 USD trong khi giá 3090 cũ tăng gấp đôi, khiến RTX 8000 rẻ hơn trên mỗi GB và tiết kiệm điện cho home lab. Card này chạy được model/context lớn hơn hai card 3090 với công suất thấp hơn.
Tranh cãi benchmark quant. Unsloth và ISTA-DASLab đang tranh cãi công khai về chất lượng lượng tử hóa của DeepSeek-V4.1-Flash: Unsloth báo cáo GGUF của mình vượt GSQ-RCO 10-20% trên các benchmark coding context dài, trong khi một phân tích riêng đặt dấu hỏi về độ nhất quán trong biểu đồ LiveCodeBench của Unsloth. Cuộc cạnh tranh đang tạo ra các bản quant tốt hơn cho cộng đồng.
Strata âm thầm giới hạn. Strata/PolyStrata có tính năng answer_room mặc định âm thầm giới hạn reasoning ở 75% max_tokens và chèn một câu kết vào phần thinking của model. Hành vi ẩn này có thể ảnh hưởng đến so sánh benchmark và chất lượng transcript.
DeepSeek 12GB không kiểm duyệt. Một bản quant GSQ-RCO của DeepSeek-V4.1-Flash-1017 đã được mod để bỏ từ chối (từ 85% xuống 0% trên JailbreakBench) mà vẫn giữ điểm GPQA/AIME ổn định. Bản này chạy trên 12 GB VRAM với Strata + offload SSD, còn các routed expert vẫn giống hệt từng byte so với bản phát hành của ISTA.
Agent, coding & công cụ
Letterpress-1 ra mắt. The Letter Company phát hành Letterpress-1, một coding agent kiêm IDE đọc website và tín hiệu thị trường, dựng thay đổi trong sandbox rồi mở pull request kèm preview trực tiếp. Nó cung cấp 760 công cụ qua MCP/REST/CLI, nhưng chưa có benchmark công khai.
Git cho quy mô agent. OpenAI xây Pando, backend Git mới cho monorepo của mình để xử lý push và đọc đồng thời ở quy mô Codex. Nó cắt độ trễ push trung vị gần 5 lần và phục vụ gần một petabyte dữ liệu Git mỗi ngày, trong khi vẫn tương thích Git.
Model tự dùng Blender. Một người dùng quan sát Qwen 3.8 27B phát hiện quyền truy cập Blender MCP của mình và viết Python trong Blender để tăng tốc tính toán vật lý. Khả năng model theo đuổi những công cụ bất ngờ cho thấy cần có ràng buộc tường minh.
Sửa trọng số model. GPT-6 Astra được cho là đã sửa trọng số Qwen để nâng MATH-500 từ 7,9% lên 48,1%, và một preprint mới khám phá việc LLM đọc và ghi trọng số mạng neural một cách native. Điều này cho thấy LLM sửa model trực tiếp, một bước chuyển khỏi prompting hay fine-tuning.
Claude siết clone game. Anthropic cập nhật system prompt của Claude Code để cấm tạo lại các game cụ thể đang tồn tại, nhưng vẫn cho phép game nguyên bản hoặc theo thể loại. Thay đổi khó ngăn được việc port game có AI hỗ trợ, và một số người dùng LLM local coi đây là thêm một lý do để self-host.
Ngân hàng siết AI coding. Goldman Sachs cắt quyền truy cập Claude Code và GitHub Copilot của trader và banker, chỉ để kỹ sư dùng. Ngân hàng nói giai đoạn thử nghiệm đã kết thúc và viện dẫn năng suất/quản lý rủi ro, bất chấp trước đó từng ca ngợi “vibe coding” của nhân sự phi kỹ thuật.
ChatGPT gộp tab. OpenAI sẽ gộp tab Chat và Work của ChatGPT để người dùng chuyển từ khám phá ý tưởng sang dựng website hoặc bài thuyết trình trong cùng một nơi. Codex vẫn tách riêng, và cả hai giờ dùng chung một pool hạn mức token.
Dịch chuyển context engineering. LangChain lập luận kiến trúc agent chuẩn gồm vòng lặp LLM và công cụ đang hội tụ, nhưng những thách thức mới đang nổi lên quanh quản lý context dài hạn, progressive disclosure và dùng công cụ trong sandbox. Bài viết phác thảo các thực hành đang hình thành cho agent cuối 2026.
Ngành & doanh nghiệp
Tài chính IPO Anthropic. Doanh thu hàng quý của Anthropic tăng 12 lần lên gần 17 tỷ USD, nhưng chi phí vận hành 17,5 tỷ USD khiến công ty lỗ ròng 23,3 tỷ USD, do các cam kết compute và đối ứng quyên góp. S-1 của công ty cũng cảnh báo Anthropic đang tiến gần năng lực tự cải thiện đệ quy, đồng thời gọi đó vừa là triển vọng vừa là rủi ro an toàn.
Garry Tan chi 100-200K. CEO Y Combinator Garry Tan nói ông chi 100.000-200.000 USD mỗi năm cho token AI, dùng agent để coding, nghiên cứu và việc cá nhân. gstack gồm 23 skill Claude Code của ông đang có trên GitHub.
Trajectory gọi vốn 45M. Startup Trajectory huy động 45 triệu USD vòng Series A do Sequoia dẫn dắt, định giá 300 triệu USD, để tự động hóa fine-tuning và học liên tục cho các lĩnh vực chuyên biệt như luật và tài chính. Công ty nhắm thay thế dịch vụ tư vấn forward-deployed engineer đắt đỏ.
World model hành vi. Startup Israel 42AI ra khỏi stealth với 62,5 triệu USD, tuyên bố sở hữu behavioral world model dự đoán quyết định của từng cá nhân trong tình huống mới. Ban đầu nó được triển khai tại các công ty môi giới tài chính để dự báo hành vi trader.
Grok Bot bị siết. SpaceX cắt hạn mức hàng tuần của Grok Bot sau khi Musk nói chi phí phục vụ nó “cao không bền vững so với doanh thu”. Một số người dùng thấy hạn mức cạn chỉ sau một đêm, dù Grok Bot được gọi là sản phẩm tăng trưởng nhanh nhất.
AI campus giúp lưới điện. OpenAI ra mắt Grid Protectors Program, hứa hẹn các data center trong tương lai có thể giảm nhu cầu điện tới 1.000 MW khi lưới điện gặp sự cố khẩn cấp. Dự án thí điểm ở Georgia được định vị là biến các AI campus thành bên bảo vệ lưới điện thay vì bên gây ô nhiễm.
Báo chí kiện Brave. The New York Times và các cơ quan báo chí khác kiện Brave, cáo buộc trình duyệt này thu thập nội dung có bản quyền và bán quyền truy cập vào một chỉ mục được các công ty AI gồm Anthropic, Mistral và xAI sử dụng. Vụ kiện cũng nhắm vào tính năng vượt paywall của Brave.
Legora xây agent pháp lý. CTO của Legora thảo luận việc xây agent AI cho luật sư trên podcast Latent Space. Legora đạt 100 triệu USD ARR trong chưa đầy 18 tháng, hiện có 1.800 khách hàng và được định giá 8,8 tỷ USD; công ty không xem được dữ liệu khách hàng nên xây môi trường kiểm thử mô phỏng.
Apple thu tiền AI app. Apple ám chỉ có thể theo đuổi doanh thu từ ứng dụng AI bên thứ ba và quan hệ đối tác, có khả năng phân phối agent AI qua App Store và thu phí. Không có chi tiết cụ thể nào được đưa ra trong cuộc gọi công bố kết quả kinh doanh.
Nghiên cứu & hạ tầng
Sparse attention đột phá. Zyphra phát hành ZHA, sparse attention cấu trúc cây có thể distill vào các model đóng băng như Qwen3.6-35B với lượng tham số tối thiểu và vẫn bám sát dense ở reasoning/coding. Một dự án open source liên quan mở rộng sparse attention tới 10 triệu token, giữ độ chính xác trên hầu hết tác vụ.
PyTorch gốc trên TPU. Google và Meta mở mã nguồn TorchTPU, cung cấp backend PyTorch native cho TPU với eager execution và thay đổi code tối thiểu. Công cụ giải quyết độ trễ biên dịch và yêu cầu sửa code xâm lấn của PyTorch/XLA.
Benchmark AI thời gian thực. Các nhà nghiên cứu giới thiệu Realtime-Bench, benchmark 50 tác vụ kiểm tra liệu AI có thể hành động trong môi trường web và game nhạy cảm thời gian hay không. Kết quả ban đầu cho thấy LLM vẫn gặp khó với các quyết định độ trễ thấp.
Khoảng trống agentic analytics. Một báo cáo của MIT Technology Review Insights cho thấy chưa tới một nửa insight do agent tạo ra dẫn tới cải thiện kinh doanh, trong đó insight mang tính chỉ dẫn đặc biệt yếu. Các tổ chức đang tập trung nâng cao chất lượng insight trong agentic analytics.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.