Google vừa lặng lẽ cập nhật mô hình Gemini 3.8 Flash trên nền tảng DeepMind. Phiên bản này được nâng cấp từ Gemini 3.7 Flash, tập trung cải thiện hiệu suất cho các tác vụ lập trình và vận hành AI Agent.
Cùng sự kiện, tinh chọn hiển thị «Google DeepMind ra mắt bộ đôi mô hình mới: Gemini 3.8 Flash và 3.8 Flash Cyber»
Sundar Pichai@sundarpichaiToday we're introducing a new 3.8 Flash model, our 3rd Flash release in just 6 wks. It delivers sig…
DịchGoogle vừa giới thiệu Gemini 3.8 Flash, bản cập nhật tập trung vào khả năng lập trình và suy luận đa bước. Mô hình đạt kết quả ấn tượng trên DeepSWE v1.1 với chi phí vận hành thấp, khẳng định vị thế dẫn đầu trong phân khúc mô hình nhỏ gọn nhưng mạnh mẽ.
OpenRouter@OpenRouterGemini 3.8 Flash from @GoogleDeepMind is live on OpenRouter. At 3.7 Flash's intro price, it beats i…
DịchGoogle DeepMind vừa ra mắt Gemini 3.8 Flash trên OpenRouter với hiệu suất cải thiện toàn diện ở mọi lĩnh vực. Người dùng có thể trải nghiệm mô hình này với mức giá ưu đãi giảm 50% cho đến hết năm 2026.
Multiverse Computing vừa giới thiệu Quasar 438B, mô hình AI chuyên biệt cho tác vụ lập trình và đại lý thông minh doanh nghiệp, hỗ trợ song ngữ Anh - Tây Ban Nha.
Google AI@GoogleAIWe're introducing Gemini 3.8 Flash ⚡️ built to tackle complex agentic and multi-step tasks with even…
DịchGoogle giới thiệu Gemini 3.8 Flash với khả năng suy luận vượt trội, tối ưu cho các tác vụ phức tạp và AI Agent. Mô hình cho phép kiểm soát nỗ lực tính toán linh hoạt, hỗ trợ tự động hóa từ viết code đến xây dựng và tinh chỉnh game 3D thông qua khả năng hiểu video và lập trình chuyên sâu.
Logan Kilpatrick@OfficialLoganKGemini 3.8 Flash on DeepSWE 1.1, scores 73.7%!
DịchGemini 3.8 Flash ghi dấu ấn với 73,7% điểm số trên DeepSWE V1.1, khẳng định hiệu suất vượt trội về chi phí trên mỗi tác vụ theo dữ liệu từ Datacurve AI.
Josh Woodward@joshwoodward3.8 Flash rolling out to @GeminiApp
DịchPhó chủ tịch Google Labs, Josh Woodward, xác nhận Gemini 3.8 Flash đã bắt đầu được triển khai trên ứng dụng Gemini, xuất hiện như một lựa chọn hỗ trợ toàn diện bên cạnh các phiên bản 3.5 Flash-Lite và 3.1 Pro.
Testing Catalog@testingcatalogDAILY AI BRIEF 🗞️ - Sept 2 OPENAI 🔥: > Official "Path to Astra" post is out. Astra is the first …
DịchBản tin tổng hợp ngày 2/9 từ TestingCatalog ghi nhận loạt cập nhật quan trọng: OpenAI công bố lộ trình cho Astra, cùng sự xuất hiện của các mô hình mới từ Google và Alibaba.
Alibaba Cloud@alibaba_cloud🏆 #1 on CodeArena: WebDev leaderboard. Qwen3.8-Max-0902 jumps from 1669 to 1691, setting a new rec…
DịchAlibaba Cloud vừa ra mắt Qwen3.8-Max-0902, vươn lên dẫn đầu bảng xếp hạng CodeArena WebDev với 1691 điểm. Mô hình này nổi bật nhờ khả năng suy luận đa bước, sử dụng công cụ và tạo ứng dụng hoàn chỉnh.
Kim@kimmonismuswtf Qwen 3.8 has been updated to version 0902 and is now almost at the same level as Fable 5 in benc…
DịchAlibaba vừa nâng cấp Qwen3.8-Max với phiên bản 0902, sở hữu 2.4 nghìn tỷ tham số và hỗ trợ 1 triệu token ngữ cảnh. Mô hình được tối ưu hóa cho lập trình và làm việc nhóm, hiện đã có mặt trên QwenCloud với mức giá cạnh tranh.
Anthropic vừa giới thiệu bộ đôi Claude Fable 5.1 và Mythos 5.1, thiết lập chuẩn mực mới về khả năng suy luận phức tạp và tác vụ Agent với chi phí vận hành giảm tới 45%.
Jakub Pachocki (OpenAI Nhà khoa học trưởng)@merettmI want to prevent a race into unmonitorability kicked off by confused reporting. The depth of the co…
DịchJakub Pachocki khẳng định độ sâu tính toán của các mô hình tiên tiến hiện nay không vượt quá gấp đôi GPT-4. Ông cũng cảnh báo về sự mong manh của kỹ thuật giám sát chuỗi suy luận (Chain-of-Thought) và nỗ lực của OpenAI trong việc củng cố phương pháp này.
Thêm 1 nguồn khác đưa tinIT HomeZhipu AI chính thức có mặt trên Tmall với các gói đăng ký GLM Coding dựa trên nền tảng GLM-5.3, hỗ trợ hơn 20 tác nhân AI phổ biến như ZCode, Claude Code và Codex.
Meituan LongCat@Meituan_LongCatLongCat-2.0 is now free to try in @cline! 🐱
DịchLongCat-2.0, mô hình MoE mã nguồn mở 1.6T với cửa sổ ngữ cảnh 1M, hiện đã có mặt trên Cline. Hiệu năng của mô hình này được đánh giá ngang ngửa với Claude Opus 3.5 và Gemini 1.5 Pro.
Qwen@Alibaba_Qwen🏆 #1 overall on Code Arena, and top of the Pareto frontier at $5/MToken. Thanks! @arena Give Qwen3…
DịchAlibaba ra mắt Qwen3.8-Max-0902, mẫu AI lập trình dẫn đầu bảng xếp hạng Code Arena: WebDev với 1.691 điểm, đồng thời thiết lập chuẩn mực mới về hiệu năng trên chi phí.
Diễn biến sự kiện · 7 bài →Thêm 6 nguồn khác đưa tinX: Alibaba Cloud (@alibaba_cloud)X: Kim (@kimmonismus)TechNodeX: AI Notes (@AYi_AInotes)X: Elvis Saravia (@omarsar0, DAIR.AI)IT HomeQwen@Alibaba_Qwen🏆 #1 on CodeArena: WebDev leaderboard. Qwen3.8-Max-0902 jumps from 1669 to 1691, setting a new rec…
DịchAlibaba vừa công bố phiên bản Qwen3.8-Max-0902 đã thiết lập kỷ lục mới trên bảng xếp hạng Code Arena: WebDev với 1691 điểm, vượt qua thành tích cũ của chính mình.
Cùng sự kiện, tinh chọn hiển thị «Qwen3.8-Max-0902 soán ngôi đầu Code Arena với mức giá cạnh tranh 5 USD/triệu token»Qwen@Alibaba_Qwen🚀Qwen3.8-Max just got upgraded. Meet Qwen3.8-Max-0902! 2.4T parameters. 1M context tokens. Built f…
DịchAlibaba nâng cấp Qwen3.8-Max lên phiên bản 0902, tối ưu hóa khả năng lập trình và cộng tác cho các tác vụ doanh nghiệp phức tạp, nghiên cứu khoa học và quy trình làm việc dài hạn.
Xiaobei@frxiaobeiAnthropic vừa giới thiệu bộ đôi mô hình Claude Fable 5.1 và Mythos 5.1, được tối ưu hóa chuyên sâu cho lập trình và các tác vụ tri thức phức tạp. Giới chuyên gia nhận định đây là dấu hiệu cho thấy AI đang dần phân hóa theo phân khúc: mô hình phổ thông cho nhu cầu cơ bản và mô hình tinh hoa cho công việc giá trị cao.
Cùng sự kiện, tinh chọn hiển thị «Anthropic ra mắt bộ đôi Claude Fable 5.1 và Claude Mythos 5.1»
AI Safety Memes@AISafetyMemes2.5 months apart. Not years, months.
DịchChỉ sau 2,5 tháng kể từ bản 5, Fable 5.1 đã đạt bước tiến lớn với điểm số trên Terminal-Bench-Science tăng gấp đôi (52,6%) và cải thiện đáng kể ở các bài kiểm tra chuyên sâu khác.
Simon Willison thực nghiệm đánh giá Claude Fable 5.1 trên bộ benchmark Pelican. Kết quả cho thấy bước tiến vượt bậc của phiên bản 5.1 với 52,6% điểm số trên Terminal-Bench-Science 0.1, so với 24,7% của thế hệ tiền nhiệm.
Sam Altman@samaOver the summer, we have been sprinting on safety priorities; it's more important than ever for capa…
DịchSam Altman xác nhận OpenAI chuẩn bị phát hành mô hình Astra với những cải tiến vượt bậc về khả năng và độ an toàn. Đồng thời, ông khẳng định sẽ làm chậm tiến độ các thế hệ tiếp theo để đảm bảo quá trình chuyển đổi sang AI mạnh mẽ diễn ra an toàn và có kiểm soát.
Anthropic vừa giới thiệu bộ đôi Claude Fable 5.1 và Mythos 5.1 với hiệu suất cải tiến mạnh mẽ. Trong đó, phiên bản Mythos 5.1 được thiết kế chuyên biệt cho các tổ chức an ninh mạng và khoa học sự sống với tiêu chuẩn bảo mật khắt khe.
Cùng sự kiện, tinh chọn hiển thị «Anthropic ra mắt bộ đôi Claude Fable 5.1 và Claude Mythos 5.1»
Sky Computing Lab@haoailabVery glad to see this independent evaluation of FastH3 Preview, @MiniMax_AI and H3 Max by @Physion_L…
DịchPhysion Labs đã thử nghiệm ba mô hình MiniMax trên các tác vụ robot, phim ảnh và quảng cáo. Kết quả cho thấy H3 Max dẫn đầu về hiệu năng tổng thể, trong khi FastH3 preview thể hiện khả năng tuân thủ câu lệnh (prompt adherence) ấn tượng hơn.
OpenAI@OpenAIAs we prepare to release Astra, we're focused on making increasingly capable AI safe and broadly acc…
DịchOpenAI vừa giới thiệu Astra, mô hình AI đạt ngưỡng năng lực quan trọng trong khung đánh giá an ninh mạng của hãng. Công ty cam kết ưu tiên tính an toàn và khả năng ứng dụng rộng rãi trong quá trình phát triển mô hình này.
Thêm 1 nguồn khác đưa tinX: Testing Catalog (@testingcatalog)
Charlie Holtz@charlieholtzFable 5.1 is live in Conductor! Writes better, codes smarter, costs lesser
DịchFable 5.1 đã có mặt trên nền tảng Conductor với hiệu suất viết và lập trình vượt trội cùng chi phí tối ưu. Người dùng hiện đã có thể trải nghiệm mô hình này trực tiếp thông qua giao diện Claude Code.
Perplexity@perplexity_aiClaude Fable 5.1 is now available in Perplexity Computer for Pro and Max subscribers. It ranked fir…
DịchMô hình Claude Fable 5.1 đã cập bến Perplexity với hiệu suất vượt trội: đạt điểm cao nhất trong bài kiểm tra WANDR tháng 8, tăng 21% hiệu quả và giảm 37% chi phí so với phiên bản tiền nhiệm.
Elvis Saravia@omarsar0Fable 5.1 looks like a more usable model. And a potential daily-driver. Time will tell. IMO, Opus …
DịchAnthropic ra mắt bộ đôi Claude Fable 5.1 và Mythos 5.1, được đánh giá là bước tiến lớn trong lập trình và xử lý tri thức. Fable 5.1 nổi bật với khả năng điều phối linh hoạt, chi phí thấp, hứa hẹn trở thành trợ thủ đắc lực cho công việc hàng ngày.
OpenRouter@OpenRouterClaude Fable 5.1 from @AnthropicAI is live on OpenRouter. A direct upgrade for Fable 5 workloads, w…
DịchAnthropic vừa ra mắt Claude Fable 5.1 trên OpenRouter, bản nâng cấp mạnh mẽ cho các tác vụ lập trình đại lý, xử lý quy trình dài hạn, tạo mã từ hình ảnh và phân tích tài chính chuyên sâu.
Yuchen Jin@Yuchenj_UWEven if most AI labs are benchmark-maxxing now, Fable 5.1 still looks like an insane jump. From Ant…
DịchChuyên gia Yuchen Jin nhận định Fable 5.1 thể hiện sự tiến bộ vượt bậc về hiệu năng thực tế, khác biệt hoàn toàn với xu hướng tối ưu hóa điểm số trên các bảng xếp hạng AI hiện nay.
Testing Catalog@testingcatalogBREAKING 🔥: Anthropic has announced Claude Fable 5.1 and Claude Mythos 5.1! > It scores 52.6% o…
DịchAnthropic vừa trình làng Claude Fable 5.1 và Mythos 5.1, khẳng định đây là những mô hình tiên tiến nhất hiện nay cho công việc lập trình và xử lý tri thức, với hiệu suất vượt trội trên các bài kiểm tra kỹ thuật so với thế hệ tiền nhiệm.
cb_doge@cb_dogeBREAKING: Grok 4.6 beats every major AI model tested, including GPT-5.6 Sol and Claude Opus 5, in an…
DịchTheo kết quả kiểm định từ LatchBio, Grok 4.6 là mô hình duy nhất đạt điểm trên 50% ở cả hai tiêu chí an toàn và tính hữu dụng, vượt qua các đối thủ hàng đầu hiện nay.
SpanCalib-VLM kết hợp mô hình tạo sinh và bộ gắn nhãn trình tự để phát hiện chính xác các đoạn văn bản bị ảo giác, giúp tối ưu hóa độ tin cậy và tốc độ xử lý cho các mô hình LVLM.
Ant Group giới thiệu Ling-3.0-flash, mô hình suy luận hỗn hợp với 124 tỷ tham số nhưng chỉ kích hoạt 5,1 tỷ, giúp tối ưu hiệu năng vượt trội so với thế hệ tiền nhiệm.
Trợ lý AI Marvis của Tencent vừa ra mắt tính năng tùy chỉnh, cho phép người dùng kết nối các mô hình AI bên thứ ba hoặc chạy mô hình mã nguồn mở cục bộ, đồng bộ hóa dữ liệu trên nhiều thiết bị.
Đội ngũ Tencent Hunyuan vừa phát hành phiên bản rút gọn Hy4 Preview dưới dạng mã nguồn mở, cho phép tối ưu hóa dung lượng từ 1.5TB xuống còn 214GB và hỗ trợ suy luận trên các thiết bị không đồng nhất.
Meta chính thức phát hành Muse Code, trong khi DeepSeek và Tencent giới thiệu các mô hình mới tập trung vào thị giác và hiệu suất. Đồng thời, các công cụ quản lý tác nhân (agent) cũng có nhiều cải tiến đáng chú ý về quy trình làm việc.
Alibaba Cloud@alibaba_cloud🚀 Alibaba Cloud Smart Studio: Turn your compute resources into production model services. • Model …
DịchSmart Studio của Alibaba Cloud giúp triển khai các mô hình AI nguồn mở như DeepSeek, Qwen thành dịch vụ sản xuất với hiệu suất cao, độ trễ thấp và khả năng quản lý hạ tầng thời gian thực.
Ethan Mollick@emollickThat didn't take long.
DịchAbliteration vừa phát hành mô hình abliterated-model-large-v2, phiên bản đã loại bỏ kiểm duyệt của GLM-5.3, tối ưu cho kiểm thử bảo mật, red teaming và các tác vụ Agent phức tạp với cửa sổ ngữ cảnh 1 triệu token.
Thêm 1 nguồn khác đưa tinX: Kim (@kimmonismus)FUMO Lab vừa công bố Fusion Model, khẳng định thiết lập tiêu chuẩn mới về hiệu năng cho các mô hình tiên tiến. Hiện tại, người dùng có thể đăng ký trải nghiệm thông qua hệ thống thư mời.
Nghiên cứu đề xuất quy trình huấn luyện 3 bước giúp mô hình ngôn ngữ 2B cải thiện khả năng tư duy logic và tuân thủ quy tắc trong các trò chơi hội thoại, nâng điểm đánh giá từ 10.67 lên 38.92.