Codex bùng nổ với 7 triệu người dùng: Liệu đã vượt mặt Claude Code?

Chúc mừng Allen với tập tiếp theo của chương trình Latent Space Food cùng CEO Engram, Dan Biderman, và chúc mừng đội ngũ Prime Intellect với mức định giá 1 tỷ USD, doanh thu định kỳ hàng năm (ARR) 100 triệu USD và phiên bản verifiers v1.

Hôm nay khá yên ắng và mọi người vẫn đang tiêu hóa sâu sắc các đợt ra mắt mô hình tiên phong của tuần trước. Chúng tôi đã định viết rằng “hôm nay không có gì nhiều xảy ra”, nhưng chúng tôi có chính sách cập nhật liên tục cho bạn về các xu hướng đột phá mà bạn thực sự nên nắm bắt. Khi xem lại các bản tóm tắt AINews trên Reddit bên dưới, chúng tôi đã thấy một bài đăng và một tweet mà trước đó chúng tôi đã bỏ lỡ -

Tibo@thsottiaux

Chào buổi sáng. 48 giờ qua của Codex và ChatGPT Work thật căng thẳng! Ba cập nhật quan trọng: - Tạm thời gỡ bỏ giới hạn sử dụng 5 giờ cho tất cả các gói Plus, Business và Pro - Triển khai các thay đổi giúp GPT 5.6 Sol hoạt động hiệu quả hơn trên diện rộng và

5:59 CH · 12 tháng 7, 2026 · 4,29 triệu lượt xem

2,8 nghìn lượt trả lời · 1,95 nghìn lượt đăng lại · 25,1 nghìn lượt thích

GPT 5.6 đã được ra mắt vào ngày 9 tháng 7.

Tweet này vào ngày 12 tháng 7 cho biết họ đã đạt 6 triệu người dùng trong 48 giờ trước đó (10-12 tháng 7).

Sau đó 24,5 giờ, Tibo báo cáo con số 7 triệu người dùng…

Tibo@thsottiaux

Cảm ơn 7 triệu người dùng tích cực hiện đang sử dụng Codex và ChatGPT Work. Chúng tôi đã thêm một lượt đặt lại (reset) vào tài khoản của mọi người để kỷ niệm cột mốc này. Bạn có thể áp dụng lượt reset trong ứng dụng máy tính hoặc trên web và nó sẽ bổ sung hạn mức sử dụng hàng tuần cho bạn. Chúc các bạn có trải nghiệm thú vị.

6:29 CH · 13 tháng 7, 2026 · 947 nghìn lượt xem

1,38 nghìn lượt trả lời · 656 lượt đăng lại · 14,1 nghìn lượt thích

…trùng hợp một cách kỳ lạ với việc gia hạn bất ngờ trạng thái đăng ký của Claude Fable (tất nhiên chúng tôi không biết liệu hai sự kiện này có liên quan đến nhau không, nhưng những người theo thuyết âm mưu thường trực trên mạng tất nhiên đang cố gắng kết nối chúng).

Tất nhiên chúng ta nhớ lại tiết lộ của Fidji vào tháng 3 về 2 triệu người dùng Codex, điều này cho phép chúng ta cập nhật biểu đồ AIE NYC 2025 của mình (AIE NYC 2026 sắp tới!):

So sánh lại, cập nhật cuối cùng chúng tôi nhận được về Claude Code là khoảng 2 triệu người dùng và 2,5 tỷ USD ARR vào tháng 2 (“Số lượng người dùng hoạt động hàng tuần của Claude Code cũng đã tăng gấp đôi kể từ ngày 1 tháng 1 [sáu tuần trước]."). Giờ đây, khi đã nắm được điểm khởi đầu của Codex trong năm (Fidji đưa ra con số ngày 1 tháng 1 là khoảng 550k-700k người dùng), chúng ta có thể kết luận hợp lý rằng Codex đã đi theo quỹ đạo tương tự và hiện đã tăng trưởng người dùng khoảng 10 lần từ đầu năm đến nay.

Cách giải thích nhân văn về sự im lặng tương đối của Claude Code, tất nhiên, là họ đã chuyển phần lớn công việc lập trình sang Claude Tag từ nhiều tháng trước và hiện đang tập trung người dùng ở đó, điều này sẽ có các số liệu thống kê sử dụng khác biệt/khó so sánh do khả năng truy cập khác nhau giữa một Slackbot và một công cụ CLI.

Nhưng dù sao đi nữa, mức tăng trưởng 10 lần trong 6 tháng vẫn là một con số ấn tượng.

Tin tức AI từ 11/7/2026-13/7/2026. Chúng tôi đã kiểm tra 12 subreddit, 544 tài khoản Twitter và không có thêm Discord nào. Trang web của AINews cho phép bạn tìm kiếm tất cả các số báo cũ. Xin nhắc lại, AINews hiện là một phần của Latent Space. Bạn có thể chọn nhận/hủy nhận email theo tần suất!

Cơ sở hạ tầng Agent RL: Verifiers v1 của Prime Intellect và Long-Horizon Rollouts

Verifiers v1 của Prime Intellect: Prime Intellect đã phát hành verifiers v1, một thiết kế lại đáng kể ngăn xếp môi trường cho RL tác nhân (agentic RL) và đánh giá. Trừu tượng hóa chính chia môi trường thành taskset, harness và runtime, hỗ trợ rõ ràng các quy trình làm việc “tự mang theo harness” cho các tác nhân lập trình và sử dụng máy tính trên các thiết lập thực thi không đồng nhất, như Johannes Hage đã nhấn mạnh và trong một bài phân tích chuyên sâu tiếp theo. Bản phát hành được các thành viên trong nhóm mô tả là kết quả của nhiều tháng hiện đại hóa cơ sở hạ tầng với những cải tiến hiệu suất lớn, bao gồm các bình luận chi tiết hơn từ willccbb, mikasenghaas và xeophon.

Tại sao điều này quan trọng về mặt kỹ thuật: một trong những thay đổi cơ bản quan trọng nhất là các dấu vết triển khai (rollout traces) hiện được lưu trữ dưới dạng DAG tin nhắn, vì vậy mỗi tin nhắn chỉ được lưu trữ một lần thay vì sao chép lặp đi lặp lại vào toàn bộ lịch sử; điều đó chuyển sự tăng trưởng dấu vết từ O(n²) sang O(n) theo số lượt, giúp các triển khai đa phương thức dài hạn và phát lại bộ định tuyến (router replay) trở nên thiết thực hơn nhiều, theo Prime Intellect. Nhóm cũng tuyên bố một cấu hình đào tạo cụ thể: một mô hình suy luận 100B, trên các tác vụ tác nhân SWE 40 lượt, trong một harness lập trình do người dùng cung cấp, trong 1000 bước RL, sử dụng 6 nút H200 trong chưa đầy 2 ngày (willccbb). Tuyên bố đó được củng cố bởi sự hỗ trợ hệ sinh thái từ vLLM, lưu ý rằng đường dẫn triển khai của verifiers chạy trên vLLM với các ID token/logprobs chính xác để tránh trôi token hóa giữa quá trình phục vụ và đào tạo.

Tác nhân lập trình, Thiết kế Harness và Cạnh tranh Chi phí trên mỗi Tác vụ

Harness đang trở thành bề mặt sản phẩm: một số bài đăng hội tụ vào ý tưởng rằng chất lượng mô hình không còn là yếu tố khác biệt duy nhất; harness/orchestrator ngày càng quyết định kết quả. Bài nói chuyện của threepointone được tóm tắt là “harness chính là ứng dụng,” trong khi LangChain lập luận rằng các sản phẩm tác nhân chiến thắng sẽ đến từ các harness chuyên biệt theo tác vụ, không phải các trình bao bọc chung chung. Factory đã thúc đẩy một góc độ UI liên quan với “chế độ thiết kế,” nơi người dùng chỉ vào các phần tử UI/tệp thay vì chỉ định lại các chỉnh sửa bằng lời nói. Về phía điều phối, omarsar0 nhấn mạnh việc chuyển đổi nhà cung cấp giữa các mô hình như một biện pháp phòng ngừa trước sự biến động về giá/chính sách.

Các điểm chuẩn đang chuyển từ giá token sang chi phí trên mỗi tác vụ: skirano đã xây dựng một trình khám phá chỉ số tác nhân lập trình và tìm thấy những đánh đổi đáng chú ý về chi phí/hiệu suất, chẳng hạn như Terra Max dẫn trước Fable 5 Max một chút về điểm số với chi phí thấp hơn đáng kể, trong khi Cognition báo cáo rằng Devin Fusion hiện sử dụng Fable 5 và đáng ngạc nhiên là nó có thể có chi phí trên mỗi tác vụ thấp hơn Opus 4.8 vì khả năng ủy quyền và phán đoán mạnh mẽ hơn giúp giảm bớt công việc không cần thiết. imjaredz nhấn mạnh số liệu thống kê chính từ các thử nghiệm đó: trong 81% các lần chạy do Fable dẫn dắt, mô hình chính không bao giờ thực hiện chỉnh sửa mã, ngụ ý rằng các mô hình đắt tiền có thể rẻ hơn khi chúng tránh được các hành động lãng phí.

Các điểm chuẩn tác nhân trong thế giới thực đang trở nên dày đặc hơn: Arena đã xếp GPT-5.6 Sol ở vị trí thứ 2 trên bảng xếp hạng tác nhân của mình dựa trên 7,8 nghìn phiên tác nhân thực tế, với khả năng điều khiển và thành công tác vụ mạnh mẽ; sau đó, Arena đã đưa Grok-4.5 lên vị trí thứ 13, một bước nhảy vọt đáng kể so với Grok 4.3. Artificial Analysis cũng nhấn mạnh chi phí trên mỗi tác vụ là một chỉ số ngày càng quan trọng cho công việc tri thức dài hạn, lập luận rằng chỉ nhìn vào giá token sẽ bỏ lỡ các tác động từ số lượt, độ dài dòng và tỷ lệ trúng bộ nhớ đệm. Công việc đánh giá riêng biệt từ Parlance Labs đã so sánh các nền tảng đánh giá tự động và các mô hình nền tảng về phân tích lỗi trên các dấu vết tác nhân giọng nói trong sản xuất, trong khi dair.ai làm nổi bật một bài báo về giải phẫu các lỗi tác nhân lập trình CLI, tập trung vào nơi các lần chạy trở nên không thể phục hồi thay vì chỉ là kết quả đạt/không đạt cuối cùng.

OpenAI GPT-5.6 Sol, Sửa lỗi sử dụng Codex và Mở rộng bề mặt sản phẩm

OpenAI đã giải quyết tình trạng tiêu hao sử dụng Codex/Sol một cách minh bạch: luồng hoạt động lớn nhất đến từ thsottiaux, người đã giải thích một số bản sửa lỗi cho GPT-5.6 Sol trong ChatGPT Work/Codex: tối ưu hóa suy luận mang lại mức sử dụng nhiều hơn khoảng 10%, hoàn tác giới hạn ngữ cảnh từ 372k xuống 272k sau các tác dụng phụ về thanh toán/sử dụng, hoàn nguyên một số thay đổi về nỗ lực suy luận thử nghiệm (“juice”) và sửa lỗi hành vi đa tác nhân quá mức ở cài đặt cao/rất cao. Cộng đồng kỹ thuật đảo ngược từ theo đề xuất rằng các yếu tố tổng hợp xung quanh ngữ cảnh dài, tạo tác nhân phụ và chế độ nhanh là nguyên nhân gây ra sự tiêu hao nghiêm trọng, mặc dù sau đó anh ấy đã sửa một chi tiết thanh toán trong phần tiếp theo. Các phản ứng chia rẽ giữa việc chỉ trích câu chuyện “nerf” (giảm sức mạnh) (ns123abc) và ca ngợi sự minh bạch bất thường (theo, sama).

Người dùng đang báo cáo khả năng lập trình/sử dụng máy tính mạnh mẽ: nhiều chuyên gia lập luận rằng OpenAI đã dẫn đầu về các mô hình lập trình, bao gồm schrockn, trong khi gdb liên tục giới thiệu các quy trình làm việc của ChatGPT Work và Codex cho việc tìm kiếm khách hàng khởi nghiệp, thiết kế web, công việc di động và tạo trang web. Các bản demo người dùng đặc biệt minh họa bao gồm Star_Knight12 sử dụng Sol trong Cursor để thiết lập Blender MCP và kết xuất một chiếc MacBook nổi mà không cần kinh nghiệm Blender trước đó, và petergostev cho thấy GPT-5.6 Sol Ultra xây dựng một trò chơi giống Doom bằng SQL.

Mở rộng cấp sản phẩm tiếp tục: ChatGPTapp thông báo sự trở lại của ChatGPT trên WhatsApp tại EEA, cộng với hỗ trợ Kakao/Viber ở các thị trường bổ sung. OpenAIDevs đã mở đơn đăng ký cho OpenAI Build Week. Trên toàn bộ hệ sinh thái OpenAI, gdb đã tóm tắt khoảnh khắc một cách ngắn gọn: “bạn chỉ cần tạo ra mọi thứ.”

Mô hình mở, Hệ thống suy luận và Lượng tử hóa

Tích hợp Transformers↔vLLM loại bỏ công việc triển khai mô hình trùng lặp: Clement Delangue nhấn mạnh một cải tiến lớn về khả năng sử dụng suy luận mở: các mô hình Hugging Face Transformers hiện có thể chạy trong vLLM ở tốc độ gốc, thường ngang bằng hoặc vượt qua các triển khai viết tay. Nếu điều này phổ biến rộng rãi, nó sẽ giảm bớt gánh nặng lâu nay là phải triển khai mỗi kiến trúc mới hai lần—một lần cho nghiên cứu/đào tạo và một lần cho phục vụ hiệu suất cao—và có thể đẩy nhanh đáng kể việc áp dụng các kiến trúc mô hình mở mới.

Lượng tử hóa vẫn là một đòn bẩy chính: waterloo_intern đã xem trước một phương pháp lượng tử hóa mới được cho là đánh bại các phương pháp hiện có, bao gồm ModelOpt của NVIDIA, bằng cách tìm các phân bổ độ chính xác theo lớp tốt hơn nhanh hơn, với lượng tử hóa mạnh mẽ hơn và điểm số điểm chuẩn cao hơn. Bổ sung cho điều đó, Unsloth đã xuất bản hướng dẫn AWS về lượng tử hóa và triển khai LLM bao gồm GGUF, NVFP4 và FP8. Ngoài ra còn có các bình luận của chuyên gia xung quanh fp4 RL / fp4 serving từ nrehiew_, lập luận rằng hậu đào tạo bit thấp có thể cho phép phục vụ giá rẻ với mức giảm chất lượng hạn chế.

GLM-5.2 và các ngăn xếp lập trình cục bộ/mở tiếp tục thu hút sự chú ý: một số người dùng đã mô tả việc chuyển các quy trình làm việc thực tế sang các thiết lập mở hoặc bán mở. juanjucm đã viết về việc sử dụng GLM-5.2 cho các quy trình làm việc của tác nhân lập trình, trong khi TheZachMueller báo cáo việc di chuyển một quy trình công việc thực tế từ Claude sang một ngăn xếp được xây dựng xung quanh GLM 5.2 NVFP4 cộng với Kimi K2.7 Code NVFP4 trên một nút 8xB200, nhận được các báo cáo dày đặc hơn với chi phí rẻ hơn mặc dù độ trễ thời gian thực chậm hơn. nutlope cũng đã phát hành LlamaCoder v4, được xây dựng lại xung quanh GLM 5.2.

Bảo mật, Quyền riêng tư và Kiểm soát dữ liệu trong Công cụ Tác nhân

Tranh cãi về việc tải lên mã nguồn Grok Build: câu chuyện bảo mật quan trọng nhất đến từ IntCyberDigest và hrkrshnn, những người cáo buộc rằng CLI Grok Build của xAI đã tải lên toàn bộ kho lưu trữ—bao gồm mã nguồn riêng tư và bí mật—lên một bucket Google Cloud, vượt xa những gì cần thiết cho tác vụ lập trình. Sự chỉ trích tập trung vào phạm vi, giảm thiểu phía máy chủ âm thầm và các đảm bảo lưu giữ/xóa không rõ ràng. Điều này đã kích hoạt cuộc thảo luận rộng hơn về những gì các công cụ tác nhân thực sự truyền tải và tại sao UX chọn không tham gia (opt-out) có thể khác với hành vi ở cấp độ mạng.

Phản hồi của xAI nhấn mạnh ZDR và các kiểm soát quyền riêng tư: SpaceXAI trả lời rằng đối với các nhóm sử dụng tính năng không lưu giữ dữ liệu (ZDR), dữ liệu dấu vết và mã nguồn không được lưu giữ, việc sử dụng khóa API tôn trọng ZDR và lệnh /privacy có thể vô hiệu hóa việc lưu giữ và xóa dữ liệu đã đồng bộ hóa trước đó. Điều đó đã trả lời một số câu hỏi vận hành nhưng không giải quyết hoàn toàn mối lo ngại của cộng đồng xung quanh hành vi mặc định, các lần tải lên trước đó và các quy tắc tiết lộ thông tin.