PPIO ra mắt mô hình 'Fusion': Thông minh hơn model hàng đầu với chi phí chỉ bằng 1/10

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

07/08/2026 09:39:16 Nguồn: QbitAI

Ngày 6 tháng 8, PPIO chính thức ra mắt tính năng mới cho cổng kết nối mô hình thông minh (intelligent model gateway) mang tên Fusion (Mô hình hợp nhất).

Khác với các API gateway truyền thống chỉ thực hiện chuyển tiếp yêu cầu đơn giản, Fusion sẽ biến mỗi lần gọi trở thành một buổi "hội chẩn chuyên gia" — cổng kết nối sẽ phân phối các tác vụ phức tạp đồng thời đến nhiều "mô hình chuyên gia" có thế mạnh riêng để cùng xử lý song song, sau đó thông qua việc điều phối tư duy và kiểm chứng chéo, mô hình chính sẽ hợp nhất để tạo ra câu trả lời cuối cùng.

Mô hình Fusion ưu tiên sự thông minh và cân bằng chi phí: thông qua các phương pháp hợp nhất mang tính kỹ thuật, chất lượng câu trả lời được duy trì ổn định ở nhóm các mô hình hàng đầu, đồng thời kiểm soát chi phí ở mức trung bình thấp. Trong bài kiểm tra đánh giá chuyên sâu DRACO, PPIO đã sử dụng ba mô hình mã nguồn mở để hợp nhất và đạt điểm số vượt qua Claude Fable 5, trong khi chi phí chỉ bằng một phần mười so với đối thủ.

Mô hình Fusion chứng minh rằng, sự gia tăng trí thông minh không còn chỉ xảy ra ở tầng tham số mà còn có thể xảy ra ở tầng gọi (invocation layer).

Tại sao kỷ nguyên Agent không thể chỉ dựa vào một mô hình duy nhất?

Năm 2026, thị trường mô hình lớn (LLM) bước vào giai đoạn lặp lại dày đặc. Các mô hình chủ đạo như Claude, GPT, Kimi, GLM gần như đều ra mắt phiên bản mới mỗi quý, vị trí dẫn đầu trên các bảng xếp hạng thay đổi liên tục. Đối với các nhà phát triển ứng dụng, số lượng mô hình để lựa chọn ngày càng nhiều, nhưng mỗi mô hình đều có những điểm yếu riêng.

Nhìn từ dữ liệu đánh giá, năng lực của tất cả các mô hình đều tồn tại sự lệch lạc (bias) và hướng lệch lạc của mỗi mô hình là khác nhau. Từ tạo mã, hiểu tài liệu dài, suy luận toán học đến dịch thuật đa ngôn ngữ, hiện tại không có mô hình nào dẫn đầu trên tất cả các phương diện; vị trí dẫn đầu trên bảng xếp hạng được chia nhỏ cho các mô hình khác nhau tùy theo loại tác vụ.

Khó đối phó hơn cả sự lệch lạc chính là ảo giác (hallucination). Khi mô hình tạo ra ảo giác, nó không thể tự phát hiện; câu trả lời sai và đúng không có sự khác biệt về giọng điệu, định dạng hay độ trôi chảy, và mô hình cũng không đánh dấu những phần mà nó không chắc chắn. Trong các lĩnh vực như giải thích điều khoản pháp lý, tư vấn y tế, tuân thủ tài chính, một khi câu trả lời sai được chấp nhận, chi phí sửa lỗi sẽ cao hơn nhiều so với việc tạo lại câu trả lời. Trong kiến trúc đơn mô hình, không tồn tại góc nhìn thứ hai để ngăn chặn sai sót này.

Cội nguồn của sự lệch lạc và ảo giác nằm ở chỗ, một mô hình đơn lẻ chỉ có một lộ trình suy luận cho cùng một vấn đề, và một lộ trình chỉ có thể nhìn thấy một mặt của vấn đề. Các vấn đề phức tạp thường có nhiều góc độ tiếp cận, những thiếu sót của một lộ trình đơn lẻ chỉ có thể được phát hiện và bù đắp khi đưa vào một lộ trình độc lập khác.

Ba hạn chế này gây ra cái giá đặc biệt đắt đỏ trong các kịch bản Agent. Agent thực hiện tác vụ theo từng bước, giữa các bước có mối quan hệ phụ thuộc lẫn nhau. Một khi một bước quan trọng bị sai do lệch lạc, ảo giác hoặc bỏ sót góc nhìn, toàn bộ chuỗi xử lý phía sau sẽ đi chệch hướng, và chi phí làm lại bao gồm cả việc tiêu tốn Token cho tất cả các bước sau lỗi đó.

Mô hình ngày càng nhiều, tốc độ lặp lại ngày càng nhanh, nhưng ba hạn chế của đơn mô hình sẽ không biến mất chỉ vì thay thế bằng một mô hình mới hơn. Đây là những vấn đề ở cấp độ kiến trúc và cần được giải quyết ở cấp độ kiến trúc.

Suy luận hợp nhất đa mô hình: Để mỗi mô hình phát huy giá trị lớn hơn.

Mô hình Fusion ra đời để giải quyết các vấn đề nêu trên. Khi người dùng gửi một yêu cầu, cổng kết nối sẽ tổ chức nhiều mô hình bên trong để tự trả lời độc lập, sau đó sàng lọc và hợp nhất các câu trả lời này để trả về một phản hồi cuối cùng.

Các API gateway phổ biến trên thị trường chỉ thực hiện chuyển tiếp: yêu cầu đi vào, chọn một đường truyền để gửi đi, bản thân cổng kết nối không thay đổi chất lượng câu trả lời. Cổng kết nối mô hình thông minh của PPIO bổ sung thêm một lớp điều phối bên ngoài việc chuyển tiếp, cho phép kết quả đầu ra của nhiều mô hình được so sánh và hợp nhất trước khi trả về, do đó bản thân cổng kết nối trở thành nguồn tạo ra giá trị thông minh gia tăng.

Một lần gọi mô hình Fusion hoàn chỉnh sẽ trải qua bốn bước bên trong cổng kết nối.

Trong đó, bước thứ ba quyết định chất lượng của sự hợp nhất. Những điểm mà nhiều mô hình đưa ra kết luận thống nhất sẽ xác nhận lẫn nhau, làm giảm các điểm mù do lệch lạc; những nơi xuất hiện xung đột sẽ được đánh dấu để xem xét kỹ hơn, cung cấp góc nhìn thứ hai để ngăn chặn ảo giác; sau khi tổng hợp các lộ trình suy luận khác nhau, phạm vi bao phủ sẽ lớn hơn bất kỳ lộ trình đơn lẻ nào, bù đắp những phần mà góc nhìn đơn mô hình bỏ sót. Sau bước xử lý này, lượng thông tin mà mô hình chính đối mặt khi chốt câu trả lời lớn hơn nhiều so với câu hỏi gốc, do đó chất lượng kết quả hợp nhất cao hơn bất kỳ câu trả lời riêng lẻ nào của các mô hình tham chiếu.

Do nhiều mô hình thực hiện đồng thời, thời gian chờ đợi phụ thuộc vào mô hình chậm nhất và không tăng tuyến tính theo số lượng mô hình, vì vậy việc đưa thêm nhiều góc nhìn không có nghĩa là tăng gấp bội độ trễ. Đồng thời, khi một mô hình gọi bị lỗi, cổng kết nối sẽ bỏ qua mô hình đó để tiếp tục hoàn thành việc hợp nhất; cấu trúc đa lộ trình ngược lại giúp toàn bộ chuỗi xử lý chống rung lắc tốt hơn so với gọi đơn mô hình. Trong các tương tác đa vòng của Agent, các kết quả tham chiếu đã đạt được trong cùng một vòng sẽ được tái sử dụng, tránh tiêu tốn Token lặp lại, vì vậy mức tăng chi phí thực tế thấp hơn nhiều so với phán đoán trực quan là "đã gọi nhiều mô hình". Mỗi lần gọi, các mô hình đi qua, số Token tiêu thụ, thời gian và chi phí đều được lưu vết để kiểm tra, giúp sự thay đổi về mức độ thông minh có thể đo lường và truy xuất được.

Vượt qua trí thông minh của các mô hình hàng đầu với 1/10 chi phí.

Trong bài kiểm tra đánh giá chuyên sâu DRACO (chuyên đánh giá năng lực thực hiện các tác vụ nghiên cứu chuyên sâu phức tạp của AI Agent), PPIO đã sử dụng Kimi K3, GLM 5.2, MiniMax M3 làm các mô hình tham chiếu (Advisors) và DeepSeek V4 Flash làm mô hình chính hợp nhất (Aggregator) để thực hiện suy luận mô hình hợp nhất:

Điều đáng nói là, ba mô hình tham gia hợp nhất này khi đứng riêng lẻ đều không phải là những cái tên đứng đầu bảng xếp hạng trong lĩnh vực của chúng, sự cải thiện hiệu suất là nhờ vào lớp điều phối. Điều này cho thấy giá trị thông minh gia tăng có thể đến từ cách tổ chức ở tầng gọi, không nhất thiết phải phụ thuộc hoàn toàn vào quy mô tham số của mô hình nền tảng.

Trong kỷ nguyên Agent, logic gọi mô hình đang được tái cấu trúc.

Trong khuôn khổ Hội nghị Trí tuệ Nhân tạo Thế giới (WAIC) năm 2026, đồng sáng lập kiêm CEO của PPIO, ông Diêu Hân (Yao Xin), đã đề xuất công thức cốt lõi của kỷ nguyên Agent: Năng suất Agent = Mật độ thông minh Token × Thời lượng Agent Loop.

Mật độ thông minh Token quyết định giới hạn trên về chất lượng của mỗi quyết định mà Agent đưa ra, còn thời lượng Agent Loop quyết định nó có thể tiếp tục chạy trong bao lâu và hoàn thành các tác vụ phức tạp đến mức nào.

Trước đây, để tăng mật độ thông minh Token, người ta chỉ có thể thụ động chờ đợi thế hệ mô hình tiếp theo ra mắt. Nhưng hiện nay, quyền lựa chọn mô hình nằm trong tay người dùng, không ai bị trói buộc vào một mô hình duy nhất. Mô hình Fusion của PPIO thực hiện điều phối ở tầng gọi để tăng mật độ thông minh, giúp người dùng nâng cao trí thông minh một cách tự nhiên.

Cách sử dụng Agent khác biệt rất lớn so với con người. Con người thỉnh thoảng mới đặt câu hỏi, còn Agent gọi công cụ với tần suất cao, tương tác liên tục với ngữ cảnh dài, phối hợp đa mô hình, nên độ nhạy cảm với độ trễ, tính ổn định và chi phí cao hơn nhiều so với các kịch bản truyền thống. Khi chủ thể thực thi chuyển từ con người sang Agent, đối tượng phục vụ của mô hình cũng được tái cấu trúc theo.

Về quy mô, bộ năng lực này đã được kiểm chứng. Tính đến tháng 6 năm 2026, lưu lượng gọi Token trung bình hàng ngày của PPIO vượt quá 1,2 nghìn tỷ, tăng hơn 8 lần so với cùng kỳ năm 2025. Theo thống kê của CIC (China Insights Consultancy), trong số các nhà cung cấp dịch vụ điện toán đám mây AI độc lập tại Trung Quốc, PPIO đứng đầu về lượng tiêu thụ Token trung bình hàng ngày. Năm nay, PPIO đã lọt vào danh sách "Cơ sở đo lường hiệu suất dịch vụ Token cấp doanh nghiệp" đợt đầu tiên của Viện Công nghệ Thông tin và Truyền thông Trung Quốc (CAICT), đạt các chỉ số trong kịch bản thông thường: TPS ≥ 55/giây, TTFT ≤ 0,9 giây, tỷ lệ gọi thành công ≥ 99,9%.

Giúp mô hình lớn chuyển từ "có thể sử dụng" sang "sử dụng một cách thông minh", giúp mô hình lớn chuyển từ "trí thông minh đơn lẻ" sang "trí thông minh hợp nhất", đó chính là những gì cổng kết nối mô hình thông minh PPIO đang thực hiện.

Bài viết này do PPIO cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về tác giả, không được phép sao chép và sử dụng dưới mọi hình thức nếu chưa được ủy quyền, những trường hợp vi phạm sẽ bị xử lý theo quy định.