GPT-4
TrialNền tảng
Mô hình ngôn ngữ lớn của OpenAI, thường được dùng làm mốc so sánh benchmark.
Vì sao ở đây
Xếp vào Trial: 24 bài bằng chứng từ 6 nguồn, chủ yếu là tin nghiên cứu, 4 bài trong 30 ngày qua. Độ tin cậy 100%.
Bằng chứng (18)
- 3Simon Willison·9/10/2026framework_updatettok 1.0 đổi bộ mã hóa mặc định sang GPT-5/GPT-6
Simon Willison phát hành ttok 1.0 sau khi phát hiện công cụ này vẫn mặc định dùng bộ mã hóa của GPT-4. Bản cập nhật chuyển mặc định sang GPT-5/GPT-6, dựa trên bằng chứng cho thấy GPT-6 nhiều khả năng dùng cùng họ tokenizer với GPT-5, dù OpenAI chưa chính thức xác nhận.
- 4Simon Willison·4/10/2026researchQwen3.8-27B được thử nghiệm với phép cộng trả lời bằng chữ
Simon Willison ghi nhận một thử nghiệm chạy Qwen3.8-27B cục bộ để tính tổng nhưng trả lời bằng chữ, và so sánh kết quả khi tắt và bật chế độ suy luận. Mô hình cho độ chính xác rất cao, đặc biệt khi bật suy luận, đạt 167 kết quả đúng trên 169 lượt thử trong lần chạy một mẫu.
- 6OpenAI Blog·23/9/2026product_launchRingg xử lý tới 65% cuộc gọi khách hàng bằng tác nhân của OpenAI
Ringg cho biết các tác nhân AI của họ, được xây dựng bằng GPT-5.6, có thể xử lý tới 65% cuộc gọi khách hàng trên các kênh thoại, chat, WhatsApp và web. Công ty cũng cho biết hệ thống này hỗ trợ đa ngôn ngữ với chi phí thấp hơn khoảng 90% so với vận hành dựa trên GPT-4.1.
- 6Hacker News·14/9/2026framework_updateNhững cảnh báo tận thế từ các lãnh đạo AI gây tranh cãi
Bài viết chỉ trích các cảnh báo công khai lặp đi lặp lại của giới lãnh đạo AI về rủi ro tận thế, cho rằng chúng vừa mang tính chiến lược vừa làm lu mờ các tác hại hiện hữu. Bài nêu các ví dụ liên quan đến Anthropic, OpenAI, thư ngỏ về an toàn AI và tranh luận về quy định cũng như tác động đến việc làm.
- 7Hacker News·2/9/2026researchNghiên cứu cho thấy nhiều trích dẫn của Perplexity không khớp với số liệu được dẫn
Một cuộc kiểm tra các mô hình tìm kiếm của Perplexity cho thấy 34,7% ký hiệu trích dẫn gắn với các nhận định có số liệu dẫn tới những trang không mở được hoặc không chứa bất kỳ con số nào phù hợp. Khi tính theo từng nhận định thay vì từng trích dẫn, 14,4% nhận định bị lỗi; phần lớn vấn đề đến từ trang bị chặn truy cập hoặc không đọc được, chứ không phải do liên kết chết.
- 5Hacker News·26/8/2026researchRAG có thể bắt đầu từ tìm kiếm toàn văn đơn giản
Bài viết cho rằng nhiều hệ thống RAG đang bị thiết kế quá phức tạp và nên bắt đầu bằng các cách đơn giản như tìm kiếm toàn văn trước khi thêm embeddings hoặc reranking. Tác giả trình bày nhiều phương án truy xuất, gồm tìm kiếm toàn văn, viết lại truy vấn bằng tác tử và tìm kiếm lai, với lựa chọn phụ thuộc vào độ تازه dữ liệu, mức thay đổi của kho tài liệu, kiểu truy vấn, quy mô và năng lực của đội ngũ.
- 6The New Stack·17/8/2026product_launchClaude có thể quản lý tác nhân giọng nói ElevenLabs qua bộ kết nối MCP lưu trữ
ElevenLabs ra mắt bộ kết nối MCP lưu trữ, cho phép Claude có quyền đọc/ghi với các ElevenAgents hiện có để nhà phát triển xem, chỉnh sửa, kiểm thử và thậm chí xóa tác nhân giọng nói đang chạy trong môi trường sản xuất ngay từ giao diện chat. Bộ kết nối dùng OAuth thay cho API key cục bộ, đồng thời bổ sung kiểm soát truy cập và công cụ kiểm thử để giảm rủi ro thay đổi không an toàn.
- 4Simon Willison·7/8/2026product_launchCodex tạo game Raccoon Heist tốt hơn với GPT-5.6 Sol Ultra
Simon Willison so sánh cùng một prompt tạo game trên các tác nhân lập trình khác nhau và nhận thấy Codex Desktop chạy GPT-5.6 Sol Ultra tạo ra phiên bản Raccoon Heist hấp dẫn hơn so với lần thử trước bằng Claude Fable 5. Bài viết cũng ghi nhận một lỗi hiển thị trong game được sinh ra, sau đó đã được sửa bằng prompt tiếp theo, đồng thời công bố đầy đủ transcript Codex và các tài nguyên trong repository.
- 4Simon Willison·5/8/2026product_launchClaude Fable 5 tạo trò chơi vụ cướp của lũ gấu mèo
Simon Willison cho biết đã dùng Claude Fable 5 trong Claude Code for web để tạo một trò chơi chạy trên trình duyệt dựa trên ý tưởng cũ về một nhóm gấu mèo đi cướp. Quy trình này kết hợp tác nhân Claude với API tạo ảnh của OpenAI để bổ sung texture và hình ảnh, đồng thời triển khai xem trước nhanh qua GitHub Pages ngay trên thiết bị di động.
- 7OpenAI Blog·3/8/2026product_launchOpenAI xây dựng hệ thống AI giọng nói thời gian thực độ trễ thấp trong sáu tháng
OpenAI cho biết GPT-Live cho phép tương tác giọng nói liên tục với AI nhờ mô hình խոս语 không cần luân phiên lượt nói và kiến trúc độ trễ thấp. Hệ thống này được thiết kế để giúp hội thoại nhanh hơn và tự nhiên hơn bằng cách giảm độ ngắt quãng giữa các lượt trao đổi. Công ty đã xây dựng toàn bộ nền tảng thời gian thực này trong sáu tháng.
- 5Hugging Face Blog·30/7/2026researchHiệu suất sử dụng GPU trở thành nút thắt mới của AI
Bài viết cho rằng, giống như hàng không được đánh giá qua mức độ khai thác máy bay, AI doanh nghiệp sẽ ngày càng được đo bằng hiệu suất sử dụng GPU. Tác giả nhận định ngành đã chuyển từ nút thắt về chất lượng mô hình sang nút thắt về năng lực tính toán, khi GPU đắt đỏ chỉ tạo ra giá trị lúc được dùng hiệu quả.
- 6Simon Willison·20/7/2026researchEmail của Altman tiết lộ kế hoạch mô hình cỡ GPT-3 chạy cục bộ của OpenAI
Một email của Sam Altman gửi ban lãnh đạo OpenAI vào tháng 10/2022 cho biết công ty muốn sớm phát hành một mô hình ngôn ngữ có năng lực xấp xỉ GPT-3 và có thể chạy cục bộ trên phần cứng tiêu dùng. Email này cũng nêu mục tiêu một phần là để làm nản lòng các đối thủ phát hành mô hình tương tự và khiến các dự án mới khó gọi vốn hơn.
- 7Hacker News·17/7/2026researchAI nguồn mở tiến lên, nhưng vẫn còn khoảng cách ở tuyến đầu
Thư từ CTO được chia sẻ trên Hacker News cho rằng AI mở theo dạng open-weight đã trở nên cạnh tranh trong nhiều tác vụ thực tế, nhờ chi phí suy luận thấp hơn và mức độ sử dụng cao qua các mô hình mở. Báo cáo cũng nêu rằng mô hình đóng vẫn dẫn đầu ở suy luận và đa phương thức, trong khi mô hình mở mạnh về lập trình, tuân thủ chỉ dẫn và các tác vụ tổng quát.
- 7OpenAI Blog·15/7/2026researchGPT-Red: Kiểm thử đối kháng tự động để tăng độ an toàn cho AI
OpenAI giới thiệu GPT-Red, một hệ thống kiểm thử đối kháng tự động sử dụng cơ chế tự chơi để phát hiện điểm yếu trong các hệ thống AI. Cách tiếp cận này nhằm tăng khả năng chống prompt injection đồng thời hỗ trợ các nỗ lực an toàn và căn chỉnh AI.
- 3Simon Willison·14/7/2026open_sourceThú cưng tùy biến Pedalican trong Codex Desktop của Simon Willison
Simon Willison chia sẻ việc tạo một thú cưng tùy biến cho Codex Desktop: một chú bồ nông đi xe đạp xuất hiện trên màn hình và cập nhật trạng thái các tác vụ Codex. Ông cũng mô tả cách GPT-5.6 Sol cùng nhiều vòng dùng gpt-image-2 tạo bộ ảnh sprite, đồng thời cho biết phần triển khai dựa trên các kỹ năng mã nguồn mở của OpenAI.
- 7Simon Willison·8/7/2026product_launchOpenAI nâng cấp chế độ giọng nói của ChatGPT với GPT-Live
OpenAI đã nâng cấp chế độ giọng nói của ChatGPT sang một mô hình mới tên GPT-Live, thay thế hệ thống giọng nói thời GPT-4o trước đây. Chế độ mới có thể duy trì cuộc trò chuyện trong khi âm thầm chuyển các tác vụ khó hơn như tìm kiếm web và suy luận sâu cho GPT-5.5 ở phía sau. Thay đổi này đang được triển khai trên ứng dụng iPhone và nhằm giúp hội thoại bằng giọng nói linh hoạt, hữu ích hơn.
- 4Simon Willison·2/7/2026researchDùng DSPy để cải thiện prompt SQL của Datasette Agent
Simon Willison mô tả việc dùng DSPy để đánh giá và tinh chỉnh system prompt cho tính năng SQL chỉ đọc của Datasette Agent. Thử nghiệm ban đầu cho thấy cách diễn đạt về hướng dẫn schema có thể khiến mô hình đoán tên cột và lặp lại các vòng thử-sai, từ đó gợi ý cần sửa prompt hoặc bổ sung tên cột vào phần liệt kê schema.
- 6OpenAI Blog·3/6/2026model_releaseOpenAI mở rộng GPT-Rosalind cho nghiên cứu khoa học đời sống
OpenAI cho biết GPT-Rosalind nay được nâng cấp về suy luận sinh học, kiến thức hóa dược, phân tích genomics và hỗ trợ quy trình thí nghiệm. Bản cập nhật hướng tới việc hỗ trợ nhà nghiên cứu khoa học đời sống tốt hơn trong nhiều tác vụ nghiên cứu.