# Bài viết Liên quan Hiệu suất

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Hiệu suất", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

GPT-5.6 Lần Đầu Vượt Ngưỡng IQ 130 - Đường Ranh Giới Thiên Tài, Thông Minh Hơn 99% Nhân Loại

Hiện nay, 99% dân số toàn cầu có chỉ số IQ thấp hơn một AI. Trong bài kiểm tra IQ ngoại tuyến mới nhất của Tracking AI, nhiều phiên bản của GPT-5.6 đều đạt điểm số ấn tượng: 136 điểm. Đây là lần đầu tiên một mô hình ngôn ngữ lớn (LLM) vượt qua ngưỡng 130 điểm - "vạch xuất phát của thiên tài" trong thang đo IQ của con người, mà chỉ khoảng 1% dân số đạt được. Điều này có nghĩa là GPT-5.6 được đánh giá là thông minh hơn 99% nhân loại. Điểm số này có được từ bộ đề "ngoại tuyến" khó và chống gian lận của Tracking AI, không phải từ các bài test công khai. Trên bảng xếp hạng này, các biến thể của GPT-5.6 (bao gồm cả phiên bản thị giác) đồng loạt đạt 136 điểm, dẫn trước đối thủ gần nhất là Claude-5 Fable (130 điểm) một khoảng cách lớn. GPT-5.6 là mô hình đầu tiên phá vỡ rào cản 130 điểm sau một thời gian dài nhiều mô hình hàng đầu khác đều bị kẹt lại. Không chỉ dừng ở điểm số, khi được đưa vào thực tế công việc, GPT-5.6 thể hiện khả năng thực hành ấn tượng. Các nhà phát triển chia sẻ rằng nó có thể tạo ra một mô phỏng vật lý hoàn chỉnh, xây dựng hệ thống hỗ trợ khách hàng dựa trên RAG, hay sửa lỗi mã hiệu quả chỉ với một gợi ý đơn giản. So với một số mô hình tập trung quá mức vào độ chính xác kỹ thuật, cách tiếp cận thực tế và thiết thực của GPT-5.6 giúp hoàn thành công việc tốt hơn. Tuy nhiên, cần lưu ý rằng điểm IQ 136 này đến từ một bài kiểm tra cụ thể, tập trung vào nhận thức tiêu chuẩn hóa như nhận diện mẫu và lý luận logic. Nó không đo lường được độ tin cậy, khả năng sử dụng công cụ hay hiệu quả trong các tình huống nghề nghiệp thực tế của AI. Bài kiểm tra IQ chỉ là một lát cắt hẹp của "trí thông minh". Nhưng trải nghiệm thực tế từ người dùng cho thấy GPT-5.6 dường như đang kết hợp ngày càng tốt hơn giữa "biết làm bài kiểm tra" và "biết làm việc thực tế". Thách thức thực sự nằm ở việc giải quyết các vấn đề mới, chưa từng gặp, và không có đáp án để sao chép.

marsbit07/16 08:24

GPT-5.6 Lần Đầu Vượt Ngưỡng IQ 130 - Đường Ranh Giới Thiên Tài, Thông Minh Hơn 99% Nhân Loại

marsbit07/16 08:24

GPT-5.6 Sol Bỗng Nhiên Trở Nên 'Đần', Ngân Sách Suy Nghĩ Bị Cắt Từ 960 Xuống 128, Không Còn Model Cố Định Về Trí Tuệ?

Tất cả mọi người đều nói GPT-5.6 Sol đã trở nên "ngu ngốc" hơn, nhưng OpenAI phủ nhận việc "giảm trí thông minh", cho rằng đó chỉ là một "thí nghiệm" để điều tra việc sử dụng token gia tăng sau khi phát hành GPT-5.6. Trong thí nghiệm này, một thông số nội bộ chưa từng được công khai có tên "juice value" - đại diện cho ngân sách tài nguyên suy luận - đã bị giảm từ 960 xuống 128 ở chế độ Max, khiến người dùng cảm thấy mô hình suy nghĩ nông hơn và ít "đào sâu" hơn trước. Tibo từ OpenAI xác nhận việc điều chỉnh thông số này và cho biết đã khôi phục lại mức cũ. Anh ta giải thích việc tối ưu hóa hiệu suất suy luận sẽ tiết kiệm tài nguyên và tăng khoảng 10% lượt sử dụng cho người đăng ký. Ngữ cảnh tối đa cũng tạm thời được điều chỉnh từ 372k về 272k token để sửa lỗi tính phí, và sẽ được khôi phục trong vài ngày tới. Sự việc này làm dấy lên tranh cãi trong cộng đồng về việc các nhà cung cấp AI có toàn quyền điều chỉnh hiệu suất của mô hình mà người dùng đăng ký. Nó phá vỡ ảo tưởng về một "trí thông minh cố định", so sánh việc đăng ký một mô hình giống như mua một bóng đèn có nút chỉnh độ sáng nằm trong tay nền tảng. Nếu AI muốn trở thành cơ sở hạ tầng doanh nghiệp, các nhà cung cấp cần định nghĩa rõ ràng hơn các thông số đảm bảo cho người dùng, thay vì chỉ là một cái tên mô hình chung chung.

marsbit07/15 03:32

GPT-5.6 Sol Bỗng Nhiên Trở Nên 'Đần', Ngân Sách Suy Nghĩ Bị Cắt Từ 960 Xuống 128, Không Còn Model Cố Định Về Trí Tuệ?

marsbit07/15 03:32

Muốn một đợt bùng nổ lớn tiếp theo? Bitcoin cần nghìn tỷ USD vốn mới đổ vào

Bài viết phân tích tình hình Bitcoin sau khi giảm 50% từ mức đỉnh lịch sử 126.000 USD vào tháng 10/2025. Các báo cáo dữ liệu on-chain chỉ ra sự khác biệt cấu trúc so với các đợt điều chỉnh trước. Vấn đề chính là hiệu suất sử dụng vốn đã giảm mạnh. Theo CryptoQuant, chu kỳ này cần tới 697 tỷ USD vốn mới để tạo ra mức tăng 689%, trong khi năm 2011 chỉ cần 27 tỷ USD cho mức tăng hơn 55.000%. Để có một đợt tăng mạnh mới, Bitcoin cần khoảng 1.000 tỷ USD vốn tổ chức gia nhập, cho thấy nó cần trở thành một tài sản được phân bổ chính trong danh mục toàn cầu. Mặt tích cực, nguồn cung lưu hành đang thu hẹp. K33 Research báo cáo tỷ lệ nắm giữ dài hạn đạt 79%, mức cao kỷ lục, khiến số coin giao dịch thả nổi ít đi và biến động giá dễ xảy ra hơn. Chỉ số lãi/lỗ thực tế (Realized Profit/Loss Ratio) đã giảm xuống -0.35, mức thấp nhất trong 43 tháng, tương tự thời điểm thị trường gặp đáy năm 2022. Điều này cho thấy áp lực bán tháo đã được giải phóng đáng kể. Giá hiện tại chỉ cao hơn khoảng 16% so với giá thực hiện trung bình, một tín hiệu tích cực theo lịch sử. Tuy nhiên, môi trường vĩ mô vẫn áp lực. ETF Bitcoin tại Mỹ ghi nhận dòng tiền ròng rút kỷ lục vào tháng 6. Sự thay đổi lãnh đạo Cục Dự trữ Liên bang Mỹ (Fed) cũng tạo ra bất ổn. Tóm lại, thị trường đã hội tụ nhiều điều kiện hình thành đáy: áp lực bán cạn kiệt, nguồn cung thả nổi hạn chế và chỉ số kỹ thuật ở vùng cực kỳ oversold. Tuy nhiên, yếu tố quyết định cho một đợt tăng giá bền vững - dòng vốn tổ chức quy mô lớn - vẫn chưa xuất hiện. Tăng trưởng trong tương lai sẽ phụ thuộc nhiều vào dòng vốn tổ chức này hơn là sự khan hiếm đơn thuần.

Foresight News07/13 06:09

Muốn một đợt bùng nổ lớn tiếp theo? Bitcoin cần nghìn tỷ USD vốn mới đổ vào

Foresight News07/13 06:09

Nhà máy Token AI bùng nổ, thầy trò Đại học Thanh Hoa gọi vốn 10 tỷ trong nửa năm

AI đang tạo ra một nhu cầu khổng lồ về "Token" - đơn vị cơ bản của xử lý ngôn ngữ. Công ty khởi nghiệp Tendence AI, được thành lập bởi đội ngũ giảng viên và sinh viên Đại học Thanh Hoa, đã chọn con đường riêng: tập trung vào hạ tầng suy luận AI (AI inference) thay vì đào tạo mô hình lớn, với sứ mệnh xây dựng "nhà máy Token AI chất lượng cao". Trong vòng nửa năm, Tendence AI đã huy động thành công hơn 10 tỷ nhân dân tệ từ các nhà đầu tư như Quỹ Hà Nam Investment Group Huirong, Chân Tri Capital, và các cổ đông hiện tại tiếp tục tăng vốn mạnh mẽ. Công ty phát triển nền tảng ATaaS dựa trên công nghệ độc quyền như "hệ thống dị thể phối hợp toàn phần", "tính toán dựa trên bộ nhớ" và "cấu trúc ảo-thực đồng nhất", nhằm tối ưu hóa toàn bộ quy trình sản xuất Token, nâng cao hiệu suất hàng loạt. Chiến lược "ít mô hình, tối ưu sâu" giúp công ty tập trung nguồn lực vào một số mô hình lớn then chốt và kịch bản giá trị cao. Kết quả là, từ Tết Nguyên đán 2026, hiệu suất sản xuất Token trên mỗi đơn vị tính toán trung bình đã tăng hơn 3 lần, và tổng sản lượng Token chất lượng cao tăng hơn 30 lần. Doanh thu chỉ trong tháng 6/2026 đã vượt tổng doanh thu cả năm 2025. Với hai mô hình kinh doanh chính: vận hành trực tiếp và đồng vận hành, Tendence AI không chỉ tự sản xuất Token mà còn giúp các đối tác (như trung tâm trí tuệ nhân tạo, doanh nghiệp nhà nước) chuyển đổi từ cho thuê sức mạnh tính toán sang bán Token AI chất lượng cao. Khi Token trở thành "điện, nước, than" của kỷ nguyên AI, Tendence AI đang định vị mình là một mắt xích quan trọng trong hệ sinh thái, kết nối các đối tác mô hình, phần cứng và ứng dụng, thúc đẩy ngành công nghiệp AI phát triển bền vững.

marsbit07/13 03:45

Nhà máy Token AI bùng nổ, thầy trò Đại học Thanh Hoa gọi vốn 10 tỷ trong nửa năm

marsbit07/13 03:45

Cả mạng mắng Claude ngu đi, Anthropic chính thức lên tiếng: Lỗi không phải ở mô hình

Dạo gần đây, nhiều người dùng phàn nàn Claude Code trở nên "ngu ngốc", nhưng Anthropic đã chính thức lên tiếng: vấn đề không nằm ở mô hình (Model), mà ở cài đặt "Mức độ nỗ lực" (Effort). Tháng 3, để giảm độ trễ, Anthropic đã âm thầm hạ mặc định Effort từ "cao" xuống "trung bình", khiến Claude trở nên thiếu chủ động: bỏ qua file, không chạy test, và liên tục yêu cầu thêm thông tin. Sự cố này khiến cộng đồng nhầm tưởng model bị làm yếu đi. Bài viết của Anthropic làm rõ sự khác biệt: - **Model (Mô hình)**: Thay đổi "bộ não" - kiến thức và khả năng cố định từ khi huấn luyện. Nó quyết định AI *"biết làm"* cái gì. Đổi model là đổi bộ quyền số, giải quyết vấn đề *"không biết làm"*. - **Effort (Nỗ lực)**: Thay đổi "thái độ" làm việc. Nó kiểm soát mức độ chủ động: đọc bao nhiêu file, có chạy kiểm tra không, có theo đuổi nhiệm vụ phức tạp đến cùng không. Effort cao đồng nghĩa với nhiều token hơn (có thể gấp 7 lần) được dùng cho việc xử lý kỹ lưỡng. **Kết luận then chốt**: Một model nhỏ (như Sonnet) với Effort cao hoàn toàn có thể vượt hiệu suất một model lớn (như Opus) với Effort thấp trong nhiều tác vụ. **Hướng dẫn xử lý khi Claude làm sai**: 1. Kiểm tra lại ngữ cảnh (prompt, công cụ, file hướng dẫn). 2. Nếu Claude *thiếu chủ động* (bỏ qua bước, không đọc kỹ) -> **Tăng Effort**. 3. Nếu Claude *đã cố gắng nhưng vẫn sai* kiến thức -> **Đổi Model mạnh hơn**. Bài học cho thấy kỷ nguyên chỉ so sánh model đang kết thúc. Kỹ năng quan trọng bây giờ là **"điều phối"** thông minh: biết giao việc đúng model và đặt mức Effort phù hợp để đạt hiệu quả cao nhất với chi phí tối ưu.

marsbit07/12 05:59

Cả mạng mắng Claude ngu đi, Anthropic chính thức lên tiếng: Lỗi không phải ở mô hình

marsbit07/12 05:59

BNB Chain Nâng Cấp Haber Mang Đến Lý Do Khác Để Nhà Phát Triển Theo Dõi Sức Đẩy Thông Lượng Mạng Lưới

BNB Chain đã triển khai bản nâng cấp Haber, tập trung vào việc cải thiện hiệu suất và trải nghiệm cho nhà phát triển và trình xác thực (validator). Bản cập nhật kỹ thuật này nhấn mạnh các thông số kỹ thuật nút mới, nhằm mục tiêu tăng thông lượng mạng, duy trì giao dịch nhanh chóng và đáng tin cậy. Trong bối cảnh thị trường cạnh tranh khốc liệt, nơi thanh khoản có chọn lọc và áp lực quy định vẫn còn, việc liên tục cải tiến cơ sở hạ tầng kỹ thuật là yếu tố quan trọng giữ chân các nhà phát triển và xây dựng dự án. Các bản cập nhật giao thức như Haber, mặc dù không gây chấn động, thường quyết định khả năng mở rộng, chi phí người dùng và hoạt động xuyên chuỗi của mạng lưới theo thời gian. Bài viết khuyến nghị người đọc xem đây là một điểm dữ liệu đáng theo dõi trong xu hướng dài hạn thay vì một bước ngoặt ngay lập tức. Giá trị thực sự của những cải tiến kỹ thuật này sẽ trở nên rõ ràng hơn nếu chúng được xác nhận bằng hiệu suất ổn định trong các phiên tiếp theo, góp phần xây dựng động lực cho mạng lưới. Thông tin dựa trên tài liệu chính thức từ GitHub.

bitcoinist07/11 00:37

BNB Chain Nâng Cấp Haber Mang Đến Lý Do Khác Để Nhà Phát Triển Theo Dõi Sức Đẩy Thông Lượng Mạng Lưới

bitcoinist07/11 00:37

Báo cáo chuyên sâu của Goldman Sachs: Ai sẽ trở thành người chiến thắng lâu dài trong ngành mô hình AI lớn của Trung Quốc?

Báo cáo chuyên sâu của Goldman Sachs phân tích ngành mô hình AI lớn Trung Quốc tại thời điểm chuyển đổi lịch sử, cho rằng hiệu suất của các mô hình mã nguồn mở/mở quyền Trung Quốc đang tiệm cận các mô hình độc quyền hàng đầu thế giới nhờ đột phá về kiến trúc và hiệu quả tham số, giúp đạt hiệu năng tương đương với chi phí thấp hơn đáng kể. Báo cáo nêu bật cấu trúc thị trường hai tầng: phân khúc cao cấp (GLM5.2, Qwen3.7 Max) định giá ~1 USD/triệu token và phân khúc giá rẻ (~0.06-0.2 USD/triệu token) để mở rộng toàn cầu. Chiến lược mã nguồn mở thúc đẩy việc áp dụng rộng rãi nhưng hạn chế khả năng monetize. Ngành dự kiến chuyển sang mô hình "mở quyền + giấy phép cộng đồng" để chia sẻ doanh thu. Thị trường mục tiêu chính là mở rộng quốc tế, đặc biệt bên ngoài Mỹ, nơi các mô hình Trung Quốc được kỳ vọng tăng thị phần nhờ giá cả cạnh tranh và xu hướng doanh nghiệp chuyển trọng tâm từ tối đa hóa token sang ưu tiên ROI. Sử dụng khung đánh giá dựa trên khả năng định giá, lợi thế chi phí và sức mạnh tài chính, Goldman Sachs xác định Zhipu AI và DeepSeek là những công ty có vị thế mạnh nhất trong lĩnh vực mô hình văn bản cơ bản, trong khi ByteDance (với Seed) dẫn đầu về đa phương thức/tạo video. Báo cáo duy trì xếp hạng Mua cho MiniMax và Kuaishou. Doanh thu API/dịch vụ thuê bao từ các mô hình AI Trung Quốc dự báo tăng mạnh từ ước tính 35 tỷ NDT năm 2026 lên 879 tỷ NDT vào năm 2030.

链捕手07/10 14:25

Báo cáo chuyên sâu của Goldman Sachs: Ai sẽ trở thành người chiến thắng lâu dài trong ngành mô hình AI lớn của Trung Quốc?

链捕手07/10 14:25

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

Gần đây, DeepSeek đang mở rộng tuyển dụng mạnh mẽ. Trong danh sách tác giả của bài báo nghiên cứu DeepSeek V4 (dự kiến ra mắt giữa tháng này) có sự xuất hiện của **Cố Dục Hiền (Yuxian Gu)**, nghiên cứu sinh tiến sĩ khóa 2021 tại Đại học Thanh Hoa và người nhận được Học bổng Đặc biệt cho Nghiên cứu sinh năm 2025. Được biết, anh đã chính thức gia nhập DeepSeek. Cố Dục Hiền, cựu nghiên cứu sinh tại Nhóm AI Đàm thoại (CoAI) thuộc Đại học Thanh Hoa dưới sự hướng dẫn của Giáo sư Hoàng Dân Liệt, từng nhận học bổng tiến sĩ Apple 2025 và học bổng Ant In-Tech. Nghiên cứu của anh tập trung vào nâng cao hiệu quả trong toàn bộ vòng đời của mô hình ngôn ngữ lớn (LLM), bao gồm ba hướng chính: Lọc dữ liệu tiền huấn luyện (với các công trình như PDS), Cất cánh kiến thức trong nén mô hình (đại diện là MiniLLM), và Kiến trúc mô hình hiệu quả (như Jet-Nemotron). Lượng trích dẫn bài báo khoa học của anh trên Google Scholar đã gần 5.000. Công trình nổi bật Jet-Nemotron của anh, một kiến trúc ngôn ngữ lai mới, đạt độ chính xác ngang bằng các mô hình chú ý đầy đủ tiên tiến nhất (SOTA) nhưng với hiệu suất vượt trội, tăng tốc tạo sinh lên tới 53.6 lần trên GPU H100 ở ngữ cảnh dài. Mô hình MiniLLM trước đó của anh về phương pháp cất cánh kiến thức cũng được áp dụng rộng rãi bởi Google, Alibaba, NVIDIA. Việc Cố Dục Hiền gia nhập DeepSeek được kỳ vọng sẽ mang lại nhiều thành tựu mới cho công ty.

marsbit07/06 02:09

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

marsbit07/06 02:09

1 Megawatt nuôi sống 60.000 tác nhân thông minh, NVIDIA GB300 áp đảo thế hệ trước gấp 20 lần

Cùng một megawatt điện, hệ thống GB300 NVL72 mới nhất của Nvidia có thể xử lý đồng thời 61.400 tác nhân AI (agent), trong khi thế hệ trước H200 chỉ xử lý được khoảng 2.600. Khoảng cách hiệu suất lên tới 20 lần. Sự khác biệt này được đo bằng thước đo mới: AA-AgentPerf, tiêu chuẩn đo lường đầu tiên được thiết kế riêng cho tác nhân AI. Thay vì đo tokens mỗi giây, nó đo "số lượng tác nhân đồng thời trên mỗi megawatt", phản ánh khả năng hệ thống "nuôi" bao nhiêu agent làm việc thực tế cùng lúc với một mức điện năng cố định. Lý do là các bài kiểm tra cũ, tập trung vào các yêu cầu đơn lẻ có độ dài cố định, không thể đo lường chính xác khối lượng công việc phức tạp của agent. Một agent hoạt động giống như một cuộc chạy tiếp sức, chia nhỏ mục tiêu thành hàng chục hoặc hàng trăm bước, với các lần gọi mô hình lớn, gọi công cụ và ngữ cảnh ngày càng mở rộng được xâu chuỗi với nhau. AA-AgentPerf sử dụng các bản ghi agent lập trình thực tế, với các phiên dài tới 200 lượt và ngữ cảnh lên đến hơn 100.000 token. Nó đặt ra các mục tiêu cấp độ dịch vụ (SLO) về tốc độ phản hồi, sau đó đo xem hệ thống có thể duy trì bao nhiêu agent đồng thời trong khi vẫn đáp ứng SLO. Nó cũng cho phép tất cả các tối ưu hóa thực tế được sử dụng trong sản xuất. Kết quả cho thấy, đối với một mô hình MoE tiên tiến, GB300 NVL72 đạt 61.400 agent/MW (57,5 agent/GPU), trong khi H200 đạt khoảng 2.600 agent/MW (1,4 agent/GPU). Sự nhảy vọt này không chỉ đến từ sức mạnh chip đơn lẻ mà còn là chiến thắng ở cấp độ hệ thống. GB300 NVL72 kết nối 72 GPU thành một khối thống nhất qua NVLink, cho phép phân phối mô hình hiệu quả và chia sẻ dữ liệu nhanh chóng. Cần lưu ý rằng con số 61.400 là từ mô phỏng trong điều kiện kiểm tra chuẩn, sử dụng các bản ghi đã được ghi lại, không phải là 61.400 mô hình đầy đủ chạy độc lập trong môi trường thực tế. AA-AgentPerf vẫn là một tiêu chuẩn mới và hiệu suất có thể tiếp tục được cải thiện thông qua tối ưu hóa phần mềm.

marsbit07/06 01:05

1 Megawatt nuôi sống 60.000 tác nhân thông minh, NVIDIA GB300 áp đảo thế hệ trước gấp 20 lần

marsbit07/06 01:05

活动图片