Nathan Lambert@natolambertSir what is going on here
DịchChuyên gia Nathan Lambert đánh giá cao Claude Opus 5.5 khi đạt kết quả dẫn đầu với chi phí cực thấp ở thiết lập mặc định, đồng thời cải thiện tốc độ tạo văn bản nhanh hơn 30% so với thế hệ tiền nhiệm.
karminski@karminski3Tác giả công bố Quantum Jev với tốc độ suy luận nhanh gấp 400 lần bản gốc, đạt 0.12ms mỗi lượt. Dự án sẽ sớm được phát hành dưới giấy phép MIT, hứa hẹn giải quyết các bài toán mà Jev hiện tại chưa thể xử lý.
PrismML vừa phát hành Ternary Bonsai 2 27B, mô hình nén 3-giá trị chỉ nặng 5,93 GB nhưng vẫn duy trì 98,2% hiệu năng của bản gốc Qwen 27B, hỗ trợ đa phương thức và cửa sổ ngữ cảnh lên tới 262K token.
Kim@kimmonismusSounds almost too good to be true. Jev is an AI model built for decisions rather than text generat…
DịchDiogo Almeida giới thiệu Jev, mô hình AI chuyên biệt cho việc ra quyết định thay vì tạo văn bản. Sử dụng phương pháp RLCD, Jev tối ưu hóa hiệu suất vượt trội với chi phí cực thấp, mở ra hướng đi mới cho các tác vụ điều khiển và chọn lọc dữ liệu.
Typesafe.ai vừa ra mắt Jev, một mô hình AI đột phá với hiệu suất vượt trội về tốc độ và chi phí. Tuy nhiên, các thông số kỹ thuật chi tiết vẫn chưa được công bố, gây ra nhiều tranh luận trong cộng đồng công nghệ.
Ant Group vừa phát hành Qwen3.6-27B-singprobe trên HuggingFace, một mô hình dò tìm an toàn theo thời gian thực giúp đánh giá từng token với chi phí giải mã cực thấp, dưới 0,5%.
Cùng sự kiện, bài đại diện «Ant Group ra mắt SingProbe: Công cụ kiểm soát an toàn AI hiệu năng cao dựa trên Qwen3.6»Inception vừa trình làng Mercury 2.5, mô hình ngôn ngữ khuếch tán lớn nhất và thông minh nhất của hãng với hiệu suất tăng 40% so với bản tiền nhiệm, sẵn sàng cạnh tranh với các đối thủ hàng đầu như GPT-5.6 Luna, Gemini 3.5 Flash-Lite và Claude Haiku 4.5.
TFO là giải pháp plug-and-play cho phép tích hợp khả năng hiểu âm thanh vào các mô hình VLM đóng băng mà không cần thay đổi kiến trúc hay huấn luyện lại, giúp bảo toàn nguyên vẹn năng lực suy luận thị giác ban đầu.
Alibaba Cloud@alibaba_cloudAlibaba Cloud giới thiệu Qwen3.8-Flash, mô hình AI tập trung vào hiệu suất cao với yêu cầu hạ tầng tối giản, mang lại kết quả ấn tượng chỉ trên một node duy nhất.
NeoMME là kiến trúc bộ mã hóa Transformer hai chiều nhỏ gọn, hỗ trợ đa ngôn ngữ và hình ảnh, giúp tối ưu hóa hiệu suất cho các tác vụ truy xuất tài liệu mà không cần dùng đến các mô hình ngôn ngữ tạo sinh cồng kềnh.
Thêm 1 nguồn khác đưa tinHugging Face: Blog
Mark Zuckerberg@finkdMuse Spark 1.3 vừa được phát hành với hiệu năng tiệm cận các mô hình tiên tiến nhất, nhưng sở hữu mức giá vận hành cực kỳ tối ưu, gần như không đáng kể.
Kỹ sư GitHub chia sẻ 4 chiến lược tối ưu hóa, từ việc nén dữ liệu đầu vào đến tinh chỉnh quy trình xử lý tác vụ, giúp giảm đáng kể chi phí suy luận mà vẫn đảm bảo hiệu suất lập trình.
Rohan Paul@rohanpaul_aiNot Diamond just released the methodology behind their model routing which gets Opus xhigh quality w…
DịchNot Diamond giới thiệu phương pháp định tuyến mô hình mới, giúp đạt hiệu suất vượt trội so với Claude 3 Opus nhưng tiết kiệm từ 20-80% chi phí vận hành trên các tiêu chuẩn đánh giá chính.
GLM-5.3 dẫn đầu bảng xếp hạng Featherbench với tỷ lệ chính xác tuyệt đối, đánh bại các mô hình từ Anthropic và OpenAI với chi phí vận hành thấp hơn đáng kể.
fofr@fofrAIGemini 3.7 Flash, low cost and high scores.
DịchGoogle vừa ra mắt Gemini 3.7 Flash, đạt điểm số ấn tượng 95.5% trên ARC-AGI-1 với chi phí chỉ 0.12 USD mỗi tác vụ, vượt trội hoàn toàn về hiệu suất so với các mô hình hiện nay.
Elon Musk@elonmuskElon Musk chia sẻ Grok 4.6 đã hoàn thành tác vụ tương tự Fable chỉ trong 84 phút với 8,6 triệu token, giúp tiết kiệm chi phí xuống còn 55 USD, chỉ bằng 1/10 so với phương pháp cũ.
Elon Musk@elonmuskGrok is the most efficient high intelligence AI
DịchElon Musk cho rằng Grok 4.6 là mô hình AI có chỉ số thông minh trên mỗi đô la chi phí cao nhất hiện nay, một yếu tố then chốt trong cuộc đua AI.