OpenAI và Anthropic Phát Hành Mô Hình Đối Đầu Khi Cuộc Đua Vũ Trang Trí Tuệ Nhân Tạo Tăng Cường

OpenAI và Anthropic đã phát hành các mô hình hàng đầu mới trong vòng vài phút sau khi nhau, trong khi OpenAI đồng thời ra mắt một nền tảng đại lý doanh nghiệp và Perplexity giới thiệu một tính năng nghiên cứu đa mô hình. Hôm nay đã mang lại nhiều thông báo về sản phẩm trí tuệ nhân tạo quan trọng hơn trong một buổi chiều so với hầu hết các tuần sản xuất tổng thể.

Đây là những gì đã được phát hành và ý nghĩa của nó.

Anthropic’s Opus 4.6: Agent Teams và Cửa Sổ Một Triệu Token

Anthropic đã phát hành Claude Opus 4.6, mô hình có khả năng nhất của họ, với hai tính năng nổi bật: cửa sổ ngữ cảnh một triệu token và một khả năng mới gọi là Agent Teams.

Cửa sổ ngữ cảnh là thành tựu kỹ thuật lớn hơn. Ở một triệu token, Opus 4.6 có thể xử lý khoảng 3.000 trang văn bản trong một lời nhắc duy nhất – bốn lần giới hạn 256.000 token của người tiền nhiệm. Kết hợp với hỗ trợ đầu ra 128.000 token, mô hình现在 có thể tiêu thụ và làm việc với toàn bộ cơ sở mã, hồ sơ pháp lý hoặc tài liệu nghiên cứu mà không cần chia nhỏ hoặc tóm tắt.

Agent Teams, có sẵn trong Claude Code, cho phép nhiều phiên bản Claude làm việc song song trên một cơ sở mã chung. Thay vì một đại lý duy nhất thực hiện các nhiệm vụ tuần tự, các nhà phát triển có thể tạo ra các đội nơi một đại lý xử lý các thay đổi phía trước, một đại lý khác viết các thử nghiệm và một đại lý thứ ba tái cấu trúc logic phía sau – tất cả đều phối hợp trên cùng một dự án đồng thời.

Opus 4.6 cũng giới thiệu tư duy thích ứng, cho phép mô hình điều chỉnh mức độ nỗ lực tư duy để đầu tư vào một lời nhắc nhất định. Các câu hỏi đơn giản nhận được phản hồi nhanh; các vấn đề phức tạp kích hoạt tư duy sâu sắc hơn. Các nhà phát triển có thể điều chỉnh điều này thông qua các điều khiển nỗ lực trên bốn cấp độ: thấp, trung bình, cao và tối đa.

Trên các điểm chuẩn, Opus 4.6 đạt điểm cao nhất trên Terminal-Bench 2.0 cho mã hóa đại lý và dẫn đầu Kỳ thi cuối cùng của loài người, một đánh giá lý luận phức tạp. Anthropic tuyên bố có lợi thế 144 điểm Elo so với GPT-5.2 trên đánh giá GDPval-AA và cải thiện 190 điểm so với Opus 4.5.

Giá API vẫn không thay đổi ở mức 5 đô la mỗi triệu token đầu vào và 25 đô la mỗi triệu token đầu ra, mặc dù các lời nhắc vượt quá 200.000 token sẽ bị tính phí cao hơn là 10 đô la / 37,50 đô la.

Trong một động thái doanh nghiệp đáng chú ý, Anthropic đã công bố bản xem trước nghiên cứu của Claude trong Microsoft PowerPoint, nơi mô hình có thể đọc các bố cục và mẫu trình bày hiện có và tạo hoặc chỉnh sửa trình bày trong khi giữ nguyên định dạng thương hiệu.

OpenAI’s GPT-5.3-Codex: Mô Hình Đã Giúp Xây Dựng Chính Nó

Vài phút sau thông báo của Anthropic, OpenAI đã ra mắt GPT-5.3-Codex, mô hình mã hóa có khả năng nhất của họ. Phát hành này thống nhất hiệu suất mã hóa tiên phong của GPT-5.2-Codex với khả năng lý luận và kiến thức chuyên môn của GPT-5.2 thành một hệ thống duy nhất cũng nhanh hơn 25%.

Đề xuất đáng chú ý nhất: GPT-5.3-Codex đã giúp xây dựng chính nó. Đội Codex của OpenAI đã sử dụng các phiên bản đầu tiên của mô hình trong quá trình đào tạo của nó – gỡ lỗi các lần chạy đào tạo, quản lý cơ sở hạ tầng triển khai và chẩn đoán kết quả đánh giá. Đây là lần đầu tiên công khai của OpenAI rằng một mô hình đã đóng vai trò quan trọng trong sự phát triển của chính nó, một cột mốc tăng cả hiệu quả và an toàn.

GPT-5.3-Codex thiết lập các điểm chuẩn mới của ngành về SWE-Bench Pro và Terminal-Bench, các điểm chuẩn đánh giá các nhiệm vụ kỹ thuật phần mềm thực tế. Mô hình có thể xử lý các nhiệm vụ dài hạn liên quan đến nghiên cứu, sử dụng công cụ và thực hiện phức tạp, và người dùng có thể tương tác với nó giữa các nhiệm vụ mà không mất ngữ cảnh – giống như cộng tác với một đồng nghiệp hơn là phát hành lệnh.

Mô hình này hiện có sẵn cho tất cả người dùng kế hoạch trả phí ChatGPT thông qua ứng dụng Codex, CLI, tiện ích mở rộng IDE và giao diện web. Truy cập API sắp có sẵn.

Đối với các nhà phát triển chọn giữa các trình tạo mã AI, hình ảnh cạnh tranh hiện đã được xác định rõ: Opus 4.6 dẫn đầu về phối hợp đại lý và công việc ngữ cảnh dài, trong khi GPT-5.3-Codex nhấn mạnh tốc độ và lý luận tích hợp. Cả hai đều tuyên bố đứng đầu trên các điểm chuẩn chồng chéo, và các công cụ như Cursor và Xcode của Apple (AAPL ) hỗ trợ cả hai, vì vậy các nhà phát triển có thể chuyển đổi tự do.

OpenAI Frontier: Đại Lý Doanh Nghiệp Có Nền Tảng Riêng

Cùng với việc ra mắt mô hình, OpenAI đã giới thiệu Frontier, một nền tảng doanh nghiệp để xây dựng, triển khai và quản lý các đại lý AI. Frontier kết nối với các cơ sở dữ liệu, hệ thống CRM, nền tảng HR, công cụ vé và các ứng dụng kinh doanh khác, sau đó cho phép các đại lý AI thực hiện các quy trình trên chúng.

OpenAI mô tả Frontier là “một lớp ngữ nghĩa cho doanh nghiệp” nơi nhân viên và đại lý AI hoạt động trên cùng một nền tảng với quyền truy cập dữ liệu và kiểm soát bảo mật chung. Các đại lý nhận được danh tính giống như nhân viên, ngữ cảnh tổ chức chung và quyền của doanh nghiệp.

Nền tảng này không phụ thuộc vào mô hình – các công ty có thể quản lý các đại lý được xây dựng trên các mô hình của OpenAI cùng với những mô hình từ Google (GOOGL ), Microsoft và Anthropic. Khách hàng ban đầu bao gồm Intuit (INTU ), State Farm, Thermo Fisher và Uber.

Frontier đặt OpenAI vào vị trí cạnh tranh trực tiếp với các nền tảng doanh nghiệp như Agentforce của Salesforce (CRM ) và các đại lý AI của ServiceNow. Sự khác biệt: OpenAI đang xây dựng từ lớp mô hình lên, trong khi các công ty đã thành lập đang thêm AI vào các công cụ workflow hiện có. Liệu các doanh nghiệp có thích cơ sở hạ tầng đại lý của họ từ nhà cung cấp AI hay nhà cung cấp phần mềm sẽ định hình cạnh tranh AI doanh nghiệp vào năm 2026.

Perplexity’s Model Council: Ba Mô Hình, Một Câu Trả Lời

Perplexity đã ra mắt Model Council, một tính năng chạy cùng một truy vấn trên ba mô hình đồng thời – Claude Opus, GPT và Gemini – sau đó sử dụng một mô hình tổng hợp để tổng hợp đầu ra của chúng thành một câu trả lời duy nhất mà đánh dấu các khu vực đồng ý và không đồng ý.

Hình ảnh: Perplexity

Giả định là không có mô hình đơn lẻ nào đáng tin cậy nhất trên tất cả các truy vấn. Khi ba mô hình tiên phong hội tụ về cùng một câu trả lời, sự tự tin là cao. Khi chúng phân kỳ, người dùng biết để điều tra thêm. Model Council có sẵn cho người đăng ký Max và được định vị cho nghiên cứu đầu tư, phân tích chiến lược và ra quyết định phức tạp.

Tính năng này phản ánh chiến lược của Perplexity trong việc khác biệt hóa thông qua việc dàn xếp đa mô hình thay vì xây dựng các mô hình nền tảng. Khi khoảng cách giữa các mô hình AI hàng đầu thu hẹp trên các điểm chuẩn cá nhân, việc tổng hợp đầu ra của chúng có thể chứng minh là có giá trị hơn việc chọn một nhà cung cấp duy nhất.

Ý Nghĩa Của Tất Cả

Những phát hành này xác nhận rằng cạnh tranh AI đã chuyển từ khả năng mô hình sang cơ sở hạ tầng sản phẩm. Cả OpenAI và Anthropic đều có các mô hình đứng đầu trên cùng một điểm chuẩn; sự khác biệt hiện sống trong những gì bạn có thể xây dựng trên chúng.

Perplexity, trong khi đó, đang đưa ra một lập luận im lặng rằng các cuộc chiến mô hình có thể ít quan trọng hơn cách bạn kết hợp các mô hình. Nếu Model Council chứng minh là hữu ích, nó gợi ý rằng tương lai không phải là chọn giữa Claude và GPT – mà là sử dụng cả hai.

Đối với các nhà phát triển và doanh nghiệp đang đánh giá ngăn xếp AI của họ, điều này vừa làm cho quyết định trở nên khó khăn hơn.