ĐIỂM TIN AI NÓNG - 25/08/2026

Model Releases & Đột phá Công nghệ

• NVIDIA Groq 3 LPX — 3.431 token/giây ở ngữ cảnh 100K: Hệ thống tăng tốc suy luận tích hợp với Vera Rubin NVL72 đã đi vào sản xuất đầy đủ; benchmark bên thứ ba của Artificial Analysis đo Gemma 4 31B đạt trung vị 3.431 output token/giây ở đầu vào 100K token, so với 870 token/giây của endpoint công khai nhanh nhất trong phép đo. Ở đầu vào 10K token, hệ thống đạt 3.382 token/giây; NVIDIA cho biết cấu hình benchmark không làm giảm độ chính xác hay chất lượng đầu ra. Trên SPEED-Bench cho tác vụ coding, tốc độ trung vị đạt 4.767 token/giây và P80 đạt 5.520 token/giây, cho thấy phần decode có thể giảm đáng kể độ trễ tích lũy trong workflow agent dài. Nguồn: NVIDIA Technical Blog, thông báo sản xuất của NVIDIA.

• MetaRoCE — RDMA mở cho cụm AI quy mô triệu GPU: Meta công bố giao thức transport RDMA thiết kế lại cho workload AI trên Ethernet phổ thông, đồng thời phát hành đặc tả, bản triển khai tham chiếu và bộ kiểm thử tuân thủ qua Open Compute Project. MetaRoCE chuyển phần lớn trí tuệ điều phối sang endpoint/NIC, hỗ trợ packet đến không theo thứ tự, multipath theo từng gói, truyền lại chọn lọc và điều khiển tắc nghẽn từ cả bên gửi lẫn bên nhận. Thiết kế không yêu cầu PFC hoặc pause frame, chỉ dựa vào ECN và ECMP có sẵn trên switch, nhằm giảm head-of-line blocking và tail latency khi all-reduce, all-to-all hoặc inference phân mảnh trải trên cụm lớn. Nguồn: Meta Engineering.

Cập nhật Sản phẩm & Công cụ

• OpenAI API — giá khuyến mại GPT-5.6 Sol kéo dài ít nhất đến 21/11: Bảng giá chính thức hiện niêm yết chế độ Standard cho ngữ cảnh ngắn ở mức 4 USD/1 triệu token đầu vào, 0,40 USD đầu vào cache và 20 USD đầu ra; với ngữ cảnh dài lần lượt là 8 USD, 0,80 USD và 30 USD. OpenAI xác nhận đây là giá khuyến mại của GPT‑5.6 Sol và sẽ duy trì ít nhất đến ngày 21/11/2026. Với đội ngũ đang chạy agent hoặc pipeline reasoning dài, thay đổi này cần được đưa vào lại mô hình dự báo chi phí thay vì mặc định mức giá cũ. Nguồn: bảng giá OpenAI API, thảo luận Hacker News.

• Microsoft Agent Lightning 1.0.1 — skill tối ưu agent bằng benchmark: Bản phát hành chính thức đầu tiên của Agent Lightning Skill nhận một agent có thể chỉnh sửa cùng bộ benchmark, sau đó hướng dẫn cải thiện có đo lường trên prompt, tool, workflow, model và mức reasoning. Mục tiêu tối ưu không chỉ là độ chính xác mà còn cân bằng chi phí, độ trễ và độ tin cậy; skill hỗ trợ Claude Code, Codex và GitHub Copilot qua lệnh gh skill install. Phiên bản 1.0.1 cũng củng cố CI, đóng gói, tự động hóa phát hành, tài liệu và báo cáo benchmark, phù hợp với nhóm muốn biến việc tinh chỉnh agent thành vòng lặp thực nghiệm có thể tái lập. Nguồn: GitHub Release của Microsoft, thảo luận Hacker News.

Nghiên cứu & Học thuật (Báo cáo nổi bật)

• Không có báo cáo nghiên cứu mới nào trong cửa sổ theo dõi đáp ứng đồng thời yêu cầu về nguồn gốc, dữ liệu kỹ thuật và tín hiệu ảnh hưởng; bản tin không dùng preprint cũ hoặc bài bình luận để lấp mục.

🏷️ Từ khóa Xu hướng (Keywords)

GPT-5.6 Sol, Agent Lightning, Groq 3 LPX, Vera Rubin, MetaRoCE, AI inference, RDMA, agent optimization