ĐIỂM TIN AI NÓNG - 07/10/2026
Model Releases & Đột phá Công nghệ
Mistral Large 4 (public preview): Mistral giới thiệu mô hình đa phương thức Mixture-of-Experts khoảng 1,05 nghìn tỷ tham số, kích hoạt 49 tỷ tham số mỗi lượt và hỗ trợ ngữ cảnh 1 triệu token; API preview đã mở, còn weights được hẹn phát hành cuối tháng. Hãng cho biết ML4 được huấn luyện từ đầu trên 3.800 GPU NVIDIA Grace Blackwell, dùng hơn 160 ngôn ngữ và đạt 82% ở bài tái tạo rồi vá lỗ hổng thuộc Artificial Analysis Cyber Index, cùng 93% trên Cybench. Giá preview được niêm yết ở mức 1,36 USD/triệu token đầu vào và 4,18 USD/triệu token đầu ra. Phần lớn benchmark và human evaluation hiện do Mistral công bố trong lúc RL vẫn tiếp diễn, nên cần chờ weights, model card và đánh giá độc lập trước khi coi đây là kết quả ổn định. Nguồn: Mistral AI và tài liệu model.
Google DeepMind — EmbeddingGemma 2: Mô hình embedding đa phương thức mở 740 triệu tham số đưa văn bản, code, ảnh, âm thanh và video vào cùng một không gian vector, phát hành theo Apache 2.0 để chạy cục bộ. Kiến trúc mô-đun chỉ cần 270 triệu tham số cho text, có thể rút vector từ 768 xuống 128 chiều để giảm tối đa 6 lần dung lượng; bản lượng tử hóa cần khoảng 191 MB RAM cho text hoặc 567 MB cho toàn bộ multimodal trên Pixel 11 Pro. Google báo điểm MTEB Code tăng từ 68,76 lên 78,68 và ngữ cảnh 8K có thể nhận tối đa 5,5 phút audio, 29 ảnh hoặc 58 khung hình video. Đây là benchmark do nhóm phát hành báo cáo; lợi ích thực tế còn phụ thuộc thiết bị, lượng tử hóa và tập dữ liệu truy hồi của từng ứng dụng. Nguồn: Google.
Cập nhật Sản phẩm & Công cụ
Anthropic mở rộng Cyber Verification Program: CVP mới chia quyền truy cập thành ba tầng Defense, Red Team và Specialized, cho phép tổ chức đủ điều kiện dùng Claude Opus 5.5, Sonnet 5.5 và Mythos 5.1 với mức chặn cyber giảm dần theo xác minh và kiểm soát bảo mật. Trên 50 lượt chạy CyScenarioBench, tầng Defense chặn 46 lượt và hoàn thành 4; tầng Red Team không chặn lượt nào và hoàn thành 34, gần mức 67,6% khi tắt safeguard. Anthropic cũng báo các đối tác Project Glasswing tìm được ít nhất 129.000 lỗ hổng đã xác minh và hoạt động quét mã nguồn mở của hãng tìm thêm 5.500, nhưng đây là dữ liệu tổng hợp tự báo cáo, cách triage không đồng nhất và chưa tới một nửa đối tác cung cấp số bản vá. Với đội bảo mật, thay đổi đáng chú ý là có lộ trình truy cập năng lực dual-use rõ hơn, đổi lại phải chấp nhận xác minh, giám sát và lưu dữ liệu theo tầng. Nguồn: Anthropic.
OpenAI và Ironclad xây benchmark agent cho quy trình hợp đồng: Hai bên tạo 11 tác vụ pháp lý, thương mại và mua sắm, mỗi tác vụ được chấm theo 8–50 tiêu chí trong môi trường Ironclad được host riêng; dữ liệu huấn luyện mô phỏng lấy từ hợp đồng công khai trên SEC EDGAR sau khi lọc thông tin cá nhân. GPT‑6 Astra đạt điểm rubric trung bình 55,0% so với 41,6% của GPT‑5.6 Sol, còn thời gian mô phỏng giảm từ 37,0 xuống 19,2 phút mỗi lượt; một model nội bộ đạt 63,7%. Kết quả cho thấy hướng huấn luyện agent trực tiếp trên workflow doanh nghiệp có thể hữu ích cho nhà phát triển phần mềm chuyên ngành, nhưng chỉ bao phủ 11 tác vụ, dùng cấu hình reasoning khác nhau và thời gian là ước tính mô phỏng chứ không phải năng suất khách hàng đo ngoài thực tế. Nguồn: OpenAI.
Nghiên cứu & Học thuật (Báo cáo nổi bật)
- OpenAI công bố 722 bản thảo toán và proof artifact: Kho lưu trữ mới gom 722 bản thảo thành 372 họ kết quả do một model frontier nội bộ chưa phát hành tạo ra sau khi được giao khoảng 4.000 bài toán; mỗi kết quả dùng lượng compute tương đương trung bình khoảng ba giờ ChatGPT Pro thinking. OpenAI kèm mã nguồn, hướng dẫn citation/build, 10 bản tóm tắt reasoning và formalization Lean cho nhiều — nhưng không phải tất cả — chứng minh. Chính README cảnh báo một số kết quả chưa formalize có thể còn lỗi; vì vậy quy mô công bố là tín hiệu đáng chú ý về AI for Mathematics, song không đồng nghĩa 722 kết quả đã được phản biện hay kiểm chứng độc lập. Nguồn: OpenAI và kho
openai/math.
🏷️ Từ khóa Xu hướng (Keywords)
Mistral Large 4, Mixture of Experts, EmbeddingGemma 2, multimodal embeddings, on-device AI, Cyber Verification Program, AI agent benchmark, Lean, AI for Mathematics