Gửi bình luận
Anthropic ra mắt hai mô hình AI chung nền tảng nhưng khác quyền truy cập, giá API 8 USD và 40 USD mỗi triệu token, kèm nhiều kết quả cần kiểm chứng độc lập.
Anthropic vừa giới thiệu hai mô hình trí tuệ nhân tạo là Claude Fable 5.2 và Claude Mythos 5.2, tập trung vào các nhiệm vụ kỹ thuật phức tạp. Theo kết quả đánh giá do chính công ty công bố, bộ đôi này vượt Claude Opus 5.5 ở phần lớn bài kiểm tra về lập trình, suy luận và nghiên cứu khoa học. Điểm gây chú ý nhất là một thử nghiệm trong đó Fable điều phối khoảng 1.000 tác nhân AI để xây dựng một hệ điều hành nguyên mẫu trong 8 ngày.
Hai mô hình được công bố ngày 9/11. Dù mang tên gọi khác nhau, Fable và Mythos dùng chung nền tảng công nghệ. Khác biệt chủ yếu nằm ở cơ chế kiểm soát an toàn và phạm vi người dùng được phép truy cập.
Claude Fable 5.2 được phát triển để phục vụ nhiều nhóm người dùng và nhà phát triển phần mềm. Mô hình này tích hợp các biện pháp hạn chế đối với những tác vụ liên quan đến an ninh mạng và sinh học, nhằm giảm nguy cơ bị sử dụng sai mục đích. Nhờ cơ chế đó, Fable 5.2 được cung cấp rộng rãi qua Claude và các nền tảng dành cho nhà phát triển.
Ngược lại, Claude Mythos 5.2 hướng đến các tổ chức đã qua quy trình xác minh, chủ yếu trong lĩnh vực bảo mật hoặc nghiên cứu y sinh. Phiên bản này được hỗ trợ nhiều nhiệm vụ chuyên sâu hơn, trong đó có tìm kiếm và khắc phục lỗ hổng phần mềm. Cách phân chia này phản ánh việc Anthropic điều chỉnh quyền sử dụng công nghệ theo mức độ nhạy cảm của từng ứng dụng.
| Tiêu chí | Claude Fable 5.2 | Claude Mythos 5.2 |
|---|---|---|
| Đối tượng chính | Nhiều nhóm người dùng và nhà phát triển | Tổ chức đã xác minh, chủ yếu về bảo mật hoặc nghiên cứu y sinh |
| Kiểm soát an toàn | Hạn chế tác vụ liên quan an ninh mạng và sinh học | Được hỗ trợ nhiều nhiệm vụ chuyên sâu hơn, gồm tìm và khắc phục lỗ hổng phần mềm |
| Cách tiếp cận | Cung cấp rộng rãi qua Anthropic, Amazon Web Services, Google Cloud và Microsoft Azure | Phải đáp ứng điều kiện xác minh riêng |
Theo công bố của hãng, hai mô hình mới có thể tạo phản hồi nhanh hơn tối đa 30% so với phiên bản 5.1. Chi phí qua giao diện lập trình ứng dụng (API) là 8 USD cho một triệu token đầu vào và 40 USD cho một triệu token đầu ra. Người dùng cũng có thể chọn chế độ xử lý nhanh, giúp tăng tốc độ tạo nội dung lên 2,5 lần nhưng phải trả chi phí cao hơn.
Đáng chú ý, Anthropic vẫn khuyến nghị người dùng phổ thông ưu tiên Claude Opus 5.5 cho phần lớn công việc hằng ngày, thay vì mặc định chuyển sang Fable hoặc Mythos. Điều này cho thấy hai mô hình mới nhắm đến các bài toán đặc thù hơn là nhu cầu thông thường.
Theo Anthropic, trong một thử nghiệm nội bộ, Claude Fable 5.2 đã điều phối khoảng 1.000 tác nhân AI hoạt động liên tục suốt 8 ngày để xây dựng một hệ điều hành nguyên mẫu. Thay vì để một mô hình đảm nhận toàn bộ công việc, hệ thống huy động nhiều tác nhân cùng tham gia quá trình phát triển phần mềm. Thử nghiệm được dùng để minh họa khả năng xử lý các nhiệm vụ lập trình quy mô lớn, kéo dài nhiều ngày.
Kết quả này cho thấy hướng phát triển AI không dừng ở việc trả lời câu hỏi hoặc viết từng đoạn mã riêng lẻ, mà mở rộng sang tổ chức nhiều tác nhân thực hiện dự án lớn. Tuy nhiên, kết quả chỉ đề cập một hệ điều hành nguyên mẫu. Điều đó không đồng nghĩa AI đã tự phát triển thành công một hệ điều hành thương mại hoàn chỉnh, hay có thể thay thế toàn bộ đội ngũ kỹ sư phần mềm.
Ngoài lập trình, Anthropic công bố một số kết quả trong nghiên cứu khoa học. Theo hãng, Fable 5.2 đã hỗ trợ giải quyết hai bài toán mở trong vật lý lý thuyết liên quan đến hố đen. Mô hình cũng được cho là đã điều phối một nhóm để hoàn thành việc hình thức hóa chứng minh Định lý cuối cùng của Fermat trong khoảng 30 giờ.
Hình thức hóa chứng minh là quá trình biểu diễn và kiểm tra một lập luận toán học bằng hệ thống hình thức. Vì vậy, kết quả này không có nghĩa AI vừa tìm ra lời giải đầu tiên cho định lý, bởi định lý đã được chứng minh trước đó. Các thành tích nghiên cứu nói trên đang được trình bày theo thông tin Anthropic công bố, chưa phải kết quả được xác minh độc lập.
Trong lĩnh vực an ninh mạng, Mythos 5.2 được Anthropic đánh giá cao về khả năng phát hiện lỗ hổng phần mềm. Ở bài kiểm tra nội bộ CVE Rediscovery, mô hình nhận diện được 89,6% số lỗ hổng thuộc bộ đánh giá. Con số này đáng chú ý với các ứng dụng hỗ trợ kiểm tra mã nguồn và phát hiện vấn đề bảo mật.
Tuy vậy, tỷ lệ 89,6% chỉ là kết quả trong một bộ thử nghiệm cụ thể của Anthropic. Nó không có nghĩa mô hình phát hiện được gần 90% mọi lỗ hổng trong các hệ thống thực tế. Việc Mythos 5.2 chỉ dành cho tổ chức đáp ứng điều kiện xác minh cũng cho thấy hãng tiếp cận thận trọng với các năng lực AI có thể dùng trong an ninh mạng.
Ông Bala Kasiviswanathan, Phó chủ tịch phụ trách AI và trải nghiệm nhà phát triển tại Snowflake, đánh giá Claude Fable 5.2 là mô hình mạnh nhất mà doanh nghiệp này từng đo lường trên bộ tiêu chuẩn đánh giá của mình. Nhận xét này phản ánh kết quả thử nghiệm của Snowflake, không phải kết luận rằng Fable 5.2 đứng đầu mọi bảng xếp hạng AI trên thế giới.
Nhìn chung, việc ra mắt hai mô hình cho thấy Anthropic đang mở rộng khả năng của AI sang những lĩnh vực đòi hỏi chuyên môn sâu, từ lập trình phần mềm đến nghiên cứu khoa học và bảo mật. Dù vậy, các thành tích nổi bật do hãng công bố vẫn cần được phân biệt với khả năng hoạt động đã được kiểm chứng trong môi trường thực tế.