Chuyện tăng số lượng thì thợ đào là rành nhất. Nhưng nhóm Opus cho thấy một máy riêng lẻ chưa đủ mạnh; có gom một nghìn máy lại thì vẫn có thể bị khựng.

Bảng điểm benchmark thì mọi người chia sẻ khắp nơi rồi: chỉ số trí tuệ Artificial Analysis, Fable 5.2 Max đạt 64.6, Opus 5.5 đạt 59.1, GPT-6 Astra Max đạt 56.9. Tôi muốn nói vài câu từ góc nhìn của giới tiền mã hóa.

Nói về kiểm chứng trước. Chứng minh vẫn là của Wiles, chỉ có thêm một phiên bản máy có thể chạy được; đúng hay không thì chạy thử là biết, không cần phải tin thêm vào người phản biện. Đó chính là “Đừng tin, hãy kiểm chứng”. Việc kiểm chứng hình thức hợp đồng đã có người làm từ lâu, nhưng vừa tốn kém vừa chậm, chỉ những giao thức hàng đầu mới kham nổi. Một bài toán ở tầm Định lý lớn Fermat mà có thể hoàn thành trong 30 giờ, tôi đoán sau này việc kiểm chứng hình thức một giao thức cho vay chủ yếu sẽ là chuyện trả hóa đơn tính toán mà thôi.

Nói tiếp về kiểm toán. Lần này là một mô hình có hai tên: Fable mở cho tất cả mọi người, nhưng tài liệu chính thức ghi rõ phần lớn các yêu cầu liên quan đến an toàn sẽ bị chặn; phiên bản không bị chặn có tên Mythos, chỉ dành cho các tổ chức đã qua xét duyệt. Anthropic trích dẫn một công ty bảo mật cho biết, trong số các lỗ hổng được Mythos 5.2 xác nhận, cứ sáu lỗ hổng thì có một lỗ hổng mà mọi mô hình tiên tiến khác đều bỏ sót. Chú thích cũng ghi rõ đây là số liệu từ một đơn vị kiểm thử riêng lẻ; kết quả kiểm thử của chính Anthropic cho thấy khả năng tìm lỗ hổng của Mythos tương đương Opus 5.5. Với DeFi, điều cần theo dõi tiếp theo là những công ty kiểm toán nào có Mythos.

Tiếp theo là giá. API có giá 8 đô la cho mỗi triệu token đầu vào và 40 đô la cho đầu ra; thế hệ trước là 10 và 50 đô la, rẻ hơn 20%, trong khi tốc độ đầu ra còn có thể nhanh hơn tới 30%. Nhưng theo The Decoder, khi chạy bộ đề AA ở mức cao nhất, chi phí mỗi câu là 26,5 đô la; Fable 5.1 là 12,99 đô la, còn Opus 5.5 là 10 đô la. Cứ như thể giá gas giảm, nhưng lượng gas đốt cho mỗi giao dịch lại tăng gấp đôi. Theo Fortune, chính Anthropic cũng khuyên nên dùng Opus 5.5 cho các tác vụ thường ngày.

Cuối cùng là một chi tiết nhỏ mà những người trong giới TapeOut có thể sẽ chú ý hơn. Trong bản demo chính thức, chỉ với một câu lệnh, Fable 5.2 đã thiết kế được ba thiết bị điện tử có thể sử dụng: trợ lý giọng nói, micro hội nghị USB và thú cưng điện tử. Mỗi thiết bị đều có bo mạch bốn lớp, vỏ ngoài và phần mềm; mỗi bo mạch có thể được gửi đi sản xuất trong chưa đầy một ngày, và sản phẩm làm ra không cần sửa đổi mạch điện. Đây là bo mạch, vẫn còn xa mới đến bước tape-out, nhưng việc “từ một câu nói đến một bo mạch” đã thành hiện thực.

Fortune cho biết đây có thể là đợt ra mắt lớn cuối cùng của Anthropic trước khi lên sàn. Hiện bạn chủ yếu dùng mô hình nào? Bạn có đổi sang mô hình này không?

——

Bài viết này được đăng đầu tiên trên X @musinoot