SpaceXAI của Musk ra mô hình đầu tiên sau khi đổi tên

SpaceXAI phát hành Grok 4.5, hướng đến lập trình và các tác vụ tự động hóa, nhưng vẫn bị đánh giá chậm chân so với đối thủ.

Ngày 8/7, SpaceXAI, được đổi tên từ xAI ngày 6/7, tung ra Grok 4.5 với nhiều cải tiến, đặc biệt ở khả năng lập trình - một trong những yếu tố mà Grok còn hạn chế. AI mới tận dụng sức mạnh từ công cụ Cursor của Anysphere - công ty đạt thỏa thuận sáp nhập vào SpaceX với giá 60 tỷ USD hồi tháng 5.

SpaceXAI cho biết bản 4.5 được huấn luyện trên hàng chục nghìn GPU Nvidia GB300 với siêu máy tính Colossus ở Memphis (Mỹ), tập trung vào lọc dữ liệu tỉ mỉ, loại bỏ dữ liệu trùng lặp và chấm điểm chất lượng. Đại diện Anysphere cho biết cũng tham gia sâu vào quá trình huấn luyện.

Logo Grok 4.5 hiển thị trên màn hình smartphone. Ảnh: Bảo Lâm

Điểm mạnh của Grok 4.5 không nằm ở yếu tố tốt nhất nhưng giá rẻ, ít nhất so với các sản phẩm phương Tây, theo Decrypt. Grok 4.5 có giá 2 USD cho một triệu token đầu vào và 6 USD cho một triệu token đầu ra. Trong khi đó. Claude Opus 4.8, sản phẩm chủ lực của Anthropic, có giá 5 và 25 USD tương ứng, còn GPT 5.6 Sol của OpenAI là 5 và 30 USD.

Token là đơn vị cơ bản của AI. Token đầu vào là văn bản, mã hoặc dữ liệu khác được gửi đến mô hình AI, trong khi token đầu ra là văn bản hoặc code tạo ra để phản hồi. Giống như phát video trực tuyến tiêu tốn megabyte, việc yêu cầu chatbot AI viết bài luận, gỡ lỗi mã hoặc tạo hình ảnh cũng tiêu tốn token.

Theo Business Insider, trên mạng xã hội X, Musk đăng và phản hồi ít nhất 20 bài viết liên quan đến Grok 4.5 sau khi ra mắt. Ông thừa nhận AI mới chỉ ngang sức mạnh so với thế hệ cũ của đối thủ, chẳng hạn Opus 4.7 ra hồi tháng 4.

"Đánh giá nội bộ là Grok 4.5 xấp xỉ Opus 4.7, nhưng nhanh hơn hẳn. Sự kết hợp giữa khả năng, tốc độ và chi phí là điều làm cho mô hình có tính cạnh tranh", Musk viết. "Chúng tôi đang hoàn thiện vòng lặp về tính hữu ích thực tế, không phải bài kiểm tra chuẩn. Bằng chứng là, các kỹ sư thâm niên tại Tesla và SpaceX ghi nhận Grok 4.5 thực sự hữu ích. Và đó mới là điều thực sự quan trọng".

SpaceXAI cũng công bố bốn kết quả kiểm tra hiệu năng Grok 4.5. DeepSWE 1.1, công cụ đo lường mức độ đáng tin cậy của AI trong khắc phục lỗi phần mềm thực tế, ghi nhận Grok 4.5 đạt 53%, đứng sau Claude Opus 4.8 với 59% và GPT 5.5 với 67%. Claude Fable 5 của Anthropic dẫn đầu bảng xếp hạng với 70%.

Còn trên SWE Bench Pro, công cụ đo hiệu năng và đánh giá khả năng giải quyết các bài toán kỹ thuật phần mềm, lại chấm Grok 4.5 đạt 64,7%, trong khi GPT 5.5 là 58,6%. Hai AI của Anthropic là Opus 4.8 và Fable 5 vẫn dẫn đầu với 69,2% và 80,4% tương ứng.

Tuy nhiên, khả năng sử dụng token trên mô hình của SpaceXAI được cho là hiệu quả hơn, khi Grok 4.5 dùng trung bình 15.954 token đầu ra để hoàn thành mỗi công việc, còn Opus 4.8 đã tốn 67.020 token, gấp 4,2 lần. Theo giới chuyên gia, ngay cả khi đạt điểm thấp trong các bài kiểm tra chất lượng, việc tiêu tốn ít token và hiệu quả sử dụng cao hơn cho phép người dùng thực hiện nhiều lần lặp hơn nhưng không phải cần quá nhiều chi phí.

Grok 4.5 hiện có mặt thông qua công cụ lập trình AI của SpaceXAI, Grok Build, trong Cursor ở dạng API. Tuy nhiên, sản phẩm chưa triển khai tại thị trường châu Âu cho đến giữa tháng.

Cùng ngày 8/7, OpenAI cho biết sẽ công bố GPT-5.6 vào 9/7 sau thời gian trì hoãn do yêu cầu đánh giá an toàn của chính phủ Mỹ, bao gồm mô hình chủ lực Sol dành cho những tác vụ đòi hỏi khả năng suy luận chuyên sâu, lập trình, an ninh mạng, sinh học và quy trình tác nhân; mô hình tầm trung Terra dành cho "tác vụ khối lượng lớn"; và Luna cho các yêu cầu "nhanh với giá cả phải chăng", chủ yếu sử dụng hàng ngày.

Trước khi GPT-5.6 được phân phối rộng rãi, OpenAI tung ra GPT-Live, AI với khả năng "nghe và nói thời gian thực" nhằm thay thế ChatGPT Voice. Điểm khác biệt lớn nhất của GPT-Live là khả năng nghe và nói đồng thời (full-duplex), cho phép AI phản hồi ngay khi người dùng đang nói, xử lý ngắt lời tự nhiên và duy trì cuộc hội thoại giống giao tiếp giữa hai người hơn.

Ngoài hội thoại tự nhiên hơn, GPT-Live còn hỗ trợ dịch trực tiếp theo thời gian thực, gồm hai phiên bản GPT-Live-1 và GPT-Live-1 mini. Trong đó, GPT-Live-1 cung cấp cho người dùng trả phí (Go, Plus và Pro), còn GPT-Live-1 mini dành cho người dùng miễn phí.

Một số thống kê gần đây cho thấy các công ty AI đang ra mắt mô hình với tốc độ chưa từng có. Peter Assentorp, lập trình viên kiêm nhà thiết kế đến từ Đan Mạch, người đã xây dựng phần mềm chuyên theo dõi sự phát triển của AI có tên AIReleaseTracker, cho biết chu kỳ phát hành mô hình lớn hàng tháng đã tăng gấp bốn lần trong giai đoạn 2023-2025, từ mức 18 lên 69. Tính từ đầu năm đến cuối tháng 6, các doanh nghiệp AI lớn đã phát hành thêm 30 mô hình hoặc phiên bản mới.

Bảo Lâm tổng hợp