Điểm tin AI 10-11: Anthropic và Meta cùng ra model mới

Anthropic ra Fable 5.2 và Mythos 5.2 giá 8 USD mỗi triệu token đầu vào. Meta ra Muse Ember 0,10 USD mỗi triệu token cho agent chạy khối lượng lớn. METR nói tốc độ cải thiện model tại Anthropic tăng gấp đôi, phần lớn bằng chứng bị che. Nvidia mất 4,27% giá cổ phiếu.

Thứ Hai, Anthropic phát hành Claude Fable 5.2 và Claude Mythos 5.2, bản nâng cấp của dòng model mạnh nhất của công ty. Cùng ngày, Meta Superintelligence Lab công bố Muse Ember, model nhỏ nhất và rẻ nhất của lab này, giá 0,10 USD mỗi triệu token đầu vào.

Hai sản phẩm nhắm hai chỗ khác nhau trong cùng một quy trình: Fable 5.2 cho việc lập trình, nghiên cứu và những tác vụ chạy dài; Ember cho các bước nhỏ mà agent lặp lại hàng trăm lần mỗi phiên như gọi công cụ, đọc tài liệu, phân loại dữ liệu.

Fable 5.2 và Mythos 5.2: một model, hai lớp cửa

Fable và Mythos vẫn là cùng một model nền. Khác nhau ở lớp bảo vệ: Fable có hàng rào an ninh mạng và sinh học đủ để mở cho mọi người dùng, còn Mythos chỉ cấp cho tổ chức được xác minh qua chương trình Life Sciences và Cyber Verification của Anthropic. Muốn dùng bản mạnh nhất, tổ chức phải chứng minh mình dùng nó vào việc gì.

Anthropic cho biết hai bản 5.2 trả lời nhanh hơn tới 30% so với 5.1 và diễn đạt rõ hơn. Giá hạ so với bản 5.1: 8 USD mỗi triệu token đầu vào, 40 USD mỗi triệu token đầu ra. Chế độ nhanh tùy chọn tăng tốc sinh token gấp 2,5 lần, giá 16 và 80 USD.

Trên bảng benchmark của hãng, Fable 5.2 đạt 49,1% ở FrontierCode 2.0 mức Xhigh, so với 42,8% của GPT-6 Astra và 45,5% của Opus 5.5. FrontierSWE v2 lên 69,9% từ 56,3% của Fable 5.1. AutomationBench đạt 51,4% so với 42,5% của Opus 5.5. Đây đều là số do Anthropic chạy và công bố, chưa có bên thứ ba kiểm lại.

Một nhóm 1.000 agent chạy Fable 5.2 hoàn tất hình thức hóa định lý cuối cùng của Fermat trong 30 giờ; bản hình thức hóa đầu tiên của Anthropic mất 11 ngày và bản chứng minh mới ngắn hơn bảy lần. Hơn 90% thay đổi được merge vào codebase của chính Anthropic hiện do Claude viết, theo công ty.

Mythos 5.2 dồn vào an ninh mạng. Trên bài kiểm tra CVE Rediscovery nội bộ, nó tìm được nhiều lỗ hổng hơn 10,2% so với Opus 5.5 và 14,4% so với Mythos 5.1, với 1.829 CVE chạy trong tháng 10. Anthropic dẫn một công ty an ninh nói rằng một phần sáu lỗi Mythos tìm ra bị toàn bộ các model frontier khác bỏ sót.

Về an toàn, Anthropic nói đã chạy những bài đánh giá mới nhắm vào hành vi đáng ngại như thoát khỏi sandbox, giữ nguyên đánh giá rủi ro lệch hướng nghiêm trọng ở mức thấp, và áp dụng biện pháp chống distillation mạnh nhất từ trước tới nay. Model được đánh giá trước khi phát hành bởi Viện An ninh AI Anh, Frontier Design và METR.

Báo cáo METR: gấp đôi tốc độ, và phần bị che

METR công bố ngày 5-11 kết quả đánh giá 11 tuần làm việc bên trong Anthropic, từ 12-8 tới 29-10, với quyền truy cập dữ liệu nội bộ về quá trình huấn luyện, chấm điểm và phỏng vấn nhân sự.

METR kết luận rằng tính đến tháng 10-2026, Anthropic đang cải thiện năng lực model trên các tác vụ xác định rõ với tốc độ khoảng gấp đôi giai đoạn 3-2024 đến 10-2025. Chỉ số AECI tăng 1,9 lần so với trước tháng 10-2025, khoảng tin cậy 95% là 1,5 đến 2,8 lần. METR nói sẽ không ngạc nhiên nếu tốc độ thật rơi vào 1,3 lần hoặc 3 lần. Nhóm ước tính khoảng 80% mức tăng hiện nay đến từ việc Anthropic dùng AI làm R&D, kèm ghi chú rằng đây là phán đoán có bất định lớn.

METR cũng nói không thấy nút thắt rõ ràng nào có thể chặn đà tăng trong 12 tháng tới, đồng thời thừa nhận hiểu biết của nhóm về các nút thắt đã thay đổi vài lần trong quá trình làm.

Bản báo cáo cũng dành một phần nói về chuyện che thông tin. Anthropic có quyền xóa thông tin nội bộ trước khi công bố, và theo METR đã xóa phần lớn bằng chứng mà nhóm cho là quan trọng nhất cho kết luận về rủi ro. METR viết thẳng rằng vì thế báo cáo không đạt được mức minh bạch về bằng chứng, và công chúng phải dựa vào phán đoán của METR nhiều hơn mức lý tưởng. Phía Anthropic nói việc che nhằm bỏ thông tin mật có thể giúp nhà phát triển AI khác tăng tốc.

Cùng tuần, một lab tên Physical Superintelligence nói đã chứng minh giả thuyết Aaronson–Ambainis, một bước đặt giới hạn lý thuyết cho tính toán lượng tử, bằng một model Anthropic chưa công bố chạy trong hệ thống của họ. Anthropic không xác nhận cũng không phủ nhận việc đó.

Meta: model 10 cent cho việc lặp

Muse Ember có giá 0,10 USD mỗi triệu token đầu vào, 0,50 USD mỗi triệu token đầu ra, cửa sổ ngữ cảnh 1 triệu token và tối đa 512.000 token đầu ra. Model nhận văn bản, ảnh và âm thanh, nên đọc được ảnh chụp màn hình, biểu đồ, tài liệu quét, bản ghi họp mà không cần gọi thêm model phụ.

Meta mô tả cách chia việc trong một câu: Muse Wonder lên kế hoạch, Muse Ember xử lý khối lượng. Với một agent chăm sóc khách hàng, model lớn đặt ra quy tắc xử lý từng tình huống, Ember áp quy tắc đó cho hàng chục nghìn ca.

Meta so Ember với các model rẻ của đối thủ trên bảng tổng hợp của Artificial Analysis: 35,8 điểm ở mức 0,136 USD mỗi tác vụ, so với 36,2 điểm ở 0,411 USD của Claude Haiku 5.5. Trên AutomationBench, Ember đạt 37,8% so với 20,2% của Haiku 5.5 và 13,9% của GPT-6 Luna. Điểm gần bằng, chi phí còn khoảng một phần ba, nhưng cách chọn bài so và cách quy ra chi phí mỗi tác vụ là do Meta chọn.

Ember là model thứ tư trong dòng Muse, sau Spark hồi tháng 4, Glimmer bản mở weight của Spark hồi tháng 8 và Wonder hồi tháng 10. Sản phẩm cho người dùng cuối là Muse Agent ra từ tháng 9.

3,4 tỷ USD cho 1,7 GW turbine khí

Financial Times đưa tin Anthropic đã cam kết 3,4 tỷ USD để mua 1,7 GW máy phát điện khí từ OnePWR Solutions, nhà cung cấp thiết bị đặt tại San Antonio, Texas. Thương vụ chốt cuối tháng 9. FT gọi đây là lần mua thiết bị phát điện lớn nhất từng được ghi nhận ở một lab AI.

Anthropic ban đầu định làm khách hàng của OnePWR, rồi chuyển sang tiếp quản đơn hàng turbine Caterpillar mà OnePWR đã đặt hai năm trước nhưng thiếu vốn để hoàn tất. OnePWR vẫn là công ty độc lập, không nhân sự nào chuyển sang Anthropic, và thỏa thuận gồm cả phần kỹ thuật, thi công để lắp đặt máy. Cả hai bên từ chối bình luận với FT. Reuters nói chưa xác minh độc lập thông tin này.

Về tài chính, Anthropic đã cam kết hàng chục tỷ USD cho hạ tầng, gồm kế hoạch 50 tỷ USD cho các site ở Texas, New York và vài địa điểm khác công bố năm ngoái, cùng thỏa thuận tài trợ 35 tỷ USD thuê chip tại năm trung tâm dữ liệu với Google bảo lãnh. Nhu cầu dùng Claude tăng nhanh đẩy công ty đi tìm cả chip lẫn điện.

Ở Mỹ, hàng đợi đấu nối lưới điện tính bằng năm. Máy phát khí đặt sau hàng rào chạy được trước khi có điện lưới, đổi lại là chi phí nhiên liệu, giấy phép môi trường và bài toán phát thải mà chủ đầu tư phải giải trình.

Medium mở app ghi chú, Automattic mở cửa deploy

Medium ra mắt TK, app ghi chú và nhật ký, miễn phí, có trên web, Android và iOS. Phần khác lạ là Libraries: mỗi thư viện là một blog riêng tư cho một nhóm, người trong nhóm viết, bình luận, thả cảm xúc, không có mặt công khai và không đo lượt xem. Người dùng cũng có thể trỏ model AI vào ghi chú của mình để tìm lại, sắp xếp hoặc xin góp ý, bằng cách gõ hai chữ TK trong app.

CEO Tony Stubblebine nói với The Verge rằng động lực là lượng truy cập từ Google giảm mạnh, và Medium chọn cách chuyển phần lớn nội dung về chế độ riêng tư thay vì tiếp tục đua SEO. Ông cũng nói đây là lần ra sản phẩm mới đáng kể đầu tiên của công ty kể từ năm 2017.

Automattic, công ty đứng sau WordPress, ra Spacefast, một công ty riêng chuyên đưa app do agent viết lên chạy thật. Người dùng mô tả app trong khung chat, agent dựng và deploy, Spacefast lo hosting, tên miền và database SQL. Mỗi lần publish tạo một phiên bản có URL riêng để quay lại khi cần; quyền chia sẻ mặc định là riêng tư. Nền tảng có API, CLI và MCP server để agent tự đẩy bản mới, kèm bước phê duyệt cho các hành động nhạy cảm. Hạ tầng chạy trên hệ thống của Automattic, nơi đang phục vụ hơn 15 tỷ lượt xem trang mỗi tháng. Gói cá nhân miễn phí.

Nvidia: cổ phiếu giảm, luật sư cổ đông vào cuộc

Cổ phiếu Nvidia đóng cửa giảm 4,27% trong phiên 9-11, sau khi hội đồng quản trị công bố mở điều tra về quan hệ giữa CEO Jensen Huang và bà Alice Huang. Trước giờ mở cửa, mức giảm có lúc gần 5,5%.

Rosen Law Firm thông báo đang chuẩn bị đơn kiện tập thể, lập luận Nvidia có thể đã công bố thông tin sai lệch về tài chính doanh nghiệp cho nhà đầu tư. Schall, Brown & Schwartz mở điều tra với cùng hướng, và một số hãng luật cổ đông khác cũng đăng thông báo mời người mua cổ phiếu liên hệ.

Cơ sở của nhóm kiện nằm ở chuỗi phát ngôn trước đó, khi công ty và CEO trả lời báo chí về mối quan hệ này. Nếu tòa xác định những câu trả lời đó che bớt rủi ro, cổ đông mua trong giai đoạn đó có thể đòi bồi thường. Đây là kiện dân sự về chứng khoán; chưa có cáo buộc hình sự nào với ông Huang.

Thông báo điều tra của một hãng luật không phải bằng chứng vi phạm, và đến nay chưa có đơn kiện tập thể nào được tòa thụ lý theo công bố của chính các hãng.

Những gì chưa rõ

• Điểm benchmark của Fable 5.2 và Muse Ember đều do hãng tự chạy, tự chọn bài so. Chưa có đánh giá độc lập nào công bố cho hai model này.
• Báo cáo METR bị che phần lớn bằng chứng quan trọng nhất. Kết luận gấp đôi tốc độ phụ thuộc vào phần dữ liệu mà bên ngoài không đọc được.
• Thương vụ turbine: FT chưa được xác minh độc lập, chưa rõ tiến độ giao máy, địa điểm lắp đặt và giấy phép môi trường.
• Vụ kiện Nvidia: chưa có nguyên đơn chính thức, chưa rõ tòa và thời hạn. Các hãng luật đang trong giai đoạn tìm người mua cổ phiếu bị lỗ.
• TK và Spacefast vừa mở, chưa có dữ liệu sử dụng đủ để nói chúng có giữ được người dùng.

Kỳ tới

Điều mình chờ nhất là phản hồi của Anthropic trước chỉ trích về việc che bằng chứng trong báo cáo METR. Nếu lần đánh giá sau vẫn bị che như lần này, con số gấp đôi sẽ khó được xem là bằng chứng độc lập.

Về giá token, Ember mà giữ được chất lượng như công bố thì áp lực giảm giá sẽ lan sang dòng model nhỏ của các hãng khác trong vài tuần, và người dùng API được lợi trước.

Phía Nvidia, câu chuyện đang chuyển từ báo chí sang tòa án. Hãng luật nào nộp đơn trước và tòa nào thụ lý sẽ quyết định phần còn lại. Kỳ tới mình quay lại mấy mốc này.