AI TrackerTin mô hình,
cho nhà phát triển.
Tin mới nhất về mô hình từ mọi nhà cung cấp AI: ra mắt, thay đổi giá và ngừng hỗ trợ, tóm tắt kèm ý nghĩa với bạn.
PokeBot ra mắt RoboAPI, API cho phép điều khiển cánh tay robot bằng ngôn ngữ tự nhiên
PokeBot giới thiệu RoboAPI vào ngày 29 tháng 10, vận hành bằng Poke-Aurora, mô hình hành động trong thế giới mà công ty gọi là của mình. Theo PokeBot, các robot tương thích có thể nhận chỉ dẫn bằng ngôn ngữ tự nhiên thông qua một API đơn giản mà không cần huấn luyện riêng cho từng tác vụ.Pika ra mắt H3 Flex, mô hình video nhanh mà hãng gọi là mô hình chuyển văn bản thành video trọng số mở hàng đầu trên DesignArena
Pika giới thiệu H3 Flex, cho biết mô hình ra mắt ở vị trí số 1 trên bảng xếp hạng chuyển văn bản thành video của DesignArena dành cho các mô hình trọng số mở (theo tuyên bố của Pika). Hãng mô tả mô hình được thiết kế để phục vụ quy trình chỉnh sửa chuyên nghiệp: xuất riêng các track âm thanh, độ phân giải lên đến 4K và tạo video nhanh hơn thời gian thực, với một clip 15 giây kèm nhạc nền chỉ mất 7 giây.OpenAI cập nhật Model Spec xoay quanh năm giá trị cốt lõi
OpenAI đã công bố bản Model Spec cập nhật, mô tả công khai về cách hãng muốn các mô hình của mình hành xử. Bản sửa đổi sắp xếp lại hướng dẫn xoay quanh năm giá trị: trung thành với ý định của con người, giảm thiểu tác hại, trung thực và minh bạch, quyền tự chủ của con người và sự quan tâm. Toàn bộ nội dung dưới đây là theo mô tả của OpenAI.OpenAI releases GPT-6.1 Terra, a cheaper computer-use model at half the price of GPT-5.6 Terra
OpenAI released GPT-6.1 Terra on October 26, 2026, describing it as a fast, capable computer-use model: it understands what is on screen, takes action across apps and writes naturally. It is rolling out to all Plus, Pro, Enterprise and Edu users in ChatGPT Work and Codex, and developers can use it in the API as gpt-6.1-terra. OpenAI says usage allowances in ChatGPT Work and Codex go further with it than with GPT-5.6.Phonic 1 ra mắt ở vị trí #1 trên Speech to Speech Index của Artificial Analysis
Artificial Analysis (trang web đánh giá chuẩn, dựa trên số liệu đo của chính họ) cho biết Phonic 1 (High), mô hình chuyển giọng nói thành giọng nói của Phonic, đứng #1 trong số 22 mô hình trên Speech to Speech Index với 87.1 điểm, nhỉnh hơn Grok Voice 3.0 (86.9). Mô hình hiện có qua Phonic API với giá $0.07 mỗi phút.Fish Audio ra mắt Drama 3, được Artificial Analysis xếp hạng #1 trong số các mô hình giọng nói có trọng số mở
Fish Audio đã phát hành Drama 3, với bộ trọng số trên Hugging Face. Artificial Analysis (một trang web đo điểm chuẩn, dựa trên các phép đo riêng) cho biết đây là mô hình có trọng số mở đứng #1 trong cả hai đấu trường giọng nói của họ, đồng thời đứng #1 trong số tất cả mô hình ở bài kiểm tra Pronunciation Robustness.Mistral phát hành trọng số của Mistral Large 4, mô hình 1 nghìn tỷ tham số, với giá khoảng một nửa giá bản xem trước
Mistral đã công bố trọng số của phiên bản Mistral Large 4 cải tiến ("Le Chonk"), mô hình đa phương thức gốc chủ lực với 1 nghìn tỷ tham số, được đưa vào bản xem trước công khai hồi đầu tháng này. Trọng số có trên Hugging Face với tên Mistral-Large-4-1T-A52B và một phiên bản NVFP4. Mistral gọi đây là mô hình được huấn luyện tại châu Âu và là mô hình trọng số mở tốt nhất cho lập trình. Một người bình luận cho biết giấy phép là MIT sửa đổi, không được OSI phê duyệt.Qwen 4 chưa được công bố, nhưng Qwen Code đã liệt kê các ID model qwen4
Một tài khoản trên X cho biết Qwen Code v0.26.3, phát hành ngày 28 tháng 10, có một thay đổi (pull request #15762 trong kho lưu trữ chính thức QwenLM/qwen-code) quy định mặc định cửa sổ ngữ cảnh 1M token cho mọi model có ID bắt đầu bằng qwen4. Theo tài khoản đó, các bài kiểm thử nêu tên qwen4-max, qwen4-plus, qwen4-coder-plus, phiên bản có ngày qwen4-max-2026-10-01 và qwen4.5-max. Bài đăng của tài khoản này dẫn liên kết đến pull request và có ảnh chụp màn hình.Artificial Analysis giới thiệu AA-Robotics v0.1, bộ benchmark cho các mô hình điều khiển cánh tay robot
Artificial Analysis công bố AA-Robotics v0.1, trong đó các mô hình điều khiển cánh tay robot và quan sát nhiệm vụ từ góc nhìn của mô hình. Trong một ví dụ, cùng một robot viết "hello world": Artificial Analysis cho biết Claude Opus 5.5 chấm từng nét một, với 3.270 chuyển động của cánh tay trong 34 phút, còn GPT-6 Astra viết bằng các nét liền mạch, với 514 chuyển động trong 13 phút.Particle-1, mô hình được hậu huấn luyện trên DeepSeek V4.1 Flash, hiện đã có trên Vercel AI Gateway
Vercel cho biết Particle-1 (particle/particle-1) hiện đã có trên AI Gateway, đầu mối thống nhất để truy cập các nhà cung cấp mô hình. Vercel cho biết mô hình được hậu huấn luyện trên DeepSeek V4.1 Flash và hoàn thành các tác vụ kỹ thuật với ít token hơn; hãng gợi ý dùng mô hình để gỡ lỗi, lập kế hoạch thay đổi mã và chia nhỏ các vấn đề nhiều bước.Artificial Analysis công bố AA-PersonalityBench: các model GPT-6 và Grok có phong cách trả lời trực tiếp nhất
Artificial Analysis đã công bố AA-PersonalityBench, một benchmark về các đặc điểm tính cách của model, kèm trang kết quả, trang phương pháp luận và công cụ để tự tạo bảng xếp hạng tính cách. Các điểm số là do chính trang web này đưa ra.
ElevenLabs ra mắt Cue, mô hình căn chỉnh cưỡng bức
ElevenLabs research giới thiệu Cue, một mô hình căn chỉnh cưỡng bức: công đoạn chuyển bản chép lời thành dấu thời gian, dùng cho phụ đề, lồng tiếng và bản chép lời có thể nhấp. Mô hình này định vị từng ký tự trên dòng thời gian của âm thanh.Rime ra mắt Prism, mô hình chuyển giọng nói thành giọng nói dành cho các tác nhân giọng nói
Rime đã ra mắt Prism, mô hình chuyển giọng nói thành giọng nói dành cho các tác nhân giọng nói AI. Các số liệu dưới đây là tuyên bố của riêng Rime, chưa được đo lường độc lập.Artificial Analysis ra mắt AA-Video-I2V v2.1, một benchmark dành cho các mô hình chuyển ảnh thành video
Artificial Analysis đã ra mắt AA-Video-I2V v2.1 và AA-Video-I2V-Silent v2.1, một benchmark dành cho các mô hình chuyển ảnh thành video. Mỗi prompt ghép một ảnh mở đầu 1080p với prompt được viết riêng cho ảnh đó, đồng thời được gắn thẻ theo trường hợp sử dụng, năng lực và phong cách hình ảnh; các mô hình được đánh giá ở độ phân giải tối đa 1080p và xếp hạng trên 10 trường hợp sử dụng cùng 10 năng lực. Bảng xếp hạng tổng thể lấy mẫu đồng đều từ các nhóm này. Kết quả do chính Artificial Analysis công bố.
GitHub Copilot Fusion, công cụ định tuyến và điều phối mô hình cho từng tác vụ, hiện đã được cung cấp rộng rãi
GitHub cho biết Copilot Fusion hiện đã được cung cấp rộng rãi. Thay vì chọn một mô hình, người dùng chọn Copilot Fusion trong bộ chọn mô hình và một mức độ nỗ lực (Standard, High hoặc Max); Copilot sẽ quyết định sử dụng mô hình nào và cách phối hợp chúng. Sản phẩm kết hợp khả năng điều phối nhiều mô hình của bản xem trước Project HydraFusion trước đây với tính năng tự động chọn mô hình của Copilot. Các quy trình gồm dùng một mô hình, chuỗi xử lý (một mô hình hiệu quả tạo bản nháp, rồi bước kiểm tra chất lượng quyết định có cần chuyển sang mô hình khác hay không) và phản biện (một mô hình tạo bản nháp, mô hình khác đánh giá, rồi mô hình đầu tiên chỉnh sửa).
OpenBMB ra mắt MiniCPM-OCR, trình phân tích tài liệu 1B, cùng mô hình 2B chấm điểm kết quả OCR
OpenBMB giới thiệu MiniCPM-OCR trên X vào ngày 28 tháng 10, chạy cục bộ trên iPhone và iPad. Mô hình được phát hành với trọng số mở và có thể chạy bằng llama.cpp, vLLM, SGLang hoặc Ollama; mã tinh chỉnh được công khai dưới dạng mã nguồn mở, đồng thời OpenBMB cũng cung cấp bản demo và API.AssemblyAI ra mắt mô hình chuyển văn bản thành giọng nói đầu tiên, AssemblyAI-TTS-1
AssemblyAI đã ra mắt AssemblyAI-TTS-1, mô hình chuyển văn bản thành giọng nói đầu tiên của hãng, được xây dựng cho các tác nhân thoại. AssemblyAI cho biết mô hình truyền phát trong 90 ms với giá $15 cho mỗi triệu ký tự và gọi đây là mô hình TTS tốt nhất có thể vận hành ở quy mô lớn khi xét tổng thể độ chính xác, độ tự nhiên và chi phí. OpenRouter cho biết mô hình đã có mặt trên nền tảng, với hơn 4.000 giọng nói được cung cấp từ Mỹ hoặc EU.
NVIDIA ra mắt Nemotron 3.5 Transcribe có trọng số mở, đồng hạng #1 trong số các mô hình chuyển giọng nói thành văn bản có trọng số mở trên Artificial Analysis
Nemotron 3.5 Transcribe của NVIDIA là mô hình chuyển giọng nói thành văn bản mới, có trọng số mở và hỗ trợ prompt: mô hình hỗn hợp chuyên gia 30B với khoảng 4B tham số hoạt động. NVIDIA cho biết một checkpoint xử lý được phiên âm bằng 40 ngôn ngữ, xác định người nói, dịch thuật, prompt theo ngữ cảnh và hiểu âm thanh; đồng thời trọng số, dữ liệu và quy trình đều được mở. Mô hình có trên Hugging Face, kèm bản demo trực tiếp.Mistral mở Responses API ở bản xem trước công khai và cung cấp DeepSeek V4.1 Flash cùng GLM 5.3 Flash
Ngày 28 tháng 10, Mistral thông báo Responses API, được thiết kế để xây dựng agent trên Mistral, đã có bản xem trước công khai. Theo Mistral, mỗi phản hồi trả về câu trả lời của mô hình, phần lập luận và các lệnh gọi công cụ dưới dạng các mục riêng biệt, giúp ứng dụng xử lý từng bước dễ dàng hơn so với Chat Completions. API này hoạt động với tất cả mô hình chat do Mistral lưu trữ, bao gồm Large 4. Tài liệu có trên trang tài liệu Studio của Mistral.