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.
Agent Arena xếp Hy4 của Tencent ở vị trí #14 tổng thể, với chi phí mỗi tác vụ thấp hơn khoảng 62% so với Kimi K3.1 Pro
Arena cho biết Hy4 của Tencent đứng #14 tổng thể trên Agent Arena, bảng xếp hạng đánh giá mô hình dựa trên các phiên tác vụ agent thực tế từ cộng đồng người dùng. Theo Arena, kết quả này dựa trên hơn 8.500 phiên dài hạn, với mức cải thiện ròng 4,7%; Hy4 cũng gia nhập biên Pareto giữa điểm số và chi phí của Agent Arena.Tencent ra mắt Hy4, hiện có trên OpenRouter và Tencent Cloud
Hy4 của Tencent đã có trên OpenRouter, được niêm yết với tên tencent/hy4 và cửa sổ ngữ cảnh 1.048.576 token. Tài khoản tin tức về mô hình AI AiBattle cho biết mô hình này cũng có trên Tencent Cloud, đồng thời Tencent dự định phát hành trọng số của mô hình và đang phát triển phiên bản Hy4 Flash nhỏ hơn. Thông báo của Tencent Hunyuan cho biết Hy4 là mô hình mới có khả năng xử lý hình ảnh, gọi đây là mô hình "vững vàng nằm trong nhóm các mô hình mở hàng đầu" và nói rằng mô hình được phát triển với mục tiêu bảo đảm an ninh mạng và an toàn sinh học. Trang nghiên cứu của Tencent về mô hình này ở địa chỉ hy.tencent.ai/research/hy4.Danh mục của OpenRouter đặt ngày hết hạn 8 tháng 11 cho ba mô hình Inception Mercury
Danh mục mô hình của OpenRouter hiện hiển thị ngày hết hạn 8 tháng 11 năm 2026 cho ba mô hình của Inception: Mercury 3 (inception/mercury-3, ngữ cảnh 1.000.000 token), Mercury 2.5 (inception/mercury-2.5, 260.000 token) và Mercury 2 (inception/mercury-2, 128.000 token). Trước đây, không mục nào có ngày hết hạn. Đây chỉ là một trường trong danh mục; các mục này không nêu lý do hoặc điều gì sẽ xảy ra với các mô hình sau ngày đó.OpenRouter bổ sung Crouton Alpha, mô hình ẩn danh miễn phí với ngữ cảnh 1 triệu token
OpenRouter công bố một mô hình ẩn danh mới, Crouton Alpha, được mô tả là “một mô hình suy luận hiệu quả cao, được xây dựng để mở rộng quy mô các tác vụ mà tác nhân của bạn lặp đi lặp lại suốt ngày”. Nhà phát triển không được nêu tên.Gemini 2.5 Pro và 2.5 Flash sẽ bị ngừng hỗ trợ vào ngày 1 tháng 12 và được chuyển hướng sang các mô hình mới hơn
Patrick Löber, người thường đăng bài về Gemini API, cho biết Gemini 2.5 Pro và Gemini 2.5 Flash sẽ bị ngừng hỗ trợ trong Gemini API vào ngày 1 tháng 12, và các yêu cầu gửi đến chúng sẽ tự động được chuyển hướng:Danh mục của OpenRouter đặt ngày hết hạn 5 tháng 11 cho năm mô hình MiniMax
Danh mục mô hình của OpenRouter hiện hiển thị ngày hết hạn 5 tháng 11 năm 2026 cho năm mô hình MiniMax: MiniMax-01 (minimax/minimax-01, ngữ cảnh 1.000.192 token), MiniMax M2 (minimax/minimax-m2), M2.1 (minimax/minimax-m2.1) và M2.7 (minimax/minimax-m2.7), mỗi mô hình có ngữ cảnh 204.800 token, cùng M2-her (minimax/minimax-m2-her, 65.536 token). Trước đây, không mục nào có ngày hết hạn. Đây chỉ là một trường thông tin trong danh mục; các mục này không nêu lý do hoặc điều gì sẽ xảy ra với các mô hình sau ngày đó.Bản S-1 sửa đổi của Anthropic cho biết công ty có thể sớm đạt định nghĩa riêng về tiến bộ AI tăng tốc
Một bài viết trên epyhia.com, dẫn nguồn TechCrunch, cho biết bản đăng ký S-1/A sửa đổi của Anthropic, được nộp vào thứ Hai, ngày 2 tháng 11, có bổ sung nội dung công bố rủi ro. Theo bài viết, hồ sơ cho biết các ước tính và kỳ vọng nội bộ của Anthropic về những mô hình trong tương lai — chứ không phải các mô hình hiện tại — cho thấy công ty có thể «sắp sửa» đạt định nghĩa về «tiến bộ tăng tốc đáng kể nhờ AI» trong Chính sách Mở rộng Có trách nhiệm của mình; bài viết xem đây là ngưỡng tương đương với tự cải thiện đệ quy. Hồ sơ nêu rằng chưa mô hình hiện tại nào vượt ngưỡng đó và Anthropic đang cân nhắc sửa đổi chính sách «để giữ quyền kiểm soát quá trình phát triển các mô hình tiên phong tại Anthropic trong tay con người».OpenAI cho biết GPT-6 Astra có thể thiết kế vỏ thiết bị và bo mạch, đồng thời tìm kiếm đối tác kỹ thuật
OpenAI mô tả cách các mô hình của họ hỗ trợ kỹ thuật cơ khí và điện: mô hình CAD, bản vẽ sản xuất, mô phỏng và thiết kế PCB. Đây là những tuyên bố của chính OpenAI.Danh mục của OpenRouter bỏ ngày hết hạn 3 tháng 11 của Meta: Llama 3.1 70B Instruct
Danh mục mô hình của OpenRouter hiện không còn hiển thị ngày hết hạn cho "Meta: Llama 3.1 70B Instruct" (meta-llama/llama-3.1-70b-instruct) vào ngày 3 tháng 11 năm 2026, thời điểm mô hình dự kiến hết hạn. Trường này đã ghi ngày 3 tháng 11 kể từ cuối tháng 10 và hiện để trống. Mục này vẫn liệt kê ngữ cảnh 131.072 token. OpenRouter chưa cho biết việc ngừng cung cấp đã bị hủy hay chỉ được hoãn lại.Artificial Analysis: Tính cách của Kimi K3.1 Pro khác Kimi K3 nhiều hơn bất kỳ bản cập nhật mô hình nào mà họ từng đo lường
Artificial Analysis cho biết Kimi K3.1 Pro có thay đổi tính cách lớn nhất mà họ từng ghi nhận giữa một mô hình và phiên bản tiền nhiệm trực tiếp trên AA-PersonalityBench. Mỗi mô hình được xếp hạng theo phân vị từ 1 đến 100 ở 30 đặc điểm. Đây là điểm số do chính trang này đánh giá.
Perplexity ra mắt pplx-embed-v2-context, các mô hình embedding thị giác-ngôn ngữ có trọng số mở với kích thước 9B và 0.6B
Perplexity đã phát hành pplx-embed-v2-context, hai mô hình embedding thị giác-ngôn ngữ có trọng số mở (9B và 0.6B) trên Hugging Face, cùng một bài báo được viết với turbopuffer. Cả hai trả về một vector int8 cho mỗi tài liệu, hoặc một vector cho mỗi đoạn có thể truy cập toàn bộ tài liệu; đồng thời, cả hai cũng chạy ở chế độ không có ngữ cảnh, với một embedding cho mỗi tài liệu và không chia đoạn.
Trang giá API của OpenAI bỏ mười mẫu cũ, trong đó có o1, o1-pro và GPT-4
Mười mẫu cũ đã biến mất khỏi trang giá API của OpenAI vào ngày 2 tháng 11 năm 2026. Đây là trang giá, không phải thông báo từ OpenAI; việc bị xóa khỏi trang giá tự nó không đồng nghĩa với thông báo ngừng cung cấp. Các mục trên trang liệt kê mức giá nhưng không nêu đơn vị.Arena: các tác nhân hàng đầu đọc khoảng 93 token đầu vào cho mỗi token chúng tạo ra
Arena, đơn vị phát hành bảng xếp hạng, cho biết trong hơn 26.000 phiên, 10 tác nhân hàng đầu trên Agent Arena xử lý khoảng 93 token đầu vào cho mỗi token chúng tạo ra. Theo Arena, đây là lý do các phòng nghiên cứu đang chạy đua để giảm giá đầu vào được lưu vào bộ nhớ đệm. Arena cũng chia sẻ video minh họa cách bộ nhớ đệm hoạt động trong các phiên thực tế. Các số liệu này dựa trên phân tích riêng của Arena.
Các nhà nghiên cứu cho biết GPT-6 Astra đã chỉnh sửa trọng số của một mô hình Qwen nhỏ để cải thiện khả năng toán học mà không cần huấn luyện
Một bài đăng trên X từ tài khoản rikiyatakehi cho biết các tác giả đã yêu cầu GPT-6 Astra chỉnh sửa trọng số của Qwen3.5-0.8B để cải thiện khả năng toán học. Họ nói mô hình chỉ trực tiếp thay đổi 0,016% trọng số, khắc phục các vòng lặp suy luận của mô hình nhỏ, cải thiện khả năng toán học lên đến 6 lần và khả năng làm theo hướng dẫn lên 3 lần, mà không dùng gradient hay huấn luyện. Họ gọi cách tiếp cận này là Weight-Space Programming.OpenAI giới thiệu LifeVal, bộ benchmark cho các tác vụ trợ lý cá nhân hằng ngày
OpenAI cho biết họ đã xây dựng LifeVal, một bộ benchmark mới dựa trên phản hồi của hàng nghìn người dùng ChatGPT về những việc họ mong muốn trợ lý cá nhân giúp đỡ nhất. Các tác vụ trải dài từ tìm dịch vụ trông trẻ đến tiếp cận dịch vụ chính phủ và quản lý tài chính cá nhân.Agent Arena của Arena bổ sung biểu đồ hiệu suất theo số token đầu ra và thời gian chờ
Arena, đơn vị công bố bảng xếp hạng, cho biết Agent Arena hiện hiển thị những agent nào đạt hiệu suất tốt nhất trên mỗi token đầu ra được tạo và mỗi phút người dùng phải chờ, bên cạnh chi phí thực hiện tác vụ. Arena cho biết cùng một mức độ thông minh có thể tốn kém gấp 10×, cần số token đầu ra gấp 6× và mất thời gian gấp đôi.
Hume ra mắt Audio Decision API, trả lời câu hỏi về âm thanh chỉ trong một lần gọi
Hume cho biết Audio Decision API cho phép nhà phát triển đặt câu hỏi về âm thanh, chẳng hạn có bao nhiêu người nói, có ai đang cười hay người gọi có đang bực bội hay không. Hume cho biết API này thay thế công việc trước đây cần đến 10 mô hình trở lên.Hydrogen-1.0, mô hình trọng số mở dành cho khoa học được tinh chỉnh hậu huấn luyện từ GLM-5.3, ra mắt
Chenru Duan công bố Hydrogen-1.0, mà nhóm gọi là mô hình trọng số mở đầu tiên của họ dành cho nghiên cứu khoa học. Đây là GLM-5.3 (từ Z.ai), được tinh chỉnh hậu huấn luyện bằng dữ liệu khoa học nội bộ, hồ sơ phòng thí nghiệm và các lộ trình khám phá của nhóm.
SemiAnalysis ra mắt GDPx, benchmark tác tử trong đó mô hình tốt nhất đạt 12%
SemiAnalysis đã ra mắt GDPx, một benchmark đánh giá năng lực tác tử trong các lĩnh vực mà công ty cho là có giá trị cao nhất, gồm thiết kế chip, an ninh mạng và sinh học. Công ty cho biết ngay cả mô hình tốt nhất cũng chỉ đạt 12%. Một bài đăng thuật lại kết quả xếp Claude Opus 5.5 đứng đầu với 12,0% và Gemini 4 Carbon sắp ra mắt ở mức 10,9%; đây là cách người đăng diễn giải kết quả, không phải nội dung do chính SemiAnalysis công bố.
Meituan ra mắt LongCat-2.5, mô hình đa phương thức 1,6T tham số dành cho các tác vụ agent
Meituan đã ra mắt LongCat-2.5, theo một bài đăng trên X của tài khoản leo114119 dẫn liên kết đến blog LongCat của Meituan. Bài đăng cho biết Meituan mô tả đây là mô hình đa phương thức nguyên bản được xây dựng cho các tác vụ agent, có 1,6 nghìn tỷ tham số và hoạt động tốt trong các dự án lập trình trực quan phức tạp cũng như công việc văn phòng chuyên nghiệp như thiết kế sáng tạo, tác vụ 3D và phân tích kinh doanh.