Công nghệ
Giám đốc phụ trách chip AI của Amazon nói với BI tại sao Nvidia không phải là đối thủ cạnh tranh, Anthropic giúp đỡ như thế nào, và AMD cần gì 🤖💼🔍
- 🚀 AWS đã ra mắt các chip AI mới cạnh tranh với GPU của Nvidia.
- 💻 AWS cho biết mục tiêu của họ là cung cấp thêm lựa chọn cho khách hàng, không phải để hạ bệ Nvidia trong thị trường chip AI.
- 🤝 Gadi Hutt, một giám đốc cấp cao tại AWS, cũng đã nói về các hợp tác với Intel, Anthropic và AMD.
Amazon Web Services đã ra mắt một dòng chip AI nâng cấp trong tuần này, đặt công ty vào vị trí cạnh tranh trực tiếp với Nvidia. Tuy nhiên, AWS không nhìn nhận vấn đề theo cách đó.
Gadi Hutt, giám đốc cấp cao phụ trách kỹ thuật khách hàng và sản phẩm tại công ty con thiết kế chip của AWS, Annapurna Labs, cho biết các chip AI mới của AWS không nhằm mục đích cạnh tranh trực tiếp với Nvidia. Mục tiêu là cung cấp cho khách hàng một lựa chọn có chi phí thấp hơn, vì thị trường đủ lớn cho nhiều nhà cung cấp, Hutt chia sẻ trong một cuộc phỏng vấn với Business Insider tại hội nghị re:Invent của AWS.
“Đây không phải là về việc lật đổ Nvidia,” Hutt nói, và thêm rằng, “Đây thực sự là về việc mang đến cho khách hàng những lựa chọn.”
AWS đã chi hàng chục tỷ đô la cho trí tuệ nhân tạo tạo sinh. Tuần này, công ty đã công bố chip AI tiên tiến nhất của mình, có tên là Trainium 2, có chi phí thấp hơn khoảng 40% so với GPU của Nvidia, và một cụm siêu máy tính mới sử dụng các chip này, được gọi là Project Rainier. Các phiên bản trước đây của chip AI của AWS đã có kết quả không đồng đều.
Hutt khẳng định rằng đây không phải là một cuộc cạnh tranh mà là một nỗ lực chung nhằm mở rộng quy mô tổng thể của thị trường. Hồ sơ khách hàng và khối lượng công việc AI mà họ nhắm đến cũng khác nhau. Ông còn nói thêm rằng các GPU của Nvidia sẽ vẫn giữ vị trí thống trị trong tương lai gần.
Trong cuộc phỏng vấn, Hutt đã thảo luận về sự hợp tác giữa AWS và Anthropic, công ty dự kiến sẽ là khách hàng đầu tiên của Dự án Rainer. Hai công ty đã làm việc chặt chẽ với nhau trong năm qua, và gần đây Amazon đã đầu tư thêm 4 tỷ đô la vào công ty khởi nghiệp AI này.
Ông cũng chia sẻ suy nghĩ của mình về mối quan hệ đối tác giữa AWS và Intel, công ty mà CEO Pat Gelsinger vừa mới nghỉ hưu. Ông nói rằng AWS sẽ tiếp tục làm việc với gã khổng lồ chip đang gặp khó khăn này vì nhu cầu của khách hàng đối với các chip máy chủ của Intel vẫn còn cao.
Năm ngoái, AWS đã nói rằng họ đang cân nhắc việc bán các chip AI mới của AMD. Tuy nhiên, Hutt cho biết những chip này vẫn chưa có sẵn trên AWS vì khách hàng chưa thể hiện nhu cầu mạnh mẽ.
Phần hỏi đáp này đã được chỉnh sửa để đảm bảo rõ ràng và ngắn gọn.
There have been a lot of headlines saying Amazon is out to get Nvidia with its new AI chips. Can you talk about that?
Đã có rất nhiều tiêu đề nói rằng Amazon đang nhắm vào Nvidia với các chip AI mới của mình. Bạn có thể nói về điều đó không?
Tôi thường xem những tiêu đề này và cười khúc khích một chút vì thực sự, nó không phải là về việc hạ bệ Nvidia. Nvidia là một đối tác rất quan trọng đối với chúng tôi. Thực sự là về việc mang đến cho khách hàng nhiều lựa chọn hơn.
Chúng ta còn nhiều việc phải làm để đảm bảo rằng chúng ta liên tục cho phép nhiều khách hàng hơn có khả năng sử dụng những con chip này. Và Nvidia không hề đi đâu cả. Họ có một giải pháp tốt và một lộ trình vững chắc. Chúng tôi vừa mới công bố các phiên bản P6 [máy chủ AWS với GPU Blackwell mới nhất của Nvidia], vì vậy cũng có sự đầu tư liên tục vào dòng sản phẩm của Nvidia. Điều này thực sự là để mang lại cho khách hàng nhiều lựa chọn. Không có gì hơn thế.
Nvidia là một nhà cung cấp tuyệt vời của AWS, và khách hàng của chúng tôi rất yêu thích Nvidia. Tôi sẽ không đánh giá thấp Nvidia dưới bất kỳ hình thức nào.
So you want to see Nvidia’s use case increase on AWS?
Vậy bạn muốn thấy trường hợp sử dụng của Nvidia tăng lên trên AWS?
Nếu khách hàng tin rằng đó là cách họ cần phải làm, thì họ sẽ làm theo. Tất nhiên, nếu điều đó tốt cho khách hàng, nó cũng sẽ tốt cho chúng tôi.
Thị trường rất lớn, vì vậy có chỗ cho nhiều nhà cung cấp ở đây. Chúng tôi không ép buộc bất kỳ ai phải sử dụng những con chip đó, nhưng chúng tôi đang nỗ lực rất nhiều để đảm bảo rằng các nguyên tắc chính của chúng tôi, đó là hiệu suất cao và chi phí thấp hơn, sẽ được hiện thực hóa để mang lại lợi ích cho khách hàng của chúng tôi.
Does it mean AWS is OK being in second place?
Điều đó có nghĩa là AWS chấp nhận ở vị trí thứ hai?
Đây không phải là một cuộc thi. Không có lễ trao giải học máy nào được tổ chức hàng năm cả.
Trong trường hợp của một khách hàng như Anthropic, có bằng chứng khoa học rất rõ ràng rằng cơ sở hạ tầng tính toán lớn hơn cho phép bạn xây dựng các mô hình lớn hơn với nhiều dữ liệu hơn. Và nếu bạn làm điều đó, bạn sẽ đạt được độ chính xác cao hơn và hiệu suất tốt hơn.
Khả năng của chúng tôi trong việc mở rộng công suất lên hàng trăm nghìn chip Trainium 2 mang đến cho họ cơ hội để đổi mới những điều mà trước đây họ không thể làm được. Họ đạt được mức tăng năng suất gấp 5 lần.
Is being No. 1 important?
Việc trở thành số 1 có quan trọng không?
Thị trường đủ lớn. Vị trí số 2 là một vị trí rất tốt để đạt được.
Tôi không nói rằng mình là số 2 hay số 1 đâu nhé. Nhưng đó thực sự không phải là điều tôi đang nghĩ đến. Chúng ta vẫn còn rất sớm trong hành trình của mình trong lĩnh vực học máy nói chung, trong ngành công nghiệp nói chung, và cũng cả trong lĩnh vực chip cụ thể, chúng tôi chỉ đang tập trung phục vụ các khách hàng như Anthropic, Apple và tất cả các khách hàng khác.
Chúng tôi thậm chí không làm phân tích cạnh tranh với Nvidia. Tôi không chạy các bài kiểm tra hiệu năng so với Nvidia. Tôi không cần phải làm vậy.
Ví dụ, có MLPerf, một tiêu chuẩn đánh giá hiệu suất trong ngành. Các công ty tham gia vào MLPerf có các kỹ sư hiệu suất làm việc chỉ để cải thiện các chỉ số MLPerf.
Đó hoàn toàn là một sự phân tâm đối với chúng tôi. Chúng tôi không tham gia vào điều đó vì chúng tôi không muốn lãng phí thời gian vào một tiêu chuẩn đánh giá không tập trung vào khách hàng.
On the surface, it seems like helping companies grow on AWS isn’t always beneficial for AWS’s own products because you’re competing with them?
Nhìn bề ngoài, có vẻ như việc giúp các công ty phát triển trên AWS không phải lúc nào cũng có lợi cho các sản phẩm của chính AWS vì bạn đang cạnh tranh với họ?
Chúng tôi là cùng một công ty mà Netflix đang chạy tốt nhất trên đó, và chúng tôi cũng có Prime Video. Đó là một phần văn hóa của chúng tôi.
Tôi phải nói rằng có rất nhiều khách hàng vẫn đang sử dụng GPU. Nhiều khách hàng yêu thích GPU, và họ không có ý định chuyển sang Trainium trong tương lai gần. Và điều đó cũng không sao, bởi vì, một lần nữa, chúng tôi đang cung cấp cho họ các lựa chọn và họ quyết định những gì họ muốn làm.
Do you see these AI tools becoming more commoditized in the future?
Bạn có thấy những công cụ AI này sẽ trở nên phổ biến hơn trong tương lai không?
Tôi thực sự hy vọng vậy.
Khi chúng tôi bắt đầu việc này vào năm 2016, vấn đề là không có hệ điều hành nào cho học máy (machine learning). Vì vậy, chúng tôi thực sự phải phát minh ra tất cả các công cụ xung quanh những con chip này để làm cho chúng hoạt động cho khách hàng của chúng tôi một cách suôn sẻ nhất có thể.
Nếu học máy trở nên phổ biến ở cả phía phần mềm và phần cứng, đó là điều tốt cho tất cả mọi người. Điều đó có nghĩa là việc sử dụng những giải pháp đó trở nên dễ dàng hơn. Tuy nhiên, việc vận hành học máy một cách có ý nghĩa vẫn là một nghệ thuật.
What are some of the different types of workloads customers might want to run on GPUs versus Trainium?
Một số loại khối lượng công việc khác nhau mà khách hàng có thể muốn chạy trên GPU so với Trainium là gì?
GPU là bộ xử lý đa năng hơn cho học máy. Tất cả các nhà nghiên cứu và nhà khoa học dữ liệu trên thế giới đều biết cách sử dụng Nvidia khá tốt. Nếu bạn phát minh ra điều gì đó mới, nếu bạn làm điều đó trên GPU, thì mọi thứ sẽ hoạt động.
Nếu bạn phát minh ra điều gì đó mới trên các chip chuyên dụng, bạn sẽ phải đảm bảo công nghệ trình biên dịch hiểu được những gì bạn vừa xây dựng hoặc tạo ra kernel tính toán riêng cho khối lượng công việc đó. Chúng tôi chủ yếu tập trung vào các trường hợp sử dụng mà khách hàng nói với chúng tôi rằng, ‘Này, đây là những gì chúng tôi cần.’ Thường thì những khách hàng chúng tôi có được là những người đang thấy chi phí tăng lên là một vấn đề và đang cố gắng tìm kiếm các giải pháp thay thế.
So the most advanced workloads are usually reserved for Nvidia chips?
Vậy những khối lượng công việc tiên tiến nhất thường được dành riêng cho các chip của Nvidia?
Thông thường. Nếu các chuyên gia khoa học dữ liệu cần liên tục chạy các thí nghiệm, họ có thể sẽ làm điều đó trên một cụm GPU. Khi họ biết họ muốn làm gì, đó là lúc họ có nhiều lựa chọn hơn. Đó là nơi mà Trainium thực sự tỏa sáng, bởi vì nó mang lại hiệu suất cao với chi phí thấp hơn.
AWS CEO Matt Garman previously said the vast majority of workloads will continue to be on Nvidia?
CEO của AWS Matt Garman trước đây đã nói rằng phần lớn khối lượng công việc sẽ tiếp tục được thực hiện trên Nvidia?
Điều đó có lý. Chúng tôi mang lại giá trị cho những khách hàng có chi tiêu lớn và đang cố gắng tìm cách kiểm soát chi phí tốt hơn một chút. Khi Matt nói về phần lớn khối lượng công việc, ý anh ấy là chụp ảnh y tế, nhận dạng giọng nói, dự báo thời tiết, và tất cả các loại công việc mà chúng tôi không thực sự tập trung vào ngay bây giờ bởi vì chúng tôi có những khách hàng lớn yêu cầu chúng tôi làm những việc lớn hơn. Vì vậy, tuyên bố đó là hoàn toàn chính xác 100%.
Nói tóm lại, chúng tôi muốn tiếp tục là nơi tốt nhất cho GPU và, tất nhiên, cả Trainium khi khách hàng cần đến.
What has Anthropic done to help AWS in the AI space?
Anthropic đã làm gì để giúp AWS trong lĩnh vực AI?
Họ có những ý kiến rất mạnh mẽ về những gì họ cần, và họ quay lại với chúng tôi và nói, ‘Này, chúng ta có thể thêm tính năng A vào chip tương lai của bạn không?’ Đó là một cuộc đối thoại. Một số ý tưởng họ đưa ra thậm chí không khả thi để thực hiện trong một mảnh silicon. Chúng tôi thực sự đã triển khai một số ý tưởng, và đối với những ý tưởng khác, chúng tôi đã quay lại với một giải pháp tốt hơn.
Bởi vì họ là những chuyên gia trong việc xây dựng các mô hình nền tảng, điều này thực sự giúp chúng tôi tập trung vào việc xây dựng các chip thực sự giỏi trong những gì chúng làm.
Chúng tôi vừa công bố Dự án Rainier cùng nhau. Đây là một ai đó muốn sử dụng rất nhiều chip đó càng nhanh càng tốt. Đây không chỉ là một ý tưởng – chúng tôi thực sự đang xây dựng nó.
Can you talk about Intel? AWS’s Graviton chips are replacing a lot of Intel chips at AWS data centers.
Bạn có thể nói về Intel không? Các chip Graviton của AWS đang thay thế rất nhiều chip Intel tại các trung tâm dữ liệu của AWS.
Tôi sẽ sửa lại cho bạn ở đây. Graviton không thay thế x86. Không phải là chúng tôi đang loại bỏ x86 và đặt Graviton vào vị trí đó. Nhưng một lần nữa, theo nhu cầu của khách hàng, hơn 50% số lần triển khai CPU gần đây của chúng tôi là Graviton.
Điều đó có nghĩa là nhu cầu của khách hàng đối với Graviton đang tăng lên. Nhưng chúng tôi vẫn đang bán rất nhiều lõi x86 cho khách hàng của mình, và chúng tôi nghĩ rằng chúng tôi là nơi tốt nhất để làm điều đó. Chúng tôi không cạnh tranh với các công ty này, mà chúng tôi coi họ như những nhà cung cấp tốt, và chúng tôi có rất nhiều việc kinh doanh cần làm cùng nhau.
How important is Intel going forward?
Intel sẽ quan trọng như thế nào trong tương lai?
Họ chắc chắn sẽ tiếp tục là một đối tác tuyệt vời cho AWS. Có rất nhiều trường hợp sử dụng chạy rất tốt trên các lõi Intel. Chúng tôi vẫn đang triển khai chúng. Không có ý định dừng lại. Thực sự là theo nhu cầu của khách hàng.
Is AWS still considering selling AMD’s AI chips?
AWS có còn đang xem xét việc bán các chip AI của AMD không?
AMD là một đối tác tuyệt vời cho AWS. Chúng tôi bán rất nhiều CPU AMD cho khách hàng dưới dạng các phiên bản máy chủ ảo.
Dòng sản phẩm học máy luôn được xem xét. Nếu khách hàng thể hiện mạnh mẽ rằng họ cần nó, thì không có lý do gì để không triển khai nó.
And you’re not seeing that yet for AMD’s AI chips?
Và bạn chưa thấy điều đó đối với các chip AI của AMD?
Chưa.
How supportive are Amazon CEO Andy Jassy and Garman of the AI chip business?
CEO của Amazon Andy Jassy và Garman ủng hộ mảng kinh doanh chip AI như thế nào?
Họ rất ủng hộ. Chúng tôi gặp họ thường xuyên. Có rất nhiều sự tập trung từ ban lãnh đạo trong công ty để đảm bảo rằng những khách hàng cần giải pháp ML sẽ nhận được chúng.
Cũng có rất nhiều sự hợp tác trong công ty với các nhóm khoa học và dịch vụ đang xây dựng các giải pháp trên những con chip đó. Các nhóm khác trong Amazon, như Rufus, trợ lý AI có sẵn cho tất cả khách hàng Amazon, chạy hoàn toàn trên các chip Inferentia và Trainium.
Tác giả: Eugene Kim,
Link bài gốc: Amazon’s AI chip executive tells BI why Nvidia is not a competitor, how Anthropic helps, and what AMD needs | Bài được đăng vào Ngày 07 tháng 12 năm 2024 | www.businessinsider.com
Dịch giả: Dieter R – KenkAI Nhiều thứ hay
(*) Bản quyền bản dịch thuộc về Dieter R. Tuy nhiên, nội dung bài viết không phải do tôi tạo ra. Mọi khiếu nại về bản quyền (nếu có) xin vui lòng gửi email đến địa chỉ purchasevn@getkenka.com. Xin chân thành cảm ơn.
(**) Follow KenkAI Nhiều thứ hay để đọc các bài dịch khác và cập nhật thông tin bổ ích hằng ngày.
OpenAI o3 nổi bật như một mô hình AI có khả năng lập luận mạnh mẽ nhất từ trước đến nay. Mô hình này thể hiện xuất sắc trong việc giải quyết các bài toán phức tạp và đã đạt thành tích ấn tượng với độ chính xác 91,6% trong Kỳ thi Toán học American Invitational Mathematics Examination (AIME) 2025.
Năng lực của o3 bao trùm nhiều lĩnh vực từ lập trình, toán học, khoa học cho đến nhận thức thị giác. So với phiên bản tiền nhiệm, mô hình này giảm 20% lỗi nghiêm trọng trong các tác vụ nền tảng, mặc dù tiêu tốn gấp 10 lần tài nguyên tính toán.
OpenAI o3 thể hiện bước tiến vượt bậc so với các mô hình tiền nhiệm. Kể từ ngày ra mắt 16 tháng 4 năm 2025, mô hình O-series mới nhất này áp dụng cơ chế lập luận mô phỏng, cho phép nó “suy ngẫm” trước khi đưa ra phản hồi. ChatGPT o3 tích hợp liền mạch nhiều công cụ, tạo nên trải nghiệm đa dạng. Mô hình này có khả năng tự quyết định thời điểm sử dụng tìm kiếm web và phân tích dữ liệu Python. Phiên bản o3 đầy đủ mang đến khả năng lập luận toàn diện nhất với với cửa sổ ngữ cảnh khổng lồ lên tới 200.000 token, trong khi các biến thể nhỏ gọn hơn sẽ được ra mắt trong tương lai.
Hãy cùng tìm hiểu những đặc điểm nổi bật của o3, từ khả năng lập luận trực quan đến vai trò của nó trong Khung Chuẩn bị mới “Preparedness Framework” của OpenAI. Mô hình này đánh dấu một bước tiến quan trọng khi là mô hình AI đầu tiên tích hợp các tính năng an toàn như cơ chế sắp xếp có chủ đích – một bước đột phá trong việc phát triển AI có trách nhiệm.
Video Tutorial: OpenAI o3 và o4-mini – Bước tiến mới trong AI
OpenAI o3 là gì và nó khác biệt như thế nào?
OpenAI o3 đánh dấu một bước nhảy vọt trong lĩnh vực trí tuệ nhân tạo, Ra mắt vào ngày 16 tháng 4 năm 2025, o3 là một phần trong dòng mô hình lập luận chuyên sâu của OpenAI. Trong khi các mô hình ngôn ngữ truyền thống chủ yếu tập trung vào việc tạo ra văn bản tổng quát, dòng o-series lại đi theo một hướng khác biệt. Mục tiêu của nó là nâng cao khả năng lập luận, tạo nên sự khác biệt rõ rệt so với các mô hình GPT quen thuộc của OpenAI.
Sự phát triển từ o1 đến o3
OpenAI lần đầu tiên tiết lộ o1 (tên mã “Strawberry”) vào tháng 9 năm 2024. Công ty đã mở rộng quyền truy cập o1 cho nhiều người hơn vào ngày 5 tháng 12 năm 2024. Chỉ hai tuần sau, họ đã xem trước o3 trong sự kiện ’12 Ngày Shipmas’ của họ. Tiến độ nhanh chóng này cho thấy sự cống hiến kiên định của họ đối với khả năng lập luận tốt hơn.
Những cải tiến rất ấn tượng. O3 mắc ít hơn 20% lỗi lớn so với o1 khi xử lý các nhiệm vụ thực tế khó khăn. Nó thực sự tỏa sáng trong lập trình, tư vấn kinh doanh và sáng tạo ý tưởng. Nhìn vào các thước đo cụ thể, o3 đạt độ chính xác 69,1% trong bài kiểm tra lập trình Verified SWE-bench, vượt trội hơn phiên bản tiền nhiệm. Mô hình này cũng đạt điểm ấn tượng 87,7% trong bài kiểm tra GPQA Diamond cho các vấn đề khoa học cấp độ chuyên gia.
Lý do OpenAI bỏ qua phiên bản o2
Bạn có thể nhận thấy không có mô hình OpenAI o2. Công ty đã nhảy thẳng từ o1 sang o3 vì vấn đề thương hiệu—”O2″ thuộc về một công ty viễn thông Anh do Telefonica UK điều hành. Sam Altman, CEO của OpenAI, nói rằng họ đã đưa ra lựa chọn này “vì sự tôn trọng” đối với Telefonica. Quyết định đặt tên này thực sự đã giúp OpenAI bằng cách làm cho mô hình có vẻ tiên tiến hơn.
Lập luận mô phỏng (Simulated reasoning) đối đầu với các mô hình ngôn ngữ lớn truyền thống
O3 hoạt động khác với các mô hình ngôn ngữ lớn truyền thống. GPT-4 và các mô hình tương tự xuất sắc trong các tác vụ ngôn ngữ chung và nhận dạng mẫu. Tuy nhiên, O3 sử dụng lập luận mô phỏng thay đổi toàn bộ cách tiếp cận xử lý thông tin của nó.
Lập luận mô phỏng này cho phép o3 dừng lại và suy nghĩ về quá trình tư duy nội tại của nó trước khi phản hồi—tương tự như cách con người suy nghĩ. Mô hình chia các vấn đề lớn thành các phần nhỏ hơn và khám phá các cách tiếp cận khác nhau. Nó kiểm tra lập luận của chính mình trước khi đưa ra câu trả lời. Cách tiếp cận này khác với các mô hình ngôn ngữ lớn thông thường chủ yếu sử dụng nhận dạng mẫu và dự đoán.
O3 suy nghĩ cẩn thận hơn về các thách thức phức tạp cần tư duy phân tích sâu sắc. Mô hình hoạt động tốt hơn trong toán học, lập trình và lập luận khoa học. Cách tiếp cận thận trọng này dẫn đến độ chính xác cao hơn trên các vấn đề khó, mặc dù mất nhiều thời gian hơn một chút để phản hồi.
Hiểu về o3-mini và o4-mini
Sự phát triển của các mô hình lập luận của OpenAI dẫn đến các phiên bản hiệu quả được thiết kế để tiết kiệm chi phí và ứng dụng chuyên biệt. Những mô hình “mini” này cung cấp khả năng ấn tượng trong khi giữ yêu cầu tính toán thấp hơn và thời gian phản hồi nhanh hơn.
o3-mini là gì?
OpenAI đã cho ra mắt o3-mini vào ngày 31 tháng 1 năm 2025, đánh dấu sự xuất hiện của mô hình lập luận nhỏ gọn đầu tiên của họ. Mô hình này đáp ứng các tính năng được nhà phát triển yêu cầu nhiều nhất, bao gồm khả năng gọi hàm, Structured Outputs, và developer messages. Là một giải pháp thay thế tiết kiệm chi phí cho mô hình o3 đầy đủ, o3-mini thể hiện xuất sắc trong các lĩnh vực STEM—đặc biệt mạnh mẽ trong khoa học, toán học và lập trình—đồng thời duy trì độ trễ thấp hơn.
Các chuyên gia thử nghiệm nhận thấy o3-mini tạo ra câu trả lời chính xác và rõ ràng hơn so với o1-mini, với 56% thời gian họ ưu tiên chọn phản hồi từ o3-mini. Mô hình này giảm 39% lỗi nghiêm trọng (major errors) khi xử lý các câu hỏi nền tảng khó so với o1-mini. Thời gian phản hồi cũng được cải thiện đáng kể, nhanh hơn 24% so với o1-mini, trung bình chỉ mất 7,7 giây so với 10,16 giây của phiên bản tiền nhiệm.
Giải thích về o3-mini-low, medium và high
Ba biến thể của o3-mini tồn tại dựa trên nỗ lực lập luận: thấp, trung bình và cao. Các nhà phát triển có thể tối ưu hóa cho các trường hợp sử dụng cụ thể—chọn quá trình suy nghĩ sâu hơn cho các vấn đề phức tạp hoặc ưu tiên tốc độ khi độ trễ quan trọng.
O3-mini phù hợp với hiệu suất của o1 trong các đánh giá lập luận và trí thông minh đầy thách thức với nỗ lực lập luận trung bình, bao gồm AIME và GPQA. Các tùy chọn lập luận cao cung cấp khả năng phân tích cải thiện với chi phí thời gian phản hồi hơi lâu hơn. Vì vậy, tất cả người dùng ChatGPT trả phí đều nhận được quyền truy cập vào cả o3-mini (sử dụng lập luận trung bình theo mặc định) và o3-mini-high trong bộ chọn mô hình.
Phiên bản 1 (Dịch sát nghĩa):
O4-mini là gì và nó so sánh với o3-mini như thế nào
OpenAI đã phát hành o4-mini cùng với o3 vào ngày 16 tháng 4 năm 2025, như một mô hình nhỏ hơn được tối ưu hóa cho lập luận nhanh và tiết kiệm chi phí. Mô hình nhỏ gọn này thể hiện hiệu suất đáng chú ý cho kích thước của nó và xuất sắc trong các nhiệm vụ toán học, lập trình và thị giác.
O4-mini vượt trội hơn o3-mini trong cả các nhiệm vụ STEM và phi STEM trong các đánh giá của chuyên gia, bao gồm các lĩnh vực khoa học dữ liệu. Phản hồi của người dùng cho thấy kết quả hỗn hợp—o4-mini cung cấp thông lượng cao hơn và giới hạn sử dụng cao hơn so với o3, nhưng một số người dùng báo cáo vấn đề với việc tạo mã và tính nhất quán so với o3-mini-high.
O4-mini có các biến thể lập luận tiêu chuẩn và cao, với phiên bản cao mất nhiều thời gian hơn để tạo ra câu trả lời có khả năng đáng tin cậy hơn.
Các khả năng chính của o3
O3 của OpenAI nổi bật so với các mô hình AI truyền thống với những khả năng đột phá. Mô hình học thông qua học tăng cường quy mô lớn và thể hiện kỹ năng đáng chú ý trên nhiều lĩnh vực. Điều này khiến nó trở thành một công cụ mạnh mẽ để giải quyết các vấn đề phức tạp.
Lập luận nâng cao và chuỗi suy nghĩ
OpenAI đã huấn luyện mô hình o3 để “suy nghĩ” trước khi đưa ra câu trả lời thông qua cái mà họ gọi là “chuỗi tư duy riêng tư”. Mô hình này lập kế hoạch trước và lập luận thông qua các nhiệm vụ bằng cách thực hiện các bước suy luận trung gian để giải quyết vấn đề. O3 có khả năng phân tích các thách thức phức tạp và cân nhắc nhiều phương pháp tiếp cận khác nhau. Nó tự đánh giá quá trình lập luận của mình trước khi đưa ra câu trả lời cuối cùng. Mặc dù quá trình này đòi hỏi nhiều sức mạnh tính toán hơn và mất nhiều thời gian hơn để phản hồi, nhưng kết quả đầu ra lại chính xác hơn đáng kể.
Visual reasoning: suy nghĩ bằng hình ảnh
Một trong những bước đột phá lớn nhất của o3 là biết cách lập luận với hình ảnh trực tiếp trong chuỗi suy nghĩ của nó. Mô hình không chỉ nhìn thấy hình ảnh – nó suy nghĩ với chúng. O3 làm việc với hình ảnh do người dùng tải lên bằng cách sử dụng các công cụ khác nhau. Nó cắt, phóng to, xoay và áp dụng các kỹ thuật xử lý khác. Điều này giúp o3 phân tích hình ảnh mờ, đảo ngược hoặc chất lượng thấp. Tính năng này chứng tỏ giá trị trong việc giải thích bảng trắng (whiteboards), sơ đồ sách giáo khoa hoặc phác thảo vẽ tay (hand-drawn sketches).
Sử dụng công cụ: duyệt web, lập trình, phân tích tệp
O3 kết hợp lập luận tiên tiến với các khả năng công cụ chi tiết. Bao gồm duyệt web, lập trình Python, phân tích hình ảnh, xử lý tệp và các tính năng bộ nhớ. Các công cụ không chỉ có sẵn – o3 biết chính xác khi nào và cách sử dụng chúng trong quá trình lập luận. Ví dụ, xem cách nó tìm kiếm dữ liệu tiện ích trên web, viết mã Python để dự báo và tạo biểu đồ giải thích – tất cả trong một tương tác.
Tự kiểm tra sự thật và tính năng bộ nhớ
O3 sử dụng sự sắp xếp có cân nhắc để lập luận về các chính sách an toàn khi nó phản hồi các lời nhắc có khả năng không an toàn. Tự kiểm tra sự thật tích hợp giúp phản hồi chính xác hơn. Mô hình cũng nhớ các chi tiết hữu ích giữa các cuộc trò chuyện. Điều này dẫn đến các phản hồi được tùy chỉnh và phù hợp.
Performance trong toán học, lập trình và khoa học
O3 cho thấy kết quả đặc biệt xuất sắc trong các lĩnh vực kỹ thuật:
- Toán học: Độ chính xác 91,6% trên AIME 2024 (so với 74,3% của o1)
- Lập trình: Độ chính xác 69,1% trên SWE-bench Verified (so với 48,9% của o1)
- Khoa học: Độ chính xác 83,3% trên thước đo GPQA Diamond
Safety, access, and pricing
OpenAI đang dẫn đầu trong việc triển khai an toàn và có trách nhiệm các mô hình lập luận của mình. Tài liệu an toàn mới nhất của họ cho thấy cách o3 và o4-mini áp dụng nhiều lớp bảo vệ, vừa ngăn chặn việc sử dụng sai mục đích, vừa hỗ trợ các ứng dụng có ích.
Deliberative alignment: Phương pháp an toàn mới
OpenAI đã phát triển phương pháp sắp xếp có chủ đích – một kỹ thuật an toàn đột phá giúp các mô hình lập luận hiểu trực tiếp các thông số kỹ thuật an toàn do con người viết. Khác với các phương pháp cũ, nơi các mô hình học hành vi mong muốn từ các ví dụ được gắn nhãn, o3 giờ đây có thể suy ngẫm về các thông số này trước khi đưa ra câu trả lời.
Cách tiếp cận này giúp o3 vượt trội hơn GPT-4o trong việc đáp ứng các tiêu chuẩn an toàn nội bộ và bên ngoài. Nó giảm thiểu các kết quả có hại và tránh việc từ chối không cần thiết đối với nội dung an toàn. Đây là một bước tiến vượt bậc so với các phương pháp an toàn truyền thống chỉ dựa vào đào tạo từ các ví dụ.
Preparedness Framework v2
Khung Chuẩn bị phiên bản 2 của OpenAI giờ đây xem xét năm tiêu chí rủi ro: tính khả thi, khả năng đo lường, mức độ nghiêm trọng, tính mới hoàn toàn và liệu rủi ro xảy ra tức thì hay không thể khắc phục.
Khung này đặt ra hai ngưỡng rõ ràng – Khả năng cao và Khả năng quan trọng – kèm theo các cam kết hoạt động cụ thể. O3 và o4-mini đã trải qua đánh giá trong ba lĩnh vực: mối đe dọa sinh học/hóa học, an ninh mạng và khả năng tự cải thiện của AI. Cả hai mô hình đều duy trì dưới ngưỡng ‘Cao’ của khung trong mọi hạng mục.
Cách truy cập o3 và o4-mini thông qua ChatGPT
Người dùng ChatGPT Plus, Pro và Team có thể truy cập o3, o4-mini và o4-mini-high trực tiếp từ bộ chọn mô hình. Người dùng Enterprise và Edu được truy cập một tuần sau khi phát hành ban đầu. Mỗi cấp độ đăng ký có giới hạn khác nhau:
- Plus, Team, Enterprise & Edu: 100 tin nhắn hàng tuần với o3, 300 tin nhắn hàng ngày với o4-mini và 100 tin nhắn hàng ngày với o4-mini-high
- Pro: Truy cập gần như không giới hạn (tùy thuộc vào các biện pháp bảo vệ tự động)
- Miễn phí: Truy cập giới hạn vào o4-mini bằng cách chọn ‘Think’ trong trình soạn thảo
Giá API và giới hạn sử dụng
Các nhà phát triển có thể sử dụng o3 qua API với giá 254.148,34 VND cho mỗi triệu token đầu vào và 1.016.593,35 VND cho mỗi triệu token đầu ra. O4-mini có giá thấp hơn ở mức 27.956,32 VND cho mỗi triệu token đầu vào và 111.825,27 VND cho mỗi triệu token đầu ra. Người dùng cần xác minh tổ chức ở cấp độ 1-3 để truy cập o3, trong khi tất cả người dùng đã xác minh có thể sử dụng o4-mini. Cả hai mô hình đều hoạt động với cửa sổ ngữ cảnh 200k token và có thể xuất ra tối đa 100k token, điều này cung cấp nhiều không gian cho các tác vụ lập luận phức tạp.
Kết luận
OpenAI o3 đánh dấu một bước ngoặt quan trọng trong lịch sử phát triển AI, khi nó vượt xa khỏi việc đơn thuần so khớp mẫu để hướng tới khả năng lập luận đích thực. Những mô hình này hứa hẹn sẽ phát triển khả năng giải quyết vấn đề ngày càng tinh vi, đi kèm với các biện pháp an toàn được cải thiện. Dòng o chứng minh rằng tương lai của AI không nằm ở việc tạo ra các phản hồi đơn thuần, mà là ở khả năng lập luận thấu đáo trước những vấn đề phức tạp
Câu hỏi thường gặp
C1. Các tính năng chính của mô hình o3 của OpenAI là gì? OpenAI o3 là một mô hình AI tiên tiến sử dụng lập luận mô phỏng để xuất sắc trong các nhiệm vụ giải quyết vấn đề phức tạp. Nó có thể tạm dừng và suy ngẫm trước khi phản hồi, có khả năng lập luận trực quan và tích hợp các công cụ khác nhau như tìm kiếm web và lập trình Python. Mô hình cũng có các biện pháp an toàn nâng cao và cửa sổ ngữ cảnh khổng lồ 200.000 token.
C2. O3 so sánh như thế nào với các mô hình AI trước đây về mặt hiệu suất? O3 thể hiện những cải tiến đáng kể so với các phiên bản tiền nhiệm, mắc ít hơn 20% lỗi lớn trong các nhiệm vụ thực tế khó khăn. Nó đạt độ chính xác 91,6% trên AIME 2025, 69,1% độ chính xác trên điểm chuẩn lập trình SWE-bench Verified, và 87,7% trên điểm chuẩn GPQA Diamond cho các vấn đề khoa học cấp độ chuyên gia.
C3. O3-mini và o4-mini là gì, và chúng khác với mô hình o3 đầy đủ như thế nào? O3-mini và o4-mini là các phiên bản tinh gọn của mô hình o3, được thiết kế để tiết kiệm chi phí và ứng dụng chuyên biệt. Chúng cung cấp khả năng ấn tượng với yêu cầu tính toán thấp hơn và thời gian phản hồi nhanh hơn. O3-mini có các biến thể nỗ lực lập luận thấp, trung bình và cao, trong khi o4-mini được tối ưu hóa cho lập luận nhanh, tiết kiệm chi phí.
C4. Người dùng có thể truy cập các mô hình o3 và o4-mini như thế nào? Người dùng ChatGPT Plus, Pro, Team và Enterprise có thể truy cập o3, o4-mini và o4-mini-high thông qua bộ chọn mô hình. Giới hạn sử dụng thay đổi theo cấp độ đăng ký. Đối với các nhà phát triển, cả hai mô hình đều có sẵn thông qua API với cấu trúc giá khác nhau. Người dùng miễn phí có quyền truy cập hạn chế vào o4-mini bằng cách chọn ‘Think’ trong trình soạn thảo.
C5. Các biện pháp an toàn nào được triển khai trong mô hình o3? O3 kết hợp một phương pháp an toàn mới gọi là sắp xếp có cân nhắc, dạy mô hình lập luận rõ ràng về các thông số kỹ thuật an toàn. Nó cũng có khả năng tự kiểm tra sự thật và được đánh giá theo Khung Chuẩn bị v2 cập nhật của OpenAI, đánh giá rủi ro trên các tiêu chí khác nhau để đảm bảo triển khai AI có trách nhiệm.
Dieter R.
-
Video4 months agoVideo Truyền Cảm Hứng Thành Công Mạnh Mẽ Nhất
-
Khóa học9 months ago
41 Tài Nguyên Về “Reinforcement Learning” (Học Tăng Cường) Tốt Nhất
-
Khóa học7 months ago
Đây là 38 Khóa học Miễn phí về Khoa học Dữ liệu trên Coursera mà bạn nên biết vào năm 2024.
-
Công nghệ9 months ago
44 công ty khởi nghiệp AI triển vọng nhất năm 2024
-
Công nghệ6 months ago
Giải thích các Mô hình Trí Tuệ Nhân tạo Tạo sinh 🤖Phần 1
-
Công nghệ9 months ago
Robo Advisor là gì?
-
Công nghệ6 months ago
Câu chuyện tình yêu ❤️Ch3
-
Giải trí5 months ago
Câu chuyện tình yêu ❤️Ch4
