Mô hình AI ẩn danh ox-alpha: Bước đột phá trong lập trình

Mô hình AI ẩn danh mang tên "stealth/ox-alpha" đã xuất hiện trên nền tảng OpenRouter, thu hút sự chú ý của giới công nghệ. Theo báo cáo từ nhà nghiên cứu kỹ thuật Ben Davis, ox-alpha đã ra mắt vào ngày 20 tháng 8 và hiện đang cung cấp một tuần truy cập miễn phí cho người dùng. Mô hình này không chỉ hỗ trợ đầu vào văn bản, hình ảnh và video mà còn có khả năng suy luận, với kích thước ngữ cảnh lên tới 1.048 triệu token.

Davis khẳng định rằng ông "99% chắc chắn" rằng ox-alpha thuộc về dòng sản phẩm GLM-5.x của Zhipu, dựa trên các đặc điểm kỹ thuật như bộ mã hóa video, bộ phân tích từ (tokenizer) và phong cách đầu ra. Các thử nghiệm cho thấy ox-alpha đã vượt qua một số mô hình nổi bật như Claude Fable 5 và GPT-5.6 trong các bài kiểm tra khả năng lập trình.

Trong các bài kiểm tra khả năng lập trình, ox-alpha đạt điểm 80% trong bài kiểm tra DeepSWE, trong khi Claude Fable 5 chỉ đạt 65%, GLM-5.3 và Grok 4.6 đạt 62%, và GPT-5.6-sol có tỷ lệ đỗ chỉ 52%. Đặc biệt, trong nhiệm vụ "meriyah-explicit-resource-declarations", ox-alpha đã vượt qua ngay từ lần thử đầu tiên, trong khi các mô hình khác như GLM-5.3, GPT-5.6-sol và Grok 4.6 đều thất bại.

Davis cũng đã thực hiện một phân tích kỹ thuật chi tiết về ox-alpha, xem xét nhiều yếu tố như bộ mã hóa video, bộ phân tích từ và phong cách đầu ra. Kết quả cho thấy ox-alpha và GLM-5V-Turbo tiêu thụ số lượng token video giống hệt nhau, với ba đặc điểm chính: lấy mẫu khung hình không phụ thuộc vào tốc độ khung hình, tỷ lệ quy mô thời gian khoảng 147 token mỗi giây, và cơ chế quy mô độ phân giải theo khung hình.

Về mặt phong cách đầu ra, ox-alpha sử dụng khoảng 1.3 emoji mỗi 1000 ký tự, gần hơn với các dòng GLM/Qwen, trong khi Claude, GPT-5.6 và Grok có tỷ lệ sử dụng emoji gần như bằng không trong cùng điều kiện thử nghiệm.

Mô hình này cũng thể hiện khả năng xử lý tốt trong các nhiệm vụ liên quan đến công cụ, với chỉ một lỗi trong 69 lần gọi công cụ và không có vòng lặp thử lại, cho thấy hiệu suất cao và mức độ suy luận thấp. Davis kết luận rằng hiệu suất của ox-alpha vượt trội so với GLM-5.3, giống như một điểm kiểm tra của mô hình thế hệ tiếp theo hơn là chỉ là một biến thể.

Một yếu tố quan trọng khác khiến ox-alpha được cho là sản phẩm của Zhipu là ngày phát hành và các phương pháp thử nghiệm trước đây của công ty này. Zhipu đã phát hành GLM-5.3 vào ngày 14 tháng 8, và mô hình tầm nhìn thống nhất luôn là một điểm nhấn trong cộng đồng. Đặc biệt, Zhipu đã từng thử nghiệm các mô hình qua các kênh bí mật, và Pony Alpha cuối cùng đã được xác nhận là liên quan đến GLM-5.

Về quy mô mô hình, báo cáo cho biết tốc độ giải mã của ox-alpha khác khoảng 6% so với GLM-5V-Turbo, mô hình này có tổng cộng 744 tỷ tham số và 40 tỷ tham số hoạt động. Davis suy đoán rằng ox-alpha có thể sử dụng kiến trúc MoE tương tự. Nếu mô hình thực sự có khoảng 40 tỷ tham số hoạt động, khả năng xử lý hàng ngày mà nhà điều hành tuyên bố lên tới 100 triệu token sẽ khả thi hơn từ cả góc độ kỹ thuật và chi phí.

Hiện tại, thời gian truy cập miễn phí cho ox-alpha có thể kéo dài đến ngày 27 tháng 8. Davis lưu ý rằng trước đây, một số mô hình ẩn danh tương tự cũng đã được các phòng thí nghiệm AI Trung Quốc công nhận sau khi kết thúc giai đoạn thử nghiệm miễn phí. Zhipu vẫn chưa đưa ra tuyên bố chính thức về danh tính của ox-alpha, nhưng nếu mô hình này cuối cùng được xác nhận là sản phẩm tiếp theo của Zhipu, thì thử nghiệm "ẩn danh" trên OpenRouter có thể là một cái nhìn trước công chúng trước khi ra mắt chính thức.

Trước khi có xác nhận chính thức, nguồn gốc của ox-alpha vẫn chưa rõ ràng, nhưng nhiều thử nghiệm độc lập – từ bộ mã hóa video và bộ phân tích từ đến hành vi mô hình – hiện đang chỉ ra cùng một hướng.

TH (phapluatxahoi.kinhtedothi.vn)