Cổng tin tức Radar

Radar Mô hình AI & Công cụ Dev

Theo dõi mô hình AI mới phát hành (đóng & mở), nâng cấp Claude Code, Codex, Antigravity và công cụ phát triển phần mềm

Quét gần nhất: SUCCESS • 2026-11-22 13:51 UTC API Health
Hiển thị 15 / 15 bản tin AI & Dev đã kiểm định (Trang 1/1)
HIGH 🛠️ Công cụ / tác nhân lập trình AI Anthropic Claude Code CLI v2.1.330 Công cụ / SDK Dev Impact: 78/100
Công bố: 2026-11-21 05:32 UTC

Claude Code CLI v2.1.330: đăng nhập Enterprise, biểu đồ tích hợp và cải tiến self-hosted runner

Nguồn: GitHub Releases: Anthropic Claude Code CLI • Phiên bản: v2.1.330 • Tiêu đề gốc: [Claude Code CLI] v2.1.330

Anthropic phát hành Claude Code CLI v2.1.330, bổ sung đăng nhập vào các tổ chức được quản lý bằng Enterprise Admin Console để áp dụng cấu hình và nhà cung cấp đám mây hoặc gateway của tổ chức. Bản phát hành thêm công cụ biểu đồ tích hợp easel, các tùy chọn đăng nhập và thư mục khởi chạy cho self-hosted runner, cùng chỉ số mới về thời gian tiếp nhận công việc. Bản cập nhật cũng khắc phục nhiều lỗi ảnh hưởng đến độ ổn định, phiên làm việc, MCP, plugin, Code Mode và thao tác trên worktree. Các cải tiến biểu đồ áp dụng trên macOS và Linux cho Pro, Max và một số gói Team, Enterprise.
📦 Mô hình / Công cụ & Thông số
Bản phát hành CLI v2.1.330 của Claude Code; không công bố thay đổi về mô hình AI, kiến trúc mô hình hay cửa sổ ngữ cảnh. Hỗ trợ đăng nhập tổ chức qua Anthropic Enterprise Admin Console; easel khả dụng trên macOS và Linux cho các gói Pro, Max và tùy nơi có Team, Enterprise. Self-hosted runner bổ sung tùy chọn thư mục bắt đầu và các chỉ số thời gian xử lý công việc.
✨ Tính năng & Nâng cấp mới
Bổ sung đăng nhập tổ chức, cho phép Claude Code sử dụng cài đặt và nhà cung cấp đám mây hoặc gateway do tổ chức cấu hình. Thêm easel để tự tạo biểu đồ theo yêu cầu và từ kết quả MCP metrics; có thể tắt biểu đồ tự động trong /config. Hỗ trợ in liên kết đăng nhập đầy đủ qua CLAUDE_CODE_FULL_SIGN_IN_LINK=1, chọn thư mục làm việc ban đầu cho self-hosted runner bằng --start-dir hoặc SELF_HOSTED_RUNNER_START_DIR, và thêm chỉ số thời gian từ lúc giao việc đến khi runner đăng ký hoặc bắt đầu phiên. Sửa nhiều lỗi nghiêm trọng như treo sau khi nén hội thoại dài hoặc khi WebFetch xử lý một số trang, xóa nhầm worktree đang được phiên khác sử dụng, mất cập nhật cài đặt khi nhiều tiến trình ghi đồng thời, cùng các lỗi liên quan đến tiếp tục phiên, MCP, plugin, tác vụ và Code Mode.
📊 Hiệu năng Coding / Benchmark & Chi phí
Không công bố benchmark coding, tốc độ token hay thay đổi giá API trong ghi chú phát hành này. Đây là bản cập nhật công cụ CLI; yêu cầu phần cứng phụ thuộc môi trường chạy và mô hình/dịch vụ được cấu hình.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Quản trị viên doanh nghiệp có thể áp dụng cấu hình và gateway tập trung khi đăng nhập, còn nhóm vận hành runner có thể theo dõi thời gian tiếp nhận và khởi chạy công việc để phát hiện độ trễ. Nhà phát triển có thể dùng biểu đồ easel để trực quan hóa kết quả MCP ngay trong quy trình làm việc. Các bản sửa lỗi giúp giảm nguy cơ mất thay đổi, treo phiên, xung đột khi nhiều tiến trình cùng thao tác và lỗi trong các tác vụ MCP hoặc Code Mode.

Khuyến nghị & Hành động nhanh

Cập nhật Claude Code theo phương thức cài đặt hiện có; nếu cài qua npm, có thể dùng `npm install -g @anthropic-ai/claude-code@2.1.330`. Sau khi cập nhật, chạy `claude --version` để xác nhận phiên bản; người dùng self-hosted runner có thể cấu hình `--start-dir` hoặc `SELF_HOSTED_RUNNER_START_DIR`.

HIGH 🛠️ Công cụ / tác nhân lập trình AI OpenAI OpenAI Codex CLI v0.171.0 (rust-v0.171.0) Công cụ / SDK Dev Impact: 78/100
Công bố: 2026-11-20 07:44 UTC

OpenAI Codex CLI v0.171.0: bật TUI workspace mặc định, bổ sung phiên làm việc từ xa và GPT-6.2 Sol/Astra

Nguồn: GitHub Releases: OpenAI Codex CLI & Agent • Phiên bản: rust-v0.171.0 • Tiêu đề gốc: [OpenAI Codex CLI] 0.171.0 (rust-v0.171.0)

OpenAI Codex CLI v0.171.0 bổ sung GPT-6.2 Sol và Astra vào danh mục mô hình, trong đó Sol được chọn mặc định. Bản phát hành bật TUI workspace theo mặc định, thêm xem trước tài liệu và hình ảnh, transcript của subagent, cùng các phím hoàn tác/làm lại có thể tùy chỉnh. Người dùng có thể khởi chạy hoặc tiếp tục phiên không tương tác qua máy chủ ứng dụng hiện có bằng `codex exec --remote`, đồng thời quản lý điều khiển từ xa và mã ghép nối ngay trong TUI. Bản cập nhật cũng sửa lỗi bảo toàn bản nháp, quyền, thao tác cuộn và đăng nhập MCP doanh nghiệp.
📦 Mô hình / Công cụ & Thông số
Bản phát hành CLI phiên bản 0.171.0; mã nguồn và công cụ phát hành được cập nhật lên Rust 1.99.1. TUI workspace được bật mặc định, hỗ trợ xem trước tài liệu/hình ảnh, hiển thị transcript subagent và cấu hình status line qua MCP khi bật tiện ích TUI tương ứng. Danh mục mô hình được bổ sung GPT-6.2 Sol và Astra; ghi chú phát hành không nêu thông số kiến trúc hoặc cửa sổ ngữ cảnh của các mô hình này.
✨ Tính năng & Nâng cấp mới
Bổ sung `codex exec --remote` để bắt đầu hoặc tiếp tục phiên không tương tác trên app server hiện có; thêm lệnh `/rc` và `/remote` để quản lý remote control và hiển thị mã ghép nối thiết bị. TUI có thể tìm kiếm trong bản xem trước tài liệu, xem trước hình ảnh và xem transcript của subagent bên cạnh hội thoại chính. Trình soạn thảo prompt ngoài chế độ Vim hỗ trợ phím tắt undo/redo có thể cấu hình, đồng thời khôi phục tệp đính kèm và nội dung dán lớn. Các sửa lỗi đáng chú ý gồm bảo toàn bản nháp và nội dung chờ khi tiếp tục phiên, giữ cấu hình quyền khi đổi thư mục, sửa lỗi cuộn/con trỏ TUI và khắc phục đăng nhập MCP doanh nghiệp với nhà cung cấp danh tính không cấp refresh token.
📊 Hiệu năng Coding / Benchmark & Chi phí
Ghi chú phát hành không công bố benchmark coding, tốc độ token, giá API hoặc yêu cầu phần cứng. Đây là bản cập nhật công cụ; thông tin về giá và giới hạn sử dụng mô hình phụ thuộc vào cấu hình và dịch vụ OpenAI tương ứng.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể dùng Codex CLI để tiếp tục tác vụ từ xa trên app server, theo dõi tiến trình của subagent và xem trước tài liệu/hình ảnh ngay trong TUI. Undo/redo giúp phục hồi thao tác nhập prompt và tệp đính kèm; việc bảo toàn bản nháp, quyền và nội dung khi chuyển phiên giảm nguy cơ mất trạng thái. Các nhóm dùng MCP doanh nghiệp nên kiểm tra lại luồng đăng nhập và cấu hình status line sau khi nâng cấp.

Khuyến nghị & Hành động nhanh

Nâng cấp Codex CLI bằng phương thức cài đặt hiện có của bạn lên v0.171.0, sau đó xác minh bằng `codex --version`. Nếu dùng điều khiển từ xa, thử `/rc` hoặc `/remote` trong TUI; với phiên không tương tác, kiểm tra `codex exec --remote` và bảo đảm app server đích đang hoạt động. Nếu cần status line MCP tùy chỉnh, bật `tui.extensions.statusline` theo cấu hình của phiên bản này.

MEDIUM 🛠️ Công cụ / tác nhân lập trình AI Google Gemini CLI v0.70.0 Công cụ / SDK Dev Impact: 68/100
Công bố: 2026-11-20 04:08 UTC

Google Gemini CLI v0.70.0: cải thiện xử lý phiên làm việc, bảo mật MCP và độ tin cậy

Nguồn: GitHub Releases: Google Gemini CLI & Antigravity • Phiên bản: v0.70.0 • Tiêu đề gốc: [Gemini CLI / Antigravity] Release v0.70.0

Google phát hành Gemini CLI v0.70.0 với một loạt bản sửa lỗi và cải tiến độ ổn định cho CLI, lõi xử lý và tích hợp IDE. Bản cập nhật khắc phục việc giữ nguyên prompt Unicode và worktree khi khởi động lại xác thực, đồng thời cải thiện khôi phục phiên trò chuyện và xử lý phản hồi mô hình bị gián đoạn. Về bảo mật, CLI bỏ qua các máy chủ MCP hệ thống có quyền thực thi lệnh không an toàn và dùng RE2JS để đánh giá mẫu chính sách theo thời gian tuyến tính. Bản phát hành cũng cải thiện thời hạn chờ yêu cầu, thông tin giới hạn token đầu ra và việc áp dụng mặc định trong biểu thức biến môi trường.
📦 Mô hình / Công cụ & Thông số
Công cụ CLI mã nguồn mở của Google, tích hợp mô hình Gemini và hỗ trợ máy chủ MCP. Phiên bản được thông báo là v0.70.0; changelog có đề cập bản dựng nightly 0.70.0-nightly.20261110.g1603e9bab. Đây là bản cập nhật công cụ, không phải bản phát hành mô hình AI mới; ghi chú không nêu thay đổi giấy phép, yêu cầu phần cứng hay thông số context window.
✨ Tính năng & Nâng cấp mới
Sửa lỗi giữ nguyên ký tự Unicode trong prompt và loại bỏ mảnh ANSI trong bản xem trước phiên; bảo toàn worktree khi khởi động lại xác thực và chỉ khôi phục thư mục workspace sau khi resumeChat thành công. Tăng cường kiểm soát MCP bằng cách bỏ qua máy chủ hệ thống có quyền lệnh không an toàn; chuyển đánh giá argsPattern của chính sách sang RE2JS để bảo đảm thời gian tuyến tính. Cải thiện timeout của undici khi thời hạn yêu cầu vượt 300 giây, hiển thị chính xác giới hạn token đầu ra và xử lý trạng thái thử lại theo prompt/mô hình hiện hành.
📊 Hiệu năng Coding / Benchmark & Chi phí
Không công bố benchmark coding, tốc độ token hay giá API mới trong ghi chú phát hành này; các thông tin đó phụ thuộc vào mô hình Gemini được cấu hình sử dụng. Không có yêu cầu VRAM riêng được nêu.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể nâng cấp để giảm lỗi khi tiếp tục phiên, chuyển đổi xác thực hoặc làm việc với Git worktree; đồng thời giúp thông tin giới hạn đầu ra và xử lý timeout đáng tin cậy hơn. Nhóm dùng MCP nên rà soát quyền thực thi lệnh của máy chủ hệ thống vì các cấu hình không an toàn sẽ bị CLI bỏ qua. Các quy tắc chính sách kiểm soát lệnh cũng được đánh giá an toàn hơn với mẫu phức tạp.

Khuyến nghị & Hành động nhanh

Nâng cấp bằng `npm install -g @google/gemini-cli@0.70.0`, sau đó chạy `gemini --version` để xác nhận. Nếu đang dùng MCP, kiểm tra lại cấu hình máy chủ và quyền thực thi lệnh sau khi nâng cấp.

HIGH 🧠 Phát hành mô hình đóng / thương mại Google DeepMind Gemini 4 Neon Mô hình Đóng / API Impact: 82/100
Công bố: 2026-11-19 14:07 UTC

Google DeepMind phát hành Gemini 4 Neon: mô hình mới với cửa sổ ngữ cảnh 1 triệu token

Nguồn: Latent Space: The AI Engineer Podcast & Substack • Tiêu đề gốc: [AINews] Gemini 4 Neon: GDM's Opus/Sol Contender

Google DeepMind đã phát hành Gemini 4 Neon, mô hình thứ tư thuộc dòng Gemini 4 trong khoảng bảy tuần. Neon có cửa sổ ngữ cảnh 1 triệu token, bốn mức effort và mức giá được nêu là 3 USD/triệu token đầu vào, 0,15 USD/triệu token đầu vào được lưu đệm, 15 USD/triệu token đầu ra. Mô hình đang được triển khai trên Gemini API, AI Studio, Android Studio, Gemini for business và Antigravity; một số công cụ như Cursor và GitHub Copilot cũng đã tích hợp. Các kết quả được trích dẫn cho thấy Neon đạt điểm cao ở một số bài đánh giá coding và agent, nhưng hiệu năng thay đổi theo benchmark và mức effort.
📦 Mô hình / Công cụ & Thông số
Mô hình thương mại thuộc dòng Gemini 4; cửa sổ ngữ cảnh 1 triệu token; có bốn mức effort. Bản tin dẫn thông tin Vals cho biết giới hạn đầu ra tối đa có thể đạt 1 triệu token. Giá được nêu: 3 USD/triệu token đầu vào, 0,15 USD/triệu token đầu vào được lưu đệm và 15 USD/triệu token đầu ra. Không có thông tin về số tham số, kiến trúc hay giấy phép open-weight.
✨ Tính năng & Nâng cấp mới
Mô hình mới được bổ sung vào dòng Gemini 4, với nhiều mức effort để điều chỉnh cách xử lý. Bản tin cho biết Neon nhanh và rẻ hơn Carbon ở một số mức sử dụng, đồng thời có thể vượt Carbon trên một số chỉ số dù được mô tả là mô hình nhỏ hơn. Neon được triển khai trên các sản phẩm Google và tích hợp ngày đầu với Cursor, GitHub Copilot (ứng dụng, CLI và VS Code) cùng LangChain Managed Deep Agents. Ghi nhận ban đầu trên Antigravity cho thấy khả năng tuân thủ chỉ dẫn tránh dùng terminal, nhưng cũng có lỗi giới hạn dung lượng và một số lần chạy bị đình trệ.
📊 Hiệu năng Coding / Benchmark & Chi phí
Theo bản tin, Neon đạt 60 điểm Intelligence Index ở mức effort high với chi phí 3,74 USD mỗi tác vụ; trên GDP.pdf đạt 33,4% ở high và 28,0% ở xhigh. Neon ra mắt ở vị trí thứ hai trên Agent Arena với 1.336 điểm qua khoảng 4.200 phiên, chi phí tác vụ trung vị 2,82 USD; đạt 70,9% trên Vals Index và 63,7% trên CursorBench 4.1 ở mức effort mặc định. Trong Code Migration, Neon dùng trung bình 160 lượt nhưng có điểm thấp hơn Carbon và Hydrogen. Giá API được nêu là 3 USD/triệu token đầu vào, 0,15 USD/triệu token đầu vào được lưu đệm và 15 USD/triệu token đầu ra; các số liệu benchmark và giá cần được đối chiếu với tài liệu chính thức trước khi lập ngân sách.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể thử Neon cho tác vụ coding agent, phân tích kho mã lớn hoặc xử lý ngữ cảnh dài nhờ cửa sổ 1 triệu token; tích hợp với Cursor, GitHub Copilot và LangChain giúp đưa mô hình vào quy trình hiện có. Nên chọn mức effort theo độ khó và ngân sách, rồi kiểm thử trên bộ tác vụ nội bộ thay vì suy rộng từ một bảng benchmark. Với agent có quyền chạy lệnh, cần xác minh hành vi sử dụng terminal, giới hạn dung lượng và khả năng phục hồi khi tác vụ bị đình trệ.

Khuyến nghị & Hành động nhanh

Không có lệnh cài đặt hoặc nâng cấp CLI được nêu. Kiểm tra quyền truy cập và giá hiện hành trong Gemini API/AI Studio, sau đó chọn Gemini 4 Neon trong công cụ tương thích như Cursor hoặc Antigravity; chạy thử trên một nhóm tác vụ coding đại diện trước khi triển khai rộng.

HIGH 🛠️ Công cụ / tác nhân lập trình AI Anthropic Claude Code CLI v2.1.328 Công cụ / SDK Dev Impact: 72/100
Công bố: 2026-11-19 08:14 UTC

Claude Code CLI v2.1.328: bổ sung Auto Mode cho các nhà cung cấp đám mây và cải tiến MCP, hook cùng self-hosted runner

Nguồn: GitHub Releases: Anthropic Claude Code CLI • Phiên bản: v2.1.328 • Tiêu đề gốc: [Claude Code CLI] v2.1.328

Anthropic phát hành Claude Code CLI v2.1.328, bổ sung Auto Mode cho Claude Opus 4.6 và Sonnet 4.6 trên Amazon Bedrock, Google Cloud Agent Platform, Microsoft Foundry và Claude apps gateway. Bản cập nhật tăng khả năng kiểm soát hook MCP, chính sách quản trị và cách gắn nhãn phiên chạy cho self-hosted runner, đồng thời thêm cảnh báo và chỉ số vận hành. Nhiều lỗi cũng được khắc phục, gồm lỗi tự động nén ngữ cảnh, giao diện terminal, đếm token, phiên cloud tiếp tục chạy và xử lý schema công cụ MCP. Đây là bản nâng cấp đáng chú ý cho nhóm phát triển dùng Claude Code qua nhà cung cấp bên thứ ba hoặc triển khai runner tự quản lý.
📦 Mô hình / Công cụ & Thông số
Công cụ CLI lập trình AI của Anthropic, phiên bản 2.1.328. Hỗ trợ Auto Mode cho Claude Opus 4.6 và Sonnet 4.6 qua Amazon Bedrock, Google Cloud Agent Platform, Microsoft Foundry và Claude apps gateway; bản phát hành cũng cập nhật hook MCP, chính sách, telemetry và self-hosted runner. Không có thông tin về giấy phép mô hình, số tham số hay cửa sổ ngữ cảnh trong ghi chú phát hành.
✨ Tính năng & Nâng cấp mới
Bổ sung Auto Mode cho các phiên tương tác không chỉ định chế độ quyền và khắc phục lỗi Auto Mode trên các gateway/nhà cung cấp đám mây được nêu. Hook MCP hỗ trợ onFailure: "block", cho phép chặn hành động khi hook thất bại; các tích hợp nhúng Claude Code cũng có thể bật allowManagedModsOnly, trong khi cấu hình quản trị vẫn được ưu tiên. Self-hosted runner có thêm tùy chọn thư mục repository, nhãn hook, metadata phiên và các chỉ số thời gian chờ hoặc phiên không khởi chạy. Bản phát hành sửa nhiều lỗi liên quan đến nén ngữ cảnh, phiên tiếp tục, schema MCP, hiển thị terminal, tác vụ theo lịch và thống kê token.
📊 Hiệu năng Coding / Benchmark & Chi phí
Không công bố benchmark coding, tốc độ token hay giá API trong ghi chú phát hành. Đây là bản cập nhật công cụ; chi phí sử dụng phụ thuộc mô hình và nhà cung cấp dịch vụ được cấu hình.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Nhóm phát triển có thể dùng Auto Mode trên các môi trường Bedrock, Google Cloud, Foundry và gateway được hỗ trợ, đồng thời dùng hook MCP với onFailure: "block" để ngăn quy trình tiếp tục khi kiểm tra thất bại. Các tùy chọn và chỉ số mới giúp gắn nhãn, định tuyến và theo dõi phiên trên self-hosted runner hiệu quả hơn. Những sửa lỗi về tiếp tục phiên, tự động nén và schema MCP giúp giảm gián đoạn trong các phiên làm việc dài hoặc tích hợp với nhà cung cấp bên thứ ba.

Khuyến nghị & Hành động nhanh

Cập nhật Claude Code lên v2.1.328 bằng cơ chế cài đặt hiện có; nếu dùng bản CLI hỗ trợ tự cập nhật, chạy `claude update`. Sau đó kiểm tra cấu hình quyền, hook MCP và self-hosted runner trong môi trường thử nghiệm trước khi triển khai rộng; lưu ý `onFailure: "block"` có thể chặn thao tác khi hook lỗi.

MEDIUM 🛠️ Công cụ / tác nhân lập trình AI Google Gemini CLI v0.70.0-preview.0 Công cụ / SDK Dev Impact: 58/100
Công bố: 2026-11-19 07:09 UTC

Gemini CLI v0.70.0-preview.0: cải thiện an toàn MCP, xử lý lệnh và độ ổn định

Nguồn: GitHub Releases: Google Gemini CLI & Antigravity • Phiên bản: v0.70.0-preview.0 • Tiêu đề gốc: [Gemini CLI / Antigravity] Release v0.70.0-preview.0

Google phát hành Gemini CLI v0.70.0-preview.0, một bản tiền phát hành tập trung vào sửa lỗi và cải thiện độ tin cậy của CLI, phiên làm việc, xác thực và tích hợp IDE. Bản cập nhật bỏ qua các MCP server hệ thống có quyền thực thi lệnh không an toàn, đồng thời dùng RE2JS để đánh giá mẫu chính sách đối số với thời gian tuyến tính. Các thay đổi khác cải thiện xử lý prompt Unicode, khôi phục worktree sau khi xác thực, timeout yêu cầu, thông tin giới hạn token và quy tắc xác nhận lệnh shell. Đây là bản phát hành của Gemini CLI; ghi chú không nêu tính năng hay bản phát hành riêng cho Google Antigravity.
📦 Mô hình / Công cụ & Thông số
CLI mã nguồn mở dành cho phát triển phần mềm, phiên bản tiền phát hành v0.70.0-preview.0. Changelog có cập nhật phiên bản nightly 0.70.0-nightly.20261110.g1603e9bab và các thay đổi liên quan đến lõi, CLI, IDE, chính sách lệnh, MCP cùng thư viện phụ thuộc. Không có thông số mô hình AI, cửa sổ ngữ cảnh hoặc giấy phép mô hình được công bố trong ghi chú này.
✨ Tính năng & Nâng cấp mới
Tăng an toàn khi khởi tạo MCP bằng cách bỏ qua MCP server hệ thống có quyền lệnh không an toàn; dùng RE2JS để đánh giá argsPattern theo thời gian tuyến tính. Sửa việc xử lý prompt Unicode và ANSI trong bản xem trước phiên, duy trì worktree đã chọn qua lần khởi động lại để xác thực, và chỉ khôi phục thư mục workspace sau khi resumeChat thành công. Cải thiện timeout yêu cầu dài, hiển thị giới hạn token đầu ra, trạng thái thử lại, xử lý biến môi trường rỗng và quy tắc xác nhận lệnh shell. Tích hợp IDE được cải thiện với thư mục khám phá theo người dùng và thao tác ghi tệp cổng theo cách nguyên tử.
📊 Hiệu năng Coding / Benchmark & Chi phí
Không có benchmark coding, tốc độ token hay giá API được nêu; đây là bản cập nhật công cụ CLI, không phải bản phát hành mô hình. Ghi chú cũng không cung cấp yêu cầu phần cứng hoặc VRAM.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể nâng cấp trong môi trường thử nghiệm để kiểm tra độ ổn định của phiên làm việc, xác thực và khôi phục workspace; các nhóm dùng MCP nên kiểm tra lại cấu hình quyền thực thi vì server hệ thống có quyền không an toàn sẽ bị bỏ qua. Các quy tắc cho phép lệnh shell và mẫu chính sách đối số cũng cần được rà soát sau cập nhật. Vì đây là bản preview, nên thử trên môi trường phát triển trước khi đưa vào quy trình làm việc chính.

Khuyến nghị & Hành động nhanh

Cài bản preview bằng `npm install -g @google/gemini-cli@0.70.0-preview.0`, sau đó kiểm tra phiên bản bằng `gemini --version`. Nên thử nghiệm trước trên môi trường riêng và xác minh các MCP server cùng quy tắc quyền lệnh hiện có.

HIGH 🧠 Phát hành mô hình đóng / thương mại OpenAI GPT-6.2 Astra và GPT-6.2 Sol Mô hình Đóng / API Impact: 88/100
Công bố: 2026-11-18 17:19 UTC

OpenAI phát hành GPT-6.2 Astra và GPT-6.2 Sol: mô hình mới, cửa sổ ngữ cảnh 1 triệu token và giá API thấp hơn

Nguồn: Latent Space: The AI Engineer Podcast & Substack • Tiêu đề gốc: [AINews] GPT-6.2 Astra, the #2 Frontier Model is better and 20%-600% cheaper, but has mixed reviews; 6.2 Sol likely main workhorse

OpenAI phát hành GPT-6.2 Astra và GPT-6.2 Sol, triển khai trên ChatGPT Work và Codex cho các gói Plus, Pro, Enterprise, Edu, đồng thời cung cấp qua API với tên `gpt-6.2-astra` và `gpt-6.2-sol`. Theo bài viết, cả hai có cửa sổ ngữ cảnh 1 triệu token và giới hạn đầu ra 128.000 token; Astra nhắm đến hiệu năng cao, còn Sol hướng tới chi phí thấp hơn. Astra đạt kết quả nổi bật ở một số bài đánh giá coding, tác vụ kỹ thuật dài, 3D và robotics, nhưng phản hồi từ người thử nghiệm còn trái chiều và một số người phàn nàn về chất lượng đầu ra của agent con. Bài viết cũng đề cập các mô hình coding MAI Code 2 và Code 2 Flash của Microsoft, nhưng trọng tâm chính là đợt phát hành GPT-6.2 của OpenAI.
📦 Mô hình / Công cụ & Thông số
Hai mô hình đóng, cung cấp qua ChatGPT Work, Codex và API. Tên model API: `gpt-6.2-astra` và `gpt-6.2-sol`; cửa sổ ngữ cảnh 1 triệu token, giới hạn đầu ra 128.000 token. Bản cấu hình Astra cho Enterprise bổ sung chỉ mục tìm kiếm pháp lý. Bài viết không nêu kiến trúc hay số tham số.
✨ Tính năng & Nâng cấp mới
Astra được định vị là mô hình hiệu năng cao; theo OpenAI, ở chế độ xhigh, Astra hơn GPT-6 Astra 5,2 điểm trên Agents’ Last Exam 1.1 trong khi chi phí mỗi tác vụ thấp hơn một phần ba. Trên OpenWorldEngineer, Astra đạt 67,2%, so với 54,6% của Fable 5.2 và 44,2% của GPT-6 Astra; Astra cũng đứng đầu Vals Vibe Code Bench và AA-3D. Sol hướng tới hiệu quả chi phí, với kết quả WANDR được nêu là 0,746 ở khoảng 2,65 USD mỗi tác vụ. Đánh giá của người thử nghiệm không đồng nhất: có ý kiến cho rằng Astra khó sử dụng, trong khi một số người cho rằng vấn đề đến từ harness hoặc quy trình tích hợp.
📊 Hiệu năng Coding / Benchmark & Chi phí
Giá API cho mỗi 1 triệu token: Astra 8 USD đầu vào, 0,40 USD đầu vào được cache và 40 USD đầu ra; Sol 2 USD đầu vào, 0,10 USD đầu vào được cache và 10 USD đầu ra. Bài viết ghi nhận Astra đạt 62 điểm Intelligence Index; trên Harvey LAB-AA, bản cấu hình pháp lý đạt 20,8% so với 15,0% của Astra cơ bản. Các kết quả khác gồm 67,2% trên OpenWorldEngineer, dẫn đầu Vibe Code Bench và AA-3D với 1.318 điểm; trên WANDR, Astra đạt 0,783 ở khoảng 12,54 USD mỗi tác vụ. Đây là các số liệu được bài viết dẫn lại; bài viết không nêu yêu cầu phần cứng chạy cục bộ.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể thử Astra cho tác vụ coding nhiều bước, agent chạy lâu, sinh mã trực quan và các quy trình cần cửa sổ ngữ cảnh lớn; cân nhắc Sol cho khối lượng công việc thường nhật nhạy cảm về chi phí. Khi đánh giá, nên kiểm thử bằng harness và tác vụ nội bộ của đội ngũ, theo dõi chi phí theo token/tác vụ và rà soát đầu ra của subagent thay vì chỉ dựa vào benchmark. Tích hợp API cần kiểm tra giới hạn ngữ cảnh, cấu hình ngân sách và quyền truy cập theo gói.

Khuyến nghị & Hành động nhanh

Thử qua API bằng model ID `gpt-6.2-astra` hoặc `gpt-6.2-sol`; cập nhật cấu hình model trong ứng dụng hoặc agent Codex và kiểm tra quyền truy cập của tài khoản. Chọn Astra cho thử nghiệm ưu tiên năng lực, Sol cho thử nghiệm tối ưu chi phí; đo chất lượng và chi phí trên cùng bộ tác vụ trước khi chuyển quy trình sản xuất. Không có lệnh nâng cấp CLI cụ thể được nêu trong bài viết.

HIGH 🛠️ Công cụ / tác nhân lập trình AI OpenAI OpenAI Codex CLI v0.170.0 (rust-v0.170.0) Công cụ / SDK Dev Impact: 74/100
Công bố: 2026-11-18 10:40 UTC

OpenAI Codex CLI v0.170.0: bổ sung thương lượng WebRTC cho cuộc gọi thoại thời gian thực và hỗ trợ MCP giữa các môi trường

Nguồn: GitHub Releases: OpenAI Codex CLI & Agent • Phiên bản: rust-v0.170.0 • Tiêu đề gốc: [OpenAI Codex CLI] 0.170.0 (rust-v0.170.0)

OpenAI phát hành Codex CLI v0.170.0, bổ sung cơ chế thương lượng WebRTC cho cuộc gọi thoại thời gian thực trong giao diện TUI và tự động làm mới header xác thực cho HTTP exporter của OpenTelemetry. Bản phát hành thử nghiệm cho phép sử dụng các MCP server trùng tên ở những môi trường khác nhau. Bản cập nhật cũng sửa nhiều lỗi liên quan đến OAuth của MCP, kết nối lại hội thoại Cloud, sandbox và quyền tệp trên Windows, cùng tìm kiếm tệp và luồng hội thoại.
📦 Mô hình / Công cụ & Thông số
Bản phát hành Codex CLI dựa trên Rust, phiên bản 0.170.0. Đây là công cụ lập trình AI dạng CLI/TUI; thay đổi đáng chú ý gồm tích hợp thương lượng WebRTC cho thoại thời gian thực, header có thể làm mới cho OpenTelemetry HTTP exporter và hỗ trợ thử nghiệm các MCP server trùng tên giữa các môi trường. Bản tin không nêu thay đổi về mô hình AI, context window hay giấy phép.
✨ Tính năng & Nâng cấp mới
Bổ sung thương lượng WebRTC cho cuộc gọi thoại thời gian thực trong TUI; tự động làm mới header xác thực của OpenTelemetry HTTP exporter; hỗ trợ thử nghiệm MCP server trùng tên ở các môi trường khác nhau. Sửa lỗi OAuth MCP khi hủy thao tác, đăng nhập và đăng xuất; cải thiện kết nối lại hội thoại Cloud và duy trì lượt khôi phục đang hoạt động; khắc phục một số vấn đề về ghi tệp nguyên tử, quyền sandbox và đăng ký runtime trên Windows. Cải thiện tìm kiếm bằng cách loại bỏ kết quả tệp trùng lặp và sửa trích đoạn tìm kiếm với truy vấn có khoảng trắng; cập nhật tài liệu về hồ sơ quyền và quy tắc hệ thống tệp của sandbox.
📊 Hiệu năng Coding / Benchmark & Chi phí
Bản phát hành không công bố benchmark coding, tốc độ token, giá API hoặc yêu cầu phần cứng/VRAM. Đây là bản cập nhật công cụ; chi phí sử dụng mô hình phụ thuộc dịch vụ và tài khoản OpenAI mà người dùng cấu hình.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể dùng Codex CLI để thử quy trình tương tác thoại thời gian thực trong TUI và cấu hình các MCP server cùng tên riêng biệt theo từng môi trường. Header OpenTelemetry tự làm mới giúp giảm nguy cơ exporter gặp lỗi xác thực do thông tin hết hạn. Các sửa lỗi kết nối lại, OAuth và sandbox có thể cải thiện độ ổn định khi chạy tác vụ dài, chuyển môi trường hoặc làm việc trên Windows; nên kiểm tra lại hồ sơ quyền sandbox sau khi nâng cấp.

Khuyến nghị & Hành động nhanh

Nâng cấp Codex CLI bằng cơ chế cài đặt hiện có của bạn; nếu cài qua npm, có thể chạy `npm install -g @openai/codex@0.170.0`. Sau đó xác nhận phiên bản bằng `codex --version` và kiểm tra cấu hình MCP cùng quyền sandbox trước khi chạy tác vụ tự động.

HIGH 🧠 Mô hình đóng / thương mại OpenAI GPT-6.2 Astra và GPT-6.2 Sol Mô hình Đóng / API Impact: 79/100
Công bố: 2026-11-18 05:38 UTC

OpenAI ra mắt GPT-6.2 Astra và GPT-6.2 Sol: mô hình chủ lực mới và mô hình hiệu quả cho công việc hằng ngày

Nguồn: Simon Willison's Weblog (LLMs, Claude Code, Codex, AI Engineering) • Tiêu đề gốc: GPT‑6.2 Astra and GPT‑6.2 Sol

OpenAI giới thiệu GPT-6.2 Astra, mô hình chủ lực hướng đến các dự án khó, và GPT-6.2 Sol, mô hình hiệu quả, đa dụng cho công việc thường ngày; cả hai đã có trong API với tên `gpt-6.2-astra` và `gpt-6.2-sol`. Astra có giá thấp hơn GPT-6 Astra trước đó, còn Sol giữ nguyên mức giá của các phiên bản Sol gần đây. Công cụ Python `llm` phiên bản 0.38 đã bổ sung hỗ trợ các mô hình mới, đồng thời chúng có thể được dùng qua Codex CLI và ứng dụng Codex trên máy tính. Đánh giá ban đầu trong bài viết nhận xét khả năng tạo hoạt ảnh của hai mô hình chưa bằng Claude Fable 5.2 và Gemini 4 Carbon; Astra cũng bị phê bình vì đôi lúc giao tiếp khó hiểu khi xử lý tác vụ dài.
📦 Mô hình / Công cụ & Thông số
Hai mô hình đóng được cung cấp qua API với mã `gpt-6.2-astra` và `gpt-6.2-sol`. Astra nhắm đến tác vụ khó và dự án dài; Sol hướng đến hiệu năng, tính đa dụng trong công việc thường ngày. Bài viết không nêu kiến trúc, số tham số, cửa sổ ngữ cảnh hay giấy phép chi tiết. Thư viện Python `llm` phiên bản 0.38 đã thêm hỗ trợ.
✨ Tính năng & Nâng cấp mới
GPT-6.2 Astra có giá API thấp hơn GPT-6 Astra: 8 USD/triệu token đầu vào và 40 USD/triệu token đầu ra; giá token đầu vào lưu đệm là 0,40 USD/triệu token. GPT-6.2 Sol có giá 2 USD/triệu token đầu vào và 10 USD/triệu token đầu ra, bằng các phiên bản Sol trước. Hai mô hình có thể được thử nghiệm trong Codex CLI; bài viết mô tả Astra xử lý tác vụ dài bằng nhiều tác nhân con nhưng cũng có thể hỏi người dùng những chi tiết triển khai khó hiểu hoặc làm gián đoạn tiến trình.
📊 Hiệu năng Coding / Benchmark & Chi phí
Giá Astra: 8 USD/triệu token đầu vào, 40 USD/triệu token đầu ra; token đầu vào lưu đệm 0,40 USD/triệu token. Giá Sol: 2 USD/triệu token đầu vào, 10 USD/triệu token đầu ra. Bài viết không đưa ra điểm số benchmark định lượng; đánh giá thử nghiệm hoạt ảnh nhận xét cả hai chưa làm tốt việc biến Yonkers thành một mech so với Claude Fable 5.2 và Gemini 4 Carbon. Tác giả cũng cho biết Astra chưa đạt điểm cao bằng Fable 5.2 trên một số benchmark, nhưng không nêu tên hoặc số điểm cụ thể.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể thử Astra cho tác vụ lập trình khó, quy trình agentic kéo dài và Sol cho công việc thường nhật; giá token đầu vào lưu đệm của Astra có thể hữu ích với các phiên làm việc dài. Tích hợp vào ứng dụng qua API bằng tên mô hình tương ứng, hoặc cập nhật thư viện `llm` để gọi chúng. Khi giao việc dài cho Astra, nên chia nhỏ mục tiêu và kiểm tra các câu hỏi làm rõ để tránh tác vụ bị chặn vì những chi tiết triển khai không thiết yếu.

Khuyến nghị & Hành động nhanh

Cập nhật thư viện: `pip install -U llm` (đảm bảo cài phiên bản 0.38 trở lên). Khi gọi API, dùng `gpt-6.2-astra` hoặc `gpt-6.2-sol`; có thể thử trực tiếp trong Codex CLI và kiểm tra giá trước khi chạy tác vụ dài.

HIGH 🔌 Công cụ hạ tầng AI / SDK và quy trình vLLM Project vLLM Inference Engine v0.34.0 Công cụ / SDK Dev Impact: 88/100
Công bố: 2026-11-17 06:22 UTC

vLLM Inference Engine v0.34.0: KV cache mở rộng mặc định, chỉ còn GPU Model Runner V2 và hỗ trợ thêm 10 mô hình

Nguồn: GitHub Releases: vLLM (Open Model Inference Engine) • Phiên bản: v0.34.0 • Tiêu đề gốc: [vLLM Inference Engine] v0.34.0

vLLM v0.34.0 bổ sung hỗ trợ 10 mô hình mới, bật Extensible KV cache mặc định và loại bỏ GPU Model Runner V1; bản phát hành có 1.061 commit từ 412 người đóng góp. KV cache được cấp phát dựa trên lượng bộ nhớ thực sự còn trống sau warmup và CUDA graph capture, giúp tăng dung lượng cache và thông lượng trong nhiều trường hợp. Bản này cũng có các tối ưu hiệu năng đáng kể trên NVIDIA Blackwell và AMD MI355X, nhưng đi kèm thay đổi có thể làm hỏng cấu hình cũ, như block size mặc định tăng lên 64 và một số backend, artifact cùng phương thức lượng tử hóa bị loại bỏ. Trước khi nâng cấp, cần kiểm tra hướng dẫn migration và các thay đổi tương thích trong changelog.
📦 Mô hình / Công cụ & Thông số
Công cụ suy luận và phục vụ mô hình AI; GPU runner duy nhất hiện là Model Runner V2. Extensible KV cache được bật mặc định trên CUDA và ROCm, xác định dung lượng cache từ bộ nhớ còn trống sau warmup và CUDA graph capture. Block size mặc định đổi từ 16 lên 64; ROCm paged attention vẫn dùng 16. Có thêm hỗ trợ cho 10 mô hình, gồm Mistral Large 4 (1 nghìn tỷ tham số tổng, 52 tỷ tham số hoạt động, FP8/NVFP4), MiniMax-M3.1-Flash và các mô hình nhận dạng tiếng nói, OCR, đa phương thức khác. Yêu cầu huggingface-hub 2.0.0, tokenizers 0.23.3 và timm 1.0.30.
✨ Tính năng & Nâng cấp mới
Extensible KV cache bật mặc định, tăng dung lượng cache trong một số cấu hình; ví dụ MiniMax-M3 trên H200 tăng từ 433.000 lên 672.000 token. Model Runner V1 bị xóa; Model Runner V2 hỗ trợ dual-batch overlap, speculative decoding, CUDA graphs cho draft model và các API/plugin cho speculator tùy chỉnh. Bổ sung 10 mô hình mới cùng nhiều tối ưu cho Blackwell và MI355X. Các thay đổi breaking gồm bỏ artifact ROCm 7.2, QuTLASS/fp quant, Marlin W4A8 và hỗ trợ Keye-VL/Keye-VL-1.5.
📊 Hiệu năng Coding / Benchmark & Chi phí
Công bố mức tăng decode tối đa 1,95× cho Step5 NVFP4 MoE trên 4×GB200; thông lượng đầu ra GLM-5.3-Flash tăng 1,6×; decode đơn luồng Muse Spark tăng 1,5× trên GB300; TTFT của GLM-5.3 nhanh hơn 1,24–1,40× ở prompt 32K–128K. Mức tăng phụ thuộc mô hình và phần cứng; một số trường hợp trên H200 có TPOT tăng 6–18% ở concurrency 128. Không nêu giá API hay yêu cầu VRAM chung; nhu cầu phần cứng phụ thuộc mô hình và định dạng lượng tử hóa.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Phù hợp để nâng thông lượng phục vụ mô hình và giảm TTFT ở tải đồng thời cao; có thể tích hợp các mô hình mới vào pipeline suy luận, âm thanh và đa phương thức. Trước khi triển khai, rà soát cấu hình block size, biến môi trường của Model Runner V1, thiết lập gpu-memory-utilization, backend ROCm và checkpoint lượng tử hóa. Chạy thử tải đại diện để đánh giá đánh đổi giữa dung lượng KV cache, thông lượng và độ trễ mỗi token; kiểm tra tương thích dependency và plugin trước khi đưa lên production.

Khuyến nghị & Hành động nhanh

Nâng cấp theo hướng dẫn cài đặt chính thức của vLLM lên v0.34.0, sau đó đối chiếu changelog và mục Before you upgrade. Gỡ VLLM_USE_V2_MODEL_RUNNER=0; thường nên bỏ cấu hình gpu-memory-utilization để dùng cơ chế KV cache mới, hoặc đặt --gpu-memory-utilization 0.9 hay --no-enable-extensible-kv-cache nếu cần giới hạn/chia sẻ GPU. Nếu cần giữ hành vi block size cũ, truyền --block-size 16. Cập nhật các dependency bắt buộc và chuyển sang ROCm 10.0 nếu dùng AMD; rà soát cấu hình lượng tử hóa đã bị loại bỏ.

MEDIUM 🛠️ Công cụ / tác nhân lập trình AI Anthropic Claude Code CLI v2.1.326 Công cụ / SDK Dev Impact: 67/100
Công bố: 2026-11-17 05:11 UTC

Claude Code CLI v2.1.326: hỗ trợ Code Mode với agent teams và nhiều bản sửa lỗi

Nguồn: GitHub Releases: Anthropic Claude Code CLI • Phiên bản: v2.1.326 • Tiêu đề gốc: [Claude Code CLI] v2.1.326

Anthropic phát hành Claude Code CLI v2.1.326, bổ sung khả năng bật Code Mode khi sử dụng agent teams và hiển thị rõ hơn các thông báo khởi động, trạng thái cấu hình, MCP cùng plugin. Bản cập nhật sửa nhiều lỗi liên quan đến quyền công cụ, sandbox trên Linux, lưu và tiếp tục phiên, tiến trình nền, cài đặt được quản lý và thao tác xóa dữ liệu. Ngoài ra, có thể đưa thông tin máy chủ vào thuộc tính tài nguyên OpenTelemetry bằng tùy chọn mới, mặc định đang tắt. Đây chủ yếu là bản nâng cấp về độ tin cậy, an toàn và khả năng quan sát trong quy trình phát triển bằng AI.
📦 Mô hình / Công cụ & Thông số
Công cụ CLI hỗ trợ lập trình bằng AI; phiên bản v2.1.326. Bản phát hành bổ sung tùy chọn OTEL_RESOURCE_INCLUDE_HOST để thêm host.name và host.id vào thuộc tính tài nguyên OpenTelemetry; tùy chọn này mặc định tắt. Ghi chú phát hành không nêu thay đổi kiến trúc mô hình, yêu cầu phần cứng hay giấy phép cụ thể.
✨ Tính năng & Nâng cấp mới
['Hỗ trợ bật Code Mode khi agent teams đang hoạt động; các phiên có teams cũng khởi chạy ở Code Mode nếu chế độ này đã được bật.', 'Bổ sung cảnh báo và thông tin giải thích rõ hơn về quy tắc công cụ không hợp lệ, MCP server ngừng tải, plugin có trường không hợp lệ và tính năng bị tắt bởi nhà cung cấp hoặc biến môi trường.', 'Thêm Ctrl+O để xem thông báo khởi động đã ẩn và bổ sung gợi ý trong giao diện khi yêu cầu thất bại.', 'Sửa nhiều lỗi bảo mật và độ tin cậy: cảnh báo quyền Bash sai, lưu cài đặt thất bại nhưng không báo, xử lý sandbox/Linux, tiến trình nền và khôi phục lịch sử phiên.', 'Cải thiện độ chính xác của sự kiện quyền công cụ trong OpenTelemetry và bảo vệ dữ liệu trong một số luồng Remote Control, phiên cloud và lệnh claude purge.']
📊 Hiệu năng Coding / Benchmark & Chi phí
Bản phát hành không công bố benchmark coding, tốc độ token hay giá API. Chi phí sử dụng phụ thuộc vào mô hình và gói dịch vụ Anthropic đang cấu hình.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể dùng Code Mode cùng agent teams để phối hợp tác vụ lập trình theo nhóm. Các cảnh báo cấu hình rõ hơn giúp phát hiện sớm lỗi quyền công cụ, MCP, plugin và settings; những sửa lỗi về sandbox, phiên nền, khôi phục hội thoại và xác nhận thao tác giúp giảm nguy cơ mất dữ liệu hoặc gián đoạn khi chạy tác vụ dài. Tùy chọn OpenTelemetry mới hữu ích khi cần đưa định danh máy chủ vào hệ thống giám sát, nhưng cần chủ động bật.

Khuyến nghị & Hành động nhanh

Nâng cấp bằng lệnh `claude update` nếu cài qua trình quản lý cập nhật của Claude Code; nếu cài bằng npm, có thể dùng `npm install -g @anthropic-ai/claude-code@2.1.326`. Sau khi cập nhật, kiểm tra lại cấu hình quyền, MCP và settings; chỉ bật `OTEL_RESOURCE_INCLUDE_HOST` nếu cần thu thập thông tin máy chủ trong telemetry.

HIGH 🧠 Mô hình đóng / thương mại Google DeepMind Gemini 4 Hydrogen Mô hình Đóng / API Impact: 78/100
Công bố: 2026-11-13 16:04 UTC

Google DeepMind phát hành Gemini 4 Hydrogen: mô hình ưu tiên tốc độ với cửa sổ ngữ cảnh 1 triệu token

Nguồn: Latent Space: The AI Engineer Podcast & Substack • Tiêu đề gốc: [AINews] Jensen Huang resigns after 33 years leading NVIDIA

Google DeepMind ra mắt Gemini 4 Hydrogen, mô hình ưu tiên tốc độ thuộc dòng Gemini 4, đồng thời cung cấp bốn mức suy luận từ low đến xhigh và cửa sổ ngữ cảnh 1 triệu token. Theo Google, Hydrogen hoàn thành tác vụ nhanh hơn Gemini 3.8 Flash 2,5 lần; mô hình hiện có trên các gói Gemini API, AI Studio và một số sản phẩm Gemini. Đánh giá độc lập cho thấy kết quả tốt về tốc độ và tỷ lệ bịa đặt thấp, nhưng hiệu năng Terminal-Bench 4.0 còn kém một số đối thủ. Bản tin cũng đề cập Jensen Huang từ chức CEO NVIDIA, nhưng phần này là tin lãnh đạo doanh nghiệp, không phải trọng tâm kỹ thuật được đánh giá ở đây.
📦 Mô hình / Công cụ & Thông số
Mô hình thương mại thuộc dòng Gemini 4, được định vị ưu tiên tốc độ; có bốn mức suy luận: low, medium, high và xhigh; cửa sổ ngữ cảnh 1 triệu token. Giá được nêu trong bản tin là 1,50 USD/7,50 USD cho mỗi triệu token đầu vào/đầu ra, với giảm giá 95% cho token đầu vào được lưu đệm. Có mặt trên các cấp Gemini API, gồm cấp miễn phí; cũng được dùng trong một số trải nghiệm Gemini và Antigravity.
✨ Tính năng & Nâng cấp mới
Google tuyên bố Hydrogen hoàn thành tác vụ nhanh hơn Gemini 3.8 Flash 2,5 lần và đạt điểm Artificial Analysis Intelligence Index 54 ở mức xhigh. Bản tin nêu Hydrogen đạt 57% trên Terminal-Bench 4.0 và hơn ba lần kết quả của Gemini 3.8 Flash trên Terminal-Bench 4.1 theo công bố của Google. Chế độ orchestrator trong Antigravity kết hợp Carbon để lập kế hoạch với Hydrogen để viết và kiểm thử mã; Google cho biết chế độ này dùng ít hơn 24% quota và hoàn tất nhanh hơn 19% so với cấu hình được đem ra so sánh.
📊 Hiệu năng Coding / Benchmark & Chi phí
Artificial Analysis chấm 54 điểm ở mức xhigh; tốc độ đầu ra khoảng 200 token/giây, chi phí mỗi tác vụ khoảng 3,16 USD ở xhigh và 1,87 USD ở high. Tỷ lệ ảo giác trên AA-Omniscience được báo cáo là 8%; tuy nhiên, Terminal-Bench 4.0 đạt 54% ở cả high và xhigh, thấp hơn Claude Sonnet 5.5 (64%) và GPT-6.1 Sol (56%) theo bản tin. Giá API được nêu là 1,50 USD đầu vào và 7,50 USD đầu ra mỗi triệu token; kết quả benchmark và giá có thể thay đổi theo cấu hình, thời điểm và phương pháp đo.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể thử Hydrogen cho tác vụ coding agent cần phản hồi nhanh, xử lý ngữ cảnh dài, viết và kiểm thử mã; dùng mức suy luận thấp hoặc trung bình cho công việc thường ngày và chỉ tăng lên high/xhigh khi tác vụ cần suy luận sâu. Với quy trình nhiều tác nhân trên Antigravity, có thể đánh giá cách phân vai Carbon lập kế hoạch và Hydrogen triển khai. Trước khi chuyển workload, nên benchmark trên bộ kiểm thử nội bộ, theo dõi chi phí và giới hạn token suy luận vì bản tin ghi nhận trường hợp xhigh tiêu thụ nhiều token mà không giải được tác vụ.

Khuyến nghị & Hành động nhanh

Thử Gemini 4 Hydrogen trong Google AI Studio hoặc Gemini API; chọn đúng model ID và cấu hình mức suy luận theo tài liệu API hiện hành vì bản tin không nêu model ID hay lệnh CLI cụ thể. Với Antigravity, kiểm tra quyền truy cập gói Ultra và khả năng bật chế độ orchestrator trước khi áp dụng cho nhóm.

HIGH 🧠 Mô hình đóng / thương mại Google Gemini 4 Carbon; Google Antigravity /swarm Mô hình Đóng / API Impact: 88/100
Công bố: 2026-11-11 16:34 UTC

Google ra mắt Gemini 4 Carbon cho tác vụ agent dài hạn; Antigravity bổ sung lệnh đa tác tử /swarm

Nguồn: Latent Space: The AI Engineer Podcast & Substack • Tiêu đề gốc: [AINews] Mercor $750m Series D at $20B valuation, $3B run rate

Google phát hành Gemini 4 Carbon, mô hình được định vị cho các tác vụ kéo dài và khó trong kỹ thuật phần mềm, an ninh mạng, tri thức và khoa học; Gemini 4 Argon vẫn là lựa chọn mặc định được khuyến nghị cho phần lớn công việc. Carbon có mặt qua Gemini API, AI Studio, Android Studio và một số sản phẩm dành cho doanh nghiệp, đồng thời được tích hợp vào Cursor, Devin, Perplexity và GitHub Copilot. Google cho biết mô hình hỗ trợ giải mã dài tới 1 triệu token; Antigravity cũng bổ sung lệnh /swarm để điều phối nhiều tác tử, có thể dùng các mô hình khác nhau cho từng vai trò. Các kết quả benchmark được nêu khá cao nhưng có lưu ý về khác biệt giữa harness, chi phí và phản hồi ban đầu về hiện tượng bịa thông tin, quá tự tin hoặc dài dòng.
📦 Mô hình / Công cụ & Thông số
Mô hình thương mại truy cập qua Gemini API và AI Studio; bài viết cho biết hỗ trợ giải mã dài tới 1 triệu token và khuyến nghị thinking_level=medium cho phần lớn tác vụ. Không nêu kiến trúc hay số tham số. Tính năng /swarm của Antigravity chuyển một prompt thành nhóm đa tác tử phối hợp trên bảng tin nhắn trực tiếp; mỗi vai trò có thể dùng một mô hình khác nhau.
✨ Tính năng & Nâng cấp mới
Gemini 4 Carbon được thiết kế cho tác vụ agent dài hạn và các bài toán khó về lập trình, an ninh mạng, tri thức và khoa học. Google tuyên bố Carbon tăng 25% khả năng phát hiện lỗ hổng mã nguồn mở so với Argon; các tích hợp với Cursor, Devin, Perplexity và GitHub Copilot được cho là đã triển khai cùng ngày. Antigravity /swarm cho phép chia việc cho nhiều tác tử, chẳng hạn giao Carbon xử lý kiến trúc/kiểm toán và Flash thực hiện chỉnh sửa song song.
📊 Hiệu năng Coding / Benchmark & Chi phí
Theo các nguồn được bài viết dẫn: Carbon đạt 60,4% trên CursorBench ở mức high effort và 40,0% trên FrontierCode 2.0, so với 26,3% của Argon; Perplexity báo cáo 0,857 trên WANDR với chi phí 5,86 USD mỗi tác vụ. Vals Index xếp Carbon thứ 3 với chi phí 10,51 USD mỗi bài kiểm tra; kết quả ARC-AGI-3 thay đổi đáng kể theo harness: 99,1% với provider adapter và 65,1% ở harness tiêu chuẩn. Giá qua Cursor là 2/10 USD cho mỗi triệu token đầu vào/đầu ra đến hết ngày 30-11, sau đó tăng lên 4/20 USD; giá API trực tiếp và yêu cầu phần cứng local không được nêu. Các benchmark là số liệu do Google, đối tác hoặc bên thứ ba công bố, với phương pháp kiểm thử không đồng nhất.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Có thể thử Carbon cho các tác vụ coding agent nhiều bước, kiểm toán bảo mật hoặc nghiên cứu cần suy luận dài; tiếp tục dùng Argon cho tác vụ thông thường theo khuyến nghị của Google. Trong Antigravity, /swarm có thể giúp tách thiết kế, kiểm tra và sửa lỗi thành các vai trò song song; nên đánh giá kết quả bằng kiểm thử tự động và review diff, không chỉ dựa vào báo cáo tự kiểm tra của mô hình. Cần theo dõi chi phí và kiểm chứng đầu ra vì người thử nghiệm ghi nhận hiện tượng bịa thông tin, quá tự tin và lỗi trong thao tác hoàn tác/xuất dữ liệu.

Khuyến nghị & Hành động nhanh

Trong ứng dụng hỗ trợ Gemini API, đổi model ID sang gemini-4-carbon để thử nghiệm; có thể đặt thinking_level=medium làm cấu hình ban đầu. Trong Antigravity, thử lệnh /swarm với nhiệm vụ được chia vai trò rõ ràng, sau đó kiểm tra diff và chạy test. Xác nhận giá hiện hành trước khi chạy khối lượng lớn vì mức giá Cursor được nêu sẽ tăng từ ngày 01-12.

HIGH 🔌 Công cụ, SDK và quy trình tích hợp Ollama Ollama v0.40.17; Inkling 2 Mini Công cụ / SDK Dev Impact: 72/100
Công bố: 2026-11-11 05:25 UTC

Ollama v0.40.17: tải công cụ MCP theo nhu cầu, xử lý nhiều yêu cầu đồng thời trên Apple silicon và hỗ trợ Inkling 2 Mini

Nguồn: GitHub Releases: Ollama (Local Open Models Runtime) • Phiên bản: v0.40.17 • Tiêu đề gốc: [Ollama Local LLM Runtime] v0.40.17

Ollama v0.40.17 cải thiện tích hợp với Claude Code bằng cách tải công cụ MCP khi cần, đồng thời cho phép Ollama trên Apple silicon phục vụ nhiều yêu cầu cùng lúc. Bản phát hành cũng sửa các vấn đề cấp phát bộ nhớ trên GPU tích hợp, giữ nguyên các từ khóa JSON Schema trong định nghĩa công cụ API và cập nhật cách xử lý mức suy luận khi tắt chế độ thinking. Ollama giới thiệu lệnh chạy mô hình Inkling 2 Mini, mô hình 26 tỷ tham số với 5,4 tỷ tham số hoạt động, hỗ trợ văn bản, hình ảnh và gọi công cụ. Trong phiên bản này, Inkling 2 Mini chỉ được hỗ trợ trên Apple silicon; hỗ trợ PC sẽ được bổ sung sau.
📦 Mô hình / Công cụ & Thông số
Ollama là runtime chạy mô hình ngôn ngữ cục bộ; bản phát hành v0.40.17. Inkling 2 Mini của Thinking Machines có 26 tỷ tham số tổng cộng, trong đó 5,4 tỷ tham số hoạt động; kiến trúc dùng các lớp lặp để tăng lượng tính toán trên mỗi token. Mô hình hỗ trợ văn bản, hình ảnh, gọi công cụ và chế độ suy luận; có thể chạy trên Mac với mức sử dụng bộ nhớ khoảng 20 GB theo thông tin phát hành. Trong bản này, mô hình chỉ hỗ trợ Apple silicon.
✨ Tính năng & Nâng cấp mới
['Claude Code có thể tải công cụ MCP theo nhu cầu thay vì nạp tất cả công cụ ngay từ đầu.', 'Ollama trên Apple silicon hỗ trợ phục vụ nhiều yêu cầu đồng thời.', 'ollama launch opencode thiết lập tùy chọn thinking dựa trên metadata của mô hình; ollama launch pi làm mới danh sách mô hình sau khi đăng nhập và chuyển tiếp đối số prompt.', 'Cải thiện luồng ollama launch chatgpt khi khôi phục hồ sơ, giữ cài đặt và lịch sử trò chuyện hiện có.', 'Sửa một số lỗi bộ nhớ và tải mô hình: Vulkan dùng mmap cho GPU tích hợp; mô hình offload một phần trên iGPU Windows không còn lỗi cấp phát KV cache.', 'API giữ lại các từ khóa JSON Schema trong định nghĩa công cụ mà Ollama không mô hình hóa; tắt thinking sẽ ánh xạ sang mức suy luận thấp nhất mà mô hình hỗ trợ.', 'Sửa hành vi dòng lệnh và giao diện nhập liệu, đồng thời tránh tải lại mô hình khi thay đổi cài đặt context shift.', 'Bổ sung lệnh chạy Inkling 2 Mini: ollama run inkling-2-mini.']
📊 Hiệu năng Coding / Benchmark & Chi phí
Inkling 2 Mini được báo cáo đạt 79,2% trên SWE-bench Verified và chạy trên Mac với khoảng 20 GB bộ nhớ; yêu cầu phần cứng chi tiết và giá không được nêu. Hỗ trợ PC cho mô hình này chưa có trong bản phát hành.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Việc nạp công cụ MCP theo nhu cầu có thể giảm lượng công cụ cần tải ban đầu khi dùng Claude Code với Ollama. Khả năng phục vụ nhiều yêu cầu đồng thời trên Apple silicon hữu ích cho môi trường phát triển và thử nghiệm cục bộ có nhiều phiên làm việc. Các sửa lỗi về JSON Schema, KV cache và bộ nhớ GPU tích hợp giúp tăng độ tin cậy khi xây dựng quy trình gọi công cụ và chạy mô hình trên máy cá nhân.

Khuyến nghị & Hành động nhanh

Cài đặt hoặc cập nhật Ollama lên v0.40.17 theo hướng dẫn chính thức, sau đó chạy `ollama run inkling-2-mini`. Lưu ý mô hình hiện chỉ hỗ trợ Apple silicon; kiểm tra dung lượng bộ nhớ khả dụng khoảng 20 GB trước khi chạy.

MEDIUM 🔌 Công cụ/API và quy trình phát triển Ollama Ollama Local LLM Runtime v0.40.16 Công cụ / SDK Dev Impact: 67/100
Công bố: 2026-11-10 01:21 UTC

Ollama v0.40.16: giảm mức dùng bộ nhớ trên Apple Silicon, cải thiện API và hỗ trợ CUDA 13.5 trên Windows ARM

Nguồn: GitHub Releases: Ollama (Local Open Models Runtime) • Phiên bản: v0.40.16 • Tiêu đề gốc: [Ollama Local LLM Runtime] v0.40.16

Ollama v0.40.16 bổ sung Ripple Preview của Ricursive Intelligence, mô hình dense 65 tỷ tham số dành cho lập trình theo hướng tác tử, có thể chạy bằng lệnh `ollama run ripple-preview`. Bản cập nhật cho biết Qwen3.8 Flash Next dùng ít hơn khoảng 27 GiB bộ nhớ trên Apple Silicon, đồng thời cải thiện cách định tuyến Claude Code qua `ollama launch claude`. Ollama cũng điều chỉnh hành vi của các API `/v1/responses` và `/v1/models`, hỗ trợ CUDA 13.5 trên Windows ARM và cập nhật llama.cpp.
📦 Mô hình / Công cụ & Thông số
Bản phát hành runtime Ollama v0.40.16; cập nhật llama.cpp và hỗ trợ CUDA 13.5 trên Windows ARM. Ripple Preview của Ricursive Intelligence được giới thiệu là mô hình dense 65 tỷ tham số cho lập trình theo hướng tác tử. Thông tin đầu vào không nêu giấy phép của Ripple Preview.
✨ Tính năng & Nâng cấp mới
Qwen3.8 Flash Next giảm mức sử dụng bộ nhớ khoảng 27 GiB trên Apple Silicon. `ollama launch claude` luôn định tuyến Claude Code đến mô hình đã chọn; `ollama launch` thông báo khi mô hình đám mây đã ngừng hoạt động. API `/v1/responses` tuân thủ tùy chọn truncation và không còn âm thầm cắt nội dung theo mặc định; `/v1/models` trả về danh sách rỗng thay vì `null` khi chưa cài mô hình. Bổ sung hỗ trợ CUDA 13.5 trên Windows ARM và cập nhật llama.cpp.
📊 Hiệu năng Coding / Benchmark & Chi phí
Không có số liệu benchmark coding, tốc độ token hoặc giá API trong thông tin phát hành được cung cấp. Mức giảm khoảng 27 GiB bộ nhớ được nêu cho Qwen3.8 Flash Next trên Apple Silicon; chưa có thêm yêu cầu phần cứng cụ thể.
💻 Ứng dụng Phát triển Phần mềm & Công việc
Người dùng Claude Code có thể chọn mô hình trong Ollama và dựa vào `ollama launch claude` để định tuyến đúng mô hình đó. Các sửa đổi API giúp client xử lý truncation rõ ràng hơn và tránh lỗi khi danh sách mô hình trống. Ripple Preview có thể được thử nghiệm cho tác vụ coding agent; hỗ trợ CUDA mới cũng mở rộng khả năng chạy trên máy Windows ARM tương thích.

Khuyến nghị & Hành động nhanh

Cập nhật Ollama lên v0.40.16 bằng phương thức cài đặt chính thức cho hệ điều hành của bạn. Sau đó chạy `ollama run ripple-preview` để thử Ripple Preview; kiểm tra cấu hình mô hình đã chọn trước khi khởi chạy Claude Code bằng `ollama launch claude`.