Cuộc chiến AI vừa trở nên thú vị hơn. Một mô hình mới tự xưng là vua với những con số cực kỳ ấn tượng—xếp hạng Elo 1483 ở chế độ reasoning trên bảng xếp hạng văn bản của LMArena. Đó là khoảng cách 31 điểm so với đối thủ không liên kết gần nhất. Ngay cả khi không có các tính năng reasoning đặc biệt, nó vẫn giành được vị trí số 2.

Điều gì đang thúc đẩy bước nhảy vọt này? Có vẻ như mô hình này đang viết lại các chuẩn đo trên mọi phương diện. Dù là xử lý chuỗi logic phức tạp hay trả lời các truy vấn tinh vi, chênh lệch hiệu năng là điều khó có thể bỏ qua. Bảng xếp hạng không biết nói dối—khi bạn vượt xa các đối thủ kỳ cựu với khoảng cách như vậy, chắc chắn đã có sự thay đổi căn bản trong kiến trúc.

Nhưng có một điểm cần lưu ý: thống trị các bài kiểm tra kiểm soát không phải lúc nào cũng chuyển thành vượt trội trong thế giới thực. Chúng ta từng chứng kiến các mô hình xuất sắc ở bảng xếp hạng nhưng lại vấp ngã ở những trường hợp cận biên mà người dùng thật sự quan tâm. Tuy nhiên, những chỉ số này vẫn quan trọng. Chúng cho thấy giới hạn công nghệ đang di chuyển về đâu, và hiện tại, nó đang tiến lên rất nhanh.