Muse Spark 1.1 của Meta đủ sức đối đầu trực diện GPT-5.6 và Claude Fable 5?
Ngày 9/7, Meta lần đầu thu phí truy cập mô hình AI của mình: Muse Spark 1.1 mở cho nhà phát triển Mỹ qua Meta Model API, mức giá được Mark Zuckerberg mô tả chỉ bằng khoảng 25% đối thủ.
Cùng ngày, OpenAI đưa GPT-5.6 vào ChatGPT và GitHub Copilot, còn Claude Fable 5 của Anthropic vừa trở lại sau 19 ngày bị kiểm soát xuất khẩu. Thị trường AI lập trình bước vào giai đoạn cạnh tranh khốc liệt nhất từ trước đến nay.
Theo Reuters, các nhà phát triển tại Mỹ từ ngày 9/7 có thể dùng Muse Spark 1.1 trên Meta Model API dưới dạng public preview, nhận 20 USD tín dụng miễn phí trước khi chuyển sang trả phí theo mức sử dụng. Bloomberg cho biết sự kiện này đánh dấu lần đầu tiên Meta thu tiền doanh nghiệp để truy cập mô hình của mình.
Từ trước đến nay, Meta chủ yếu nhúng AI vào Facebook, Instagram, WhatsApp và ứng dụng Meta AI. Bán trực tiếp năng lực mô hình cho nhà phát triển là con đường OpenAI và Anthropic đã đi nhiều năm, giờ Meta mới bước vào, và bước vào bằng giá.
Hãng mô tả Muse Spark 1.1 là mô hình mạnh nhất của mình cho lập trình thực tế và tác vụ agent: viết và gỡ lỗi mã, dùng phần mềm cùng công cụ ngoài, hiểu văn bản, hình ảnh, video, thực hiện chuỗi nhiệm vụ nhiều bước mà ít cần con người can thiệp.
Muse Spark 1.1 chọn giá thấp làm vũ khí chính
Muse Spark 1.1 có giá 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra. CEO Zuckerberg nói mức này chỉ bằng khoảng 25% giá các mô hình tương đương của Anthropic và OpenAI. Alexandr Wang, người đứng đầu Meta Superintelligence Labs, gọi đây là mức giá "rất quyết liệt và hấp dẫn".
Bài toán chi phí trở nên đặc biệt nhạy cảm vì các agent lập trình "đốt" token khủng khiếp hơn chatbot rất nhiều. Do đặc thù phải rà soát cả kho code, soi log, viết bản vá, chạy test rồi lại sửa sai liên tục, mức chênh vài USD trên mỗi triệu token sẽ phình to thành một gánh nặng tài chính khổng lồ khi nhân với hàng nghìn lượt chạy mỗi ngày tại doanh nghiệp. Đó là lí do Meta không mải mê đua top benchmark. Họ chọn cách thực dụng hơn, làm ra một mô hình đáp ứng tốt nhu cầu phổ thông và dùng chính mức giá cực mềm để chốt khách.
Dẫu vậy, năng lực thực tế của mô hình vẫn là một dấu hỏi lớn. Khả năng lập trình vốn là nhược điểm của Muse Spark bản đầu tiên ra mắt hồi tháng 4. Ở bản cập nhật 1.1, Meta chưa công bố bất kì kết quả so sánh nào với các đối thủ sừng sỏ như GPT hay Claude. Mọi lời khẳng định về sức mạnh vượt trội hiện chỉ xuất phát từ nội bộ hãng, thiếu hẳn sự kiểm định khách quan từ bên thứ ba.
GPT-5.6 mạnh đến đâu
Trái ngược với Meta, OpenAI lại chọn chiến lược phân tầng sản phẩm rõ rệt. Dòng GPT-5.6 được chia làm ba phiên bản. GPT-5.6 Sol đóng vai trò chủ lực với mức giá khá cao (5 USD input/30 USD output cho mỗi triệu token), Terra nhắm vào sự cân bằng giữa hiệu năng và chi phí (2,5/15 USD), còn Luna là lựa chọn bình dân nhất (1/6 USD). Sau đợt thử nghiệm giới hạn hồi cuối tháng 6, OpenAI đã chính thức tung bản cập nhật này ra đại chúng vào đúng ngày 9/7, trực tiếp "chạm trán" sự kiện ra mắt Muse Spark 1.1 của Meta. Ngay lập tức, GitHub cũng phất cờ ủng hộ khi tuyên bố đưa cả ba phiên bản này vào Copilot.
Vũ khí lớn nhất OpenAI mang ra thị uy chính là điểm số. Hãng tự tin tuyên bố GPT-5.6 Sol đã phá kỉ lục trên Terminal-Bench 2.1 (bài test khắt khe về khả năng xử lí lệnh, lập kế hoạch và điều phối công cụ) với mức 88,8%. Thậm chí, khi kích hoạt chế độ Sol Ultra, con số này chạm mốc 91,9% nhờ chiến thuật tung nhiều subagent chạy song song thay vì bắt một mô hình gánh toàn bộ chuỗi suy luận dài. Cách tiếp cận này giúp đẩy điểm số lên, nhưng đổi lại lượng tính toán cho mỗi yêu cầu cũng tăng theo, khiến chi phí thực tế có thể cao hơn đáng kể so với giá niêm yết cơ sở.
Thế nhưng, chính bảng đánh giá do OpenAI tự công bố lại phơi bày điểm yếu. Ở bài test SWE-Bench Pro (bài kiểm tra hiệu năng quy mô lớn bao gồm tổng cộng 1865 tác vụ trên 41 kho lưu trữ chuyên nghiệp), Sol chỉ đạt 64,6%, kém Claude Fable 5 (80%) hơn 15 điểm. Một mô hình dẫn đầu benchmark này nhưng thua rõ ở bài test khác khiến giới doanh nghiệp ngày càng cảnh giác, không còn dễ tin vào bất kì bảng xếp hạng đơn lẻ nào.
Claude Fable 5 trở lại với giá cao nhất
Trong ba cái tên, Claude Fable 5 có lẽ là cái tên trải qua nhiều sóng gió nhất. Anthropic vừa tung ra mô hình này vào ngày 9/6 với những lời quảng bá rầm rộ rằng đây là phiên bản Claude mạnh mẽ nhất từng được phát hành rộng rãi. Mô hình sở hữu cửa sổ ngữ cảnh lên tới 1 triệu token và sức chứa đầu ra 128.000 token. Đi kèm với cấu hình khủng là mức giá đắt đỏ nhất thị trường, chạm mốc 10 USD cho mỗi triệu token đầu vào và 50 USD ở đầu ra, đắt gấp 8 lần chi phí đầu vào của Muse Spark 1.1.
Nhưng chỉ đúng ba ngày sau, mô hình này bốc hơi khỏi thị trường. Ngày 12/6, Fable 5 và Mythos 5 vướng phải lệnh kiểm soát xuất khẩu của chính phủ Mỹ vì lí do an ninh quốc gia, đi kèm yêu cầu cấm công dân nước ngoài truy cập. Đứng trước bài toán bất khả thi là phải xác minh quốc tịch người dùng theo thời gian thực trên hàng tỉ lượt gọi API, Anthropic đành phải "rút phích cắm" toàn bộ hệ thống với khách hàng toàn cầu.
Theo ghi nhận từ CNBC, phải đến ngày 30/6, Bộ Thương mại Mỹ mới dỡ bỏ lệnh cấm, dọn đường cho Fable 5 tái xuất vào ngày 1/7. Tuy nhiên, cái giá phải trả cho lần trở lại này là một bộ lọc an toàn cực kì khắt khe. Nhằm vá lỗ hổng kĩ thuật vượt rào (jailbreak) do đội ngũ Amazon phát hiện, bộ phân loại mới này chặn đứng hơn 99% các trường hợp thử nghiệm. Mức độ kiểm duyệt gắt gao đồng nghĩa với việc vô số yêu cầu lập trình hoàn toàn vô hại cũng bị hệ thống gắn cờ và tự động hạ cấp xuống bản Claude Opus 4.8. Đối với các đội ngũ chuyên rà soát mã bảo mật hay phân tích lỗ hổng phần mềm vốn đòi hỏi luồng công việc ổn định đến từng phút, sự can thiệp này thực sự là một cơn ác mộng.
Sự cố gián đoạn kéo dài 19 ngày đã để lại cho giới doanh nghiệp một bài học đắt giá mà không có bảng điểm benchmark nào thể hiện được. Đó là việc quyền truy cập vào các mô hình trí tuệ nhân tạo hàng đầu không phải là một loại hạ tầng thiết yếu và ổn định như điện hay nước, mà thực chất chỉ là một tờ giấy phép có thể bị tước đoạt bất cứ lúc nào bởi một quyết định hành chính.
Chưa thể gọi tên người chiến thắng
Rất khó gọi tên ai đang nắm phần thắng trong cuộc đua này vì thiếu dữ liệu khách quan. Meta đến nay chưa công bố kết quả benchmark nào của Muse Spark 1.1 so với đối thủ. Trong khi đó, những con số ấn tượng từ OpenAI hay Anthropic chủ yếu do chính các hãng tự công bố hoặc dẫn từ đối tác, chưa qua kiểm định độc lập. Sự đối lập giữa kết quả Terminal-Bench và SWE-Bench Pro cho thấy mỗi bộ đánh giá đo một loại năng lực khác nhau, và mỗi bộ lại cho ra một người dẫn đầu riêng.
Giới công nghệ doanh nghiệp giờ đây khôn ngoan hơn nhiều. Họ đo lường hiệu quả bằng tổng chi phí thực tế cho một pull request xài được. Con số này không chỉ có giá token mà còn cõng thêm số lần AI phải chạy lại, tỉ lệ pass bài test, công sức con người dọn dẹp hệ quả và cả độ tương thích với hệ thống CI/CD. Đừng vội mừng với một mô hình rẻ bèo nếu nó bắt người dùng sửa lỗi năm lần bảy lượt, nó thậm chí tốn kém hơn việc dùng mô hình đắt xắt ra miếng làm một phát ăn ngay. Và dĩ nhiên, chẳng ai muốn giao việc cho một siêu AI top 1 nhưng thỉnh thoảng lại đình công vì vướng bộ kiểm duyệt.
Có thể nói, giá trị lớn nhất Muse Spark 1.1 tạo ra ngay khi vừa chào sân không phải là một sức mạnh áp đảo. Vũ khí của Meta là khả năng thiết lập lại mặt bằng giá của toàn thị trường AI lập trình. Nếu Muse Spark chứng minh được nó "đủ dùng" cho đa số công việc thường ngày, Meta sẽ ung dung gom thị phần và bỏ mặc hai đối thủ mải mê đua top. Đến lúc đó, áp lực cạnh tranh về giá sẽ tự tìm đến gõ cửa OpenAI và Anthropic.
