Mô hình suy luận mới của ChatGPT

[Romano]

o3 pro được nhiều người dùng nhận định vượt trội hơn chatbot khác trong một số lĩnh vực. Tuy nhiên, mô hình này lại có một nhược điểm lớn và ứng dụng riêng.OpenAI đã ra mắt o3 pro trong gói Pro với giá 200 USD/tháng và Team via API. Là phiên bản nâng cấp của o3 mới được giới thiệu vài tháng trước, o3 pro được công ty cho là mạnh mẽ nhất hiện nay.

Tất cả phiên bản có thêm chữ “pro” sẽ gắn với khả năng trả lời câu hỏi khó và dài hơn. Khác với các phiên bản AI thông thường, mô hình suy luận xử lý vấn đề theo từng bước một, cho phép chúng hoạt động ổn định và đáng tin cậy hơn trong các lĩnh vực như vật lý, toán học và lập trình.

“Chúng tôi khuyến nghị sử dụng o3-pro cho những câu hỏi khó, nơi độ tin cậy quan trọng hơn tốc độ, và việc chờ đợi vài phút là xứng đáng với sự đánh đổi đó,” công ty cho biết. Trong các bài đánh giá thử nghiệm được chia sẻ, o3-pro đạt kết quả vượt trội hơn so với các phiên bản o3 và o1-pro.

Đánh giá về mô hình mới này, Ben Hylak, từng làm việc tại Apple và đồng sáng lập công ty phát triển AI Raindrop, cho biết nó thông minh hơn rất nhiều. Anh đã tập hợp lịch sử tất cả cuộc họp trước đây tại công ty mình, sau đó yêu cầu o3-pro tạo ra một kế hoạch.

Kết quả cho ra khá ấn tượng, cụ thể và phân tích rõ ràng như cách anh luôn mong một mô hình ngôn ngữ lớn (LLM) có thể làm được. Bảng kế hoạch bao gồm chỉ số mục tiêu, mốc thời gian, thứ tự ưu tiên, và hướng dẫn nghiêm ngặt về những gì cần loại bỏ hoàn toàn. “Nó cụ thể và có cơ sở đến mức tôi phải suy nghĩ lại về tương lai của công ty mình”, anh viết.O3-pro có mức giá 20 USD cho mỗi 1 triệu token đầu vào và 80 USD cho mỗi 1 triệu token đầu ra khi sử dụng qua API. Đó là khả năng ghi nhớ, cũng như xử lý dữ liệu của AI. Một triệu token đầu vào tương đương khoảng 750.000 từ, tức là còn dài hơn cả cuốn Chiến tranh và Hòa bình, The Verge so sánh.

OpenAI viết rằng các chuyên gia liên tục đưa ra đánh giá ưu tiên o3 pro hơn o3 trong mọi hạng mục được thử nghiệm. Người đánh giá cũng chấm o3 pro cao hơn về độ nhất quán trong một số tiêu chí như rõ ràng, khả năng làm theo hướng dẫn và độ chính xác, đặc biệt trong các lĩnh vực then chốt như khoa học, giáo dục, lập trình, kinh doanh và hỗ trợ viết.

Trên AIME 2024, bài kiểm tra đánh giá năng lực toán học của mô hình, o3 pro đạt điểm cao hơn cả Gemini 2.5 Pro, AI hàng đầu của Google. Ngoài ra, mô hình cũng vượt qua Claude 4 Opus của Anthropic trong GPQA Diamond, bài kiểm tra kiến thức khoa học ở trình độ tiến sĩ.

o3 pro cũng được tích hợp các công cụ, cho phép nó tìm kiếm trên web, phân tích tập tin, sử dụng Python để tính toán và lập trình, và cá nhân hóa phản hồi bằng cách tận dụng bộ nhớ. Nhận xét về khía cạnh này, Ben Hylak cho rằng công cụ thể hiện rõ khả năng nhận biết môi trường xung quanh, khi nào nên hỏi về thế giới bên ngoài (thay vì giả vờ như đã biết), và chọn đúng công cụ cho từng nhiệm vụ.

Tuy nhiên, nhược điểm lớn nhất của mô hình nằm ở thời gian phản hồi, thậm chí còn chậm hơn cả o1 pro. YouTuber Bijan Bowen cũng đồng ý với điều này. “Dù câu trả lời của mô hình khá rõ ràng, chỉ trong một vài câu mô tả, thời gian phản hồi lại khá lâu”, anh cho biết. Đặc biệt trong trường hợp không đủ dữ liệu ngoại cảnh, mô hình có xu hướng nghĩ lung tung, Ben Hylak bổ sung.

O3-pro cũng có một số hạn chế khác như không thể tạo hình ảnh, cũng như hỗ trợ tính năng Canvas. Tính năng trò chuyện tạm thời với mô hình này trong ChatGPT đang bị vô hiệu hóa, trong lúc OpenAI khắc phục một “sự cố kỹ thuật”.

Tuy nhiên, ông Hylak cho rằng đây cũng không phải là mô hình để người dùng trò chuyện như Claude 3.5 Sonnet hay ChatGPT 4o. Lời khuyên từ Nate B. Jones, Trưởng phòng sản phẩm tại Rockerbox, cho rằng o3 pro nên được sử dụng cho những việc khó nhằn, đòi hỏi suy nghĩ 15-20 phút.