Bản tin tinAI

GLM-5.3 tăng mạnh trên coding và cyber benchmarks, nhưng API thinking mới, safety window và eval nội bộ mới quyết định có nên route agent sang model này

Grok 4.6 đạt 61 điểm Intelligence Index với giá thấp hơn nhóm Opus/Sol, nhưng chi phí cache và eval nội bộ mới quyết định giá trị thật

Reasoning trace mã hóa có thể bị replay qua model khác, làm lộ secret tưởng chỉ nằm trong hidden thinking

Meta công bố Muse Glimmer, model 30B tham số tối ưu cho workflow agent chạy local, phát hành open weights theo Apache 2

Ante công bố DeepSeek V4 Flash 0731 đạt 82,7% trên Terminal-Bench 2.1 với raw run có thể kiểm tra lại

AMD mua Taalas, startup làm chip inference kiểu rất khác GPU: đưa trọng số model vào silicon thay vì kéo liên tục từ HBM

Scalex tổng kết hơn 40.000 lượt chơi duyệt lệnh AI agent và cho thấy permission prompt là ranh giới bảo mật rất yếu

Neon và Castform đưa ra một case khá thực dụng: khi agent phải tìm dữ liệu qua nhiều lượt search, mỗi vòng gọi frontier model đều làm tăng latency và chi phí

Aikido nói tài khoản GitHub của maintainer keyv bị chiếm, rồi kẻ tấn công phát tán mã độc qua một họ package npm phổ biến

Qwen3.8-Max là một launch model lớn: weights được hứa mở, API thực dụng, và benchmark cần đọc bằng mắt kỹ sư