Suy luận

Google đã chính thức mở miễn phí các chế độ suy luận mới của Gemini, giúp người dùng nhận câu trả lời chuyên sâu hơn.

GPT-Realtime-2, model mới nhất trong bộ ba, được tích hợp khả năng suy luận tương đương GPT-5 và tính phí theo token thay vì theo phút.

Thuật toán TurboQuant của Google nén KV cache lên tới 6 lần và tăng tốc suy luận 8 lần mà không làm giảm độ chính xác.

Huawei ra mắt bộ tăng tốc AI Atlas 350 với chip Ascend 950PR, tuyên bố hiệu năng suy luận vượt H20 của NVIDIA tới 2,8 lần.