Hai mô hình, cùng nhắm vào việc thường nhật
Mô hình AI lập trình dành cho công việc hằng ngày là mô hình được tối ưu để xử lý nhanh các bước lặp lại như viết mã nhỏ, gọi công cụ, kiểm tra thay đổi và chuyển thông tin giữa ứng dụng, thay vì chỉ tập trung vào những bài toán suy luận lớn. Đây là hướng đi chung của Meta và Google trong các đợt ra mắt mới nhất.
Ngày 9 tháng 11 năm 2026, Meta AI Research giới thiệu Meta Muse Ember, mô hình nhỏ nhất trong dòng Muse và được định vị là lựa chọn hiệu quả cho tác vụ lặp lại về lập trình và tác tử. Ngày 12 tháng 11, Google ra mắt Gemini 4 Hydrogen cho lập trình nhanh và các tác vụ AI tác nhân trên sản phẩm dành cho nhà phát triển, doanh nghiệp lẫn người dùng phổ thông. Hai hãng không cố biến một mô hình thành lời giải cho mọi việc: họ đang chia năng lực AI thành các vai trò có thể phối hợp trong quy trình thực tế.
Sự chuyển hướng này hợp lý vì tác tử thường tiêu thụ nhiều token qua những thao tác nhỏ, có cấu trúc như gọi công cụ, định tuyến, trích xuất dữ liệu và đọc tài liệu dài. Giá trị của mô hình vì thế không chỉ nằm ở việc giải được một bài toán khó, mà còn ở khả năng hoàn thành hàng loạt bước nhỏ mà không làm quy trình chậm hoặc tốn kém.
Ember đặt hiệu quả chi phí lên trước
Meta Muse Ember được thiết kế cho khối lượng công việc có thể lặp lại ở quy mô lớn: tác vụ lập trình nhỏ, gọi công cụ, xử lý tài liệu và cập nhật hệ thống. Meta cho biết mô hình có thể truy xuất hồ sơ, gọi các công cụ lần lượt rồi cập nhật nhiều ứng dụng để hoàn tất quy trình doanh nghiệp từ đầu đến cuối. Đây là lựa chọn thực dụng cho nhóm cần tự động hóa nhiều bước vụn vặt, thay vì dùng mô hình mạnh nhất cho mọi lần gọi.
Meta công bố Ember đạt 36 điểm trên Artificial Analysis Intelligence Index, chỉ thấp hơn một điểm so với Muse Spark 1.3; trong phép so sánh cùng nguồn, chi phí cho mỗi tác vụ được nêu lần lượt là 0,14 USD và 2,39 USD. Tuy nhiên, các kết quả lập trình không đồng đều: Ember đạt 27,2% trên FrontierCode 2.0-AA, thấp hơn mức 34,9% của Claude Haiku 5.5. Vì vậy, tuyên bố hiệu quả nên được hiểu là lợi thế cho việc chạy nhiều tác vụ thường nhật, không phải bằng chứng rằng Ember dẫn đầu mọi loại lập trình.
Mô hình được cung cấp ngay ngày ra mắt qua Muse Code và Meta Model API, dưới tên muse-ember-1.0, đồng thời hỗ trợ Responses API. Ember còn tiếp nhận văn bản, hình ảnh, âm thanh và video, mở rộng phạm vi tác tử từ mã nguồn sang ảnh chụp màn hình, tài liệu quét và bản ghi cuộc họp. Điểm mạnh của Meta là biến hiệu quả chi phí thành chiến lược triển khai, không chỉ là thông số.
Hydrogen gắn với quy trình và sản phẩm của Google
Google định vị Gemini 4 Hydrogen như tầng thực thi nhanh trong dòng Gemini 4: Carbon và Argon đảm nhận suy luận mở rộng, còn Hydrogen viết mã, chạy thử nghiệm, xác minh thay đổi, nghiên cứu và vận hành tác tử sử dụng công cụ. Cách phân chia này nhấn vào quy trình làm việc hằng ngày hơn là chỉ hạ chi phí từng lệnh.
Trong Antigravity, Orchestrator có thể để Carbon khảo sát yếu tố phụ thuộc và lập kế hoạch, sau đó chuyển việc chỉnh sửa mã và chạy thử nghiệm cho Hydrogen; nếu gặp trở ngại, quyền điều khiển có thể quay lại Carbon để điều chỉnh kế hoạch. Google cho biết Hydrogen gần bằng Carbon về tỷ lệ hoàn thành trên Terminal-Bench 4.1, dùng ít hơn 24% hạn mức và hoàn thành nhanh hơn trung bình 19%. Dù vậy, kết quả không đồng nghĩa đứng đầu mọi đối thủ: thẻ mô hình ghi nhận Claude Sonnet 5.5 đạt 63,9% trên Terminal-Bench 4.1 đã điều chỉnh, cao hơn Hydrogen ở mức 57,0%.
Hydrogen đang được triển khai cho thuê bao Google AI Pro và Ultra trong Antigravity; Orchestrator ban đầu dành cho AI Ultra, còn khách hàng doanh nghiệp có thể dùng cả hai qua Gemini for business. Mô hình cũng được đưa tới ứng dụng Gemini, Google Search và Gemini trong Sheets cho các gói đủ điều kiện. Người dùng Gemini miễn phí có thể được tự động chọn Hydrogen khi Google xác định mô hình phù hợp với lời nhắc; ứng dụng còn khai thác tệp tải lên và dịch vụ kết nối như Gmail, Drive, Airtable và Dropbox.
Khác biệt nằm ở cách mở rộng, không chỉ ở tốc độ
Meta chọn cách làm cho từng tác vụ lặp lại rẻ và dễ nhân rộng; Google xây Hydrogen thành một mắt xích trong hệ thống sản phẩm, nơi mô hình có thể nhận việc từ công cụ lập kế hoạch rồi thực thi trên các ứng dụng quen thuộc. Ember vì vậy hấp dẫn với khối lượng gọi tác tử lớn và có cấu trúc, còn Hydrogen nổi bật ở sự liền mạch giữa lập kế hoạch, viết mã, kiểm thử và dịch vụ người dùng.
Cả hai hướng đều cho thấy AI tác nhân đang rời khỏi màn hình trò chuyện đơn lẻ để đảm nhiệm công việc có nhiều bước. Nhưng năng lực đó vẫn cần được đánh giá bằng kết quả thực tế: điểm chuẩn của Ember có điểm mạnh lẫn khoảng trống, còn Hydrogen cải thiện tốc độ và mức hoàn thành so với thế hệ Flash trước nhưng chưa dẫn đầu mọi phép thử lập trình.
Bước tiếp theo là xem các tuyên bố hiệu quả có giữ được trong môi trường sử dụng thật hay không. Meta đã mở Ember qua Muse Code và API ngay ngày ra mắt; Google tiếp tục triển khai Hydrogen trên các gói và sản phẩm đủ điều kiện, đồng thời cho biết tài liệu an toàn đầy đủ hơn sẽ được công bố sau. Kết luận hiện tại khá rõ: Meta bán lời hứa về hiệu quả khi lặp lại, còn Google đặt cược vào một quy trình AI hằng ngày được kết nối rộng hơn.
