GemNews

Tất cả bài · Hot News

Sonnet 5.5 Có Mặt Trên Copilot Ngay Trong Ngày: Giờ Dùng Con Claude Nào Làm Việc Nấy

Anthropic tung Sonnet 5.5 chỉ một tuần sau Opus 5.5, GitHub đưa ngay lên Copilot sau vài tiếng, và bài toán thực tế cho các team lúc này là: chọn model nào làm mặc định và ai là người quyết định.

Tác giả Janie Nguyen · · 5 phút đọc

Chia sẻ: WhatsApp · Telegram · X · Facebook · LinkedIn · Email

Việc chia vai giờ rất rõ ràng: dòng Sonnet cân việc hằng ngày, phạm vi cụ thể; còn Opus dành cho lập kế hoạch và review. Mấy con số benchmark đang lan truyền hiện mới từ tổng hợp bên thứ ba, nên cứ coi như thông tin tham khảo trước khi Anthropic ra bài viết chính thức. Tốt nhất bạn cứ vứt công việc thực tế của team vào chạy thử cả hai model rồi tính tiếp.

  • Mới có chuyện gì: Ngày 29/9, @ClaudeDevs (https://x.com/ClaudeDevs/status/2104687805876367793) công bố Claude Sonnet 5.5 kèm hướng dẫn khi nào nên chọn Sonnet 5.5 thay vì Opus 5.5, cách chuyển từ Sonnet 5 sang và cách chỉnh mức độ tư duy (effort). Cùng ngày, @github (https://x.com/github/status/2104637226336538862) đưa ngay model này lên Copilot, khẳng định nó sinh ra cho "những việc hằng ngày có phạm vi rõ ràng như làm feature hay fix bug", đồng thời báo cáo nó đạt hiệu suất ngang Sonnet 5 trên tác vụ code nhưng tốn ít bước, ít token và gọi tool ít hơn.
  • Mấy con số đang truyền tay nhau: @Israfilv2 (https://x.com/Israfilv2/status/2104637819402764747) tóm tắt bản nâng cấp này nhanh hơn Sonnet 5 trên 30%, tiết kiệm tới 30% token cho phần lớn tác vụ, đạt 80.9% trên SWE-bench Verified, 93.5% trên Terminal-Bench 2.0, giá giữ nguyên $3/triệu token đầu vào và $15/triệu token đầu ra. Chưa thấy Anthropic đăng bài nào xác nhận chính xác các con số này trong các nguồn tham chiếu, nên anh em cẩn thận trước khi quote.
  • Tại sao lại đáng chú ý tuần này: Đợt này ra ngay sau Opus 5.5 — model mà @DamiDefi (https://x.com/DamiDefi/status/2103117499621625951) báo giá $4/triệu token đầu vào và $20/triệu token đầu ra, giúp chi phí cho tác vụ thường ngày giảm 40% so với Opus 5. @rauchg (https://x.com/rauchg/status/2103216656747262419) chia sẻ dữ liệu từ Vercel AI Gateway cho thấy thị phần chi tiêu của Anthropic giảm từ 69% xuống 40% trong hai tháng, trong khi OpenAI tăng từ 10% lên 24%. Tuy nhiên, Opus 5.5 đã chiếm lại 10% chi tiêu chỉ sau hai ngày ra mắt. Việc Anthropic ra liền hai bản tối ưu chi phí trong một tuần cho thấy họ đang chịu áp lực cạnh tranh rất lớn.
  • Bộ định tuyến (Router) đang thay bạn chọn model: @kimmonismus (https://x.com/kimmonismus/status/2104628247296409952) mô tả một router chạy Jev đạt 99% hiệu năng của Opus 5.5 và GPT-6 Astra trên ba bảng benchmark nhưng giá rẻ hơn 40%. @gradientintern (https://x.com/gradientintern/status/2103363088397250605) cũng cho biết một router đơn giản đạt 75/100 điểm trên SWE-bench Verified với chi phí $25.66, so với $54.73 nếu lúc nào cũng phang Opus. Đây đều là kết quả do các bên tự báo cáo.
  • Cần làm gì tuần này: Cài Sonnet 5.5 làm mặc định cho các việc có phạm vi rõ ràng, giữ Opus 5.5 cho khâu lập kế hoạch và review code — đây là cách chia workflow mà @swapnilskr (https://x.com/swapnilskr/status/2103844926479822852) đang chạy: dùng Opus làm hoa tiêu, còn việc đã lên khung sẵn thì đẩy cho các model rẻ hơn. Hãy lấy một task thực tế ra chạy thử trên cả hai model rồi đo lại token, thời gian và xem có qua được test hay không. @databricks (https://x.com/databricks/status/2103207342061883611) lưu ý cứ tầm 5 ngày lại có model mới xuất hiện, nên tốt nhất hãy gom phần cấu hình model về một chỗ dùng chung thay vì để từng dev tự chỉnh theo thói quen.

Giờ nên để con Claude nào làm mặc định?

Dùng Sonnet 5.5 cho bất kỳ việc gì có yêu cầu rõ ràng và có test để đo. Dùng Opus 5.5 cho việc lên kế hoạch, chốt kiến trúc và review kết quả từ các agent khác. Đó là cách GitHub định vị bản cập nhật này và cũng là tinh thần hướng dẫn của Anthropic do @Israfilv2 (https://x.com/Israfilv2/status/2104637819402764747) tóm tắt: cứ Sonnet mà phang cho việc hằng ngày, còn Opus để dành cho những việc cần suy luận sâu.

Nên đổi luôn hôm nay hay đợi router tự điều phối?

Đổi model mặc định ngay hôm nay, vì giá không đổi mà mức độ hiệu quả thì kiểm tra trên repo của bạn cực kỳ dễ. Mấy bộ router như của @kimmonismus hay @gradientintern cho thấy xu hướng sắp tới: phần mềm sẽ tự quyết định chọn model cho từng bước. Nhưng trong lúc chờ cài router, việc chia 2 tier mặc định kết hợp review chi phí hằng tuần đã giúp bạn tối ưu được phần lớn ngân sách rồi.

Tự dưng đổi model mà không test lại thì dính phốt gì?

Dễ gãy nhất là mấy đoạn prompt cũ vốn được viết tối ưu cho model đời trước. Hướng dẫn của Anthropic cho Opus 5.5, theo ghi nhận từ Search Engine Journal (https://www.searchenginejournal.com/anthropic-claude-opus-5-5-prompting-guidance/591278/), nhắc các dev nên test lại cài đặt mức độ tư duy (effort) và bỏ bớt những câu prompt kiểu ép model "hãy suy nghĩ thật kỹ". @mika_systems (https://x.com/mika_systems/status/2103921273852108955) phát hiện Opus 5.5 khi bật max effort đã ngốn tới 64,899 thinking token chỉ cho 6 task code, trong khi một lớp xử lý quyết định (decision layer) passing cùng bài test đó chỉ tốn 954 token. Thế nên chỉnh mỗi cái effort thôi nhiều khi còn ngốn tiền hơn cả việc đổi model.

Chuyện này ảnh hưởng gì đến anh em làm Shopify?

Với giao diện storefront thì không khác mấy, nhưng hóa đơn tiền tool sẽ thay đổi rõ rệt. Nếu agency hoặc team in-house của bạn dùng Claude Code hay Copilot để viết theme section với làm content sản phẩm, dòng giá rẻ giờ đã chạy nhanh hơn mà giá không đổi. Còn dòng đắt tiền thì nên giữ lại để duyệt trước khi publish. @ClaudeDevs (https://x.com/ClaudeDevs/status/2104676099083190435) cũng vừa ra hướng dẫn tạo bài đánh giá (evaluation) để Claude Code tự tối ưu theo — đây chính là mảnh ghép còn thiếu giúp bạn so sánh chính xác hai model khi làm việc trên gian hàng thực tế.

Nguồn tham khảo

Bàn luận trên GemCommunity

esc