
“Google ‘gói đậu nành Bắc Mỹ’” cuối cùng đã trở lại trung tâm bàn tranh tài AI.
Tác giả: Wildcard, GeekPark

Google, lần này đúng là đã chính thức quay trở lại.
Ngày 18 tháng 11, Google DeepMind đã chính thức ra mắt bảng hiệu đèn neon của Gemini 4 Neon.
Đây là mô hình thuộc nhóm “nguyên tố” thứ tư mà series Gemini 4 kịp tung ra chỉ trong 7 tuần ngắn ngủi. Nếu tham khảo bảng điểm benchmark dài do hãng công bố lẫn những phản hồi kiểm chứng thực tế từ cộng đồng, bạn sẽ thấy nó nằm trọn vẹn ở một vị trí “sweet spot” vô cùng tối ưu: vừa sở hữu chiều sâu thông minh cốt lõi tiệm cận乃至 thậm chí vượt trội cục bộ so với các dòng flagship, lại vừa đẩy chi phí trên mỗi tác vụ xuống còn khoảng một nửa so với đối thủ.
Trong cộng đồng kỹ thuật Reddit, những lập trình viên vốn khó tính hiếm khi đưa ra đánh giá cao một chiều như vậy, họ liên tục thốt lên rằng mô hình này “rẻ đến khó tin nhưng mạnh đáng sợ”. Người dùng phổ thông đang trả 19,99 USD hàng tháng để đăng ký Google AI Pro lại càng mừng rỡ khôn nguôi, chẳng cần phải cắn răng nâng cấp lên gói Ultra cũng có thể trực tiếp sử dụng mô hình chuẩn flagship ngay trên Gemini App. Cùng với đó là việc hàng loạt mô hình và công cụ được triển khai密集 trong suốt tháng 11, gã khổng lồ Google AI từng lảng vảng rìa bàn cờ cuối cùng cũng chính thức tái ngộ khu vực trung tâm.
Điều duy nhất khiến cộng đồng lập trình viên toàn cầu còn băn khoăn, có lẽ chỉ là cách đặt tên khá kỳ ảo của Google. Từ Argon (Kri-tông) cuối tháng 9, Carbon (Các-bon) cuối tháng 10, đến Hydrogen (Hi-đrô) giữa tháng 11 và hiện tại là Neon (Nê-on), tất cả đều không xếp theo số nguyên tử, cũng chẳng phân loại theo bảng chữ cái hay thứ bậc sức mạnh.
Trên Hacker News,确有 người dùng nghiêm túc liệt kê toàn bộ tính chất hóa học để tìm quy luật, cuối cùng bất đắc dĩ kêu rằng Google hẳn là đã ném các nguyên tố vào mũ rồi rút ngẫu nhiên, việc đặt tên theo kích thước ly cà phê Starbucks còn rõ ràng hơn nhiều; còn người dùng trong nước thì đã bắt đầu yêu cầu phiên bản tiếp theo nên đặt tên là nguyên tố thứ 118 “Oganhesson”, tiện tay đùa cợt rằng xem tin công nghệ cũng cần phải học lại môn Hóa cấp hai.

Hình: Giao diện chọn mô hình “Bảng tuần hoàn nguyên tố” do cộng đồng thiết kế cho Gemini 4
“ Kiệt tác ” của thuật giả kim
Tuy tên gọi khiến người dùng hơi đau đầu, nhưng chiến lược định vị “đường dao” của Neon trong hệ sinh thái sản phẩm lại cực kỳ sắc sảo và rõ ràng.
Nằm kẹp chính xác giữa dòng flagship khối lượng lớn, chu kỳ chạy dài Carbon và mô hình thực thi khối lượng nhẹ, tần suất cao Hydrogen, nó đã trực tiếp thay thế vị trí hệ sinh thái vốn thuộc về Gemini 3.1 Pro cùng Argon trước đó. Nhà khoa học trưởng tập đoàn Alphabet kiêm Chủ tịch DeepMind, Demis Hassabis, đã dành lời khen ngợi rất cao cho nó, mệnh danh đây là “kiệt tác của thuật giả kim”.
Dẫn chứng cho lời nhận định này chính là những chỉ số kỹ thuật thực tế. Neon sở hữu cửa sổ ngữ cảnh lên tới 1 triệu token (với khả năng hỗ trợ tối đa 512K token ngữ cảnh trên Antigravity) cùng giới hạn đầu ra tối đa 1 triệu token, tích hợp sẵn khả năng xử lý đa phương thức gốc bao gồm văn bản, audio, video, tệp PDF và bảng tính. Xét về năng lực suy luận cốt lõi, hệ thống cung cấp 4 tầng độ sâu suy nghĩ có thể điều chỉnh: low, medium, high (mặc định) và xhigh, mở ra khoảng trống quản lý chi phí cực kỳ linh hoạt cho nhà phát triển.
Những con số từ cơ quan đánh giá độc lập Artificial Analysis chính là bằng chứng thuyết phục nhất. Trong bảng xếp hạng tổng hợp AA Intelligence Index v5.0.1, Neon khi kích hoạt chế độ xhigh đã đạt 61 điểm, leo lên vị trí thứ ba toàn cầu, phía sau GPT-6.2 Astra và Claude Fable 5.2, đồng thời vượt qua chế độ high (60) của đàn anh Carbon nhà mình, Claude Opus 5.5 của Anthropic (59 điểm) lẫn GPT-6.2 Sol của OpenAI (57 điểm). Ngay cả khi chuyển về chế độ high mặc định, nó vẫn ghi được 60 điểm, còn khi hạ xuống chế độ medium đạt 55 điểm cũng đủ sức vượt qua ngưỡng 54 điểm ở chế độ xhigh vốn đòi hỏi sự全力以赴 của dòng lightweight Hydrogen.
Yếu tố thực sự khiến khách hàng doanh nghiệp rung động chính là biểu đồ kết hợp giữa điểm benchmark và chi phí trên mỗi tác vụ. Neon đã tạo ra một bản hóa đơn cho dòng model tầm trung bán chạy, nhưng lại chứa đựng trí tuệ tương đương các dòng flagship dẫn đầu thị trường.
Tốc độ tạo văn bản của nó đạt khoảng 110 tokens/giây, gần gấp đôi so với Carbon (khoảng 57 tokens/s); thời gian trung bình để hoàn tất một task benchmark của AA đã được rút ngắn từ 36 phút của Carbon xuống còn 21,5 phút, với chi phí cho mỗi task nằm ở mức 6,44 USD, thấp hơn xấp xỉ 17% so với mức giá chuẩn ban đầu của Carbon (7,76 USD). Khi vận hành ở chế độ high mặc định trên nền tảng Antigravity, chi phí cho một tác vụ đơn lẻ thậm chí bị cắt giảm thẳng 32% so với Carbon.

Hình: So sánh điểm thông minh ở các chế độ khác nhau của Gemini 4 Neon với đối thủ cạnh tranh và chi phí tác vụ đơn lẻ dưới chỉ số AA
Nhìn sang lĩnh vực lập trình và giải pháp doanh nghiệp đang cạnh tranh khốc liệt nhất hiện nay, lợi thế về tỷ lệ hiệu năng-giá thành này càng thể hiện rõ rệt. Trong bảng xếp hạng AA Coding Agent Index, Neon cán đích đầu tiên với 58,6 điểm, ngang ngửa về thực lực với Claude Fable 5.2 và Opus 5.5 (cả hai đều đạt 58 điểm) dưới sự hỗ trợ từ Claude Code. Tuy nhiên, nếu tính toán kỹ về mặt kinh tế, chi phí trung bình cho mỗi tác vụ của Neon trên Antigravity CLI chỉ đạt 6,86 USD, tương đương một nửa so với mức 12,61 USD của Claude Opus 5.5 và 15,47 USD của Fable 5.2.
Trong các bài kiểm tra chi tiết phản ánh năng lực kỹ thuật thực tế, Neon ghi điểm 65,4% trên CursorBench 4.1, áp đảo mức 58,1% của Opus 5.5; còn trên môi trường Antigravity, kết quả SWE-sweep của nó đạt 39,0%, bỏ xa mức 10,1% của Opus 5.5 và 8,3% của GPT-6.2 Sol. Trong các lĩnh vực đánh giá mô phỏng tự động hóa doanh nghiệp Zapier AutomationBench (56,3%), mô phỏng hoạt động thương mại dài hạn Vending-Bench 2 (16.843 USD), suy luận khoa học RiemannBench (84,0%) cũng như tiêu chí chất lượng hiển thị đầu ra riêng lẻ AA-Briefcase (1771 Elo), nó lần lượtẵm trọn vị trí số một. Phiên bản chuyên biệt cho an ninh mạng dành cho nhóm phòng thủ của chương trình Fairwind cũng ghi điểm tuyệt đối với màn trình diễn 90,5% trên SEC-bench Pro.

Hình: Hiệu suất so sánh của Gemini 4 Neon trên nhiều bảng đo lường khác nhau như lập trình và suy luận khoa học
Tuy nhiên, động cơ mới mẻ này cũng không tránh khỏi một vài ý kiến góp ý.
Đầu tiên là hiện tượng “chuộng nói” và vấn đề độ trễ ở các chế độ điểm cao. Khi hoàn thành toàn bộ bài kiểm tra của AA ở chế độ xhigh, Neon đã tạo ra 283 triệu token đầu ra liên tục, chênh lệch đáng kể so với Carbon, đồng thời độ trễ để đưa ra câu trả lời đầu tiên lên tới 56,51 giây. Đối với các kịch bản yêu cầu phản hồi nhanh chóng, việc chuyển đổi về chế độ medium rõ ràng là lựa chọn sáng trọng hơn, giúp rút ngắn thời gian xử lý xuống còn 8,3 phút và tinh gọn lượng đầu ra về 62,9 triệu token.
Một tiểu tiết gây thú vị khác khiến các developer trên diễn đàn kỹ thuật nội địa “Lão Đáo Thuyết” liên tục bàn tán chính là hiện tượng “nghịch giá” tạm thời xuất hiện trước thời hạn cuối tháng 11.
API của Neon chính thức ra mắt với mức giá cố định là 3 USD cho đầu vào và 15 USD cho đầu ra (trên mỗi triệu token, nếu cache khớp sẽ giảm 95% còn 0,15 USD) mà không đi kèm gói dùng thử miễn phí; trong khi đó, các dòng flagship Carbon và Argon trước ngày 30 tháng 11 lại đang trùng khớp giai đoạn khuyến mãi 2 USD và 10 USD, chỉ đến ngày 1 tháng 12 mới chính thức quay về mức giá gốc 4 USD và 20 USD. Điều này đồng nghĩa trong khoảng hơn mười ngày còn lại của tháng 11, mức giá đơn vị của dòng次 flagship lại đắt hơn dòng flagship tới 50%, tạo nên một khoảng chênh lệch thời gian trong kinh doanh khá trớ trêu.
Từ cá nhân thao diễn kỹ năng đến vai trò “giám đốc dự án” dẫn dắt đội ngũ
Những trang bảng điểm benchmark dù chi tiết đến đâu cũng chỉ mang tính tham chiếu, điều thực sự khơi dậy niềm hào hứng trong cộng đồng kỹ thuật chính là sức ảnh hưởng áp đảo mà Neon thể hiện trong các môi trường phát triển phần mềm thực tế.
Khi dõi theo các màn hình trình diễn thực tế trên Google Antigravity, bạn sẽ trực quan hiểu được khái niệm “phối hợp đa tác nhân AI (multi-agent)” trong các quy trình dài hạn.
Trong một dự án mang tên NEONPUTT 84, Neon kích hoạt chế độ `/swarm`, đồng thời điều phối 8 nút xử lý song song gồm scaffold, shaders, courses, physics, ui, engine, verifier ngay trong sơ đồ tác vụ đang nhảy múa theo thời gian thực. Các module này phân công nhiệm vụ rõ ràng để xây dựng trình kết xuất GLSL tùy chỉnh, vật lý 240Hz và 8 màn chơi, ghép lại thành một tựa game golf mini đậm chất synthwave 3D. Điểm đỉnh hơn hết, sau khi hoàn thiện mã nguồn, nó tự động chuyển sang điều khiển trình duyệt để bấm thử giao diện kiểm tra, nhắm lưới, phóng bóng và ghi bàn thắng chính xác chỉ trong một cú gạt.

Hình: Gemini 4 Neon trong Antigravity điều phối 8 agent phụ song song thông qua swarm để hợp tác phát triển

Hình: Gemini 4 Neon tự động tạo game golf mini 3D và thao tác trình duyệt thực hiện nghiệm thu
Nếu nhìn ở góc độ chịu đựng trong thời gian dài, khả năng vận hành của nó cũng gây ấn tượng mạnh. Tại buổi trình diễn nhấn mạnh của hãng, Neon liên tục duy trì trạng thái vận hành suốt 12 tiếng liền trên Antigravity nhờ cơ chế `/swarm`. Chỉ dựa trên những bức ảnh lưu trữ cũ, nó đã tái hiện từng chi tiết nhỏ trong phòng làm việc năm 1936 tại Đại học King's Cambridge của Alan Turing không gian 3D, thậm chí còn thiết lập và vận hành thành công một cỗ máy Turing tổng quát hoàn toàn tương tác ngay trên chiếc bàn giấy ảo ấy.
Còn trên kênh YouTube CHOOSETO.AI, một developer vừa gia nhập Google đã tận dụng quyền truy cập từ giai đoạn内测 sớm để công bố hàng loạt thử nghiệm thực chiến, trực tiếp bỏ qua hoàn toàn các bảng điểm benchmark. Hình ảnh ghi lại, Neon chỉ với một công thức toán học SDF duy nhất đã tự sinh ra trực tiếp hình tượng con rồng 3D vô cùng chi tiết; chỉ qua một tệp file duy nhất nó tạo ra hình ảnh chim công hoạt hình SVG; thuận tay biến một bản vẽ mặt bằng cũ kỹ năm 1959 thành căn nhà 3D có thể bước vào tham quan. Chuyển sang các kịch bản back-end phức tạp, nó tự triển khai thành công một agent trực chiến độc lập trên Google Cloud Run, nhanh chóng rollback ứng dụng bị ngắt quãng do lỗi cố ý; thậm chí còn có thể mô phỏng va chạm lưỡng tinh trên DGX Spark, hoặc không qua giai đoạn huấn luyện mà trực tiếp viết tay toàn bộ trọng số cho mạng nơ-ron.
Ngoài việc tự xắn tay áo đảm nhận các tác vụ xử lý phức tạp, bước đột phá thông minh nhất của Neon chính là khả năng tự chuyển mình đóng vai trò “giám sát công trình” điều hành đội ngũ.
Lần này, Antigravity chính thức ra mắt chế độ điều phối tự động kép hoàn toàn mới với Orchestrator (Neon). Trong những dự án đa tệp tin phức tạp, Neon nắm vai trò chủ chốt lo việc hoạch định kiến trúc và rà soát trạng thái hệ thống, đồng thời ủy thác toàn bộ các khâu như sửa code thường nhật, cập nhật gói thư viện và chạy bộ kiểm thử cho dòng Hydrogen nhẹ nhàng, tiết kiệm hơn; một khi quá trình thực thi gặp bế tắc, quyền kiểm soát sẽ lập tức chuyển giao ngược lại cho Neon để hiệu chỉnh kế hoạch, triệt để xóa tan nỗi đau đầu về việc phải chuyển đổi mô hình thủ công cho lập trình viên.
Các đội ngũ kỹ sư thực chiến cũng đã nắm rất rõ cá tính của mô hình này. Trang blog chính thức của GitHub Copilot đặc biệt chỉ ra rằng, so với “anh cả” Carbon, Neon có tốc độ khởi động nhanh hơn, điều quan trọng hơn là sự thận trọng khi can thiệp vào mã nguồn đã được cải thiện đáng kể, giảm thiểu tình trạng tự ý chỉnh sửa trái phép các vùng code khác ngoài phạm vi yêu cầu; tỷ lệ tạo ra thông tin sai lệch cho code lẫn kết quả công cụ cũng đạt mức thấp kỷ lục trong các thử nghiệm nội bộ. Đối với các nhóm nghiên cứu Machine Learning hợp tác từ giai đoạn đầu, mô hình này đã khắc phục triệt để bệnh “nhân viên nghiên cứu nghiệp dư” – cứ gặp thí nghiệm thất bại là buông xuôi, thay vào đó biết cách theo sát nguyên nhân, săn tìm tín hiệu mới và chủ động thiết lập lại chiến lược xây dựng mô hình giống như một học giả dày dạn kinh nghiệm.
“ Gói đậu nành Bắc Mỹ ”
Nhìn vào khí thế áp đảo hiện tại, thật khó để hình dung rằng chỉ bốn tháng trước, Google AI trên mảng thảo luận kỹ thuật Trung Quốc còn phải chịu chung cái biệt danh đầy tính mỉa mai “Gói đậu nành Bắc Mỹ”.
Quay ngược dòng thời gian về khoảng tháng 7 năm 2026, đó chính là giai đoạn Gemini chìm vào khủng hoảng uy tín trầm trọng nhất. Do khả năng suy luận toán học sa ngã nghiêm trọng cùng hàng loạt sai sót thiếu chuyên nghiệp trong quy trình kiểm duyệt an ninh, làn sóng chế giễu từ cộng đồng mạng đã tràn ngập khắp các không gian kỹ thuật. Lời hứa giao hàng Gemini 3.5 Pro vào tháng 6 của hội nghị Google I/O tháng 5 đã bị phá sản, buộc phía hãng chỉ dám dè chừng tung ra phiên bản 3.5 Flash để đối trọng với phân khúc tầm trung đối thủ; thậm chí trang chủ của hầu hết bảng xếp hạng AI lập trình và Agent mainstream từng vắng bóng cái tên Gemini. Tình thế càng trở nên trớ trêu khi kho dữ liệu nội置 của mô hình bị đình trệ dai dẳng từ tháng 1 năm 2025, mãi đến khi bản 3.6 Flash ra mắt mới được cập nhật lên tháng 3 năm 2026, ngay cả các bản vá mới nhất của đối thủ cạnh tranh cũng không còn nắm bắt kịp, chỉ cần bật tính năng tìm kiếm trực tuyến, độ thông minh apparent cũng lập tức tụt giảm chóng mặt.
Chỉ trong vỏn vẹn bốn tháng ngắn ngủi trôi qua, cục diện đã hoàn toàn đảo ngược.
Suốt tháng 11, Google liên tục tung ra một chuỗi nước đi kết hợp với mật độ cực cao. Bên cạnh việc kịp ra mắt liên tục bốn mô hình nguyên tố thuộc dòng Gemini 4 chỉ trong vòng bảy tuần, phía hãng còn đồng thời giới thiệu model thế giới Genie 4 có khả năng tạo lập môi trường 3D tương tác thông qua prompt, phiên bản Gemini Omni 1.2 Flash chuyên xử lý video dài với chi phí tối ưu, và mài giũa nền tảng Antigravity trở thành một hệ sinh thái Agent chuyên sâu phục vụ cả lĩnh vực phát triển phần mềm lẫn nghiên cứu tin học hóa dược. Trên các bảng xếp hạng đa năng hàng đầu, Google cuối cùng đã tái khẳng định vững chắc vị thế, đủ bản lĩnh để đối thoại trực diện với dòng GPT-6.2 của OpenAI cùng các phiên bản Claude 5.2 và Opus 5.5 của Anthropic.
Vậy thì, Google đã xoay chuyển cục diện ở chu kỳ này như thế nào?

Hình: Phó Tổng giám đốc cấp cao Google DeepMind, Kiến trúc sư AI hàng đầu Koray Kavukcuoglu
Vào tháng 8 năm nay, Google đã hoàn tất đợt tái cơ cấu tổ chức then chốt, với việc Demis Hassabis chuyển sang vai trò Nhà khoa học trưởng tập đoàn Alphabet kiêm Chủ tịch DeepMind, nhường quyền điều hành routine và lộ trình phát triển Gemini cho Phó Tổng giám đốc cấp cao cùng Kiến trúc sư AI hàng đầu Koray Kavukcuoglu. Tại hội nghị thượng đỉnh The Information diễn ra vào tháng 9, Koray thẳng thắn tuyên bố rằng “việc bàn cãi xem chúng ta đã đạt tới AGI hay chưa vốn không phải là vấn đề đúng đắn cần ưu tiên lúc này”, qua đó ép buộc toàn bộ nguồn lực quay về trục chính là xây dựng những Agent thực chiến đáng tin cậy.
Ông đã dứt khoát chấm dứt thói quen trì hoãn cũ kỹ là dồn sức cho chiêu cuối mà đến cuối năm lại liên tục phải dời hạn, thiết lập kỷ luật thép “xuất bản sớm, lặp lại dày đặc”, đồng thời thành lập riêng một đội ngũ “giai đoạn huấn luyện trung gian” chuyên bám trụ tối ưu hóa năng lực lập trình ngay giữa giai đoạn tiền huấn luyện và huấn luyện sau.
Melvin Johnson, người phụ trách khâu huấn luyện sau, chỉ ra rằng nguyên nhân khiến mô hình Gemini từng bị chững lại trong quá khứ chính là việc sau khi giải quyết trôi chảy các tác vụ đơn giản, mô hình hoàn toàn không nhận được tín hiệu học tập hiệu quả nào. Để khắc phục, đội ngũ đã xây dựng một vòng lặp huấn luyện tăng cường tự động vô cùng chặt chẽ, chuyên挑选 những “xương cứng” trong các dự án đa kho mã nguồn nơi Agent vẫn thường vấp ngã, nhồi chúng vào hệ thống sandbox nghiêm ngặt cùng các bộ kiểm thử đơn vị để va đập và tinh luyện liên tục. Đồng thời, hệ thống áp dụng chế tài nặng nề cho hành vi “lách bẫy kiểm tra và làm giả kết quả”, từ đó ép tỷ lệ tự bịa đặt thông tin bên trong môi trường kiểm định nghiêm ngặt xuống mức kỷ lục khoảng 1,5%.
Chìa khóa cuối cùng thực sự neo giữ cục diện này chính là việc phần cứng tự nghiên cứu trọn gói của Google, vốn phải trải qua nhiều năm mài giở, cuối cùng cũng bước vào giai đoạn thu hoạch.
Khi những đối thủ cạnh tranh trên bàn cờ vẫn đang chật vật chịu áp lực từ tình trạng khan hiếm chip GPU Nvidia và hóa đơn điện toán đám mây khổng lồ, thì TPU thế hệ thứ bảy Ironwood của Google kết hợp lớp phần mềm mã nguồn mở TPU Sync đã chính thức ổn định, sở hữu khả năng giải tải hàng tá bộ nhớ đệm KV ngữ cảnh khổng lồ xuống RAM hệ thống chỉ trong chớp mắt vài mili giây.
Kết quả đánh giá từ SemiAnalysis cho thấy khả năng tạo ra giá trị trên mỗi đô la của Ironwood trong các kịch bản xử lý ngữ cảnh dài hạn và đa phiên làm việc của Agent cực kỳ áp đảo, ngon lành đến mức ngay cả đối thủ truyền kiếp Anthropic cũng đã ký thỏa thuận hợp tác thuê ngoài tính toán TPU quy mô lớn; trong khi đó, dòng TPU thế hệ thứ tám của Google thậm chí đã bắt đầu tách rời hoàn toàn chip huấn luyện và chip suy luận để tối ưu hóa độc lập. Chính nền tảng sức mạnh điện toán nội tại liên tục được trau dồi chính là thứ trao cho Google cái vốn liếng necessary để áp dụng chiến lược cạnh tranh gay gắt về giá đồng thời đẩy mạnh giải pháp phối hợp mô hình hỗn hợp “Neon đi kèm Hydrogen”.
Cái tên từng bị cộng đồng dè bỉu là “Gói đậu nành Bắc Mỹ” chỉ vài tháng trước, cuối cùng đã hoàn thành cuộc giải cứu bản thân nhờ kỷ luật kỹ thuật cứng rắn cùng nền tảng sức mạnh điện toán vững chắc. Khi Google không còn mải miết dùng một bài báo khoa học đồ sộ để chứng minh sự tồn tại của AGI, mà chuyển sang nhịp phát hành mô hình ổn định hai tuần một lần nhằm đổ bộ ồ ạt những sản phẩm thực chiến chất lượng cao vào thị trường, thì đúng là gã đối thủ đáng sợ nhất mà OpenAI cùng Anthropic luôn né tránh, cuối cùng đã chính thức bừng tỉnh.















