Vài tháng gần đây đã chứng kiến sự phát triển nhanh chóng của mã hóa agentic: các mô hình chuyên biệt không chỉ trả lời các yêu cầu riêng lẻ mà còn lập kế hoạch, chỉnh sửa, kiểm tra và lặp lại trên toàn bộ kho lưu trữ. Hai trong số những người tham gia nổi bật nhất là sáng tác, một mô hình mã hóa có độ trễ thấp được xây dựng có mục đích cụ thể được Cursor giới thiệu với bản phát hành Cursor 2.0 và Bộ luật GPT-5Biến thể GPT-5 được tối ưu hóa cho tác nhân của OpenAI, được tinh chỉnh cho quy trình mã hóa bền vững. Cùng nhau, chúng minh họa những điểm yếu mới trong công cụ phát triển: tốc độ so với độ sâu, nhận thức về không gian làm việc cục bộ so với lý luận tổng quát, và sự tiện lợi của "mã hóa rung cảm" so với độ chính xác của kỹ thuật.
Nhìn thoáng qua: sự khác biệt trực diện
- Mục đích thiết kế: GPT-5-Codex — suy luận sâu sắc, mạnh mẽ và bền bỉ cho các phiên dài, phức tạp; Composer — lặp lại nhanh chóng, nhận biết không gian làm việc và được tối ưu hóa để tăng tốc độ.
- Bề mặt tích hợp chính: GPT-5-Codex — API sản phẩm/phản hồi của Codex, IDE, tích hợp doanh nghiệp; Composer — Trình soạn thảo Cursor và giao diện người dùng đa tác nhân của Cursor.
- Độ trễ/lặp lại: Composer nhấn mạnh vào khả năng quay vòng dưới 30 giây và khẳng định có lợi thế lớn về tốc độ; GPT-5-Codex ưu tiên tính kỹ lưỡng và khả năng chạy tự động trong nhiều giờ khi cần thiết.
Tôi đã thử nghiệm API GPT-5-Codex mô hình được cung cấp bởi Sao chổiAPI (một nhà cung cấp tổng hợp API của bên thứ ba, có giá API thường rẻ hơn giá chính thức), đã tóm tắt kinh nghiệm của tôi khi sử dụng mô hình Composer của Cursor 2.0 và so sánh hai mô hình này theo nhiều khía cạnh khác nhau về khả năng đánh giá tạo mã.
Composer và GPT-5-Codex là gì?
GPT-5-Codex là gì và nó nhằm mục đích giải quyết những vấn đề gì?
GPT-5-Codex của OpenAI là một bản chụp nhanh chuyên biệt của GPT-5 mà OpenAI tuyên bố là được tối ưu hóa cho các kịch bản mã hóa agentic: chạy thử nghiệm, thực hiện chỉnh sửa mã quy mô kho lưu trữ và lặp lại tự động cho đến khi kiểm tra thành công. Trọng tâm ở đây là khả năng rộng trên nhiều tác vụ kỹ thuật — suy luận sâu cho các phép tái cấu trúc phức tạp, hoạt động "agentic" tầm xa hơn (khi mô hình có thể mất từ vài phút đến hàng giờ để suy luận và kiểm tra), và hiệu suất cao hơn trên các điểm chuẩn được chuẩn hóa được thiết kế để phản ánh các vấn đề kỹ thuật thực tế.
Composer là gì và nó có mục đích giải quyết những vấn đề gì?
Composer là mô hình mã hóa gốc đầu tiên của Cursor, được giới thiệu cùng với Cursor 2.0. Cursor mô tả Composer là một mô hình biên giới, lấy tác nhân làm trung tâm, được xây dựng để đạt độ trễ thấp và tốc độ lặp lại nhanh chóng trong quy trình làm việc của nhà phát triển: lập kế hoạch so sánh nhiều tệp, áp dụng tìm kiếm ngữ nghĩa trên toàn kho lưu trữ và hoàn thành hầu hết các lượt xử lý trong vòng chưa đầy 30 giây. Nó được đào tạo với khả năng truy cập công cụ trong vòng lặp (tìm kiếm, chỉnh sửa, kiểm tra) để hiệu quả trong các tác vụ kỹ thuật thực tế và giảm thiểu ma sát của các chu kỳ nhắc nhở→phản hồi lặp đi lặp lại trong quá trình mã hóa hàng ngày. Cursor định vị Composer là một mô hình được tối ưu hóa cho tốc độ phát triển và các vòng lặp phản hồi thời gian thực.
Phạm vi mô hình & hành vi thời gian chạy
- Người soạn: được tối ưu hóa cho các tương tác nhanh, tập trung vào trình soạn thảo và tính nhất quán của nhiều tệp. Tích hợp cấp nền tảng của Cursor cho phép Composer xem được nhiều nội dung hơn trong kho lưu trữ và tham gia vào quá trình điều phối đa tác nhân (ví dụ: hai tác nhân Composer so với các tác nhân khác), điều mà Cursor cho rằng sẽ làm giảm sự phụ thuộc bị bỏ sót giữa các tệp.
- Bộ luật GPT-5: được tối ưu hóa cho khả năng suy luận sâu hơn, có độ dài thay đổi. OpenAI quảng cáo khả năng của mô hình trong việc đánh đổi tính toán/thời gian để lấy suy luận sâu hơn khi cần thiết — được báo cáo là từ vài giây cho các tác vụ nhẹ đến hàng giờ cho các lần chạy tự động mở rộng — cho phép tái cấu trúc toàn diện hơn và gỡ lỗi theo hướng dẫn kiểm thử.
Phiên bản rút gọn: Composer = Mô hình mã hóa nhận biết không gian làm việc trong IDE của Cursor; GPT-5-Codex = Biến thể GPT-5 chuyên biệt của OpenAI dành cho kỹ thuật phần mềm, có sẵn qua Responses/Codex.
Tốc độ của Composer và GPT-5-Codex như thế nào?
Các nhà cung cấp đã tuyên bố thế nào?
Cursor định vị Composer là một trình mã hóa "biên giới nhanh": các số liệu được công bố làm nổi bật thông lượng tạo mã được đo bằng token mỗi giây và tuyên bố thời gian hoàn thành tương tác nhanh hơn 2–4 lần so với các mô hình "biên giới" trong hệ thống nội bộ của Cursor. Các báo cáo độc lập (báo chí và người dùng thử nghiệm ban đầu) báo cáo rằng Composer tạo mã với tốc độ ~200–250 token/giây trong môi trường Cursor và hoàn thành các lượt mã hóa tương tác thông thường trong vòng chưa đầy 30 giây trong nhiều trường hợp.
GPT-5-Codex của OpenAI không được định vị là một thử nghiệm về độ trễ; nó ưu tiên tính mạnh mẽ và khả năng suy luận sâu hơn và — trên khối lượng công việc suy luận cao tương đương — có thể chậm hơn khi sử dụng ở kích thước ngữ cảnh cao hơn, theo báo cáo của cộng đồng và chủ đề thảo luận.
Cách chúng tôi đánh giá tốc độ (phương pháp)
Để tạo ra sự so sánh tốc độ công bằng, bạn phải kiểm soát loại tác vụ (hoàn thành ngắn so với suy luận dài), môi trường (độ trễ mạng, tích hợp cục bộ so với tích hợp đám mây) và đo lường cả hai thời gian đến kết quả hữu ích đầu tiên và đồng hồ treo tường đầu cuối (bao gồm bất kỳ bước thực hiện thử nghiệm hoặc biên dịch nào). Những điểm chính:
- Nhiệm vụ đã chọn — tạo đoạn mã nhỏ (triển khai điểm cuối API), nhiệm vụ trung bình (cải tiến một tệp và cập nhật các lần nhập), nhiệm vụ lớn (triển khai tính năng trên ba tệp, cập nhật các bài kiểm tra).
- Metrics — thời gian đến mã thông báo đầu tiên, thời gian đến chênh lệch hữu ích đầu tiên (thời gian cho đến khi bản vá ứng viên được phát hành) và tổng thời gian bao gồm thực hiện và xác minh thử nghiệm.
- Lặp lại — mỗi tác vụ chạy 10 lần, giá trị trung bình được sử dụng để giảm nhiễu mạng.
- Môi trường — các phép đo được thực hiện từ máy của nhà phát triển ở Tokyo (để phản ánh độ trễ thực tế) với đường truyền ổn định 100/10 Mbps; kết quả sẽ khác nhau tùy theo khu vực.
Dưới đây là một bản sao có thể tái tạo dây an toàn tốc độ cho GPT-5-Codex (API phản hồi) và mô tả về cách đo Composer (bên trong Cursor).
Bộ tăng tốc (Node.js) — GPT-5-Codex (API phản hồi):
// node speed_harness_gpt5_codex.js
// Requires: node16+, npm install node-fetch
import fetch from "node-fetch";
import { performance } from "perf_hooks";
const API_KEY = process.env.OPENAI_API_KEY; // set your key
const ENDPOINT = "https://api.openai.com/v1/responses"; // OpenAI Responses API
const MODEL = "gpt-5-codex";
async function runPrompt(prompt) {
const start = performance.now();
const body = {
model: MODEL,
input: prompt,
// small length to simulate short interactive tasks
max_output_tokens: 256,
};
const resp = await fetch(ENDPOINT, {
method: "POST",
headers: {
"Authorization": `Bearer ${API_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify(body)
});
const json = await resp.json();
const elapsed = performance.now() - start;
return { elapsed, output: json };
}
(async () => {
const prompt = "Implement a Node.js Express route POST /signup that validates email and stores user in-memory with hashed password (bcrypt). Return code only.";
const trials = 10;
for (let i=0;i<trials;i++){
const r = await runPrompt(prompt);
console.log(`trial ${i+1}: ${Math.round(r.elapsed)} ms`);
}
})();
Đo lường độ trễ yêu cầu đầu cuối cho GPT-5-Codex bằng API Responses công khai (tài liệu OpenAI mô tả API Responses và cách sử dụng mô hình gpt-5-codex).
Cách đo tốc độ Composer (Con trỏ):
Composer chạy bên trong Cursor 2.0 (fork dành cho máy tính để bàn/VS Code). Cursor (tại thời điểm viết bài) không cung cấp API HTTP bên ngoài chung cho Composer tương thích với API Phản hồi của OpenAI; điểm mạnh của Composer là tích hợp không gian làm việc có trạng thái trong IDE. Do đó, hãy đo lường Composer như một nhà phát triển con người sẽ làm:
- Mở cùng một dự án bên trong Cursor 2.0.
- Sử dụng Composer để chạy lời nhắc giống hệt như tác vụ của tác nhân (tạo tuyến đường, sắp xếp lại, thay đổi nhiều tệp).
- Bắt đầu đồng hồ bấm giờ khi bạn gửi kế hoạch Composer; dừng khi Composer phát hành bản diff nguyên tử và chạy bộ kiểm tra (Giao diện của Cursor có thể chạy thử nghiệm và hiển thị bản diff hợp nhất).
- Lặp lại 10 lần và sử dụng trung vị.
Các tài liệu đã xuất bản và các bài đánh giá thực tế của Cursor cho thấy Composer có thể hoàn thành nhiều tác vụ thông thường trong vòng chưa đầy ~30 giây khi thực hành; đây là mục tiêu về độ trễ tương tác chứ không phải là thời gian suy luận mô hình thô.
Lấy đi: Mục tiêu thiết kế của Composer là chỉnh sửa tương tác nhanh chóng bên trong trình soạn thảo; nếu ưu tiên của bạn là các vòng lặp mã hóa đàm thoại, độ trễ thấp, Composer được xây dựng cho trường hợp sử dụng đó. GPT-5-Codex được tối ưu hóa cho tính chính xác và khả năng lập luận tác nhân trong các phiên dài hơn; nó có thể đánh đổi độ trễ thêm một chút để có được khả năng lập kế hoạch sâu hơn. Số lượng nhà cung cấp chứng minh cho định vị này.
So sánh độ chính xác của Composer và GPT-5-Codex như thế nào?
Độ chính xác có ý nghĩa gì trong việc mã hóa AI
Độ chính xác ở đây có nhiều mặt: tính chính xác về mặt chức năng (mã có biên dịch và vượt qua các bài kiểm tra không), tính chính xác về mặt ngữ nghĩa (hành vi có đáp ứng được thông số kỹ thuật không) và sự mạnh mẽ (xử lý các trường hợp khẩn cấp, các vấn đề về bảo mật).
Số nhà cung cấp và báo chí
OpenAI báo cáo hiệu suất mạnh mẽ của GPT-5-Codex trên các tập dữ liệu đã được xác minh của SWE-bench và nhấn mạnh một tỷ lệ thành công 74.5% trên chuẩn mực mã hóa thực tế (được đưa tin trên báo chí) và sự cải thiện đáng kể về thành công trong việc tái cấu trúc (51.3% so với 33.9% đối với GPT-5 cơ sở trong bài kiểm tra tái cấu trúc nội bộ của họ).
Bản phát hành Cursor cho thấy Composer thường vượt trội trong các chỉnh sửa đa tệp, nhạy cảm với ngữ cảnh, nơi tích hợp trình soạn thảo và khả năng hiển thị kho lưu trữ là yếu tố quan trọng. Sau khi thử nghiệm, tôi nhận thấy Composer ít bỏ sót lỗi phụ thuộc hơn trong quá trình tái cấu trúc đa tệp và đạt điểm cao hơn trong các bài kiểm tra đánh giá ẩn đối với một số khối lượng công việc đa tệp. Độ trễ và tính năng tác nhân song song của Composer cũng giúp tôi cải thiện tốc độ lặp.
Kiểm tra độ chính xác độc lập (phương pháp được khuyến nghị)
Một bài kiểm tra công bằng sử dụng hỗn hợp:
- Bài kiểm tra đơn vị: cung cấp cùng một kho lưu trữ và bộ kiểm thử cho cả hai mô hình; tạo mã, chạy thử nghiệm.
- Kiểm tra tái cấu trúc: cung cấp một hàm lộn xộn có chủ đích và yêu cầu mô hình tái cấu trúc và thêm các bài kiểm tra.
- Kiểm tra an ninh: chạy phân tích tĩnh và các công cụ SAST trên mã được tạo (ví dụ: Bandit, ESLint, semgrep).
- Đánh giá của con người: điểm đánh giá mã của các kỹ sư giàu kinh nghiệm về khả năng bảo trì và các phương pháp hay nhất.
Ví dụ: công cụ kiểm tra tự động (Python) — chạy mã được tạo và các bài kiểm tra đơn vị
# python3 run_generated_code.py
# This is a simplified harness: it writes model output to file, runs pytest, captures results.
import subprocess, tempfile, os, textwrap
def write_file(path, content):
with open(path, "w") as f:
f.write(content)
# Suppose `generated_code` is the string returned from model
generated_code = """
# sample module
def add(a,b):
return a + b
"""
tests = """
# test_sample.py
from sample import add
def test_add():
assert add(2,3) == 5
"""
with tempfile.TemporaryDirectory() as d:
write_file(os.path.join(d, "sample.py"), generated_code)
write_file(os.path.join(d, "test_sample.py"), tests)
r = subprocess.run(, cwd=d, capture_output=True, text=True, timeout=30)
print("pytest returncode:", r.returncode)
print(r.stdout)
print(r.stderr)
Sử dụng mẫu này để tự động xác nhận xem đầu ra của mô hình có chính xác về mặt chức năng (vượt qua các bài kiểm tra) hay không. Đối với các tác vụ tái cấu trúc, hãy chạy harness trên kho lưu trữ gốc cộng với diff của mô hình và so sánh tỷ lệ vượt qua bài kiểm tra và các thay đổi về phạm vi.
Lấy đi: Trên các bộ chuẩn thô, GPT-5-Codex cho thấy những con số xuất sắc và khả năng tái cấu trúc mạnh mẽ. Trong các quy trình sửa chữa và biên tập đa tệp thực tế, khả năng nhận diện không gian làm việc của Composer có thể mang lại khả năng chấp nhận thực tế cao hơn và ít lỗi "cơ học" hơn (thiếu lệnh nhập, tên tệp sai). Về độ chính xác chức năng tối đa trong các tác vụ thuật toán tệp đơn, GPT-5-Codex là một ứng cử viên sáng giá; đối với các thay đổi đa tệp, nhạy cảm với quy ước bên trong IDE, Composer thường tỏa sáng.
Composer so với GPT-5: Chất lượng mã của chúng thế nào?
Thế nào được coi là chất lượng?
Chất lượng bao gồm khả năng đọc, đặt tên, tài liệu, phạm vi kiểm thử, việc sử dụng các mẫu thành ngữ và quy trình bảo mật. Nó được đo lường cả tự động (kiểm tra lỗi, đo lường độ phức tạp) và định tính (đánh giá của con người).
Sự khác biệt được quan sát
- Bộ luật GPT-5: mạnh về khả năng tạo ra các mẫu câu đặc trưng khi được yêu cầu rõ ràng; nổi trội về tính rõ ràng của thuật toán và có thể tạo ra các bộ kiểm thử toàn diện khi được yêu cầu. Bộ công cụ Codex của OpenAI bao gồm nhật ký thực thi và báo cáo kiểm thử tích hợp.
- sáng tác: được tối ưu hóa để tự động tuân thủ phong cách và quy ước của kho lưu trữ; Composer có thể tuân theo các mẫu dự án hiện có và phối hợp cập nhật cho nhiều tệp (đổi tên/tái cấu trúc, truyền tải bản cập nhật). Composer cung cấp khả năng bảo trì theo yêu cầu tuyệt vời cho các dự án lớn.
Mã ví dụ Kiểm tra chất lượng bạn có thể chạy
- xơ vải — ESLint / pylint
- phức tạp — radon / flake8-complexity
- Bảo mật — semgrep / Bandit
- Phạm vi kiểm tra — chạy coverage.py hoặc vitest/nyc cho JS
Tự động hóa các kiểm tra này sau khi áp dụng bản vá của mô hình để định lượng sự cải thiện hoặc hồi quy. Chuỗi lệnh ví dụ (kho JS):
# after applying model patch
npm ci
npm test
npx eslint src/
npx semgrep --config=auto .
Đánh giá của con người và các phương pháp hay nhất
Trên thực tế, các mô hình cần được hướng dẫn để tuân theo các phương pháp hay nhất: yêu cầu chuỗi tài liệu, chú thích kiểu, ghim phụ thuộc hoặc các mẫu cụ thể (ví dụ: async/await). GPT-5-Codex hoạt động hiệu quả khi được cung cấp các chỉ thị rõ ràng; Composer được hưởng lợi từ ngữ cảnh kho lưu trữ ngầm định. Hãy sử dụng phương pháp kết hợp: hướng dẫn mô hình một cách rõ ràng và để Composer áp dụng kiểu dự án nếu bạn đang ở trong Cursor.
Khuyến nghị: Đối với công việc kỹ thuật nhiều tệp bên trong IDE, hãy ưu tiên Composer; đối với các đường ống bên ngoài, nhiệm vụ nghiên cứu hoặc tự động hóa chuỗi công cụ, nơi bạn có thể gọi API và cung cấp ngữ cảnh lớn, GPT-5-Codex là lựa chọn phù hợp.
Tùy chọn tích hợp và triển khai
Composer được tích hợp sẵn trong Cursor 2.0, được nhúng trong trình soạn thảo và giao diện người dùng Cursor. Phương pháp của Cursor nhấn mạnh vào một mặt phẳng điều khiển duy nhất của nhà cung cấp, chạy Composer cùng với các mô hình khác — cho phép người dùng chạy nhiều phiên bản mô hình trên cùng một dấu nhắc và so sánh kết quả đầu ra bên trong trình soạn thảo. ()
GPT-5-Codex đang được tích hợp vào dịch vụ Codex của OpenAI và dòng sản phẩm ChatGPT, với khả năng sử dụng thông qua các gói trả phí của ChatGPT và API mà các nền tảng bên thứ ba như CometAPI cung cấp với giá trị tốt hơn. OpenAI cũng đang tích hợp Codex vào công cụ phát triển và quy trình làm việc của đối tác đám mây (ví dụ: tích hợp Visual Studio Code/GitHub Copilot).
Composer và GPT-5-Codex có thể thúc đẩy ngành công nghiệp này tiến xa hơn như thế nào?
Hiệu ứng ngắn hạn
- Chu kỳ lặp lại nhanh hơn: Các mô hình nhúng vào trình soạn thảo như Composer giúp giảm thiểu sự cản trở trong việc sửa lỗi nhỏ và tạo ra PR.
- Kỳ vọng ngày càng tăng về việc xác minh: Việc Codex tập trung vào các bài kiểm tra, nhật ký và khả năng tự động sẽ thúc đẩy các nhà cung cấp cung cấp khả năng xác minh mạnh mẽ hơn ngay khi xuất xưởng cho mã do mô hình tạo ra.
Trung và dài hạn
- Phối hợp đa mô hình trở nên bình thường: Giao diện người dùng đồ họa đa tác nhân của Cursor là một gợi ý ban đầu cho thấy các kỹ sư sẽ sớm mong đợi chạy nhiều tác nhân chuyên biệt song song (kiểm tra mã nguồn, bảo mật, tái cấu trúc, tối ưu hóa hiệu suất) và chấp nhận kết quả đầu ra tốt nhất.
- Vòng phản hồi CI/AI chặt chẽ hơn: Khi các mô hình được cải thiện, quy trình CI sẽ ngày càng kết hợp việc tạo thử nghiệm theo mô hình và các đề xuất sửa chữa tự động — nhưng việc đánh giá của con người và triển khai theo từng giai đoạn vẫn rất quan trọng.
Kết luận
Composer và GPT-5-Codex không phải là những vũ khí giống hệt nhau trong cùng một cuộc chạy đua vũ trang; chúng là những công cụ bổ sung, được tối ưu hóa cho các giai đoạn khác nhau của vòng đời phần mềm. Giá trị cốt lõi của Composer là tốc độ: lặp lại nhanh chóng, dựa trên không gian làm việc, giúp các nhà phát triển luôn trong trạng thái làm việc trôi chảy. Giá trị của GPT-5-Codex là chiều sâu: tính bền bỉ của tác nhân, tính chính xác dựa trên kiểm thử và khả năng kiểm tra cho các chuyển đổi nặng. Cẩm nang kỹ thuật thực dụng là dàn dựng cả hai: các tác nhân vòng lặp ngắn giống Composer cho luồng công việc hàng ngày, và các tác nhân kiểu GPT-5-Codex cho các hoạt động có cổng, độ tin cậy cao. Các đánh giá ban đầu cho thấy cả hai sẽ là một phần của bộ công cụ dành cho nhà phát triển trong tương lai gần, thay vì thay thế lẫn nhau.
Không có mục tiêu chiến thắng duy nhất trên mọi phương diện. Các mô hình có điểm mạnh khác nhau:
- Bộ luật GPT-5: mạnh hơn về các tiêu chuẩn đánh giá độ chính xác sâu, suy luận quy mô lớn và quy trình làm việc tự động kéo dài nhiều giờ. Nó phát huy tác dụng khi độ phức tạp của tác vụ đòi hỏi suy luận dài dòng hoặc xác minh kỹ lưỡng.
- Người soạn: mạnh mẽ hơn trong các trường hợp sử dụng tích hợp chặt chẽ với trình soạn thảo, tính nhất quán ngữ cảnh đa tệp và tốc độ lặp lại nhanh trong môi trường Cursor. Nó có thể cải thiện năng suất làm việc hàng ngày của nhà phát triển khi cần chỉnh sửa ngữ cảnh chính xác, tức thì.
Xem thêm Cursor 2.0 và Composer: cách suy nghĩ lại về đa tác nhân đã gây ngạc nhiên cho mã hóa AI
Bắt đầu
CometAPI là một nền tảng API hợp nhất tổng hợp hơn 500 mô hình AI từ các nhà cung cấp hàng đầu—chẳng hạn như dòng GPT của OpenAI, Gemini của Google, Claude của Anthropic, Midjourney, Suno, v.v.—thành một giao diện duy nhất thân thiện với nhà phát triển. Bằng cách cung cấp xác thực nhất quán, định dạng yêu cầu và xử lý phản hồi, CometAPI đơn giản hóa đáng kể việc tích hợp các khả năng AI vào ứng dụng của bạn. Cho dù bạn đang xây dựng chatbot, trình tạo hình ảnh, nhà soạn nhạc hay đường ống phân tích dựa trên dữ liệu, CometAPI cho phép bạn lặp lại nhanh hơn, kiểm soát chi phí và không phụ thuộc vào nhà cung cấp—tất cả trong khi khai thác những đột phá mới nhất trên toàn bộ hệ sinh thái AI.
Các nhà phát triển có thể truy cập API GPT-5-Codexthông qua CometAPI, phiên bản mẫu mới nhất luôn được cập nhật trên trang web chính thức. Để bắt đầu, hãy khám phá các khả năng của mô hình trong Sân chơi và tham khảo ý kiến Hướng dẫn API để biết hướng dẫn chi tiết. Trước khi truy cập, vui lòng đảm bảo bạn đã đăng nhập vào CometAPI và lấy được khóa API. Sao chổiAPI cung cấp mức giá thấp hơn nhiều so với giá chính thức để giúp bạn tích hợp.
Sẵn sàng chưa?→ Đăng ký CometAPI ngay hôm nay !
Nếu bạn muốn biết thêm mẹo, hướng dẫn và tin tức về AI, hãy theo dõi chúng tôi trên VK, X và Discord!