Tóm tắt
Hy4 flash của Tencent (ra mắt ngày 16 tháng 11 năm 2026) là mẫu tiết kiệm chi phí nhất trong họ Hy (Hunyuan). Nó chứa tổng cộng 224 tỷ tham số (bao gồm 64B Engram) nhưng chỉ kích hoạt 12B mỗi token, hỗ trợ đa phương thức gốc (văn bản + hình ảnh) và cửa sổ ngữ cảnh 1 triệu token đầy đủ, có giá khoảng $0.070 đầu vào / $0.281 đầu ra / $0.003 cached trên mỗi triệu token. Trên WorkIndex nội bộ của Tencent về các tác vụ văn phòng hằng ngày, nó đạt chi phí khoảng 1/13 so với Hy4 Preview và 1/20 so với Hy4 đầy đủ, đồng thời đạt chất lượng tương đương hoặc nhỉnh hơn một chút so với Preview và tiến gần Claude Haiku 5.5 trong đánh giá mù về mức độ hài lòng của người dùng.
Đối với công việc năng suất khối lượng lớn, đây là một trong những đề xuất giá trị mạnh nhất hiện có. CometAPI cung cấp cách đơn giản nhất, tương thích OpenAI để gọi Hy4 flash song song cùng Claude, GPT và các mô hình khác dưới một khóa duy nhất.
Các ý chính
- Ngày phát hành: 16 tháng 11, 2026 (API + sản phẩm); mở trọng số ngay sau đó.
- Kiến trúc: 224B tổng (64B Engram) / 12B hoạt động, attention lai + LatentMoE, thiết kế cho hiệu suất cực cao và ngữ cảnh dài.
- Giá (niêm yết): $0.070 / $0.281 / $0.003 (đầu vào / đầu ra / cached) trên mỗi 1M tokens — khoảng 1/10–1/12 của Hy4 đầy đủ.
- Trọng tâm hiệu năng: Tác nhân văn phòng hằng ngày (slides, tài liệu, bảng tính, tìm kiếm, hiểu hình ảnh, thao tác máy tính nhẹ). Tỷ lệ chi phí mỗi tác vụ và tốc độ mạnh; Hy4 đầy đủ vẫn tốt hơn cho kỹ thuật phần mềm tầm nhìn dài.
- Khả dụng: Tencent Cloud TokenHub (hy4-flash), WorkBuddy (miễn phí đến 30/11), Yuanbao, WeCom, QQ, ima, Marvis, OpenRouter; mở trọng số trên Hugging Face / ModelScope / GitCode.
- Trường hợp sử dụng tốt nhất: Tự động hóa năng suất khối lượng lớn, nơi chi phí và độ trễ quan trọng hơn trí tuệ đỉnh cao tuyệt đối.
- Khuyến nghị: Tuyến tác vụ thường lệ sang Hy4 flash và mã hóa/tác nhân phức tạp sang Hy4 hoặc các mô hình hạng Opus của Claude thông qua cổng hợp nhất như CometAPI.
Hy4 flash chính xác là gì?
Hy4 flash là thành viên tập trung vào hiệu suất của thế hệ Hy4 của Tencent. Trong khi Hy4 đầy đủ (phát hành đầu tháng 11/2026) nhắm đến năng lực tối đa, Hy4 flash được thiết kế có chủ ý để đạt chất lượng trên mỗi đô-la cao nhất cho các khối lượng công việc lặp lại, đa phương thức, ngữ cảnh dài vốn chiếm ưu thế trong các quy trình văn phòng và tác nhân thực tế.
Thông số cốt lõi (chính thức):
- Tổng tham số: 224B (bao gồm bảng nhớ n-gram Engram 64B)
- Tham số hoạt động mỗi token: 12B
- Cửa sổ ngữ cảnh: 1.048.576 tokens
- Phương thức: Đầu vào văn bản + hình ảnh → đầu ra văn bản
- Hỗ trợ gốc cho function calling, JSON có cấu trúc và tool use
- Tốc độ giải mã tuyên bố: >150 tokens/s dưới phục vụ tối ưu (megakernels + lượng tử hóa 4-bit + DFly speculative decoding)
Thiết kế kế thừa và tinh chỉnh các kỹ thuật từng được trình diễn trong các mẫu Hy trước đây: attention lai sparse/sliding-window, các chuyên gia LatentMoE hoạt động trong không gian latent nén, và một bảng tra cứu Engram lớn thay thế tính toán dày đặc bằng truy xuất bộ nhớ. Kết quả là một KV cache nhỏ hơn đáng kể (báo cáo là 1/6 của Hy4 và 1/24 của Hy3) và chi phí phục vụ thấp hơn nhiều ở quy mô lớn.
Hy4 flash hoạt động như thế nào
Tencent tối ưu Hy4 flash dựa trên ba trụ cột:
- Hiệu suất thưa: Chỉ 12B tham số kích hoạt mỗi token. Mô hình sử dụng 512 chuyên gia được định tuyến (16 hoạt động) cộng với chuyên gia dùng chung ở hầu hết các lớp, kết hợp với attention lai đan xen lựa chọn thưa (tối đa khoảng 2k token) với cửa sổ trượt ngắn.
- Bộ nhớ Engram: Bảng n-gram (bigram/trigram) 64B tham số được truy xuất bằng hash. Kho kiến thức bên ngoài này giảm nhu cầu mạng dày đặc phải ghi nhớ các mẫu thường gặp, cắt giảm cả chi phí huấn luyện và suy luận.
- Ngăn phục vụ: Megakernels, lượng tử hóa 4-bit và một drafter suy đoán DFly2 nhỏ cho phép đạt >150 token/s và giữ độ trễ thấp ngay cả khi đồng thời cao.
Những lựa chọn này khiến Hy4 flash đặc biệt phù hợp với tài liệu dài, vòng lặp tác nhân nhiều lượt với caching prompt nặng, và các tác vụ văn phòng đa phương thức nơi mô hình phải đọc đi đọc lại hình ảnh, biểu đồ hoặc tệp lớn.
Giá và thực tế chi phí trên mỗi tác vụ
Giá niêm yết chính thức trên Tencent Cloud TokenHub (tương đương USD):
| Loại token | Hy4 flash | Hy4 đầy đủ | Tỷ lệ xấp xỉ |
|---|---|---|---|
| Cached input | $0.003 | $0.042 | ~1/14 |
| Input | $0.070 | $0.834 | ~1/12 |
| Output | $0.281 | $2.501 | ~1/9 |
Đến hết ngày 30 tháng 11, 2026 TokenHub giảm 50% so với giá niêm yết và truy cập WorkBuddy là miễn phí.
Điều quan trọng hơn giá niêm yết là chi phí trên mỗi tác vụ hoàn thành. Trên WorkIndex nội bộ của Tencent (tạo/chỉnh sửa PowerPoint, chỉnh sửa tài liệu, sửa bảng tính, xử lý audio/video, hiểu hình ảnh, v.v.):
| Đánh giá | Kết quả báo cáo |
|---|---|
| Tốc độ giải mã | Hơn 150 tokens/giây |
| Hiệu năng tổng thể | Hơi tốt hơn Hy4 Preview, theo Tencent |
| Chi phí tác vụ WorkIndex so với Hy4 Preview | Khoảng 1/13 |
| Chi phí tác vụ WorkIndex so với Hy4 | Khoảng 1/20 |
| Chi phí tác vụ WorkIndex so với DeepSeek-V4.1-Flash-1017 | Khoảng 1/8 |
| Giảm độ dài đầu ra | Khoảng 50% thông qua reinforcement learning |
Cách diễn giải các kết quả này
Đánh giá WorkIndex là một benchmark nội bộ của Tencent xây dựng quanh các tác vụ năng suất điển hình của WorkBuddy. Nó xem xét chất lượng đầu ra, độ dài đầu ra và thời gian hoàn thành đầu-cuối.
Các tỷ lệ chi phí được báo cáo đặc biệt quan trọng:
- So với Hy4 Preview, Hy4 Flash được cho là giảm chi phí tác vụ khoảng 92,3%.
- So với Hy4, được cho là giảm chi phí tác vụ khoảng 95%.
- So với DeepSeek-V4.1-Flash-1017, được cho là giảm chi phí tác vụ khoảng 87,5%.
Đây là các so sánh chi phí tác vụ nội bộ, không phải cải thiện độ chính xác benchmark chuẩn hóa. Chúng không nên được trình bày như bằng chứng trực tiếp cho thấy Hy4 Flash thông minh hơn hoặc nhanh hơn gấp 13 hay 20 lần.
Trong một đánh giá mù với 85 người dùng WorkBuddy nội bộ trên 259 tác vụ thuộc 27 danh mục, Hy4 flash mang lại điểm hài lòng gần như đồng nhất với Claude Haiku 5.5 trong khi ghi nhận chi phí thấp nhất và thời gian hoàn thành đầu-cuối ngắn nhất trong số mọi mô hình được thử nghiệm.

Các điểm chuẩn hiệu năng Hy4 Flash
Tencent công bố cả các benchmark tác nhân công khai và WorkIndex nội bộ. Các con số tự báo cáo đại diện (cài đặt suy luận cao nhất):
| Benchmark | Hy4 flash | Hy4 đầy đủ | Ghi chú |
|---|---|---|---|
| DeepSWE v1.1 | 64.6 | 74.9 | Mạnh nhưng kém mẫu đầu bảng |
| Terminal-Bench 4.0 | 19.2 | 44.4 | Khoảng cách rõ trên công việc terminal nặng |
| OSWorld 2.1 (một phần) | 68.1 | 78.9 | Khả năng dùng máy tính cạnh tranh |
| APEX-Agents | 63.1 | 75.2 | Điểm tác nhân vững |
| WorkIndex (nội bộ) | 42.1 | 51.4 | Tốt nhất về cân bằng chi phí/chất lượng |
Cách sử dụng Hy4 Flash
1. Qua các sản phẩm của Tencent (dễ nhất cho người dùng Trung Quốc / WorkBuddy)
- Mở WorkBuddy → chọn Hy4 flash (miễn phí đến 30/11).
- Có sẵn trong Yuanbao, trợ lý AI WeCom, QQ, ima, Marvis.
2. Qua Tencent Cloud TokenHub API
Model ID: hy4-flash
Endpoint chat completions tương thích chuẩn OpenAI. Hỗ trợ prompt caching và rất khuyến nghị cho vòng lặp nhiều lượt hoặc tác nhân.
3. Qua CometAPI
Model slug thường là hy4-flash. Giá vẫn cực kỳ cạnh tranh. Hỗ trợ function calling và structured outputs.
4. Cục bộ / tự lưu trữ (mở trọng số)
Trọng số cho instruct, FP8 và base có trên Hugging Face, ModelScope và GitCode theo Tencent Hy License. Có image chính thức cho vLLM và SGLang; hỗ trợ llama.cpp vẫn đang hoàn thiện vào giữa tháng 11/2026. Yêu cầu phần cứng đáng kể (hàng trăm GB cho độ chính xác đầy đủ; các phiên bản lượng tử hóa thực tế hơn).
Mẹo thực tiễn để có kết quả tốt
- Luôn bật prompt caching với system prompt lặp lại hoặc tài liệu dài.
- Dùng mô hình cho tác vụ có độ dài đầu ra vừa phải — trọng tâm hậu huấn luyện về câu trả lời súc tích giúp giữ chi phí thấp.
- Với pipeline lai, định tuyến tác vụ đơn giản/trung bình sang Hy4 flash và nâng cấp các tác vụ mã hóa hoặc nghiên cứu khó sang Hy4 đầy đủ hoặc mô hình đóng mạnh hơn.
- Đa phương thức: nạp trực tiếp ảnh chụp màn hình, biểu đồ hoặc PDF; bộ mã hóa thị giác sẵn sàng sản xuất cho các ca sử dụng văn phòng.
Bạn cần gì trước khi gọi Hy4 Flash API?
Dùng Python 3.10 trở lên và giữ các tệp sau trong một thư mục dự án. CometAPI Chat Completions interface sử dụng OpenAI Python SDK với khóa và endpoint CometAPI. SDK là thư viện khách; Hy4 Flash là mô hình phục vụ yêu cầu.
Chuẩn bị tài khoản và khóa API
Trước khi bắt đầu, có Python 3.10 trở lên, pip, tài khoản CometAPI với quyền truy cập Hy4 Flash và tín dụng khả dụng, và kết nối đến endpoint API. Giữ tất cả tệp ví dụ trong một thư mục dự án.
Tạo tài khoản tại CometAPI, mở bảng điều khiển API và tạo khóa API.
Chọn lệnh cho terminal của bạn và thay YOUR_COMETAPI_KEY bằng khóa của bạn. Chạy các lệnh sau trong cùng phiên terminal.
export COMETAPI_KEY="YOUR_COMETAPI_KEY"$env:COMETAPI_KEY="YOUR_COMETAPI_KEY"
Cài đặt thư viện khách Python
python -m pip install --upgrade openai
Chạy các lệnh còn lại trong cùng phiên terminal. Nếu bạn dùng môi trường ảo, kích hoạt nó trước khi cài SDK.
Cách dùng Hy4 Flash API với Python
Bắt đầu bằng một yêu cầu văn bản ngắn. Bạn sẽ cấu hình client, gửi một phiếu hỗ trợ, và kiểm tra phân loại trả về trước khi thêm streaming, hình ảnh hoặc công cụ.
Bước 1: Cấu hình mô hình và client
Lưu nội dung sau là hy4_client.py. Mọi ví dụ bên dưới import client này, vì vậy bạn chỉ cần cấu hình key, endpoint, timeout và chính sách retry một lần.
import os
from openai import OpenAI
MODEL = "hy4-flash"
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
timeout=120.0,
max_retries=2,
)
Bước 2: Gửi một yêu cầu văn bản
Lưu nội dung này là first_request.py. Nó gửi một tác vụ phân loại nhỏ và in câu trả lời, trạng thái hoàn thành và chi tiết usage. Câu trả lời trả về xác minh kết nối trước khi bạn thêm hình ảnh hoặc công cụ.
from hy4_client import client, MODEL
response = client.chat.completions.create(
model=MODEL,
messages=[
{"role": "system", "content": "Classify tickets as billing, bug, or feature."},
{"role": "user", "content": "I was charged twice for my subscription."},
],
)
choice = response.choices[0]
print(choice.message.content or "")
print("Finish reason:", choice.finish_reason)
if response.usage:
print("Usage:", response.usage.model_dump())
Bước 3: Chạy script và kiểm tra kết quả
python first_request.py
Chạy python first_request.py từ thư mục dự án. Kết quả thành công sẽ xác định phiếu là vấn đề billing, báo cáo stop là lý do kết thúc, và bao gồm token usage khi dịch vụ cung cấp. Nếu câu trả lời trống hoặc yêu cầu thất bại, dùng phần khắc phục sự cố trước khi thêm khả năng khác.
Mở rộng yêu cầu đầu tiên khi cần
| Khả năng | Thay đổi trong yêu cầu | Cần kiểm tra |
|---|---|---|
| Streaming | Đặt stream=True; đọc delta.content của mỗi chunk. | Bỏ qua sự kiện rỗng và kiểm tra finish_reason trước khi coi câu trả lời là hoàn chỉnh. |
| Image input | Gửi văn bản và một mục image_url, dùng URL có thể truy cập hoặc data URL base64 dán nhãn đúng. | Dùng ảnh rõ ràng và hỏi về nhãn hoặc vùng cụ thể. |
| JSON extraction | Yêu cầu rõ các trường và đặt response_format thành {"type":"json_object"}. | Phân tích kết quả, xác thực tên và kiểu trường, và kiểm tra giá trị so với nguồn. |
Chỉ thêm công cụ khi cần thông tin bên ngoài
Định nghĩa một hàm được phép và schema tham số của nó trong tools. Khi mô hình yêu cầu, giữ lại thông điệp assistant, xác thực tham số và quyền người dùng, rồi thực thi hàm trong backend của bạn. Gắn kết quả với tool_call_id khớp và gửi messages cập nhật trở lại để nhận câu trả lời cuối. Giới hạn số vòng tool bổ sung; mô hình cũng có thể trả lời mà không gọi tool.
Kết nối ứng dụng và xử lý lỗi
Giữ khóa API ở backend. Xác thực người dùng, áp dụng giới hạn sử dụng, và trả câu trả lời hoặc stream ra giao diện. Ghi lại trạng thái hoàn thành và usage đã tính phí mà không log khóa hoặc input riêng tư.
Với 401/403, kiểm tra thông tin xác thực và quyền truy cập; với 400, đơn giản hóa yêu cầu; với 429 hoặc lỗi máy chủ tạm thời, dùng retry có giới hạn và backoff. Đánh dấu câu trả lời bị cắt hoặc ngắt kết nối là chưa hoàn thành. Client dùng chung đã có timeout 120 giây và hai lần retry của SDK, vì vậy tránh thêm vòng lặp retry không giới hạn.
Cách thêm công cụ vào một tác nhân Hy4 Flash
Ứng dụng bật công cụ gửi định nghĩa hàm, nhận yêu cầu gọi của mô hình, thực thi một hàm được phép, và trả kết quả với tool_call_id khớp. Chat Completions tool-calling flow giữ lại thông điệp assistant trước khi thêm kết quả tool.
Với tra cứu khách hàng, trình tự cốt lõi là: định nghĩa hàm, để mô hình yêu cầu gọi, chạy nó trong ứng dụng của bạn, và trả kết quả để mô hình có thể trả lời. Mô hình đề xuất cuộc gọi; ứng dụng của bạn kiểm soát việc thực thi.
- Định nghĩa tra cứu. Mô tả get_customer_info trong tools, với customer_id là chuỗi bắt buộc. Giữ triển khai trong backend của bạn.
- Hỏi mô hình. Gửi câu hỏi của người dùng, messages, và tools với tool_choice="auto". Nếu mô hình trả lời trực tiếp, kiểm tra trạng thái hoàn thành và hiển thị câu trả lời.
- Xử lý yêu cầu gọi. Giữ lại thông điệp assistant, xác thực tên hàm và JSON arguments, và kiểm tra quyền truy cập trước khi chạy tra cứu. Thêm mỗi kết quả dưới dạng tool message với tool_call_id khớp.
- Hoàn tất phản hồi. Gửi messages cập nhật trở lại mô hình. Với bản ghi giả định ở đây, câu trả lời cuối nên xác định khách hàng 10086 có gói Pro và trạng thái active. Giới hạn các vòng tool bổ sung.
Kết quả tra cứu nên dẫn đến câu trả lời xác định gói Pro và trạng thái active. Khi thay từ điển cục bộ bằng dịch vụ thực, kiểm tra quyền của người dùng đã đăng nhập trước khi trả về hồ sơ khách hàng. Thêm một operation ID ổn định trước khi giới thiệu các công cụ tạo hoặc sửa đổi bản ghi.
Hy4 Flash tương thích với OpenAI Chat Completions, OpenAI Responses, và giao thức Anthropic Messages.
Giá API Hy4 Flash
So sánh riêng các mức giá đầu vào chưa cache, đầu ra, và cache-hit. Bảng dưới dùng CNY trên mỗi triệu token từ trang giá của Tencent và bảng so sánh CNY trên trang Hy4 Flash của CometAPI, kiểm tra ngày 17/11/2026. Ưu đãi ra mắt 50% của Tencent áp dụng cho usage trước 12:00 giờ Bắc Kinh ngày 30/11/2026.
| Mức dùng trên 1M tokens | Tencent niêm yết (CNY) | Tencent ra mắt (CNY) | Bảng CNY CometAPI* |
|---|---|---|---|
| Uncached input | ¥0.50 | ¥0.25 | ¥0.40 |
| Output | ¥2.00 | ¥1.00 | ¥1.60 |
| Cached input | ¥0.02 | ¥0.01 | ¥0.016 |
Với 100 triệu token đầu vào chưa cache và 10 triệu token đầu ra, tổng theo giá niêm yết của Tencent là ¥70; tổng theo giá ra mắt là ¥35. Giữ kỳ thanh toán và cơ sở giá gắn với mỗi ước tính.
Với 100 triệu token đầu vào chưa cache và 10 triệu token đầu ra, cùng khối lượng cho:
- Tencent niêm yết: 100 × ¥0.50 + 10 × ¥2.00 = ¥70.
- Tencent ra mắt: 100 × ¥0.25 + 10 × ¥1.00 = ¥35.
- CometAPI, dùng bảng CNY của họ: 100 × ¥0.40 + 10 × ¥1.60 = ¥56, phụ thuộc vào việc các mức CNY đó áp dụng cho tài khoản của bạn.
Dựa trên CNY đó, CometAPI thấp hơn ¥14 so với ví dụ giá niêm yết của Tencent, nhưng cao hơn ¥21 so với ví dụ giá ra mắt của Tencent. Giảm giá 20% được quảng cáo là so với giá niêm yết; nó không cộng dồn với khuyến mại 50% của Tencent. Nếu tài khoản CometAPI của bạn thay vào đó tính các mức số đó bằng USD, cùng phép tính là $56, điều này không phải là báo giá ¥56.
Trường hợp sử dụng tốt nhất cho Hy4 Flash
| Trường hợp sử dụng | Vì sao Hy4 Flash phù hợp |
|---|---|
| Tác nhân AI khối lượng lớn | Chi phí tác vụ báo cáo thấp hơn và function calling |
| Trợ lý mã hóa | Ngữ cảnh dài, suy luận và tích hợp công cụ |
| Xử lý tài liệu | Ngữ cảnh lớn và khả năng hiểu hình ảnh |
| Năng suất doanh nghiệp | Đầu ra có cấu trúc và thực thi quy trình |
| Trích xuất dữ liệu | Xử lý ngữ cảnh dài và đầu ra JSON |
| Trợ lý đa phương thức | Đầu vào văn bản và hình ảnh |
| Nghiên cứu tự động | Suy luận nhiều bước và gọi công cụ bên ngoài |
Khuyến nghị tổng thể: Hy4 Flash đặc biệt hấp dẫn cho nhà phát triển cần triển khai các tác nhân AI có khả năng suy luận ở quy mô, mà không phải trả chi phí suy luận của mô hình flagship cho mọi yêu cầu.
Kết luận
Hy4 Flash đáng để đánh giá khi công việc mã hóa hằng ngày, tài liệu hoặc tác vụ tác nhân cần một mô hình kinh tế với hỗ trợ văn bản, hình ảnh và công cụ. Bắt đầu bằng một yêu cầu hoạt động, rồi thêm khả năng mà tác vụ của bạn cần. Hãy để chất lượng và chi phí của công việc hoàn thành—không phải kích cỡ mô hình hay tỷ lệ token giật gân—quyết định liệu nó có phù hợp với ứng dụng của bạn hay không.
Câu hỏi thường gặp
Hy4 Flash nên xử lý PDF scan như thế nào?
Chuyển đổi các trang PDF liên quan thành ảnh rõ ràng và gửi qua input hình ảnh, hoặc trích xuất văn bản đọc được trước khi gửi yêu cầu văn bản. Giữ số trang với mỗi đoạn và yêu cầu bằng chứng kèm theo giá trị trích xuất. Chia nhỏ tài liệu dài theo phần để câu trả lời có thể truy vết tới nguồn ở mức quản lý được, thay vì gửi cả kho lưu trữ trong một yêu cầu.
Tôi nên lưu lịch sử hội thoại Hy4 Flash như thế nào?
Lưu các messages mà ứng dụng của bạn cần để tiếp tục hội thoại, bao gồm các lời gọi công cụ của assistant và kết quả công cụ ghép đôi. Gửi lịch sử liên quan với yêu cầu Chat Completions tiếp theo. Trước khi cắt bớt nội dung cũ, bảo toàn tác vụ hiện tại, dữ kiện thiết yếu, và hành động chưa giải quyết; không tách một lời gọi công cụ đang chờ khỏi kết quả của nó.
Tôi chuẩn bị một job batch Hy4 Flash như thế nào?
Chạy một mẫu nhỏ chứa đầu vào điển hình và các trường hợp thất bại đã biết. Gán cho mỗi mục một ID ổn định và lưu trạng thái, kết quả đã xác thực và usage riêng. Giới hạn số yêu cầu đồng thời, chỉ retry mục thất bại trong một ngân sách cố định, và đối chiếu các ID hoàn thành trước khi khởi động lại job. Điều này giúp lỗi một phần có thể phục hồi mà không lặp lại toàn bộ batch.
Hy4 flash có mở nguồn không?
Có. Trọng số instruct, FP8 và base được phát hành theo Tencent Hy License và có sẵn trên các hub mô hình lớn.
Nó so với Claude Haiku 5.5 như thế nào?
Trong các thử nghiệm mù nội bộ của Tencent, nó đạt mức hài lòng ngang Haiku với chi phí thấp hơn đáng kể và thời gian hoàn thành nhanh hơn trên khối lượng công việc văn phòng. Các benchmark mã hóa tầm nhìn dài độc lập vẫn nghiêng về các mô hình mạnh hơn.



