Meta tuyên bố AI 'Watermelon' đuổi kịp GPT-5.5, nhưng OpenAI đã có bản nâng cấp mới

Giám đốc AI của Meta, Alexandr Wang, vừa tuyên bố trong một cuộc họp nội bộ rằng mô hình 'Watermelon' sắp ra mắt của công ty đã bắt kịp GPT-5.5 của OpenAI trên các chuẩn đánh giá AI được theo dõi sát sao, theo hai nguồn tin quen thuộc với vấn đề . Tuyên bố này nghe có vẻ ấn tượng – nhưng đi kèm với những điểm trừ quan trọng mà các nhà đầu tư, kỹ sư và những người theo dõi AI cần phải hiểu rõ.

Những gì Wang thực sự đã nói

Wang, người đứng đầu bộ phận siêu trí tuệ (superintelligence) của Meta, cho biết Watermelon – phiên bản kế nhiệm của mô hình Avocado đã bị trì hoãn – đã bắt kịp GPT-5.5 của OpenAI trên các 'chuẩn đánh giá mô hình AI được theo dõi chặt chẽ' không được nêu rõ . Ông cũng xác nhận mô hình 'hiện đang trong quá trình huấn luyện' và sử dụng 'sức mạnh tính toán lớn hơn một bậc so với Avocado' .

Vấn đề ở đây là Wang đã không tiết lộ những chuẩn đánh giá cụ thể nào được sử dụng, khiến cho tuyên bố này trở nên khó kiểm chứng . Nếu không biết Watermelon bắt kịp GPT-5.5 ở chuẩn đánh giá lập trình (nơi Muse Spark của Meta chỉ đạt 59.0 trên Terminal-Bench so với 75.1 của GPT-5.4), các bài kiểm tra lý luận trình độ tiến sĩ như GPQA Diamond (Muse Spark đạt 89.5%), hay khả năng hiểu ngôn ngữ tổng quát, thì sự so sánh này là chưa đầy đủ .

Tại sao GPT-5.5 đã là mục tiêu di động

OpenAI đã phát hành GPT-5.5 vào ngày 23/4/2026, và nó nhanh chóng vươn lên dẫn đầu Chỉ số Trí tuệ Artificial Analysis . Nhưng vào thời điểm Wang đưa ra tuyên bố, OpenAI đã tung ra GPT-5.6 vào ngày 26/6/2026 – một bộ ba mô hình gồm Sol, Terra và Luna, với mô hình hàng đầu Sol thiết lập kỷ lục mới trên Terminal-Bench 2.1 với 88.8% (và 91.9% ở cấu hình Ultra) .

Điều này có nghĩa là Watermelon đang nhắm vào một mô hình không còn ở vị trí dẫn đầu. Nhịp độ phát triển của OpenAI – GPT-5.4 vào ngày 5/3, GPT-5.5 vào 23/4, GPT-5.6 vào 26/6 – cho thấy chu kỳ nâng cấp khoảng sáu tuần . Vào thời điểm Watermelon được phát hành, OpenAI có thể đã có GPT-5.7 hoặc hơn thế nữa.

Thành tích của Meta: Rắc rối với Avocado

Tuyên bố lạc quan về Watermelon diễn ra trong bối cảnh Meta đang gặp khó khăn với người tiền nhiệm của nó. Avocado – mô hình lớn đầu tiên từ Phòng thí nghiệm Siêu trí tuệ (Superintelligence Lab) được tái cấu trúc của Meta – đã bị trì hoãn từ tháng 3/2026 sang ít nhất là tháng 5/2026 sau khi các bài kiểm tra nội bộ cho thấy nó thua kém Gemini 3.0 của Google, GPT-5.4 của OpenAI và các mô hình mới nhất của Anthropic về khả năng lập luận, viết mã và viết lách . Một báo cáo thậm chí còn chỉ ra rằng Meta đã cân nhắc việc tạm thời cấp phép sử dụng Gemini của Google như một phương án dự phòng .

Muse Spark (tên công khai của Avocado) cuối cùng cũng được ra mắt, nhưng chỉ xếp thứ tư toàn cầu, sau Gemini 3.1 Pro, GPT-5.4 và Claude Opus 4.6 trên Chỉ số Trí tuệ Artificial Analysis, với số điểm 52/100 . Nó vượt trội ở các chuẩn đánh giá y tế và khoa học (42.8% trên HealthBench Hard, tốt nhất trong nhóm) nhưng lại yếu kém ở khả năng lập trình (59.0 trên Terminal-Bench) và lý luận trừu tượng (42.5 trên ARC AGI 2) .

Câu hỏi về khoản chi tiêu khổng lồ

Mark Zuckerberg đã đặt cược rất lớn vào hạ tầng AI. Phòng thí nghiệm Siêu trí tuệ của Meta được cho là đã chi 14,3 tỷ USD cho mô hình lớn đầu tiên của mình (Muse Spark) . Nhận xét của Wang rằng Watermelon sử dụng 'sức mạnh tính toán nhiều hơn một bậc so với Avocado' cho thấy Meta sẵn sàng đổ nguồn lực khổng lồ để thu hẹp khoảng cách .

Tuy nhiên, cùng ngày với báo cáo về tuyên bố lạc quan của Wang, Mark Zuckerberg được cho là đã bày tỏ lo ngại rằng tiến bộ AI đang chậm lại, tạo ra một thông điệp nội bộ trái chiều về quỹ đạo phát triển của Meta . Sự căng thẳng giữa sự lạc quan của Wang và sự thận trọng của Zuckerberg làm nổi bật sự không chắc chắn xung quanh việc liệu chỉ riêng việc mở rộng sức mạnh tính toán thô có thể thu hẹp khoảng cách với nhịp độ phát triển nhanh hơn của OpenAI hay không.

GPT-5.6 thêm một yếu tố phức tạp mới

OpenAI GPT-5.6 Sol hiện chỉ có sẵn dưới dạng 'bản xem trước giới hạn' cho các đối tác được chọn theo chỉ thị của chính phủ Mỹ . Điều này có nghĩa là toàn bộ khả năng của nó có thể không được thương mại hóa nhanh chóng – nhưng nó vẫn đặt ra một thanh hiệu suất cao hơn so với GPT-5.5 . Điểm số Terminal-Bench 2.1 của Sol là 88.8% (91.9% Ultra) so với 83.4% của GPT-5.5, thể hiện một bước nhảy vọt đáng kể về năng lực .

Kết luận chính: Một mục tiêu chỉ nhìn về phía sau

Tuyên bố của Wang rằng Watermelon bắt kịp GPT-5.5 có thể đúng trên một số chuẩn đánh giá, nhưng nó chỉ là một mục tiêu nhìn về phía sau. Vào thời điểm Watermelon được phát hành, OpenAI có thể đã đạt đến GPT-5.7 hoặc hơn nữa, và lịch sử về sự chậm trễ trong thực thi của Meta (Avocado) kết hợp với chi tiêu vốn khổng lồ tạo ra sự không chắc chắn thực sự về việc liệu chỉ riêng việc mở rộng sức mạnh tính toán thô có thể thu hẹp khoảng cách với tốc độ phát triển của OpenAI hay không. Câu hỏi thực sự không phải là liệu Watermelon có bắt kịp GPT-5.5 hay không – mà là liệu Meta có thể duy trì khoản đầu tư cơ sở hạ tầng cần thiết để theo kịp một đối thủ phát hành một mô hình tiên tiến mới sau mỗi sáu tuần hay không.