Làn Sóng AI Tháng 6 Năm 2026

Cộng đồng ước tính cửa sổ phát hành có thể rơi vào khoảng từ ngày 15 tháng 6 đến ngày 5 tháng 7 năm 2026, nhưng mốc thời gian đó hoàn toàn là suy đoán từ các lần xuất hiện trong nhật ký và không có bất kỳ sự xác nhận chính thức nào . Chưa có bất kỳ con số cụ thể nào về giá cả, hiệu quả token hay khả năng đa phương thức được xác nhận cho GPT‑5.6 giả định; kỳ vọng về hiệu quả chi phí và khả năng tạo văn bản kèm hình ảnh chỉ là suy luận từ quỹ đạo phát triển của dòng 5.x, không phải một thông số kỹ thuật đã được ghi nhận .

Điểm mấu chốt: GPT‑5.6 là một rò rỉ đáng tin cậy, không phải một sản phẩm. Ngành công nghiệp đang theo dõi các hành vi ở phía máy chủ, nhưng chưa có ngày ra mắt hay bảng thông số kỹ thuật nào được OpenAI công bố .

“Bài Kiểm Tra Mythos” và Mô Hình Claude Mythos

Cụm từ “Bài kiểm tra Mythos” (Mythos Benchmark) xuất hiện trong nhiều bối cảnh khác nhau, có thể gây nhầm lẫn:

• Vụ rò rỉ mô hình Claude Mythos của Anthropic (26/3/2026): Một lỗi cấu hình trong hệ thống quản lý nội dung của Anthropic đã vô tình làm lộ khoảng 3,000 tài liệu nội bộ, bao gồm một bài đăng nháp về mô hình thế hệ tiếp theo có tên mã “Capybara” và tên chính thức là Claude Mythos . Các bài kiểm tra nội bộ bị rò rỉ cho thấy Mythos đạt 93.9% trên SWE‑bench Verified và 77.8% trên SWE‑bench Pro, dẫn đầu mọi bài đánh giá lập trình lớn vào thời điểm đó . Vào ngày 7 tháng 4 năm 2026, Anthropic đã chính thức công bố Claude Mythos Preview—nhưng đồng thời tuyên bố rằng công chúng không thể sử dụng nó . Mô hình này cũng bị gắn cờ vì khả năng an ninh mạng đặc biệt, bao gồm việc tìm ra một lỗi đã tồn tại 27 năm trong hệ điều hành OpenBSD .

• Bài kiểm tra an ninh của Đại học Carnegie Mellon (tháng 5/2026): Các nhà nghiên cứu CMU đã tạo ra một bài đánh giá riêng biệt để kiểm tra xem liệu các mô hình AI có thể tự động phát triển các lỗ hổng trình duyệt thực tế nhắm vào công cụ V8 của Google hay không. Cả Claude Mythos và GPT‑5.5 đều chứng minh khả năng khám phá và vũ khí hóa các lỗ hổng bảo mật thực sự mà không cần sự can thiệp của con người, trong đó Mythos vượt trội hơn GPT‑5.5 với một biên độ đáng kể nhưng chi phí vận hành đắt hơn khoảng mười hai lần .

• Bài kiểm tra lỗ hổng Mythos của SecureAI (tháng 1/2026): Một bộ tiêu chuẩn tập trung vào an ninh mạng bao gồm các lỗ hổng CVE từ năm 2023–2026, được thiết kế để đánh giá các trình phát hiện lỗ hổng AI, sử dụng các mô hình lớn như Llama‑3.1‑405B làm bộ tham chiếu cơ sở .

Khi ai đó đề cập đến “vụ rò rỉ Bài kiểm tra Mythos”, họ thường đang nói về vụ rò rỉ mô hình của Anthropic. Các bài kiểm tra của CMU và SecureAI là những nỗ lực riêng biệt, chỉ trùng hợp chia sẻ nhãn “Mythos”.

OpenAI Codex: Từ Công Cụ Lập Trình Thành Nền Tảng Làm Việc Doanh Nghiệp

Vào ngày 2 tháng 6 năm 2026, tại sự kiện “Intelligence at Work”, OpenAI đã công bố một sự mở rộng cấu trúc của Codex từ một tác nhân lập trình tập trung vào nhà phát triển thành một nền tảng công việc doanh nghiệp rộng lớn hơn . Ba trụ cột đã được xác nhận của thông báo này là:

• Sáu plugin cho từng vai trò cụ thể: Kinh doanh, Phân tích Dữ liệu, Sáng tạo Nội dung, Thiết kế Sản phẩm, Ngân hàng Đầu tư và Đầu tư Cổ phiếu Đại chúng. Mỗi plugin đóng gói các tích hợp với những ứng dụng kinh doanh phổ biến—tổng cộng 62 ứng dụng, bao gồm Salesforce, Snowflake, Figma và HubSpot—cùng với 110 kỹ năng tự động. Không yêu cầu chuyên môn lập trình để cài đặt hoặc sử dụng chúng .
• Codex Sites (bản xem trước): Một tính năng cho phép người dùng yêu cầu Codex xây dựng, tinh chỉnh và triển khai các ứng dụng web full‑stack JavaScript/TypeScript nhẹ với URL được lưu trữ, xác thực Đăng nhập bằng ChatGPT và lưu trữ tệp. Hiện chỉ khả dụng cho các không gian làm việc ChatGPT Enterprise và Edu đủ điều kiện .
• Chú thích (Annotations): Phản hồi chỉnh sửa cấp độ từng phần hiện hoạt động trên các tài liệu, bản trình bày, bảng tính và Sites, không chỉ giới hạn ở mã nguồn .

OpenAI cũng xác nhận rằng Codex đã vượt qua 5 triệu người dùng hoạt động hàng tuần . Sự mở rộng này thể hiện một bước đi chiến lược rõ ràng nhằm thu hút những người lao động tri thức không phải lập trình viên trong doanh nghiệp, một hướng đi mà nhiều phân tích độc lập đã xác định là trục cạnh tranh trực tiếp với các công cụ trước đây hầu như chỉ tập trung vào các đội ngũ kỹ thuật .

Microsoft Build 2026: Bảy Mô Hình MAI, Một Bộ Máy Suy Luận

Tại hội nghị Build thường niên ở San Francisco vào ngày 2 tháng 6 năm 2026, Microsoft đã giới thiệu một gia đình gồm bảy mô hình AI nội bộ dưới thương hiệu thống nhất MAI (Microsoft AI), bên cạnh phần cứng mới .

Tâm điểm là MAI‑Thinking‑1, mô hình suy luận đầu tiên của công ty:

• 35 tỷ tham số hoạt động với cửa sổ ngữ cảnh 256K .
• Được đào tạo từ đầu bằng cách sử dụng dữ liệu cấp doanh nghiệp, sạch và được cấp phép thương mại, không qua chưng cất từ bất kỳ mô hình bên thứ ba nào .
• Đạt điểm 97% trên bài kiểm tra AIME 25—thước đo nội bộ quan trọng của Microsoft cho khả năng suy luận tổng quát—và ngang bằng với các mô hình dẫn đầu trong các bài kiểm tra kỹ thuật phần mềm, với các chuyên gia đánh giá cho thấy mức độ ưa thích tương đương với Sonnet 4.6 trong các bài kiểm tra mù .
• Được thiết kế để có chi phí token thấp và tối ưu hóa cho dòng chip Maia 200 của chính Microsoft .

Sáu mô hình còn lại hoàn thiện một hệ sinh thái đa phương thức:

• MAI‑Code‑1‑Flash — mô hình tối ưu cho lập trình .
• MAI‑Image‑2.5 / MAI‑Image‑2.5‑Flash — tạo hình ảnh và biến thể tốc độ cao .
• MAI‑Transcribe‑1.5 — chuyển đổi giọng nói thành văn bản .
• MAI‑Voice‑2 / MAI‑Voice‑2‑Flash — xử lý và tổng hợp giọng nói .

Các thông báo về phần cứng bao gồm Surface RTX Spark Dev Box, một máy phát triển AI nhỏ gọn có khả năng đạt tới một petaflop sức mạnh tính toán AI với 128 GB bộ nhớ hợp nhất, được thiết kế để chạy cục bộ các mô hình lên đến 120 tỷ tham số . Microsoft cũng giới thiệu chip lượng tử Majorana 2, báo hiệu sự tăng tốc tham vọng phần cứng của mình vượt ra ngoài tính toán AI cổ điển .

Gia đình bảy mô hình MAI được nhiều người hiểu là một động thái nhằm giảm sự phụ thuộc vào các mô hình của OpenAI, đồng thời cung cấp cho khách hàng doanh nghiệp các giải pháp thay thế nội bộ đi kèm với giấy phép thương mại sạch sẽ .

Đo Lường “Lập Trình Thả Ga” (Vibe Coding): World of AI Bench, Vibe Code Bench và BridgeBench

“Vibe coding”—thói quen tạo ra toàn bộ ứng dụng thông qua các câu lệnh hội thoại thay vì viết cú pháp—đã sản sinh ra một thế hệ bài kiểm tra mới nhằm đo lường khả năng lập trình toàn diện thay vì chỉ các tác vụ riêng lẻ:

• World of AI Bench: Ra mắt khoảng ngày 2 tháng 6 năm 2026, và tự mô tả là “bài kiểm tra vibe coding số một thế giới”. Nó đánh giá hơn 16 mô hình tiên phong trên 10 hạng mục vibe‑coding bằng cách sử dụng một giám khảo AI với thư viện gồm 3,897 câu lệnh. Nền tảng này miễn phí và cho phép so sánh trực tiếp các mô hình .
• Vibe Code Bench (VCB): Một bài kiểm tra học thuật do Vals.ai công bố trên arXiv. Nó sử dụng 100 đặc tả ứng dụng web kết hợp với 964 quy trình làm việc dựa trên trình duyệt bao gồm 10,131 bước phụ, khiến nó trở thành bài kiểm tra đầu tiên đánh giá khả năng tạo ứng dụng web end‑to‑end từ một câu lệnh ngôn ngữ tự nhiên trong một môi trường giống như sản phẩm thực tế .
• BridgeBench: Một bài kiểm tra mã nguồn mở từ BridgeMind đánh giá các mô hình lập trình AI về tốc độ, chi phí và chất lượng mã nguồn. Nó định vị mình là thước đo những gì thực sự quan trọng “khi bạn xuất xưởng sản phẩm cùng AI” và hoạt động với phương pháp mở cùng bảng xếp hạng trực tiếp công khai .

Ba nền tảng này chia sẻ mục tiêu đưa việc đánh giá lập trình AI vượt ra ngoài các bài kiểm tra tỷ lệ vượt qua như SWE‑bench, hướng tới các thước đo toàn diện về khả năng sử dụng, tốc độ, chi phí và bảo mật.

Ứng Dụng Máy Tính Hermes Agent: Tác Nhân Mã Nguồn Mở Có Giao Diện Đồ Họa

Vào ngày 2 tháng 6 năm 2026, Nous Research đã phát hành Hermes Desktop dưới dạng bản xem trước công khai, đóng gói cùng Hermes Agent v0.15.2 và xuất bản theo giấy phép MIT cho macOS 12+, Windows 10/11 và Linux .

Trước đây, Hermes chỉ có thể truy cập thông qua giao diện dòng lệnh (CLI) hoặc các cổng nhắn tin. Ứng dụng máy tính là một giao diện đồ họa gốc, chia sẻ cùng lõi tác nhân, khóa API, phiên làm việc, kỹ năng và bộ nhớ với CLI, vì vậy đây là một bề mặt tương tác thay thế chứ không phải một phiên bản rẽ nhánh .

Nous Research mô tả Hermes như một “tác nhân tự cải thiện, không phải trợ lý lập trình” . Tác nhân này đã tăng trưởng lên khoảng 180,000 sao trên GitHub chỉ trong khoảng ba tháng, khiến nó trở thành một trong những dự án tác nhân mã nguồn mở phát triển nhanh nhất trong hệ sinh thái .

Alibaba Qwen 3.7 Plus: Tác Nhân Đa Phương Thức Với Chi Phí Chỉ Bằng Một Phần Sáu

Alibaba đã ra mắt Qwen 3.7 Plus vào khoảng ngày 1–2 tháng 6 năm 2026. Đây là một mô hình tác nhân đa phương thức xử lý văn bản, hình ảnh và video thông qua đào tạo hợp nhất sớm (early‑fusion), với cửa sổ ngữ cảnh 1 triệu token .

Mức giá được thiết lập chỉ bằng khoảng một phần sáu chi phí trên mỗi token của mô hình chỉ văn bản Qwen 3.7 Max, khiến nó trở thành một trong những tác nhân đa phương thức có giá cạnh tranh nhất trên thị trường . Trên các bài kiểm tra hiệu suất tác nhân, Qwen 3.7 Plus đánh bại Claude Opus 4.6 trên Terminal‑Bench 2.0 và có khả năng nhận diện/tự động hóa giao diện người dùng (UI), tạo mã nguồn từ hình ảnh và trả lời câu hỏi trực quan .

Anthropic Claude Code: Lệnh /fork

Claude Code là công cụ lập trình tác nhân của Anthropic hoạt động trực tiếp trong cửa sổ dòng lệnh, chạy các lệnh shell và chỉnh sửa tệp trên máy của nhà phát triển. Lệnh /fork tạo ra một phiên làm việc mới phân nhánh từ một phiên hiện có, được lưu trữ trong commands/branch/, cho phép một quy trình làm việc nơi các nhà phát triển có thể khám phá một hướng đi khác mà không làm mất ngữ cảnh từ phiên làm việc gốc .

Claude Code đã trở thành một trong những công cụ phát triển AI được áp dụng rộng rãi nhất, với một gói npm từng có được hơn 1,100 sao và 1,900 lượt phân nhánh chỉ trong một ngày .

Những Lỗ Hổng và Câu Hỏi Chưa Được Giải Đáp

Một số mục trong cuộc điều tra ban đầu thiếu xác nhận trực tiếp từ nguồn tin tính đến đầu tháng 6 năm 2026:

• Giá và chỉ số hiệu quả token của GPT‑5.6: Chưa có dữ liệu cứng nào xuất hiện ngoài những khái quát chung về “hiệu quả được cải thiện”. Tuyên bố rằng nó có thể ngang hàng với Claude Mythos trong khi rẻ hơn chỉ là suy đoán của cộng đồng .
• Tích hợp Google Notebook LM + Gemini Omni: Bằng chứng cho thấy Notebook LM sử dụng các mô hình Gemini (bao gồm 1.5 Pro cho một nghiên cứu về độ chính xác chẩn đoán), nhưng một tích hợp “Gemini Omni” chuyên dụng trong Notebook LM như một đợt ra mắt sản phẩm vào tháng 6 năm 2026 không thể được xác nhận từ các nguồn hiện có .
• Robot hình người tại World Intelligence Expo: Cuộc tìm kiếm không thu thập được bằng chứng có thể xác minh về các màn trình diễn robot hình người siêu thực với khả năng ghi lại chuyển động và biểu hiện cảm xúc tại hội chợ triển lãm này. Đây vẫn là một câu hỏi mở, cần một cuộc tìm kiếm có mục tiêu với địa điểm và ngày diễn ra sự kiện cụ thể.

Tuần Này Báo Hiệu Điều Gì

Các chủ đề chủ đạo trong tuần đầu tiên của tháng 6 năm 2026 là công cụ doanh nghiệp (các plugin Codex và Sites), các gia đình mô hình nội bộ (dòng MAI của Microsoft, Qwen của Alibaba), sự trưởng thành của tác nhân mã nguồn mở (Hermes Desktop), và một thế hệ tiếp theo vẫn chưa được công bố công khai (GPT‑5.6, Claude Mythos). Ngành công nghiệp đang chuyển động rất nhanh—nhưng sự phân biệt giữa sản phẩm đã được xác nhận và tin đồn chưa được kiểm chứng lại sắc nét hơn nhiều so với những gì các tiêu đề báo chí thường gợi ý.