Kết quả đánh giá giai đoạn 2 của mô hình AI độc lập: Motif3 đạt điểm cao nhất toàn cầu

Dự án 'Mô hình nền tảng AI độc lập (Độc Phá Mô)' do Bộ Khoa học, Công nghệ và Thông tin Hàn Quốc triển khai đã hoàn tất giai đoạn đánh giá thứ hai, và bảng điểm đánh giá chuẩn toàn cầu cho các mô hình AI trong nước đã được công bố. Đặc biệt, mô hình 'Motif3' của Motif Technologies, tham gia vào Độc Phá Mô qua đợt công bố bổ sung, đã ghi nhận điểm số cao nhất trong số các mô hình trong nước, thu hút sự chú ý vào kết quả đánh giá giai đoạn hai.

Theo thông tin từ nền tảng phân tích mô hình AI toàn cầu Artificial Analysis (AA) vào ngày 13, 'Motif3' đã đạt 47 điểm. Mô hình này nằm trong top 10 của các mô hình ngôn ngữ lớn (LLM) toàn cầu được liệt kê trên AAII, và là mô hình có thứ hạng cao nhất trong số các mô hình do doanh nghiệp trong nước phát triển.

Theo sau là mô hình 'Solar Open2' của Upstage với 37 điểm, 'A.X K2' của SK Telecom (SKT) với 35 điểm, và 'K-Exa One 2.0' của Viện Nghiên cứu AI LG với 31 điểm. Nếu chỉ xét điểm số AAII của 4 mô hình tham gia Độc Phá Mô, khoảng cách giữa vị trí thứ nhất và thứ tư là 16 điểm.

AA là nền tảng phân tích tổng hợp hiệu suất, chất lượng và chi phí của các mô hình AI. Nền tảng này không chỉ cung cấp thông tin về hiệu suất mô hình mà còn về giá cả, tốc độ đầu ra, thời gian trễ, và các chỉ số khác mà người dùng cần xem xét trong quá trình triển khai dịch vụ thực tế.

Đặc biệt, AAII là chỉ số đánh giá năng lực tổng thể của mô hình AI bằng cách kết hợp kết quả đánh giá từ nhiều lĩnh vực như toán học, khoa học và lập trình. Điểm đặc biệt là nó tổng hợp nhiều kết quả đánh giá thay vì chỉ một đánh giá đơn lẻ. Tuy nhiên, không có chỉ số nào đánh giá khả năng tiếng Hàn riêng biệt, do đó có hạn chế trong việc phản ánh hoàn toàn hiệu suất mô hình trong môi trường sử dụng trong nước.

Một điểm đáng chú ý khác là quy mô của mô hình không tỉ lệ thuận với điểm số AAII. Trong số các mô hình tham gia đánh giá giai đoạn hai của Độc Phá Mô, mô hình lớn nhất là 'K-Exa One 2.0' của Viện Nghiên cứu AI LG, với quy mô lên tới 750 tỷ tham số (750B).

Mô hình 'A.X K2' của SKT theo sau với 688B tham số. Trong khi đó, 'Motif3' đạt điểm cao nhất với quy mô 314B tham số. 'Solar Open2' của Upstage có quy mô 250B tham số.

Tuy nhiên, điểm số AAII không hoàn toàn phản ánh kết quả đánh giá giai đoạn hai của Độc Phá Mô. Đánh giá giai đoạn hai này bao gồm 40 điểm từ đánh giá chuẩn, 35 điểm từ chuyên gia và 25 điểm từ người dùng. Đặc biệt, trong lần đánh giá này, một hội đồng đánh giá gồm 200 công dân đã trực tiếp sử dụng 4 mô hình và đánh giá hiệu suất của chúng.

Khoảng cách với các mô hình hàng đầu toàn cầu vẫn còn lớn. Mô hình 'Claude Opus5' của Anthropic đạt 63 điểm, cao hơn 16 điểm so với 'Motif3'. 'GPT-5.6 Sol' của OpenAI và 'Grok 4.6' của xAI cũng lần lượt đạt 61 điểm.

Sự phát triển mạnh mẽ của các mô hình AI Trung Quốc cũng rất đáng chú ý. Mô hình 'Kimi K3' của Moonshot AI đạt 60 điểm, chỉ kém 1 điểm so với 'GPT-5.6 Sol'. 'Q1 3.8 Max' của Alibaba đạt 58 điểm, 'GLM-5.2' của Z.ai đạt 53 điểm, và mô hình mới nhất 'V4 Flash' của DeepSeek đạt 52 điểm. So với 'Motif3', mô hình cao nhất trong nước, các mô hình này đều cao hơn từ 5 đến 13 điểm.

Bộ Khoa học, Công nghệ và Thông tin dự kiến sẽ công bố kết quả đánh giá giai đoạn hai của Độc Phá Mô trong thời gian tới. Qua lần đánh giá này, 3 trong số 4 đội ngũ tinh nhuệ hiện đang tham gia sẽ tiến vào giai đoạn tiếp theo.



* Bài viết này được dịch tự động bằng AI.

• #mô hình nền tảng AI độc lập
• #đánh giá chuẩn
• #mô hình trí tuệ nhân tạo