Góc nhìn Vanaxity về SEO, GEO và AEO

OpenAI ra mắt GPT-6.1 Terra ngày 26 tháng 10 năm 2026, một model tầm trung giá 1 USD mỗi triệu token đầu vào và 5 USD mỗi triệu token đầu ra, xây cho việc dùng máy tính, suy luận hình ảnh và viết lách hằng ngày. Trên chỉ số Intelligence Index độc lập của Artificial Analysis, nó đạt 48 ở mức suy nghĩ cao nhất, thấp hơn GPT-6.1 Sol (52), GPT-6 Astra (53), Claude Sonnet 5.5 (56) và Claude Opus 5.5 (58), nhưng cao hơn nhiều so với các model giá rẻ GPT-6 Luna (38) và Claude Haiku 5.5 (41). Chi phí mỗi tác vụ kiểm tra của nó là 0,40 USD, so với 0,72 USD của Sol và hơn 5 USD của Sonnet 5.5 và Opus 5.5. Với đội marketing, điều đó biến Terra thành lựa chọn mặc định tốt cho soạn thảo thường ngày, điền biểu mẫu và thao tác trên nền tảng, trong khi các model điểm cao hơn vẫn an toàn hơn cho nội dung quan trọng với thương hiệu và chiến lược. Ở khối lượng thông thường của agency, chi phí model nhỏ so với thời gian chỉnh sửa, nên chất lượng thường là yếu tố quyết định.

Ngày 25 tháng 10 năm 2026, phòng lab Nanbeige của Trung Quốc phát hành Nanbeige4.3-33B trên Hugging Face theo giấy phép Apache 2.0, cho phép dùng thương mại miễn phí. Model 33 tỷ tham số này xử lý tới 524.288 token ngữ cảnh và được xây cho các tác vụ agent như lập trình và công việc văn phòng. Model card tuyên bố thắng Qwen3.8-27B ở 18 trên 20 bài kiểm tra, dù chưa ai kiểm chứng độc lập. Với marketer, điểm đáng chú ý là kích thước: theo phép tính của chúng tôi, model cần khoảng 66GB bộ nhớ ở độ chính xác đầy đủ và khoảng 20GB ở bản 4-bit, nên chạy được trên một GPU máy trạm. Điều đó khiến AI tự vận hành trở nên khả thi cho những đội muốn giữ dữ liệu khách hàng và kế hoạch chiến dịch trong nội bộ, giảm chi phí mỗi lần dùng hoặc tránh việc model bị thay đổi bất ngờ.

Ngày 22 tháng 10 năm 2026, các nhà nghiên cứu của Microsoft công bố một bài báo đã qua bình duyệt trên Science về MAI-DxO, hệ thống chẩn đoán bằng AI chạy trên GPT-5 của OpenAI. Hệ thống chẩn đoán đúng 83,2% trong 304 ca khó từ New England Journal of Medicine. Bác sĩ đa khoa đạt trung bình 36,1% khi có tài liệu tham khảo chuẩn và 22,3% khi không có, trên một nhóm 56 ca được giữ riêng. Với 325 hồ sơ cấp cứu, điểm số là 80,3% cho hệ thống và 46,8% cho bác sĩ. Kết quả là thật nhưng hẹp: các ca là hồ sơ cũ dạng văn bản, bác sĩ là bác sĩ đa khoa làm một mình thay vì chuyên khoa hay nhóm, cả 15 tác giả đều làm ở Microsoft, và chi phí xét nghiệm chỉ là ước tính. Một nghiên cứu với bệnh nhân thật đang được lên kế hoạch tại Beth Israel Deaconess Medical Center. Với marketer, bài báo là bài học rõ ràng về cách đọc, nhắc lại và viết các tuyên bố benchmark AI.