Tỷ lệ coding agent của OpenAI hoàn thành các nhiệm vụ nghiên cứu được ước tính cần con người 2–4 giờ mà không cần can thiệp đã tăng từ 23% trong tháng 3 lên 46% trong tháng 10. Với nhiệm vụ 4–8 giờ, tỷ lệ này tăng từ 13% lên 35% trong cùng kỳ.
OpenAI công bố kết quả đo lường nội bộ trong báo cáo “Research acceleration: The jagged frontier”, được đăng ngày 18. Báo cáo định nghĩa thành công không cần can thiệp là trường hợp con người không tham gia thực hiện nhiệm vụ.
Số liệu theo từng loại nhiệm vụ được ghi nhận từ ngày 1/8 đến 18/10. Tỷ lệ thành công không cần can thiệp lần lượt là: theo dõi tiến độ huấn luyện 79%; bắt đầu huấn luyện 35%; xây dựng môi trường đánh giá, học tăng cường và agent 29%; viết mã suy luận và phục vụ mô hình 25%.
Tỷ lệ thành công tổng thể được ước tính dựa trên nhật ký sử dụng nội bộ của OpenAI. Công ty lưu ý mức tăng này không nhất thiết chỉ phản ánh cải thiện năng lực của mô hình, vì loại nhiệm vụ các nhà nghiên cứu giao cho agent có thể đã thay đổi.
Trong tháng 10, giá trị sử dụng agent mỗi ngày của một nhà nghiên cứu ở mức trung vị là 2.400 USD, tương đương khoảng 3,2 triệu won, tính theo giá API công khai. Mức phân vị thứ 90 là 23.000 USD, tương đương khoảng 30,64 triệu won. So với tháng 9, hai mức này lần lượt tăng 62% và 105%.
Các khoản trên là giá trị sử dụng tính theo biểu giá công khai, không phải chi tiêu thực tế. OpenAI cho biết mức tăng phản ánh đồng thời hoạt động sử dụng nhiều hơn, việc dùng các mô hình có giá cao hơn và thay đổi trong cách mô hình vận hành cũng như hệ thống chạy agent.
OpenAI cho biết sau khi nội bộ áp dụng cải tiến hiệu quả cho harness tạm thời vào ngày 21/8, lượng token đầu vào sử dụng đã giảm mạnh; thay đổi này dường như khiến giá trị sử dụng token nội bộ được ghi nhận giảm đáng kể. Công ty nói giá trị sử dụng được ghi nhận tăng nhanh sau khi bắt đầu đảo ngược dần các thay đổi từ ngày 10/9.
Chỉ số “ngày làm việc của agent”, quy ước 8 giờ agent hoạt động là một ngày, tăng từ mức trung bình 0,5 ngày lên 5,7 ngày mỗi nhà nghiên cứu mỗi ngày. Chỉ số này chủ yếu ghi nhận việc sử dụng agent hội thoại do nhà nghiên cứu trực tiếp thao tác, nên có thể chưa phản ánh đầy đủ các công việc tự động hóa.
Trong cuộc khảo sát vào giữa tháng 10, hơn 2/3 số nhà nghiên cứu cho biết mức sử dụng đồng thời tối đa trung bình mỗi ngày là từ 4 agent trở lên. Hơn 10% cho biết con số này từ 16 agent trở lên.
Trước đó, TokenPost đưa tin lượng sử dụng agent mỗi ngày của một nhà nghiên cứu OpenAI vào giữa tháng 8 có giá trị tương đương 601 USD. Con số khi đó cũng được tính theo giá API công khai; báo cáo lần này bổ sung dữ liệu sử dụng trong tháng 10, tỷ lệ thành công theo nhiệm vụ và các chỉ số hoạt động nghiên cứu.
OpenAI hỏi 101 nhân viên nghiên cứu họ sẵn sàng đánh đổi điều gì để lấy lại quyền truy cập trong ba tháng vào một coding agent vượt trội GPT-5.2, nếu quyền truy cập đó bị đình chỉ. Câu trả lời ở mức trung vị là 40% nhân lực của nhóm và 30% năng lực tính toán hiện có của nhóm. Công ty lưu ý kết quả dựa trên tự báo cáo và mẫu khảo sát được chọn theo cách không ngẫu nhiên.
OpenAI ước tính khối lượng công việc nghiên cứu hằng tuần được ghi nhận trong lĩnh vực an toàn và căn chỉnh tăng 77% từ tháng 1 đến tháng 9, dựa trên việc phân loại bài đăng nội bộ, pull request và tài liệu. Công ty cho biết nguyên nhân gồm tuyển dụng mới và việc các nhà nghiên cứu hiện tại chuyển sang những nhiệm vụ khác. Chỉ số này không đo tổng số giờ làm việc thực tế.
Trong 4 tuần kết thúc ngày 18/10, số thí nghiệm được ghi nhận trên mỗi người thử nghiệm đang hoạt động bằng 1,68 lần mức cơ sở của năm 2025. OpenAI cho biết chỉ riêng số lượng thí nghiệm tăng không đủ để kết luận tiến độ nghiên cứu đã nhanh hơn.
OpenAI cảnh báo các chỉ số sử dụng agent và hoạt động nghiên cứu trong quá khứ có thể không dự báo được tiến độ nghiên cứu trong tương lai. Công ty cho biết muốn tiếp tục hoàn thiện phương pháp đo lường và mở rộng báo cáo về chênh lệch giữa tốc độ tiến bộ của nghiên cứu an toàn với năng lực mô hình, cũng như các chỉ báo sớm về việc nghiên cứu được tăng tốc.
Comment 0