#Benchmark

Goose: ngôn ngữ lập trình an toàn bộ nhớ, nhanh hơn C++ và Rust

Goose là ngôn ngữ lập trình mới, an toàn bộ nhớ, không dùng heap hay garbage collector. Theo benchmark của tác giả, Goose nhanh hơn C++ và Rust trong khi dùng ít RAM hơn.

Công Nghệ

Roc chỉ chậm hơn libdeflate của C chưa đến 10% dù là ngôn ngữ lập trình hàm

Thư viện nén roc-deflate viết bằng ngôn ngữ functional Roc chỉ chậm hơn libdeflate của C khoảng 2,6% đến 8,9% ở mức trung vị, dù Roc vẫn chưa ra bản 0.1.0.

Kimi K3.1 Pro ra mắt: AI open-weight 3T cạnh tranh GPT-6 Astra

Kimi ra mắt K3.1 Pro, mô hình open-weight cỡ 3T với 1 triệu token ngữ cảnh, đạt 65,7% trên Terminal-Bench 4.0, vượt GPT-6 Astra và sát Claude Opus 5.5.

SlopCodeBench: GPT-6 Astra dẫn đầu, mức suy luận xhigh gây tốn kém

Benchmark SlopCodeBench cho thấy GPT-6 Astra dẫn đầu với 16,3%, và mức suy luận xhigh tốn gấp 2 đến 4 lần nhưng không phải lúc nào cũng hiệu quả hơn medium.

Mistral ra mắt Timestral, AI dự báo chuỗi thời gian chỉ 209M tham số

Mistral ra mắt Timestral, họ mô hình dự báo chuỗi thời gian xếp hạng nhất ba benchmark lớn dù chỉ có 209M tham số và chạy được trên CPU.

StarSkirmish: AI viết bot StarCraft, GPT-6 Astra dẫn đầu

Benchmark StarSkirmish cho các LLM tự viết bot StarCraft trong một giờ. GPT-6 Astra đứng đầu nhưng vẫn thua xa các bot mạnh nhất do con người viết.

Mercor: 90% giờ làm việc ở Mỹ chưa được benchmark AI đo lường

Mercor ra mắt Benchmark Map, cho thấy khoảng 90% giờ làm việc ở Mỹ nằm ở những tác vụ gần như chưa được benchmark AI phủ sóng.

Ultramarine 1 Flash: AI giá 0,13 USD mỗi tác vụ, vượt các mô hình đắt gấp 60 lần

Ultramarine 1 Flash của Paper Instruments đạt điểm cao hơn nhiều mô hình đắt đỏ hơn chục lần, với chi phí chỉ 0,13 USD mỗi tác vụ công việc văn phòng.

Công Nghệ

JPEG XL đã có mặt trên mọi trình duyệt, nhưng AVIF vẫn nhỏ hơn

JPEG XL đã được mọi trình duyệt lớn hỗ trợ, nhưng các bài đo cho thấy AVIF vẫn cho file nhỏ hơn và giải mã nhanh hơn ở hầu hết trường hợp.

Công Nghệ

WSL 3 của Microsoft (MSFT) nhanh hơn WSL 2 tới 61% về băng thông bộ nhớ

Kết quả benchmark cho thấy WSL 3 với nhân Linux 6.18 tăng băng thông bộ nhớ khoảng 61% và giảm độ trễ tiến trình 11% so với WSL 2, dù biên dịch code chỉ nhanh hơn khoảng 4%.

Công Nghệ

Polars 2.0 ra mắt: xử lý dữ liệu nhanh hơn DuckDB và DataFusion

Polars 2.0 hỗ trợ SQL, xử lý dữ liệu vượt RAM và theo benchmark nội bộ, nhanh hơn DuckDB lẫn DataFusion trên TPC-H và TPC-DS.

Qwen3.8 27B: Nén 4-bit vẫn giữ chất lượng, chạy vừa card RTX 4090

Thử nghiệm tốn 3.000 USD cho thấy bản nén 4-bit của Qwen3.8 27B giữ nguyên chất lượng so với bản gốc 55 GB, trong khi nén xuống 1 bit khiến mô hình gần như đoán mò.