AI Việt 2025 với gần 80% người dùng tiếp cận và ChatGPT vẫn dẫn đầu thị trường

Mỗi tuần có hơn 300 triệu người dùng ChatGPT để hỏi về sức khỏe, từ đọc kết quả xét nghiệm đến chuẩn bị câu hỏi cho bác sĩ. Vấn đề là hơn 70% các cuộc trò chuyện đó lại xảy ra ngoài không gian Health riêng biệt mà OpenAI xây dựng cho mục đích này. Đó chính là lý do OpenAI vừa mở rộng Health trong ChatGPT ra toàn bộ người dùng đủ điều kiện tại Mỹ, cho phép kết nối Apple Health và hồ sơ y tế để AI dùng dữ liệu cá nhân ngay trong mọi cuộc trò chuyện, không chỉ trong một tab riêng. ChatGPT Health không phải tính năng hoàn toàn mới OpenAI lần đầu giới thiệu ChatGPT Health vào ngày 7/1/2026, dưới dạng thử nghiệm giới hạn theo danh sách chờ cho một nhóm nhỏ người dùng. Ở giai đoạn đó, các cuộc trò chuyện về sức khỏe buộc phải diễn ra trong một không gian Health tách biệt, và việc phải chuyển qua lại giữa các tab tạo ra rào cản đủ lớn khiến phần lớn người dùng vẫn hỏi sức khỏe ngay trong khung chat thông thường thay vì mở Health. Đợt triển khai ngày 23/7 vừa qua thực tế là bản mở rộng toàn diện, không phải lần ra mắt đầu tiên. OpenAI đưa Health đến tất cả người dùng Mỹ đủ điều kiện trên các gói Free, Go, Plus và Pro, đồng thời bỏ luôn rào cản không gian riêng: một khi đã cấp quyền, ChatGPT có thể dùng dữ liệu sức khỏe đã kết nối ở bất kỳ đâu trong ứng dụng, kể cả khi người dùng chỉ đang hỏi về thực đơn hay lịch tập. ChatGPT Health ra mắt với những khả năng nào? Người dùng có thể kết nối Apple Health cùng hồ sơ y tế từ các hệ thống bệnh viện được hỗ trợ, One Medical hoặc Function Health. Khi được cấp quyền, ChatGPT có thể dùng dữ liệu liên quan để so sánh kết quả xét nghiệm mới với những lần trước, tóm tắt thay đổi kể từ buổi khám gần nhất hoặc tìm mối liên hệ giữa giấc ngủ, vận động và thói quen hằng ngày. Mục tiêu là giảm việc người dùng phải liên tục thu thập, tải lên và giải thích lại cùng một thông tin cho AI mỗi lần trò chuyện. Dữ liệu sức khỏe được đưa vào cuộc trò chuyện như thế nào? Health vẫn là nơi người dùng kết nối và quản lý dữ liệu, xem xu hướng gần đây, duyệt hồ sơ đã đồng bộ và quay lại các cuộc trò chuyện sức khỏe trước đó. Nhưng khác với bản thử nghiệm ban đầu, sau khi đồng bộ, thông tin phù hợp có thể được dùng trong những cuộc trò chuyện thông thường nếu người dùng cho phép, thay vì bắt buộc phải mở không gian riêng. Gõ @Health vào câu hỏi cũng là cách yêu cầu ChatGPT chủ động đưa ngữ cảnh sức khỏe vào phản hồi. ChatGPT có thể sử dụng những dữ liệu nào? Dữ liệu có thể bao gồm thuốc đang dùng, kết quả xét nghiệm, lần khám gần đây, giấc ngủ, mức vận động và bài tập. Nếu ứng dụng thiết bị đeo hoặc dinh dưỡng chia sẻ dữ liệu với Apple Health, ChatGPT có thể sử dụng phần dữ liệu được chuyển tiếp khi người dùng cấp quyền, dù OpenAI lưu ý một số chỉ số độc quyền của bên thứ ba có thể không được chuyển sang. Người dùng vẫn quyết định thời điểm cấp quyền Mặc định, ChatGPT sẽ hỏi trước khi dùng hồ sơ y tế hoặc Apple Health để cá nhân hóa câu trả lời. Người dùng có thể cho phép một lần, luôn cho phép hoặc thay đổi thiết lập sau đó, và có thể ngắt kết nối bất kỳ lúc nào trong Health > Accounts. Quyền riêng tư là phần quan trọng nhất, nhưng không tuyệt đối Theo công bố chính thức của OpenAI, hồ sơ y tế, dữ liệu Apple Health và các cuộc trò chuyện sử dụng những dữ liệu này không được dùng để huấn luyện mô hình nền tảng hoặc nhắm mục tiêu quảng cáo, bất kể thiết lập huấn luyện thông thường của tài khoản. Dữ liệu kết nối được bảo vệ bằng các lớp mã hóa bổ sung bên cạnh mã hóa khi lưu trữ và truyền tải. Khi ngắt kết nối một nguồn dữ liệu, thông tin đồng bộ từ nguồn đó sẽ bị xóa khỏi hệ thống của OpenAI trong vòng 30 ngày, nhưng thông tin đã xuất hiện trong lịch sử trò chuyện vẫn tồn tại cho đến khi người dùng tự xóa cuộc trò chuyện tương ứng. Điều ít được nói đến hơn là một khi dữ liệu y tế rời khỏi hệ thống của bệnh viện hay phòng khám để vào ChatGPT, nó không còn nằm dưới sự bảo vệ của HIPAA, đạo luật bảo mật y tế của Mỹ. Toàn bộ cam kết về bảo mật và không dùng để huấn luyện mô hình hiện chỉ dựa trên điều khoản dịch vụ tự nguyện của OpenAI, không phải nghĩa vụ pháp lý bắt buộc như với hồ sơ y tế trong hệ thống bệnh viện truyền thống. Dữ liệu sức khỏe có thể thiếu hoặc lỗi thời, chẳng hạn một loại thuốc vẫn còn trong hồ sơ dù người dùng đã ngừng sử dụng. Hãy kiểm tra thông tin quan trọng với nguồn gốc ban đầu và chuyên gia y tế, đồng thời cân nhắc kỹ trước khi kết nối những dữ liệu thực sự nhạy cảm. GPT-5.6 Sol được dùng cho câu hỏi sức khỏe phức tạp OpenAI cho biết GPT-5.5 Instant mang khả năng trả lời câu hỏi sức khỏe đến người dùng miễn phí, còn GPT-5.6 Sol là lựa chọn mạnh nhất của hãng cho các câu hỏi cần suy luận qua nhiều chi tiết, dành cho người dùng trả phí. Các tình huống được nhắc đến gồm giải thích ghi chú buổi khám bằng ngôn ngữ dễ hiểu, theo dõi biến động xét nghiệm và chuẩn bị câu hỏi cho lần tái khám. OpenAI làm việc với hơn 260 bác sĩ tại 60 quốc gia để xây dựng tình huống và tiêu chí đánh giá, với hơn 600.000 lượt chấm điểm đầu ra mô hình trên 30 lĩnh vực sức khỏe khác nhau. Các tiêu chí gồm độ chính xác, an toàn, giao tiếp, nhận biết ngữ cảnh, mức độ đầy đủ và khả năng chuyển người dùng đến hỗ trợ chuyên môn khi cần. Tuy vậy, công ty vẫn cảnh báo ChatGPT có thể đưa ra thông tin sai lệch, đây vẫn đang là điểm yếu chung của các mô hình AI trong lĩnh vực đòi hỏi độ chính xác tuyệt đối. ChatGPT Health hữu ích nhưng hoàn toàn không thay thế được bác sĩ Lợi ích rõ nhất của Health là gom dữ liệu vốn nằm rải rác trong cổng bệnh nhân, ứng dụng và thiết bị đeo thành ngữ cảnh có thể đặt câu hỏi. Điều này có thể giúp người dùng hiểu lịch sử sức khỏe, chuẩn bị tốt hơn cho cuộc hẹn và trao đổi rõ ràng hơn với bác sĩ. Rủi ro cũng lớn hơn một cuộc trò chuyện thông thường vì câu trả lời liên quan trực tiếp đến dữ liệu nhạy cảm và quyết định sức khỏe. Người dùng không nên tự thay đổi thuốc, trì hoãn cấp cứu hoặc đưa ra quyết định điều trị chỉ dựa trên phản hồi của AI, mà vẫn cần tuân theo chỉ dẫn của bác sĩ thực sự. Người dùng ngoài nước Mỹ nên nhìn nhận tính năng này thế nào? Cả hai đợt triển khai của ChatGPT Health, từ bản thử nghiệm tháng 1 đến bản mở rộng tháng 7, đến nay vẫn giới hạn trong nước Mỹ. Riêng phần kết nối hồ sơ y tế từ hệ thống bệnh viện luôn chỉ dành cho Mỹ ngay từ đầu, còn EU, Anh và Thụy Sĩ bị loại khỏi cả hai đợt vì các quy định bảo mật dữ liệu nghiêm ngặt hơn và khả năng tính năng này bị xếp vào nhóm rủi ro cao theo EU AI Act. OpenAI chưa công bố bất kỳ mốc thời gian nào cho việc mở rộng ra ngoài nước Mỹ, bao gồm cả các thị trường châu Á như Việt Nam. Với người dùng ChatGPT ở các khu vực chưa có Health, có vài điều đáng lưu ý. Trước hết, việc chưa kết nối được hồ sơ y tế không có nghĩa là không thể hỏi ChatGPT về sức khỏe, chỉ là câu trả lời sẽ dựa trên thông tin người dùng tự mô tả thay vì dữ liệu đồng bộ tự động. Kế đến, ngay cả khi tính năng này chưa khả dụng, người dùng vẫn nên thận trọng khi dán nguyên văn kết quả xét nghiệm hay hồ sơ bệnh án vào khung chat thông thường, vì mức bảo vệ dữ liệu sẽ khác so với khi dùng qua không gian Health có mã hóa bổ sung. Cuối cùng, giá trị thực sự của Health khi đến các thị trường khác sẽ phụ thuộc vào việc có bao nhiêu hệ thống y tế địa phương hỗ trợ kết nối, vì phần hồ sơ bệnh viện tại Mỹ khó áp dụng trực tiếp cho hạ tầng y tế của từng nước. Đây là một bước tiến đáng chú ý trong việc cá nhân hóa ChatGPT, nhưng thành công thực tế sẽ được quyết định bởi chất lượng dữ liệu, quyền kiểm soát của người dùng và cách AI biết dừng lại đúng lúc để chuyển giao cho chuyên gia y tế thay vì tự đưa ra kết luận.

Ba cái tên Sol, Terra và Luna khiến GPT-5.6 trông giống một hệ sản phẩm hơn là một model đơn lẻ. Cách đặt tên này cũng cho thấy điều OpenAI muốn thay đổi: người dùng không còn phải chọn giữa một model mạnh nhưng đắt và một model nhỏ nhưng yếu, thay vào đó họ có ba mức năng lực được thiết kế cho ba kiểu công việc khác nhau. Tuy nhiên, GPT-5.6 hiện mới ở giai đoạn preview giới hạn và OpenAI nói rõ rằng dòng model này chưa có trong ChatGPT trong thời gian preview.Ở phía đối diện, Claude Fable 5 được Anthropic định vị là model mạnh cho reasoning, lập trình, nghiên cứu khoa học và các tác vụ agentic kéo dài. Vì vậy, câu hỏi đáng quan tâm không chỉ là model nào thông minh hơn, mà là kiến trúc sản phẩm nào giúp người dùng hoàn thành công việc tốt hơn với chi phí có thể kiểm soát.GPT-5.6 thực sự là gì?Theo thông báo preview của OpenAI, GPT-5.6 gồm ba phiên bản Sol, Terra và Luna. Sol là model chủ lực có năng lực cao nhất, Terra là lựa chọn mạnh với chi phí thấp hơn, còn Luna là model nhanh và tiết kiệm nhất trong dòng sản phẩm.Điểm quan trọng nằm ở cách OpenAI chia nhu cầu thành ba tầng. Một nhóm nghiên cứu có thể dùng Sol để xử lý bài toán khó, một đội sản phẩm có thể dùng Terra cho phần lớn công việc hằng ngày, trong khi một hệ thống xử lý hàng nghìn yêu cầu ngắn có thể dùng Luna để giảm độ trễ. Cách tổ chức này gần với chiến lược hạ tầng hơn là cách ra mắt một chatbot mới.Lưu ý về phạm vi phát hành: OpenAI cho biết GPT-5.6 chưa có trong ChatGPT trong giai đoạn preview. Trải nghiệm trên API, công cụ dành cho developer hoặc nền tảng đối tác không nên được hiểu là trải nghiệm ChatGPT chính thức.Sol dành cho công việc khó và dàiSol được định vị là model mạnh nhất của GPT-5.6, phù hợp với nhiệm vụ cần reasoning sâu, lập trình nhiều bước và kiểm tra chéo kết quả. Ví dụ, một đội kỹ thuật có thể giao cho Sol việc đọc cấu trúc repository, tìm nguyên nhân lỗi, đề xuất bản vá và viết kiểm thử hồi quy. Giá trị của Sol không nằm ở việc trả lời nhanh một câu hỏi ngắn, mà ở khả năng giữ mục tiêu xuyên suốt một chuỗi hành động dài.OpenAI cũng nhấn mạnh mức cải thiện về năng lực cyber khi reasoning tăng. Điều này có ích cho kiểm tra bảo mật và phân tích lỗ hổng trong môi trường được cấp phép, nhưng đồng thời khiến việc kiểm soát quyền truy cập, ghi log và phê duyệt hành động trở nên quan trọng hơn.Terra là lựa chọn cân bằngTerra hướng đến phần việc rộng nhất: phân tích tài liệu, viết nội dung, lập trình ứng dụng, tổng hợp nghiên cứu và hỗ trợ vận hành. Nếu Sol giống một chuyên gia được gọi vào khi bài toán thật sự khó, Terra giống một thành viên mạnh có thể làm việc liên tục trong ngày mà không khiến chi phí tăng quá nhanh.Ví dụ, một nhóm marketing có thể dùng Terra để đọc báo cáo thị trường, trích xuất insight, xây dựng dàn ý và tạo nhiều phiên bản nội dung. Một đội phát triển có thể dùng Terra cho code review, viết test và xử lý ticket có phạm vi rõ ràng. Đây là tầng model có khả năng trở thành lựa chọn mặc định nếu chất lượng thực tế ổn định.Luna ưu tiên tốc độ và quy môLuna được thiết kế cho phản hồi nhanh và chi phí thấp. Các tác vụ như phân loại yêu cầu, tóm tắt đoạn hội thoại, trích xuất trường dữ liệu, tạo bản nháp hoặc định tuyến ticket thường không cần model mạnh nhất. Trong những trường hợp đó, độ trễ và tổng chi phí quan trọng hơn khả năng reasoning cực đại.Tuy nhiên, nhanh không đồng nghĩa với phù hợp cho mọi việc. Nếu nhiệm vụ yêu cầu kiểm chứng nguồn, lập kế hoạch nhiều bước hoặc chỉnh sửa code có ảnh hưởng lớn, người dùng nên chuyển sang Terra hoặc Sol thay vì cố ép Luna xử lý vượt quá vai trò của nó.Claude Fable 5 chọn một hướng khácAnthropic giới thiệu Claude Fable 5 như một model frontier dành cho reasoning, software engineering, vision, nghiên cứu khoa học và công việc agentic dài. Thay vì nhấn mạnh ba tầng sản phẩm trong cùng một thế hệ, Anthropic tập trung thông điệp vào năng lực của một model mạnh có thể xử lý các nhiệm vụ phức tạp trong hệ sinh thái Claude.Sự khác biệt này ảnh hưởng trực tiếp đến cách doanh nghiệp triển khai. Với GPT-5.6, đội kỹ thuật có thể xây bộ định tuyến để gửi từng yêu cầu đến Sol, Terra hoặc Luna. Với Fable 5, trọng tâm có thể nằm ở việc tối ưu prompt, công cụ và ngân sách reasoning cho một model chủ lực. Không có cách nào luôn tốt hơn, bởi quyết định phụ thuộc vào loại workload và khả năng vận hành của từng tổ chức.Cách so sánh thực tế: Đừng dùng một prompt duy nhất rồi kết luận. Hãy tạo bộ test gồm tác vụ ngắn, tác vụ reasoning dài, coding, trích xuất dữ liệu và xử lý lỗi. Sau đó đo độ chính xác, thời gian phản hồi, số lần phải sửa và chi phí hoàn thành.Khác biệt trong coding và agentic workCả GPT-5.6 Sol và Claude Fable 5 đều hướng đến công việc lập trình phức tạp, nhưng trải nghiệm thực tế phụ thuộc nhiều vào công cụ bao quanh model. Khả năng đọc repository, chạy lệnh, quan sát kết quả và tự sửa sai thường quan trọng ngang với điểm benchmark. Nếu bạn làm việc với workflow OpenAI, trang Codex là điểm bắt đầu phù hợp để hiểu cách model tham gia vào quy trình coding.Fable 5 có lợi thế khi người dùng đã quen với hệ sinh thái Claude và các quy trình agentic dài. Bạn có thể đọc thêm bài Anthropic ra mắt Claude Fable 5 để xem cách Anthropic định vị model này và những nhóm công việc mà hãng muốn nhắm tới.Trải nghiệm ban đầu từ các diễn đàn nói gì?Các cuộc thảo luận ban đầu trên Reddit và cộng đồng developer tập trung nhiều vào câu hỏi Sol, Terra và Luna khác nhau đến đâu trong công việc thật. Một số người mô tả Sol là lựa chọn phù hợp cho nhiệm vụ nhiều bước, Terra dễ dùng hơn cho công việc thường xuyên, còn Luna gây chú ý nhờ tốc độ. Những nhận xét này phù hợp với cách OpenAI định vị ba model, nhưng chưa đủ để chứng minh khoảng cách chất lượng cụ thể.Phản hồi diễn đàn có giá trị vì nó cho thấy vấn đề người dùng thật đang quan tâm, tuy nhiên đây là dữ liệu tự chọn. Người đăng có thể dùng prompt khác nhau, quyền truy cập khác nhau và môi trường tích hợp khác nhau. Một kết quả tốt trên công cụ dành cho developer không đảm bảo sẽ giống hệt khi model xuất hiện trong ChatGPT.Điểm cộng được nhắc đếnBa tier giúp người dùng hình dung rõ hơn model nào phù hợp với từng loại tác vụ.Luna tạo kỳ vọng về độ trễ thấp cho các quy trình cần xử lý số lượng lớn.Terra có tiềm năng trở thành lựa chọn mặc định nếu giữ được chất lượng ổn định với chi phí dễ chịu.Sol được kỳ vọng mạnh hơn ở coding, reasoning dài và nhiệm vụ cần nhiều vòng kiểm tra.Những câu hỏi vẫn chưa có đáp án đầy đủKhoảng cách chất lượng thực tế giữa Sol và Terra lớn đến đâu trên workload phổ biến.Chi phí toàn phần khi tính cả số lần sửa, retry và thời gian người dùng phải kiểm tra.Hiệu quả của Luna khi prompt dài hoặc yêu cầu có nhiều ràng buộc.Mức độ ổn định khi OpenAI mở rộng GPT-5.6 từ preview sang ChatGPT, Codex và API.Không nên dùng phản hồi diễn đàn như benchmark: Trải nghiệm cộng đồng là tín hiệu để chọn bài test, không phải bằng chứng đủ mạnh để chọn model cho production.So sánh GPT-5.6 và Fable 5 theo công việcViết và phân tích tài liệuTerra có vẻ là lựa chọn hợp lý cho phần lớn công việc tài liệu vì nó được định vị cân bằng giữa năng lực và chi phí. Fable 5 có thể phù hợp khi tài liệu dài, câu hỏi phức tạp và người dùng muốn model duy trì lập luận xuyên suốt. Khi thử nghiệm, nên chấm cả độ chính xác của trích dẫn, khả năng giữ cấu trúc và mức độ chỉnh sửa cần thiết trước khi xuất bản.Lập trình và sửa lỗiSol và Fable 5 đều là ứng viên cho nhiệm vụ coding khó. Một bài test tốt nên bao gồm đọc code hiện có, tìm nguyên nhân, sửa tối thiểu, viết test và giải thích rủi ro. Nếu chỉ yêu cầu tạo một hàm mới từ đầu, kết quả có thể không phản ánh khả năng làm việc trong repository thật.Tác vụ số lượng lớnLuna có lợi thế định vị rõ ràng trong phân khúc tốc độ và chi phí. Với hàng nghìn yêu cầu trích xuất hoặc phân loại mỗi ngày, chênh lệch nhỏ về giá và latency có thể tạo ra tác động lớn. Fable 5 không nhất thiết là lựa chọn kinh tế cho loại workload này nếu tổ chức chỉ cần câu trả lời ngắn và có cấu trúc.Nghiên cứu và reasoning dàiSol và Fable 5 nên được so sánh bằng nhiệm vụ có đáp án kiểm chứng được, thay vì câu hỏi mở dễ tạo cảm giác thuyết phục. Ví dụ, hãy giao cùng một tài liệu nghiên cứu, yêu cầu xác định giả định, tìm mâu thuẫn, đề xuất thí nghiệm và chỉ ra phần nào chưa đủ bằng chứng. Model tốt hơn là model giúp người dùng phát hiện lỗi nhanh hơn, không phải model viết dài hơn.Nên chọn Sol, Terra, Luna hay Fable 5?Nếu ưu tiên chất lượng cao nhất trong hệ sinh thái OpenAI, Sol là lựa chọn đáng thử đầu tiên. Nếu cần một model mạnh để dùng thường xuyên, Terra có vị trí hợp lý hơn. Nếu workload gồm nhiều tác vụ ngắn và lặp lại, Luna có thể giảm chi phí đáng kể. Trong khi đó, Fable 5 phù hợp với đội nhóm đã đầu tư vào hệ sinh thái Claude hoặc cần reasoning và agentic work dài.Do GPT-5.6 vẫn ở giai đoạn preview, lựa chọn an toàn là không chuyển toàn bộ workload ngay lập tức. Hãy chạy thử song song trên dữ liệu thật, che thông tin nhạy cảm, ghi lại lỗi và dùng cùng tiêu chí đánh giá cho mọi model.Bộ kiểm tra có thể áp dụng ngayChọn 20 tác vụ đại diện cho công việc thật, gồm cả trường hợp dễ và khó.Chạy từng tác vụ trên Sol, Terra, Luna và Fable 5 nếu có quyền truy cập.Chấm độ chính xác, thời gian phản hồi, chi phí và số lần cần con người sửa.Ghi lại lỗi nghiêm trọng thay vì chỉ tính điểm trung bình.Chọn model theo từng nhóm tác vụ, không nhất thiết dùng một model cho mọi việc.GPT-5.6 có đáng để chuyển sang ngay không?Điểm mới đáng chú ý nhất của GPT-5.6 không chỉ là năng lực của Sol, mà là cách OpenAI biến một thế hệ model thành ba tầng vận hành rõ ràng. Điều đó có thể giúp doanh nghiệp kiểm soát chi phí tốt hơn, nhưng cũng đòi hỏi họ biết phân loại workload và xây cơ chế chuyển model phù hợp.Hành động thiết thực nhất lúc này là tạo một bộ test nhỏ từ dữ liệu thật của bạn. Nếu Sol thắng ở tác vụ khó, Terra đủ tốt cho phần lớn công việc và Luna xử lý tốt tác vụ số lượng lớn, kiến trúc ba tầng sẽ có giá trị. Nếu Fable 5 cho kết quả ổn định hơn trên reasoning dài, bạn vẫn có lý do để duy trì hệ thống đa model thay vì đặt cược vào một nhà cung cấp.

Ba triệu người dùng Codex mỗi tuần, tăng gấp 6 lần chỉ trong 3 tháng đầu năm 2026. Con số đó nói lên một điều Codex chính là ngôi sao đang lên. OpenAI đang biến nó thành công cụ gom tất cả trong một điều đó làm cho Codex sẽ không chỉ là sân chơi của mỗi riêng lập trình viên thôi. Codex là gì? Đây là công cụ không chỉ dành cho lập trình viên Hãy thử nghĩ đến tình huống này: bạn muốn tạo một bảng theo dõi chi tiêu tự động cập nhật mỗi tuần, hoặc một trang web nhỏ để nhận đặt lịch từ khách hàng, hoặc đơn giản hơn là muốn có một công cụ tự tổng hợp email báo cáo mỗi sáng mà không cần mở hàng chục tab. Trước đây, những việc này cần một developer. Với Codex, bạn chỉ cần gõ yêu cầu bằng tiếng Anh hoặc tiếng Việt và chờ kết quả. Codex là AI agent của OpenAI, ra mắt tháng 5/2025 và được tích hợp rất sâu vào hệ sinh thái của ChatGPT. Điểm khác biệt cốt lõi so với ChatGPT thông thường là Codex không chỉ trả lời, nó thực sự làm việc thông qua môi trường code. Bạn giao một nhiệm vụ, Codex tự lên kế hoạch, tự thực hiện từng bước, tự kiểm tra kết quả và trả về sản phẩm hoàn chỉnh để bạn dùng ngay. Không cần bạn hiểu code là gì, không cần bạn giám sát từng dòng lệnh. Codex đã có thể hoạt động qua ứng dụng desktop riêng, có sẵn cho cả Windows và macOS hoặc mới đây Codex đã có thể mở rộng sang Android và iOS trên điện thoại, tất nhiên bạn có thể sử dụng ngay tài khoản ChatGPT hiện có để đăng nhập. Codex hiện có trong các gói ChatGPT Plus,Pro, Business và Enterprise tuy nhiên người dùng gói Free và Go cũng được dùng thử với hạn mức giới hạn. Những việc Codex có thể làm thay bạn Tạo ứng dụng hoặc trang web nhỏ từ mô tả Bạn không cần biết HTML hay JavaScript. Chỉ cần mô tả: "Tạo cho tôi một trang đặt lịch hẹn đơn giản, có ô nhập tên, số điện thoại và chọn ngày giờ, gửi thông báo về email khi có người đặt." Codex sẽ tự tạo toàn bộ giao diện, logic xử lý và hướng dẫn bạn đưa lên internet. Một nhóm startup ở Mỹ từng chia sẻ rằng họ hoàn thành trong một cuối tuần những gì trước đây mất cả quý, và đó không phải nhóm toàn developer. Tự động hóa các tác vụ lặp lại Đây là phần nhiều người dùng không phải lập trình viên sẽ thấy hữu ích nhất. Ví dụ: mỗi tuần bạn phải tổng hợp doanh thu từ ba file Excel khác nhau, gộp lại và gửi báo cáo cho sếp. Codex có thể tạo một quy trình tự động làm việc này cho bạn, lên lịch chạy định kỳ và gửi kết quả mà không cần bạn mở máy tính. Với tính năng Automations ra mắt trong bản cập nhật tháng 4/2026, Codex có thể nhận task dài hạn, tạm dừng, tiếp tục và hoàn thành trong nhiều ngày mà không cần bạn nhắc lại từ đầu. Tạo ảnh và prototype trực tiếp trong app Codex tích hợp khả năng tạo ảnh bằng mô hình GPT Image 2.0 cực kì mạnh mẽ trực tiếp trong app luôn. Bạn có thể yêu cầu Codex tạo mockup giao diện, banner sản phẩm, hay hình ảnh minh họa cho tài liệu ngay trong cùng một luồng làm việc mà không cần chuyển sang công cụ khác. Với người làm nội dung, marketer hay founder solo, đây là điểm cộng thực sự vì toàn bộ quy trình từ ý tưởng đến sản phẩm có thể xảy ra trong một cửa sổ duy nhất. Điều khiển máy tính để làm việc trong nền Từ tháng 4/2026, Codex có thể vận hành các ứng dụng trên Mac bằng con trỏ riêng của nó, nhìn màn hình, click và gõ phím để hoàn thành tác vụ trong khi bạn vẫn đang dùng máy bình thường. Hình dung đơn giản hơn: bạn đang họp online, còn Codex đang mở Figma, chỉnh sửa thiết kế và lưu file theo yêu cầu bạn đặt ra từ trước. Hai việc diễn ra song song, không ai cản trở ai. Tính năng điều khiển máy tính (computer use) hiện chỉ khả dụng trên macOS và chưa có ở EU, UK. Bạn cần cấp quyền Accessibility và Screenshot cho ứng dụng Codex khi cài lần đầu. Cách bắt đầu dùng Codex Codex yêu cầu cài đặt ứng dụng desktop trên Windows hoặc macOS, không chạy trực tiếp trên trình duyệt web. Quá trình cài đặt khá đơn giản và chỉ mất vài phút. Bước 1: Truy cập openai.com/codex, tải về bản phù hợp với hệ điều hành của bạn. Với macOS, có hai bản riêng cho chip Apple Silicon (M1 trở lên) và chip Intel. Với Windows, chỉ có một bản duy nhất. Bước 2: Cài đặt ứng dụng và đăng nhập bằng tài khoản ChatGPT hoặc API key OpenAI hiện có của bạn. Bước 3: Chọn thư mục dự án bạn muốn Codex làm việc trong đó có thể chọn liên kết với Github, hoặc bỏ qua bước này nếu bạn chỉ muốn giao task độc lập như tạo file, tạo ảnh hay tự động hóa quy trình. Bước 4: Gõ yêu cầu bằng ngôn ngữ tự nhiên, càng cụ thể càng tốt. Thay vì "làm cho tôi một cái gì đó về báo cáo", hãy gõ "Tạo file Excel tổng hợp doanh thu theo tháng từ dữ liệu tôi cung cấp, thêm biểu đồ cột so sánh từng tháng và tô màu tháng có doanh thu cao nhất." Yêu cầu càng cụ thể, kết quả càng tốt. Codex hoạt động tốt nhất khi bạn mô tả rõ đầu vào, đầu ra mong muốn và bất kỳ ràng buộc nào bạn cần, ví dụ như định dạng file, ngôn ngữ hiển thị hay quy tắc tính toán. So sánh Codex với Claude Code, Antigravity và Cursor dưới góc nhìn người dùng phổ thông Nếu bạn không phải developer, câu hỏi thực tế không phải là "công cụ nào mạnh hơn về mặt kỹ thuật" mà là "công cụ nào tôi có thể dùng ngay mà không cần học thêm gì". Dưới góc nhìn đó, bốn công cụ này khác nhau rõ rệt. Codex và Claude Code Claude Code của Anthropic là đối thủ trực tiếp và đáng gờm nhất của Codex. Về chất lượng đầu ra thuần kỹ thuật, Claude Code hiện đứng đầu trong nhóm này, tạo ra code sạch hơn, logic chặt chẽ hơn và xử lý tốt hơn với các codebase lớn và phức tạp. Tuy nhiên, Claude Code được thiết kế rõ ràng cho developer: giao diện terminal, cần cài đặt qua dòng lệnh và đặc biệt không có khả năng tạo ảnh . Nếu bạn không quen với terminal, Claude Code sẽ là rào cản ngay từ bước đầu. Ngược lại, Codex có giao diện desktop thân thiện hơn, tích hợp khả năng tạo ảnh ngay trong cùng một luồng làm việc và dễ tiếp cận hơn rõ rệt với người dùng không chuyên kỹ thuật. Codex và Antigravity Cả hai đều yêu cầu cài ứng dụng desktop, nhưng triết lý sử dụng lại khác nhau hoàn toàn. Codex được thiết kế theo mô hình "giao việc và chờ kết quả": bạn mô tả yêu cầu, agent chạy trong cloud sandbox riêng biệt và trả về sản phẩm hoàn chỉnh mà không ảnh hưởng gì đến máy bạn đang dùng. Phù hợp với người muốn tự động hóa quy trình, tạo file hay xây dựng sản phẩm mà không cần theo dõi từng bước. Antigravity hoạt động theo hướng ngược lại: agent chạy trực tiếp trên máy bạn, nhìn màn hình, mở ứng dụng và phối hợp với bạn theo thời gian thực trong khi bạn đang làm việc. Nếu bạn muốn một đồng nghiệp AI làm việc song song cùng mình, quan sát và phản ứng với những gì đang xảy ra trên màn hình, Antigravity phù hợp hơn. Codex và Cursor Cursor được xây dựng trên nền VS Code và hướng đến developer muốn giữ nguyên môi trường làm việc quen thuộc. Với người không biết code, Cursor gần như không phù hợp vì toàn bộ trải nghiệm xoay quanh việc chỉnh sửa code trong editor. Cursor mạnh ở khả năng hiểu toàn bộ codebase và linh hoạt trong việc chọn model AI, nhưng đó là lợi thế dành cho developer, không phải cho người dùng phổ thông cần tự động hóa quy trình hay tạo sản phẩm từ đầu. Tóm lại theo góc nhìn người dùng không chuyên kỹ thuật: Codex: Giao diện desktop thân thiện trên Windows và macOS, tạo được ảnh, phù hợp với người muốn dùng AI như một công cụ workflow tự động. Claude Code: Chất lượng đầu ra kỹ thuật tốt nhất, nhưng thiên về developer và không tạo được ảnh. Antigravity:Agent làm việc trực tiếp trên máy theo thời gian thực, phù hợp với người muốn phối hợp cùng AI trong lúc đang làm việc . Cursor: Tốt nhất cho developer giữ nguyên workflow VS Code, không phù hợp với người dùng phổ thông. Codex phù hợp nhất với ai? Nếu bạn là người làm nội dung muốn tự tạo landing page cho chiến dịch thì Codex khá phù hợp. Nếu bạn là marketer cần tự động hóa báo cáo hàng tuần từ nhiều nguồn dữ liệu, Codex phù hợp. Nếu bạn là founder solo đang cần ra sản phẩm nhanh mà chưa có team kỹ thuật, Codex phù hợp. Nếu bạn là giáo viên muốn tạo một ứng dụng trắc nghiệm nhỏ cho học sinh mà không muốn học lập trình, Codex phù hợp. Ngược lại, nếu bạn là developer cần kiểm soát chi tiết từng dòng code trong một codebase lớn và phức tạp, Claude Code sẽ cho chất lượng đầu ra tốt hơn. Codex là công cụ tối ưu cho những người muốn kết quả nhanh mà không cần hiểu cách nó hoạt động bên trong. Một giới hạn thực tế cần biết: Codex hiện chỉ hỗ trợ đầy đủ với Python, JavaScript, TypeScript và Ruby. Với các tác vụ không liên quan đến code như tạo ảnh, tự động hóa quy trình hay tạo tài liệu, giới hạn ngôn ngữ này không ảnh hưởng gì đến bạn. Ranh giới biết code đang mờ dần Câu hỏi "bạn có biết lập trình không" đang dần mất đi sức nặng khi các công cụ như Codex tiếp tục phát triển. Điều quan trọng hơn bây giờ là bạn có thể mô tả rõ ràng những gì mình muốn không, vì đó chính xác là kỹ năng về mặt tư duy khi bạn muốn làm việc với Codex hay các công cụ khác AI Agent tương tự. Nếu muốn thử ngay hôm nay, hãy bắt đầu bằng một tác vụ nhỏ và cụ thể: yêu cầu Codex tạo một file Excel tổng hợp dữ liệu bạn đang làm thủ công mỗi tuần. Đó là bài kiểm tra nhanh nhất để bạn tự đánh giá xem Codex có thực sự tiết kiệm thời gian cho mình hay không.

Trong báo cáo tài chính quý IV năm 2025 vừa qua, Alphabet (công ty mẹ của Google) đã công bố một cột mốc lịch sử: ứng dụng trí tuệ nhân tạo Gemini đã chính thức vượt ngưỡng 750 triệu người dùng hoạt động hằng tháng (MAU). Con số này không chỉ là một minh chứng cho tốc độ phát triển thần tốc của Google mà còn báo hiệu một cuộc tái cấu trúc toàn diện trên thị trường AI thế giới.Tốc độ tăng trưởng "nóng" và vị thế trên bản đồ AIChỉ trong một thời gian ngắn, Gemini đã có sự bứt phá đáng kinh ngạc. Vào tháng 10 năm 2024, ứng dụng này mới chỉ có khoảng 90 triệu người dùng, nhưng đến tháng 3 năm 2025 đã đạt 350 triệu và hiện tại là 750 triệu. So với quý III năm 2025 (đạt 650 triệu MAU), Gemini đã tăng thêm 100 triệu người dùng chỉ trong một quý.Hiện nay, Gemini đang bám đuổi sát sao đối thủ lớn nhất là ChatGPT (ước tính đạt khoảng 810 triệu người dùng vào cuối năm 2025) và đã vượt xa Meta AI (hiện ghi nhận gần 500 triệu người dùng hằng tháng). Các nguồn tin chỉ ra rằng thị phần lưu lượng truy cập web của Gemini đã tăng gấp bốn lần trong một năm, từ 5,7% lên 21,5%, trong khi ChatGPT giảm từ 86% xuống còn khoảng 64%.[CHART_1]Những động lực đằng sau sự bứt pháSự thành công của Gemini không đến từ sự ngẫu nhiên, mà là kết quả của chiến lược tích hợp sâu và cải tiến công nghệ không ngừng:Sức mạnh của Gemini 3: Việc ra mắt mô hình Gemini 3 được coi là một cột mốc quan trọng, mang lại khả năng lập luận sâu sắc và hiểu đa phương thức vượt trội. CEO Sundar Pichai nhấn mạnh rằng Gemini 3 Pro có tốc độ xử lý token hằng ngày cao gấp ba lần so với phiên bản tiền nhiệm.Hệ sinh thái Google đồ sộ: Lợi thế lớn nhất của Gemini chính là khả năng phân phối. Gemini được tích hợp trực tiếp vào hơn 3 tỷ thiết bị Android, trình duyệt Chrome (chiếm 65% thị phần web), Gmail và Google Workspace. Điều này cho phép người dùng tiếp cận AI một cách tự nhiên trong các tác vụ hằng ngày mà không cần tải thêm ứng dụng riêng biệt.Các mối quan hệ đối tác chiến lược: Google đã trở thành nhà cung cấp đám mây ưu tiên của Apple để phát triển các mô hình nền tảng cho Siri và tích hợp công nghệ Gemini. Ngoài ra, thỏa thuận với Reliance Jio tại Ấn Độ đã giúp 500 triệu khách hàng tiếp cận gói dùng thử Gemini miễn phí trong 18 tháng.Tối ưu hóa chi phí: Alphabet đã giảm được 78% chi phí vận hành cho mỗi đơn vị Gemini trong năm 2025 thông qua việc tối ưu hóa mô hình và sử dụng phần cứng chuyên dụng như chip TPU Ironwood (thế hệ thứ 7).Chiến lược thương mại đa dạngĐể thu hút nhóm người dùng nhạy cảm về chi phí, Google đã triển khai gói dịch vụ Google AI Plus với mức phí chỉ 7,99 USD mỗi tháng. Đồng thời, mảng doanh nghiệp cũng ghi nhận thành công rực rỡ với hơn 8 triệu người dùng trả phí cho gói Gemini Enterprise, phục vụ hơn 2.800 công ty lớn như BNY hay Virgin Voyages.Một điểm đáng chú ý là Google đang phát triển tính năng "Import AI chats", cho phép người dùng chuyển toàn bộ lịch sử trò chuyện từ ChatGPT hoặc Claude sang Gemini. Đây được coi là một "cú hích" để lôi kéo người dùng di cư sang hệ sinh thái của Google mà không lo mất đi dữ liệu đã "huấn luyện" trước đó.Tầm nhìn 2026: Khoản đầu tư khổng lồ vào hạ tầng AIVới đà tăng trưởng hiện tại, Alphabet dự kiến sẽ chi từ 175 tỷ đến 185 tỷ USD cho chi phí đầu tư (CapEx) vào năm 2026. Khoản tiền này chủ yếu được đổ vào hạ tầng kỹ thuật, bao gồm máy chủ (chiếm 60%) và các trung tâm dữ liệu cùng thiết bị mạng (chiếm 40%).Theo các nguồn tin, mục tiêu của Google là duy trì sự đổi mới không ngừng trong bối cảnh nhu cầu về AI tăng vọt. Tuy nhiên, CEO Sundar Pichai cũng cảnh báo về những thách thức liên quan đến năng lực tính toán, cung ứng năng lượng và đất đai để xây dựng các trung tâm dữ liệu mới.Kết luậnCột mốc 750 triệu người dùng của ứng dụng Gemini không chỉ là một con số khô khan, mà là lời khẳng định cho sự trở lại mạnh mẽ của Google trong cuộc đua AI. Bằng cách tận dụng hệ sinh thái sẵn có và không ngừng cải tiến hiệu suất mô hình, Gemini đang dần xóa bỏ thế độc quyền của ChatGPT, tạo ra một thị trường AI cạnh tranh và đa dạng hơn cho người tiêu dùng toàn cầu.