Gemini 4 Carbon chậm gấp 7-11 lần so với đối thủ khi làm agent lập trình

Một bài phân tích chi tiết trên Hacker News đã bật mí lý do Gemini 4 Carbon hoạt động “chậm không thể chấp nhận được” trong việc sử dụng thực tế như agent lập trình. Trong bài test chẩn đoán và sửa lỗi bug từ codebase thực tế, Carbon mất gần 1 giờ trong khi GPT-6 Astra và Opus chỉ cần vài phút để hoàn thành cùng nhiệm vụ.
Dữ liệu tracing cho thấy tốc độ inference chậm hơn chỉ chiếm 16-49% khoảng cách thời gian. Phần lớn do Carbon thực hiện nhiều bước hơn gấp 7 lần Astra, gấp 11 lần số lần gọi công cụ (đọc file, chạy lệnh), và viết nhiều code gấp 7 lần. Do mỗi bước đều gửi lại toàn bộ lịch sử hội thoại, lượng token đầu vào của Carbon tăng gấp hơn 16 lần.
Phân loại các bước cho thấy Carbon dành quá nhiều thời gian cho việc khám phá và đọc lại code: 39% số dòng code nó đọc là những dòng đã xem trước đó. Khác với Astra thường đọc nhiều file cùng lúc (trên 2 công cụ/bước), Carbon thường chỉ đọc 1 file mỗi bước. Thử nghiệm tiêm prompt kiểm tra “đã đủ thông tin để sửa chưa?” mỗi 5 bước đã cắt giảm thời gian từ 37 xuống 28 phút, chứng tỏ vấn đề nằm ở hành vi lặp lại chứ không phải thiếu kiến thức.
Đây là bài học quan trọng cho cộng đồng AI Việt Nam đang xây dựng agent: hiệu suất không chỉ phụ thuộc vào thông minh mô hình mà còn ở chiến lược hành động, việc tối ưu số bước và tránh lặp lại công việc. Các team dev cần benchmark kỹ lưỡng trước khi chọn model làm backbone cho agent sản xuất.
Bài được AI biên dịch và tóm tắt từ nguồn trên. Xem bài gốc để có đầy đủ thông tin.