Claude Fable 5 không bị 'ngu hóa' — lỗi nằm ở lớp định tuyến quá thận trọng

Claude Fable 5 có thực sự "yếu hơn" không?

Kể từ khi Anthropic ra mắt Claude Fable 5, cộng đồng AI liên tục tranh luận về một hiện tượng kỳ lạ: cùng một mô hình, nhưng hai bộ benchmark khác nhau lại cho ra hai kết luận hoàn toàn trái ngược — một bên cho thấy hiệu suất vượt trội, bên còn lại ghi nhận sự sụt giảm đáng kể so với các phiên bản trước.

Câu hỏi đặt ra: Claude Fable 5 có bị "nerfed" (cố tình làm yếu đi) hay không?

Thủ phạm thực sự: Lớp định tuyến "quá lo xa"

Theo phân tích kỹ thuật được công bố trên Decrypt, nguyên nhân không nằm ở năng lực của mô hình ngôn ngữ lớn (LLM) mà đến từ lớp định tuyến (routing layer) — thành phần trung gian quyết định yêu cầu nào sẽ được xử lý bởi mô hình đầy đủ, và yêu cầu nào bị chuyển hướng sang mô hình nhỏ hơn hoặc bị chặn lại.

Lớp định tuyến của Anthropic được thiết kế để tối ưu chi phí vận hành và kiểm soát nội dung. Tuy nhiên, trong một số trường hợp, nó hoạt động quá thận trọng (paranoid) — từ chối hoặc rút gọn phản hồi ngay cả với những yêu cầu hoàn toàn hợp lệ, khiến người dùng và các công cụ đánh giá tự động nhầm tưởng rằng mô hình đã bị giới hạn năng lực.

Hai benchmark, hai câu chuyện khác nhau

Vấn đề trở nên rõ ràng hơn khi so sánh phương pháp đánh giá:

• Benchmark A sử dụng các prompt trực tiếp, ít ngữ cảnh — đây là tình huống lớp định tuyến dễ "hiểu lầm" và can thiệp.
• Benchmark B dùng các prompt có cấu trúc rõ ràng hơn — lớp định tuyến ít bị kích hoạt, mô hình thể hiện đúng năng lực thực.

Sự chênh lệch giữa hai bộ kết quả, theo đó, phản ánh hành vi của router chứ không phải của Fable 5.

Hệ quả với hệ sinh thái AI rộng hơn

Đây không phải lần đầu tiên lớp định tuyến và các cơ chế kiểm duyệt trung gian tạo ra nhầm lẫn trong cộng đồng. Các hệ thống AI thương mại ngày càng phức tạp hơn, với nhiều tầng xử lý đặt giữa người dùng và mô hình gốc. Điều này đặt ra thách thức cho cả nhà phát triển ứng dụng lẫn nhà nghiên cứu benchmark khi muốn đánh giá chính xác hiệu năng thực tế.

Một số nhà phân tích trong lĩnh vực AI cho rằng Anthropic cần minh bạch hơn về cách thức hoạt động của routing layer, đặc biệt khi các quyết định của lớp này ảnh hưởng trực tiếp đến trải nghiệm người dùng cuối và kết quả đánh giá độc lập.

Kết luận

Claude Fable 5 không bị làm yếu đi về mặt kỹ thuật. Nhưng hành vi thực tế mà người dùng trải nghiệm lại do một thành phần hoàn toàn khác quyết định — lớp định tuyến vô hình, hoạt động phía sau và đôi khi quá thận trọng đến mức phản tác dụng.

Bài học rút ra: khi đánh giá bất kỳ mô hình AI nào trong môi trường sản xuất, cần phân biệt rõ năng lực mô hình gốc và hành vi của toàn bộ hệ thống — hai khái niệm ngày càng khó tách rời trong thực tế.