Kakao ra mắt Kanana-2-v-decide ngày 06/11/2026, model 3,67B tham số chỉ trả xác suất và con số 43 lần nhanh hơn GPT-6 Luna cần bóc cho dev Việt

Sáng 06/11/2026, Kakao phát hành Kanana-2-v-decide, model 3,67B tham số, open weights trên Hugging Face, chỉ trả xác suất chứ không sinh text, và báo Hàn đồng loạt giật tít nhanh hơn GPT-6 Luna 43 lần. Dev Việt sẽ hỏi model này có đáng thử không, bài này bóc con số 43 lần, đọc bảng benchmark tới từng cột, đọc license tới mục bán lại, rồi cho cách thử bằng code chiều nay.

Kakao ra mắt Kanana-2-v-decide ngày 06/11/2026, open weights trên Hugging Face.
Model 3,67B tham số, chỉ trả xác suất, không sinh text.
Nhanh hơn GPT-6 Luna 43 lần là số Kakao tự đo trên GPU NVIDIA H200, so hai việc khác nhau.
Decision Index 0.4.1 (cột text) đạt 61,34, Kanana Decision Bench đạt 72,50, toàn số Kakao tự đo.
Kanana Open License cho dùng dịch vụ riêng, bán lại qua API và on-device phải xin phép Kakao.

Kakao mở model 3,67B tham số ngày 06/11/2026, open weights trên Hugging Face

Tin ra sáng 06/11/2026 giờ Hàn Quốc, báo Hàn đăng đồng loạt, model card Hugging Face ghi cùng ngày phát hành trọng số.

Decision model trả xác suất, không chat được như chatbot thông thường

Decision model nhận một state, có thể là text, JSON hoặc chat history, kèm tối đa 10 ảnh, rồi trả câu hỏi kiểu định sẵn kèm xác suất từng đáp án, model không sinh text. Người dùng phổ thông không chat được với nó đâu, dev gọi qua code thì mới dùng được. Choi Dong-jin, performance leader mảng applied AI tại Kakao, nói đợt phát hành này mở rộng nền tảng đưa AI vào dịch vụ thật.

3,67B tham số chia làm vision encoder 0,49B và language model 3,18B

Tổng 3,67B tham số gồm vision encoder 0,49B và language model 3,18B, xây trên Kanana-2-v-3b. Dòng Kanana mở năm nay nối tiếp nhau khá đều, Nano 2,1B rồi hai vision encoder ngày 21/10/2026, hai embedding model ngày 29/10/2026. Đầu vào tối đa 20,480 token, tối đa 10 ảnh, không hỗ trợ video.

Kakao dùng model này cho web search và phân loại sản phẩm trước khi mở rộng ra Kanana Space

Kakao dùng model trước cho web search và phân loại danh mục sản phẩm trong nội bộ, về lâu dài gộp search và quyết định thành một model, còn Kanana Space thì pilot tháng 12/2026, mục tiêu 10 triệu người dùng AI hằng tháng trong năm nay, hơn 20 triệu người dùng hằng ngày vào 2030, theo CEO Chung Shin-a trong earnings call 05/11/2026. Anh em làm search hay phân loại sản phẩm là nhóm Kakao nhắm tới trước tiên.

Model này trả xác suất bằng embedding và cosine similarity thay vì sinh từng token

Biết model không chat được rồi, câu hỏi tiếp theo: nó làm việc ra sao trong code, cơ chế này cũng là lý do nó nhanh.

Thay vì sinh từng token như LLM, Kanana mã hoá state cùng câu hỏi thành một embedding, mã hoá mỗi đáp án thành một embedding khác, rồi softmax trên cosine similarity để ra phân phối đáp án, với embedding 2,560 chiều, candidate embedding được cache theo token IDs.

Ba dạng output choice, noul và score lo phân loại ticket, kiểm tra hư hàng và chấm sentiment

Ba dạng output: choice chọn một trong nhiều phương án, noul trả lời có hay không, score chấm trên thang 2 tới 10 mức và trả expected level index, confidence là xác suất cao nhất trừ trung bình các xác suất còn lại, temperature mặc định 1.0. choice phân loại ticket, noul kiểm tra hư hàng, score chấm sentiment, xác suất thì tương đối theo ứng viên đưa vào, nên ngưỡng phải tự validate trên dữ liệu có nhãn.

Ví dụ code system_one trong model card chạy ra sao với state hư hàng đổi trả

Code mẫu trong model card chạy thử được ngay chiều nay, ví dụ state khách nói hàng hư xin đổi, ba câu hỏi category, damaged, sentiment. state_format có thể là text, json hoặc messages, ngoài cách gọi trực tiếp thì anh em dùng pipeline("decision", model="kakaocorp/kanana-2-v-decide-3b-2611", trust_remote_code=True, device=0) hoặc chạy server HTTP server_kanana_v_decide.py với endpoint POST /v1/systemone, GET /v1/models, GET /health, đặt được DECISION_API_KEY, mặc định bind 127.0.0.1.

from transformers import AutoModel
import torch

model = AutoModel.from_pretrained(
    "kakaocorp/kanana-2-v-decide-3b-2611",
    trust_remote_code=True,
    dtype=torch.bfloat16,
).to("cuda")

result = model.system_one(
    state="Khach gui anh san pham bi vo goc, xin doi hang moi.",
    questions={
        "category": {"type": "choice", "options": ["exchange", "refund", "repair"]},
        "damaged": {"type": "noul"},
        "sentiment": {"type": "score"},
    },
)

Giới hạn ảnh và xác suất dev phải nhớ trước khi đưa vào production

Ảnh chuyển sang RGB, ảnh RGBA trong suốt ghép lên nền trắng, EXIF orientation không áp dụng, cần chuẩn hoá hướng ảnh có EXIF trước khi đưa vào, processor resize ảnh tối đa 1,638,400 pixel. State quá dài mặc định bị rút ngắn, giữ đầu và cuối, dùng --strict-inputs để từ chối input quá dài thay vì rút ngắn, và sáu gate M01 tới M06 mà Roshak dựng với Microsoft Decision-1 thì Kanana cũng ngồi được vào đúng các chỗ đó, ngưỡng phải validate trên ví dụ có nhãn trước khi tự động hoá gate.

Con số 43 lần nhanh hơn GPT-6 Luna đo trên GPU H200 và so hai việc khác nhau

Đây là con số mọi tiêu đề báo Hàn đều nhấn, đọc kỹ thì Kakao so thời gian gật đầu với thời gian viết xong một đoạn văn, hai việc vốn không cùng bản chất. Mọi số tốc độ dưới đây là số Kakao tự đo, model card Hugging Face không ghi 0,04 giây và 43 lần, chỉ các báo Hàn dẫn lời Kakao.

GPT-6 Luna là LLM sinh text đầy đủ của OpenAI ra mắt ngày 22/09/2026

GPT-6 Luna là model hiệu quả nhất họ GPT-6 cho task tập trung, khối lượng lớn, ra mắt ngày 22/09/2026, id gpt-6-luna, context 1,050,000 token, output tới 128,000 token, giá 0.10 USD mỗi triệu input token và 0.50 USD mỗi triệu output token, có reasoning và tool calling. Luna sinh text đầy đủ, Kanana là classifier 3B trả xác suất trong một forward pass, nên nhanh hơn là đương nhiên, nhanh hơn không đồng nghĩa trả lời đúng hơn.

Mốc 0,04 giây đo trên một GPU NVIDIA H200 đắt tiền

Kakao tự đo thời gian phản hồi trung bình dưới 0,04 giây trên một GPU NVIDIA H200, rồi tuyên bố nhanh hơn GPT-6 Luna khoảng 43 lần, mà H200 thì là GPU đắt tiền, chưa có số latency trên GPU phổ thông hơn, chưa có test latency độc lập nào cho Kanana, còn số 74ms của Jev trong bài Cerizzi vẫn là số của Jev. Mình chưa tính latency cho máy mình bằng con số H200 này.

Chiêu so tốc độ với LLM sinh text mà Microsoft Decision-1 và Jev cũng dùng

Cả họ decision model đều so tốc độ với LLM sinh text, Microsoft nói Decision-1 nhanh hơn GPT-6 Sol khoảng 35 lần ở median latency, OpenAI nói Decisions API nhanh hơn Responses API khoảng 10 lần, không nói cách đo, TypeSafe nói Jev nhanh hơn frontier LLM 40 tới 200 lần, theo Threatline. Nhanh hơn chỉ có nghĩa khi so cùng một việc, cùng hardware, cùng workload, Kanana thắng ở tốc độ và chi phí, chưa chứng minh thắng ở kiến thức và suy luận, Artificial Analysis đo được decision model thường overconfident.

Kanana Decision Bench 72,50 và Decision Index 0.4.1 61,34 cần đọc kèm phiên bản và nhóm so sánh

Bóc xong con số 43 lần thì tới lượt điểm benchmark, toàn số Kakao tự đo, chưa có kiểm chứng độc lập, mỗi con số Decision Index phải đi kèm phiên bản.

Kanana Decision Bench 72,50 là bộ test tiếng Hàn 15,909 câu hỏi do chính Kakao tự xây

Kanana đạt 72,50 trên Kanana Decision Bench, bộ đánh giá tiếng Hàn do Kakao tự xây với 15,909 câu hỏi, hơn model xếp sau 18 điểm. Mọi người đọc con số này thì nhớ đây là điểm sân nhà, không thể đọc thành bằng chứng model giỏi mọi ngôn ngữ, BigGo nhận xét tuyên bố đứng đầu dựa trên test của chính công ty và một benchmark công khai duy nhất.

Decision Index 0.4.1 cho thấy Joey-1 thắng Kanana ở cột text với 63,31 so với 61,34

Trên hai benchmark công khai phiên bản 0.4.1, Kanana đạt Decision Index 61,34 (cột text) và Decision Index Vision 61,12, trung bình 61,23. Trong nhóm 4 model trên model card thì Kanana cao nhất ở cột Vision với 61,12, nhưng Joey-1 thắng Kanana ở cột text với 63,31 so với 61,34, còn StartLux chỉ kém 1,69 điểm ở trung bình. Bảng đầy đủ thì ở ngay dưới đây, toàn số Kakao tự đo.

Nhóm so sánh trên model card chỉ có ba model là StartLux, Liquid AI d1-3B và Joey-1, trong khi nhóm so sánh theo báo Hàn không kèm số từng model, nên nói Kanana đứng đầu mà không nói trong nhóm nào, ở cột nào, là nói thiếu một nửa sự thật, SE Daily với Aju Press viết Zeb, các báo còn lại viết Jev hoặc Zev. Mình nhìn cột text trước, ở đó Joey-1 thắng tới 63,31 nên hai chữ đứng đầu của báo Hàn bớt đáng tin.

Ba bảng cùng tên Decision Index gồm 0.4.1, v1.0 của Artificial Analysis và v0.3 của Jev không được trộn số với nhau

Decision Index 0.4.1 public là bảng model card Kanana dùng, Artificial Analysis Decision Index v1.0 ra mắt 13/10/2026 gộp bốn đánh giá AA-Omniscience-Decision, HLE-MultiChoice, When2Call và WildGuardTest, trong đó Jev 1.13 dẫn với 58 điểm, GLiDE và Microsoft-Decision-1 cùng 54 điểm, Kanana chưa có trong bảng này.

Bảng thứ ba là Jev Decision Index cộng đồng phiên bản v0.3, trong đó Decider v1.1 dẫn 62,75 và Threatline cảnh báo composite này 80% là private. Trộn số ba bảng này là sai hoàn toàn, cơ mà về kiến thức thì GPT-6 Luna (Low) đạt 66 điểm AA-Omniscience-Decision accuracy, cao hơn hẳn decision model ở mức 28 tới 41.

Kanana-2-v-decide đứng giữa Microsoft Decision-1, Perplexity Decider, Solar Decide và Jev

Điểm số trên model card chỉ so Kanana với ba model, nên phần này đặt Kanana vào bản đồ họ decision model, khung của Threatline là chọn theo chi phí false-positive thay vì thứ hạng index.

Microsoft Decision-1, Perplexity Decider, Solar Decide và Jev khác model này ở quy mô, license, giá API và cách chạy

Microsoft Decision-1 ra mắt 09/10/2026, post-train từ Qwen3.5-9B, hỗ trợ yes/no, multiple-choice và rubric-based grading, không sinh text, giá 0,042 USD mỗi triệu input token, output free, chỉ có hosted, không có open weights như Kanana. Chỗ này mình để ý nhất: Decision-1 chỉ có hosted, Kanana chạy được trên GPU của mình.

Perplexity pplx-decider-v1.1-27b, 27B tham số, xây trên Qwen3.8-27B, Apache 2.0, open weights, giá API 0,02 USD mỗi triệu input token, output free, Perplexity tự đo 61,56 trên Decision Index (chưa rõ edition). Upstage Solar Decide ra mắt 28/09/2026 trên Solar Mini 4, endpoint System One /v1/systemone, context 512K token, giá 0,05 USD mỗi triệu input token, output free, bản Flash ra mắt 08/10/2026.

TypeSafe Jev là model hosted đầu tiên trong họ, Jev 1.13 dẫn Artificial Analysis Decision Index v1.0 với 58 điểm. Cloudflare Clef open weights Apache-2.0, Index v0.3 53,08 cho Clef 27B. OpenAI Decisions API chạy trên gpt-6-luna, giá 0,10 USD mỗi triệu input token, output free.

Test Plainlamp ngày 01/11/2026 cho thấy Decider, Microsoft Decision-1 và Solar Decide đảo thứ hạng theo task và ngưỡng 0,6

Plainlamp test độc lập 27 decision model qua OpenRouter ngày 01/11/2026, trên 38 mô tả tự bịa, mỗi mô tả đọc năm lần, ngưỡng 0,6, Decider V1.2 đúng 190 trên 190 lần đọc, Microsoft-Decision-1 đúng 185, Solar Decide đúng 181, GPT-6 Luna Decisions đúng 116 trên 152, đáp án gần ngưỡng 0,6 có thể lật theo lần đọc.

Mình thấy thứ hạng đảo theo task là chuyện bình thường thôi, đừng chốt mua chỉ vì một bảng test 38 mô tả tự bịa. Kanana không có trong test này vì test chạy trước ngày Kanana ra mắt, Paper System1-Arena ngày 15/10/2026 cảnh báo thêm: System-1 ngang LLM nhanh ở task không phải agent, gặp khó trong môi trường tương tác.

Khi nào classifier truyền thống hoặc if/else vẫn đủ dùng thay cho decision model này

Red Hat đo được classifier DeBERTa-v3 khoảng 200M tham số đã tune thắng Jev ở prompt-injection accuracy 89,01% so với 86,35%, ở median latency 54,1ms so với 348 tới 360ms, Cisco thấy classifier train theo taxonomy riêng bắt 61% ví dụ đa lượt có hại, so với 34% của Jev.

Decision model hợp khi state biểu diễn tốt và hành động tiếp theo bị giới hạn, nhưng có khi chỉ thêm latency, chi phí và một vector lỗi, nên dev đừng mua decision model chỉ vì thứ hạng index, hãy test trên dữ liệu có nhãn của chính mình, đo calibration và latency trên hardware sẽ triển khai.

Mình chỗ nào có nhãn sẵn vẫn train thử classifier nhỏ để so trước, rẻ mà nhiều khi thắng luôn model to.

Kanana Open License cho dùng dịch vụ riêng nhưng bán lại qua API và on-device phải xin phép Kakao

Tốc độ và điểm số đã bàn xong, giờ tới chỗ dễ làm dev Việt mất tiền nhất, vì báo Hàn viết gọn thành cho phép thương mại, trong khi đọc kỹ tới mục 4, bán lại qua API và nhúng on-device lại phải xin phép riêng. Anh em định bán API thì đọc kỹ trước khi tích hợp. Bản LICENSE mình đối chiếu là của repo kanana-2-3b-embedding, nên điều khoản chi tiết cần kiểm tra lại ở repo decide trước khi đưa vào sản phẩm thương mại.

Kanana Open License cho phép dùng trong dịch vụ của chính mình mà không cần license thương mại riêng

Kanana Open License cấp quyền không độc quyền, toàn cầu, không chuyển nhượng, miễn phí bản quyền, mục 4.2 nói rõ được dùng Kanana để phát triển và vận hành dịch vụ của chính mình mà không cần xin commercial license từ Kakao, trừ các trường hợp ở mục 4.1. Việc dùng phải tuân luật áp dụng và Guidelines For Responsible AI của Kakao, Kakao không đòi quyền với Outputs, model cung cấp dạng AS IS.

Bán lại qua API, gói tích hợp và nhúng on-device đều phải xin commercial license riêng của Kakao

Mục 4.1 yêu cầu commercial license riêng khi bán lại quyền truy cập qua API, cloud hoặc truy cập từ xa, bán lại như một phần của giải pháp system integration hoặc on-premise, bán lại nhúng trong lĩnh vực on-device, việc cấp hoàn toàn theo quyết định riêng của Kakao.

Kanana Open License chặt hơn Apache 2.0 ở đúng điểm bán lại API và on-device, nên anh em bán API cho khách khác dùng, đóng gói Kanana vào giải pháp tích hợp hay nhúng vào thiết bị bán ra thì đều phải xin phép Kakao trước. Mình coi đây là điểm khác lớn nhất với Apache 2.0, đừng đợi tích hợp xong mới hỏi.

Điều kiện Powered by Kanana và Notice khi phân phối lại

Khi phân phối lại phải kèm bản Agreement, ghi rõ file đã sửa, kèm file Notice với câu Kanana is licensed in accordance with the Kanana Open License Agreement. Copyright © KAKAO Corp. All Rights Reserved., hiển thị rõ Powered by Kanana. Dùng Kanana hoặc output để tạo, train, cải thiện model AI khác rồi phân phối thì phải thêm tiền tố Kanana vào tên model đó.

Dev làm routing và guardrail nên thử Kanana-2-v-decide ngay trong buổi chiều nay, người cần chatbot thì không nên thử

Đọc xong tốc độ, benchmark và license, câu hỏi còn lại rất thực tế: mình có thuộc nhóm nên thử không?

Nhóm dev nên thử ngay cho routing, classification và guardrail ở khối lượng lớn

Anh em dev xây agent cần routing, classification, chọn tool, chấm điểm, kiểm tra guardrail ở khối lượng lớn nên thử ngay, đội làm support automation, search và phân loại sản phẩm nên thử, vì Kanana có open weights, chạy được trên GPU của mình, code mẫu đầy đủ trong model card, và sáu gate M01 tới M06 mà Roshak dựng với Microsoft Decision-1 cho thấy Kanana ngồi ở đâu trong agent.

Nhóm người dùng không nên thử vì model không sinh text

Người dùng phổ thông muốn chatbot, người cần model viết văn bản, tóm tắt, dịch, trò chuyện hay suy luận nhiều bước thì không nên thử Kanana, vì model này không sinh text, không làm được các việc đó, nhóm này nên dùng LLM sinh text đầy đủ như GPT-6 Luna, dev có task đơn giản và có nhãn sẵn nên cân nhắc classifier truyền thống hoặc if/else trước.

Cách thử trong buổi chiều nay bằng code trong model card

Bước 1, cài bằng pip install -r requirements.txt, load bằng AutoModel.from_pretrained("kakaocorp/kanana-2-v-decide-3b-2611", trust_remote_code=True, dtype=torch.bfloat16).to("cuda"), hoặc chạy server HTTP server_kanana_v_decide.py với endpoint POST /v1/systemone, bước này cần GPU có CUDA. Bước 2, chạy ví dụ system_one với state hư hàng đổi trả, rồi thay bằng dữ liệu có nhãn của chính mình, đo accuracy, calibration và latency trên hardware sẽ triển khai. Bước 3, ghi lại kết quả test rồi mới quyết định đưa Kanana vào request path hay không.

Kanana-2-v-decide hợp routing và guardrail, không hợp làm chatbot

Kanana-2-v-decide là decision model 3,67B tham số, open weights, chỉ trả xác suất, hợp cho routing, classification và guardrail, con số 43 lần là số Kakao tự đo trên H200, so hai việc khác nhau, benchmark toàn số Kakao tự đo, Joey-1 thắng ở cột text, license cho dùng dịch vụ riêng nhưng bán lại qua API và on-device phải xin phép Kakao.

Những gì chưa kiểm chứng được tính tới chiều 06/11/2026: không có trải nghiệm dùng thật, không có latency trên GPU phổ thông hơn H200, không có thread Hacker News hay Reddit chuyên biệt về Kanana, anh em nào chạy thử Kanana trên dữ liệu có nhãn của mình thì chia sẻ kết quả thật.

Nguồn tham khảo

Hugging Face, model card Kanana-2-v-decide
Korea Herald Biz
Seoul Economic Daily
eDaily
Aju Press
AsiaToday
fnnews
BigGo Finance
Help Net Security, Microsoft Decision-1
Artificial Analysis, Decision Index v1.0
Threatline, decision models roster và benchmark
Plainlamp, test 27 decision model
TSN Media, Decisions API và Decider
Medium, Roshak về Microsoft Decision-1
Medium, Trynchuk về System One
Medium, Cerizzi về decision model mở
System1-Arena paper
OpenRouter, Solar Decide
Trang model OpenAI, GPT-6 Luna
Bản LICENSE Kanana, repo embedding làm tham chiếu
LinkedIn pulse của Rahman
AICoder news