Salesforce ra mắt Koa Decisions ngày 06/11/2026 cho người dùng Agentforce, và con số tốc độ 26 mili-giây trong bài hãng thực ra là của HyperClassifier

Đọc bài công bố Koa Decisions của Salesforce ngày 06/11/2026, mình cứ cấn ở một con số, vì hãng đặt tốc độ 26 mili-giây ngay giữa bài về model mới, trong khi con số đó là của model tiền nhiệm HyperClassifier. Anh em đọc nhanh bài này là đủ biết Koa Decisions làm được gì, thử demo miễn phí ra sao, và vì sao lúc này mình chỉ khuyên thử demo rồi chờ thêm.

Lướt nhanh: Koa Decisions công bố 06/11/2026, là phiên bản tiếp theo của HyperClassifier, xây trên Gemma, hỗ trợ text, ảnh, audio, quyết định trong một bước kèm confidence. Con số 26 mili-giây trong bài hãng là của HyperClassifier, còn tốc độ riêng của Koa Decisions theo preprint Koa-action là 85,5% accuracy, khoảng 0,53 giây, nhanh hơn tối đa khoảng 7,5 lần ở median, toàn bộ là số hãng tự đo. Demo miễn phí ở labs.agentforce.com bằng tài khoản Trailhead, giá và ngày GA thì hãng chưa công bố.

Koa Decisions trả một lựa chọn, một câu có hoặc không, hoặc một điểm số kèm confidence trong một bước duy nhất

Salesforce không làm thêm một chatbot nữa ở đây, hãng tách việc quyết định ra khỏi việc viết và suy luận, rồi giao đúng một việc đó cho Koa Decisions. Anh em cứ hình dung Koa Decisions như người trong đội hỗ trợ chỉ làm đúng một việc là đọc request rồi chỉ tay sang đúng team.

Koa Decisions nhận request và danh sách category do người dùng tự định nghĩa rồi trả đáp án kèm confidence

Darvish Shadravan, Senior Director of Product Management, công bố Koa Decisions ngày 06/11/2026, phiên bản tiếp theo của HyperClassifier, xây trên Gemma của Google, hỗ trợ text, ảnh và audio. Model đọc request của khách cùng danh sách category do người dùng tự định nghĩa, rồi trả đáp án kèm confidence score, trong một bước duy nhất. Khách hỏi “Where’s my package?” hay “I can’t log in” thì model định tuyến đúng team, deal trượt thì model gắn cờ rủi ro.

Salesforce tách việc quyết định khỏi LLM đa dụng để khỏi tốn tiền gọi model lớn cho việc nhỏ

Triết lý của Koa Decisions nằm trong bài right-sizing ngày 08/07/2026 của Jayesh Govindarajan, gọi gọn là “precision over power”. Nó tách từng việc nhỏ ra khỏi LLM đa dụng, tune model mở cho từng việc, để frontier model chỉ lo suy luận nhiều bước cốt lõi. Khách thay frontier model tùy ý vì kiến trúc không phụ thuộc một vendor duy nhất. Theo mình, cách tách việc này mới là điểm đáng học, vì nó cắt đúng chỗ tốn tiền nhất, thay vì đem model to ra khoe.

Cùng harness đó còn có PID chống prompt injection với 6 vector tấn công, toxicity model chấm điểm mọi response, TextEval 20 tỉ tham số fine-tune từ GPT-OSS-20B, cùng TextRerank lo xếp hạng retrieval.

HyperClassifier chạy inference O(1) bất kể tên class dài hay ngắn, bài Engineering ngày 20/11/2025 ghi nó nhanh hơn model đa dụng 30 lần.

Ví bằng đồ nghề cho dễ hình dung, gọi frontier model để phân loại một câu hỏi hỗ trợ giống mang máy khoan bê tông đi vặn một con ốc vít. Chạy được, nhưng tốn tiền và chậm hơn cây tua vít đúng việc. Model đa dụng đôi khi hallucinate label, không tái tạo chính xác label chứa mã đặc biệt nên làm vỡ Agentforce stack.

Koa Decisions khác chatbot ở chỗ nó không viết prose và không suy luận nhiều bước

Koa Decisions thuộc đúng họ decision model, trả probability, choice hoặc score thay vì viết prose. Jev nhận state cùng danh sách câu hỏi typed, rồi trả choice tối đa 255 lựa chọn, score và xác suất yes/no trong một call. Việc suy luận nhiều bước và chọn tool cho workflow CRM phức tạp thuộc về Koa reasoning model. Cá nhân mình thích ranh giới này, vì một model chỉ làm một việc thì anh em mới đo được nó đúng hay sai.

Koa Decisions kế thừa HyperClassifier và thêm hỗ trợ ảnh, audio cùng lộ trình đi vào flows và Apex

Koa Decisions không xuất hiện từ hư không, và anh em đọc tới đây thì mình nói luôn, cái mới thật sự nằm ở hai chỗ là multimodal cùng phạm vi dùng rộng ra ngoài routing.

HyperClassifier đã làm engine quyết định lõi cho Agentforce từ mùa xuân 2026

HyperClassifier do Shiva Kumar Pentyala và James Zhu phát triển, giới thiệu trong bài Q&A của Salesforce Engineering ngày 20/11/2025. Model fine-tune từ GPT-OSS-20B, kiến trúc Mixture-of-Experts mã nguồn mở của OpenAI, đã quantize, vận hành trong Einstein Trust Layer, phân loại topic tối đa 200 label rồi định tuyến tới đúng subagent.

Từ mùa xuân 2026, nó là model mặc định cho intent detection và routing của Agentforce Service và Employee Agent template, còn lo semantic endpointing trong Agentforce Voice. Mình thì thấy điểm đáng giá nhất ở đây là nó đã chạy production thật từ mùa xuân 2026, chứ không phải model mới toanh chưa ai dùng.

Safety topic accuracy tăng từ 95% lên 99%, drift trong hội thoại nhiều lượt giảm từ khoảng 20% xuống 10%, validation cao hơn baseline 1-2% trên benchmark nội bộ, toàn bộ là số hãng tự đo. Cái làm mình chú ý là hãng khoe safety accuracy tăng từ 95% lên 99% mà benchmark nội bộ thì không mở ra, nên mình ghi con số này để đối chiếu chứ chưa vội tin hẳn.

Điểm mới của Koa Decisions nằm ở Gemma, multimodal và phạm vi dùng rộng hơn routing

Koa Decisions xây bằng kỹ thuật huấn luyện mới áp lên Gemma của Google, một model open-weight, nhưng phiên bản Gemma và số tham số thì hãng chưa công bố. Phạm vi hứa hẹn mở rộng sang flows, Apex, prompt templates và API cho developer, nhưng chưa có ngày cụ thể, chưa có giá, chưa có gói.

Blog hãng so sánh rằng model ML riêng mất hàng tháng, trong khi decision model đôi khi lên production trong vài giờ. Mình đọc tới đây thì thấy hãng đổi base từ GPT-OSS-20B sang Gemma mà không nói phiên bản hay số tham số, thành ra anh em muốn vọc thử trên máy local cũng chưa biết bắt đầu từ đâu.

Ảnh và audio trong Koa Decisions đổi được việc gì trong thực tế

HyperClassifier trước đây chỉ lo routing text, còn Koa Decisions nhận cả text, ảnh và audio ngay từ đầu. Một request kèm ảnh lỗi hay audio ghi âm cuộc gọi đều có thể đưa vào cùng một bước quyết định, nhưng blog hãng chưa cho ví dụ ảnh hay audio cụ thể nào. Mình chưa được sờ tay vào demo có ảnh hay audio nên chưa dám nói nó chạy ổn tới đâu, chỉ thấy hãng hứa nhiều mà ví dụ thì chưa đưa cái nào cho anh em xem.

Con số 26 mili-giây trong bài hãng là của HyperClassifier, tốc độ riêng của Koa Decisions nằm ở preprint Koa-action

Blog hãng đặt con số 26 mili-giây ngay giữa bài về model mới, nên người đọc rất dễ tưởng đó là tốc độ của Koa Decisions.

Con số 26 mili-giây so với 1.446 mili-giây đo routing request của HyperClassifier trong Agentforce

Blog Koa Decisions ngày 06/11/2026 viết rằng khi đo routing request trong Agentforce, decision model mất khoảng 26 mili-giây so với khoảng 1,4 giây của LLM đa dụng. Chủ thể của câu đó là HyperClassifier, và Unite.AI là nguồn duy nhất tính tới 07/11/2026 chỉ ra điều đó.

Bài right-sizing ngày 08/07/2026 ghi HyperClassifier chạy 26 mili-giây so với 1.446 mili-giây của frontier model đa dụng, tức là nhanh hơn khoảng 55 lần. Bảng tổng kết cùng bài lại ghi khoảng 50 mili-giây so với khoảng một giây, và mình dùng con số chi tiết đó vì nó khớp với blog Koa Decisions và Unite.AI.

Preprint Koa-action cho con số riêng của Koa Decisions là 85,5% accuracy, khoảng 0,53 giây, nhanh hơn tối đa khoảng 7,5 lần ở median

Preprint đứng sau Koa Decisions có tên “Koa-action: Fast and Consistent Structured Decision Making with Generative LLMs”, mã arXiv 2609.36115, bản v1 nộp ngày 28/09/2026, bản v2 ngày 10/10/2026, với 9 tác giả thuộc Salesforce AI. Phương pháp là đưa classification, semantic endpointing, kiểm tra Boolean và scoring về dạng constrained generation với output một token, dùng atomic label token.

Kết quả là 85,5% accuracy trên benchmark intent-routing trong production, ngang Claude-4.8-Opus và Gemini-Pro-3.1, hơn GPT-5 và Gemini-2.5-Pro. Số hãng tự đo, chưa ai kiểm chứng độc lập. Latency gần như ổn định ở 0,53 giây theo bản PDF, nhanh hơn tối đa khoảng 7,5 lần ở median so với frontier model, so với Jev thì ngang accuracy, nhanh hơn ở median, đồng thời xử lý input đa phương thức. Blog hãng link tới paper nhưng không nói rõ quan hệ giữa hai cái tên, preprint chưa peer-review.

Vì sao hai bộ số 26ms và 85,5% không gộp thành một câu chuyện hiệu năng duy nhất

Hai bộ số, hai câu chuyện khác nhau. Khác chủ thể, khác phương pháp đo, khác thời điểm. Gộp lại thành “Koa Decisions nhanh 55 lần và đúng 85,5%” là sai hoàn toàn, dù câu đó nghe rất xuôi tai và rất dễ lan truyền. How2Shout nhắc rằng hãng tự test model của mình trên benchmark của mình là dạng bằng chứng yếu nhất, còn CEO TypeSafe Diogo Almeida khuyên mọi người tự trial model. Đừng gộp hai bộ số này lại với nhau, con số nào cũng có chủ thể riêng.

Hai model cùng họ Koa dễ nhầm lẫn vì một model suy luận nhiều bước trên Nemotron và một model quyết định một bước trên Gemma

Cùng đội, cùng họ tên Koa, cùng xuất hiện trong các bài blog về reasoning model, nên đây là lỗi dễ mắc nhất khi đọc tin về Salesforce. Nói thật, lần đầu đọc mình cũng phải tra lại hai lần mới nhớ nổi thằng nào là thằng nào, nên mình tách bạch hai model này bằng ngày tháng và base model.

Koa reasoning model ra mắt 15/09/2026 tại Dreamforce lo suy luận nhiều bước cho workflow CRM phức tạp

Koa reasoning model công bố ngày 15/09/2026 tại Dreamforce 2026, là model suy luận CRM đầu tiên của Salesforce, đồng thiết kế với NVIDIA, post-train từ Nemotron 3 Super, một model mở 120 tỉ tham số. Model train bằng SFT rồi reinforcement learning với GRPO, trên scenario tổng hợp mô phỏng theo 27 năm kinh nghiệm CRM, trên 14 ngành trở lên.

Hãng claim số lỗi ít hơn 3 lần so với model mạnh nhất trên CRM Benchmark, số hãng tự đo, pilot với 6 khách hàng gồm Formula 1 và Xero, GA dự kiến mùa đông 2026 ở khu vực Mỹ.

Koa Decisions ra mắt 06/11/2026 trên Gemma lo quyết định nhanh một bước

Koa Decisions thì ngược lại, lo quyết định nhanh một bước trên Gemma. Câu quote “It’s built on Nvidia’s Nemotron and it brings together 27 years of product development in CRM” của Rohan Kumar, nói với CIO ngày 15/09/2026, là về Koa reasoning model.

Nhầm hai model Koa với nhau thì hiểu sai điều gì về tốc độ và kỳ vọng

Trích “ít lỗi hơn 3 lần” hay “27 năm kinh nghiệm CRM” cho Koa Decisions là sai chủ thể, vì cả hai đều thuộc về Koa reasoning model, và cũng đừng tưởng Koa Decisions đã GA mùa đông 2026 ở Mỹ như model kia. Lỗi này, theo mình, dễ mắc nhất vì hai cái tên giống nhau quá, đọc lướt là gán nhầm số liệu ngay. Anh em cứ nhớ mốc 15/09 là Nemotron, 06/11 là Gemma là khỏi nhầm.

Koa Decisions đứng ở đâu giữa Jev, OpenAI Decisions API, Microsoft Decision-1 và các decision model còn lại về giá, tốc độ, modality và độ sẵn sàng dùng thật

Cuộc đua decision model đã chạy gần hai tháng, từ Jev mở màn ngày 15/09/2026 tới OpenAI GA ngày 22/10/2026, nên vị trí của Koa Decisions chỉ rõ khi đặt cạnh những model đã có giá và đã cho developer dùng thật.

Bảng so sánh giá, tốc độ, modality và trạng thái dùng thật của 6 decision model

Perplexity Decider v1.2 không có hàng riêng trong bảng, xem đoạn ngay dưới đây.

Jev mở màn ngày 15/09/2026 khi TypeSafe rời stealth với seed 40 triệu USD do DCVC dẫn đầu, CEO là Diogo Almeida. Trong cùng test độc lập plainlamp đó, Perplexity Decider v1.2 đúng cả 190 lượt, cao hơn d1-ultra đúng 185 lượt.

Koa Decisions thua Jev, OpenAI và Microsoft ở giá công khai và độ sẵn sàng dùng thật

Nikunj Handa, product lead mảng API của OpenAI, thừa nhận với TechCrunch ngày 22/10/2026 rằng Decisions API hiện tại chỉ là Luna cấu hình lại, chưa train chuyên biệt. Còn Koa Decisions chưa có tên trên bảng nào. Mình chốt lại thế này, Koa Decisions thua ở chỗ chưa có giá và chưa ai đo độc lập, ý tưởng thì không thua.

Koa Decisions hơn Jev, OpenAI và Microsoft ở chỗ gắn chặt với hệ sinh thái Salesforce và hỗ trợ multimodal ngay từ đầu

Koa Decisions hơn đối thủ ở hai điểm: gắn chặt với hệ sinh thái Salesforce, và hỗ trợ multimodal ngay từ đầu. Phía đối thủ cũng có điểm mạnh mà anh em nên nhớ: Jev đã được Alembic chạy thật và xác nhận tốc độ và giá của hãng là đúng.

Cảnh báo nhỏ: FAQ của TypeSafe nói Jev đảm bảo định dạng đáp án, không đảm bảo mọi quyết định đều đúng. Điều này áp thẳng cho Koa Decisions, vì confidence 99,5% trong demo của hãng không có nghĩa quyết định đó đúng trong dữ liệu thật của doanh nghiệp. Với mình, hai điểm hơn này chỉ thật sự có giá khi Salesforce mở API và công bố giá, còn lúc này anh em cứ coi đó là lời hứa.

Thử demo Koa Decisions miễn phí bằng tài khoản Trailhead và tự kiểm chứng việc thêm category không cần retrain

Demo miễn phí là cách duy nhất để anh em tự tay kiểm chứng thay vì chỉ đọc lời hãng nói, và với mình thì đây là phần đáng tiền nhất của bài blog hãng.

Bốn bước mở demo Koa Decisions bằng tài khoản Trailhead miễn phí

Làm theo ngay: bước 1 đăng ký tài khoản Trailhead miễn phí, bước 2 mở labs.agentforce.com, bước 3 chọn mục “Route a support request”. Bước 4 là anh em chạy request mặc định và xem kết quả định tuyến về engineering với confidence 95%. Bốn bước này theo đúng mục demo trong blog Salesforce, không cần cài đặt, không tốn một xu API, ảnh ở mục này là ảnh minh họa AI.

Tự kiểm chứng việc thêm category Returns mà không cần retrain

Thao tác kiểm chứng trong demo hãng rất gọn. Anh em thêm category “Returns” vào danh sách, đổi input thành “I need to send back the order that arrived yesterday”, nghĩa là tôi cần trả lại đơn hàng vừa nhận hôm qua. Model chọn Returns với confidence 99,5%, không cần retrain.

Đây là con số trong demo của hãng, chưa phải test độc lập. Anh em cứ nghía qua demo rồi đảo thử thứ tự category xem đáp án có đổi không, vì hãng chưa công bố gì về tính ổn định khi đảo thứ tự category. Bài test của systemdesignacademy cho thấy một model nhỏ khác đổi 4 trên 24 đáp án khi đảo thứ tự, mà vẫn tự tin trên 99,9% cả hai lần.

Demo Koa Decisions chứng minh được việc thêm category, chưa chứng minh được tốc độ thật, accuracy trên dữ liệu thật và giá

Demo chứng minh được việc thêm category mới không cần retrain. Demo chưa chứng minh được tốc độ thật trong production, accuracy trên dữ liệu thật của doanh nghiệp, tính ổn định khi đảo thứ tự category, hiệu năng với ảnh và audio, hay giá và chi phí vận hành thật. Ranh giới này, với mình, mới là phần đáng giữ, vì demo hay mà đọc thành bằng chứng hiệu năng thì sai ngay từ bước đầu.

Salesforce chưa công bố giá, ngày GA, phiên bản Gemma và số tham số của Koa Decisions, nên người đọc nên chờ tích hợp flows, Apex và API

Mình ghi rõ từng mục chưa biết ở đây thay vì viết lời hứa thành tính năng đã có.

Danh sách những gì hãng chưa công bố về Koa Decisions tính tới 07/11/2026

Salesforce chưa công bố ngày GA, giá, gói, phiên bản Gemma, số tham số, giới hạn label hay context window, blog hãng chỉ ghi footnote rằng giá và gói có thể thay đổi, khả dụng tùy khu vực. HyperClassifier phân loại tối đa 200 label, nhưng đừng lấy con số đó gán sang Koa Decisions, vì hãng chưa công bố giới hạn label của riêng nó.

Vì sao nên chờ tích hợp flows, Apex, prompt templates và API thay vì coi demo là sản phẩm hoàn chỉnh

Unite.AI kết luận rằng phạm vi doanh nghiệp của Koa Decisions giờ phụ thuộc vào việc các tích hợp dự kiến có vượt ra khỏi demo và routing của HyperClassifier hay không. Flows, Apex, prompt templates và API vẫn là lộ trình, nên người dùng ngoài Salesforce chưa có API độc lập để gọi.

Cộng đồng chưa bàn gì về Koa Decisions tính tới sáng 07/11/2026 vì tin mới ra chưa đầy một ngày

Tìm kiếm cộng đồng tính tới sáng 07/11/2026 cho kết quả âm tính thật. Hacker News trả về 0 story và 0 comment, Reddit tìm với cú pháp site:reddit.com “Koa Decisions” không có kết quả nào. X chỉ trả về bài Unite.AI, blog Salesforce và aggregator AINewsGuru, không có post nào của người dùng. Blog đăng ngày 06/11/2026 lúc 16:00 UTC, nghiên cứu này làm sáng 07/11/2026, tức khoảng 22-23 giờ sau, nên chưa ai bàn, và sự im lặng đó chưa nói lên model hay hay dở.

Mình thì thấy sự im lặng này bình thường thôi, tin mới ra chưa đầy một ngày, chưa ai kịp bàn cũng chẳng lạ.

Bài này cũng là một trong những bài tiếng Việt đầu tiên về Koa Decisions, vì tìm “Koa” trên thuthuatai.net lúc đó trả về danh sách trống.

Koa Decisions đáng thử demo ngay nhưng đáng chờ tích hợp thật

Vậy nên mình chốt thế này cho anh em: cứ thử demo miễn phí hôm nay, còn chuyện xuống tiền hay tích hợp thật thì chờ hãng công bố giá và ngày GA đã.

Anh em cứ thử demo ở labs.agentforce.com bằng tài khoản Trailhead, tự kiểm chứng thêm category Returns không cần retrain, rồi đảo thử thứ tự category xem đáp án có đổi không. Cái đáng chờ nhất là lúc Salesforce cho anh em gọi nó qua API với giá công khai, lúc đó mới tính được nó rẻ hay đắt hơn Jev. Thử demo trước, tin hãng sau, vậy là đủ. Demo miễn phí, thử không mất gì cả.

Nguồn tham khảo

Salesforce, Less Reasoning. More Doing. Meet Koa Decisions
arXiv, Koa-action: Fast and Consistent Structured Decision Making with Generative LLMs
Unite.AI, Salesforce Introduces Koa Decisions with Image and Audio Support
Salesforce, Why We Post-Trained Our Own Reasoning Model (Koa)
Salesforce Engineering, Solving Real-Time AI Classification for Agentforce (HyperClassifier)
Salesforce, How We Cut Inference Spend by Right-Sizing Our Models
TechCrunch, OpenAI Makes Its Jev Competitor Widely Available
CIO, Salesforce and NVIDIA Unveil CRM Reasoning Model Koa
How2Shout, Salesforce NVIDIA Koa CRM Reasoning Model
Ksolves, Introduction to Salesforce Koa
BenchLM, What Is Jev
CellCog, Jev TypeSafe Decision Model
Alembic, Jev System One Models
Scand, TypeSafe AI Jev
Digital Applied, OpenAI Decisions API GA, Pricing, 400 Questions
Apidog, OpenAI Decisions API
Tech Insider, Microsoft Decision-1 AI Model
Product Hunt, Microsoft Decision-1
Baseten Labs, Mammoth-1 and Elephant-1 Frontier Decision Models
Hugging Face, Base Labs elephant-1
Plainlamp, Decision Models Test
Salesforce, AI Model Choice
SystemDesignAcademy, Microsoft Decision-1 and Option Order Stability
OctaNeural, System One Decision Models