Đường tia: trò chơi do TIA lái
Một con đường ba làn, xe tải, rào chắn, dầu loang và quả sáng. Bạn không cầm lái: trình duyệt gửi các đoạn đường phía trước cho TIA trên API hiện tại, hỏi 9 hoặc 20 đoạn trong một lần gọi, và xe chỉ đi theo câu trả lời của mô hình. Sáu xe mờ là mô phỏng: được cho sẵn đáp án đúng, chỉ độ trễ đã công bố của từng hệ được mô phỏng. Lượt đua kết thúc sau 192 đoạn; bảng bên dưới chỉ mô tả lượt chơi của bạn, không phải bảng xếp hạng năng lực AI. Số đo lịch sử trên 270 tình huống được ghi riêng trong phần giải thích.
Đang tải trò chơi...
Bấm “Bắt đầu lượt chạy”. Xe của TIA chỉ đi theo câu trả lời thật nhận về, không có nước đi nào được viết sẵn.
Xếp hạng trực tiếp · Đoạn 0 / 192
- TIA: câu trả lời thật
- Xe mờ: mô phỏng
- Dải xanh: làn TIA chọn
- Hạng 1: TIA, câu trả lời thật, 0 đoạn an toàn và kịp lúc
- Hạng 1: Jev, mô phỏng, 0 đoạn an toàn và kịp lúc
- Hạng 1: S1 open, mô phỏng, 0 đoạn an toàn và kịp lúc
- Hạng 1: Gemini, mô phỏng, 0 đoạn an toàn và kịp lúc
- Hạng 1: Luna, mô phỏng, 0 đoạn an toàn và kịp lúc
- Hạng 1: DeepSeek, mô phỏng, 0 đoạn an toàn và kịp lúc
- Hạng 1: DeBERTa, mô phỏng, 0 đoạn an toàn và kịp lúc
Đường tiaBạn không lái. Mỗi lần đổi làn là một câu trả lời thật của TIA.
Trò chơi chạy thế nào
- Đường chạy theo nhịp cố định và không bao giờ dừng chờ API. Đoạn nào chưa có câu trả lời thì xe giữ làn.
- Vì vậy trình duyệt hỏi trước: mỗi lần gọi hỏi về K đoạn mà xe chỉ tới sau khoảng khứ hồi p95 đo được cộng 0,5 giây. Mỗi câu trả lời gắn với đúng đoạn của nó; câu nào về muộn thì bị bỏ và được đếm.
- TIA Run có làn gọi riêng (30 lần gọi mỗi phút cho mỗi IP), và mỗi lần gọi chở 9 hoặc 20 đoạn, trong giới hạn 2.000 token mỗi lần. Chỉ hai mức K này đạt ít nhất 95% làn an toàn trên bộ kiểm tra riêng, nên trò chơi không gửi mức nào khác. Tốc độ tăng qua 8 cấp, mỗi cấp 24 đoạn, tới 0,32 giây mỗi đoạn; hết cấp 8 là vạch đích, và trang chỉ tới bảng kết quả của lượt đua.
- Mỗi lần xác minh chống bot cho 500 lần gọi. Hết lượt, đường dừng lại (không xe nào chạy mù) và hỏi “Tiếp tục chạy?”; bấm để xác minh lại và chạy tiếp. Chơi lại từ đầu không tốn xác minh khi còn lần gọi. Mỗi IP có 2.000 lần gọi mỗi ngày, cả trang 20.000.
- Trên đường, các xe mờ đứng trước hoặc sau TIA theo số đoạn an toàn và kịp lúc của từng xe trong lượt này, cùng thứ tự với dải xếp hạng bên dưới; đó chỉ là cách vẽ, mọi xe đều chạy cùng một quãng đường. Mỗi xe mờ đi đúng làn mà đáp án đúng của nó chỉ, và va chạm hay trượt dầu khi đến muộn, như số trong bảng.
Cách làm này theo bài “Real-Time Reasoning Agents in Evolving Environments” (Wen, Ye, Zhang, Yang, Zhu; arXiv 2511.04898): thế giới vẫn chạy khi mô hình đang nghĩ, bước nào không có hành động kịp thì dùng hành động mặc định.
Những gì bạn đang xem
- Không có quyết định giả. Xe chỉ đi theo câu trả lời của TIA; không có phản xạ, không có tìm đường, không có sửa lại câu trả lời.
- Xác suất gần đều nhau nghĩa là mô hình không chắc. Chúng tôi in nguyên số trả về, không làm tròn cho đẹp, không chỉnh.
- Đường được sinh ngẫu nhiên nhưng mỗi đoạn luôn có ít nhất một làn không có vật cản.
- Demo gọi bản TIA hiện phục vụ qua System One API. TIA 1.5 vẫn là ứng viên thử nghiệm cục bộ.
Cuộc đua: câu trả lời thật của TIA và độ trễ đã công bố của các hệ khác
TIA: câu trả lời thật, thời gian khứ hồi đo ngay trong trình duyệt của bạn, K đoạn mỗi lần gọi. Mỗi xe còn lại là mô phỏng: được trao sẵn câu trả lời đúng, mỗi request một câu hỏi, lần lượt từng request như cách JevBench v1.4.2.2 đo; độ trễ mỗi request được rút ngẫu nhiên sao cho khớp p50 và p95 đã công bố. Mọi xe thấy cùng một đoạn đường phía trước (30 giây chạy).
| Xe | p50 | p95 | Nơi đo | An toàn và kịp lúc | Muộn hoặc chưa có | Va chạm | Trượt dầu |
|---|---|---|---|---|---|---|---|
| TIA (bản hiện phục vụ, câu trả lời thật) | chưa có | chưa có | trình duyệt của bạn, gồm mạng; số p50 tham chiếu lịch sử chưa có | - | - | - | - |
| Jev 1.13.0 (TypeSafe AI) | 0,65 s | 0,72 s | API công khai, đo từ máy chủ Hetzner ở Đức, gồm mạng | - | - | - | - |
| system-one-open (Gemma 4 E2B LoRA, L4) | 0,65 s | 0,77 s | API công khai, đo từ máy chủ Hetzner ở Đức, gồm mạng | - | - | - | - |
| Gemini 3.1 Flash-Lite | 0,76 s | 0,88 s | API công khai, đo từ máy chủ Hetzner ở Đức, gồm mạng | - | - | - | - |
| GPT-5.6 Luna (low reasoning effort) | 0,97 s | 1,82 s | API công khai, đo từ máy chủ Hetzner ở Đức, gồm mạng | - | - | - | - |
| DeepSeek V4.1 Flash | 1,42 s | 4,89 s | API công khai, đo từ máy chủ Hetzner ở Đức, gồm mạng | - | - | - | - |
| open-jev-deberta-v3-large | 1,77 s | 3,35 s | CPU cục bộ, 2 luồng Ryzen 5 3600 | - | - | - | - |
Theo từng cấp tốc độ
Số đoạn an toàn và kịp lúc trên số đoạn đã qua ở mỗi cấp, trong lượt chạy này. Số in đậm là cao nhất ở cấp đó.
Chưa qua cấp nào. Bấm “Bắt đầu lượt chạy” ở trên.
Các xe mô phỏng không phải output thật của hệ đó: chúng được cho đúng 100%, chỉ độ trễ đã công bố được mô phỏng. Điều này có lợi cho họ: họ chỉ thua khi đường nhanh hơn tốc độ trả lời từng câu một. Bảng chỉ nói về lượt chạy của bạn, không phải kết luận chung về các hệ.
Bộ kiểm tra riêng của trò chơi có 270 tình huống (mọi kiểu đoạn đường nhân 3 làn xuất phát), không dùng để huấn luyện. Lần đo lịch sử ngày 01/10/2026 trên TIA 1.4 mini ghi nhận chọn làn an toàn từ 99,26% đến 100% khi hỏi 9 đoạn mỗi lần gọi (6 cách ghép), và từ 99,63% đến 100% khi hỏi 20 đoạn. Đây là kết quả trên bài toán trò chơi, không xác nhận chất lượng của API hiện tại hoặc tác vụ thực tế khác. Các xe còn lại dùng độ trễ JevBench đã công bố để mô phỏng, không phải lần gọi các hệ đó. TIA tự chạy bản lịch sử TIA 1.3 mini trên 72 câu public “original” của JevBench ngày 30/09/2026, đạt 29/72 (40,3%); bảng Benchmark ghi các lần đo khác và giới hạn so sánh. Xem bảng JevBench
Nguồn số công bố: JevBench v1.4.2.2, results/v1.4.2.2/jevbench-v1.4.2.2-results.json (speed.p50_s_raw, speed.p95_s_raw)