Từ GPT-3 đến GPT-5: Chất lượng dịch thuật AI thực sự đã thay đổi như thế nào

GPT-3, GPT-4 và GPT-5 cách nhau năm năm và qua nhiều thế hệ kiến trúc, nhưng câu hỏi hữu ích đối với dịch thuật không phải là "mô hình nào thông minh nhất". Câu hỏi hẹp hơn và thực tế hơn là: chính xác thì điều gì đã thay đổi trong cách các mô hình này xử lý những phần ngôn ngữ không thể dịch từng từ một, chẳng hạn như thành ngữ, tính đa nghĩa và văn phong? Sự cải thiện đã diễn ra ở những khía cạnh cụ thể, tại những thời điểm cụ thể, và không phát triển theo một đường thẳng tắp từ cũ đến mới.

Những gì GPT-3 thực sự mang lại cho dịch thuật

OpenAI đã phát hành GPT-3 vào năm 2020, trước khi chương trình thử nghiệm riêng của MachineTranslation.com ra đời, vì vậy không có nội dung nào ở đây là tiêu chuẩn đánh giá độc quyền. Đây là lịch sử đã được ghi chép rõ ràng, không phải là kết quả thử nghiệm nội bộ. GPT-3 là mô hình đầu tiên thuộc loại này có khả năng tạo ra văn bản trôi chảy, tự nhiên như con người bằng nhiều ngôn ngữ mà không cần huấn luyện chuyên biệt theo tác vụ, biến nó thành một cột mốc thực sự. Riêng đối với dịch thuật, chính sự trôi chảy đó lại tạo ra một rủi ro có thật: GPT-3 có thể tạo ra một câu văn đầy tự tin, đúng ngữ pháp bằng ngôn ngữ đích nhưng nội dung vẫn sai, mà không có bất kỳ dấu hiệu nào trong kết quả đầu ra cho thấy đã có lỗi xảy ra.

Những gì đã thay đổi khi GPT-4 xuất hiện

GPT-4 ra mắt vào tháng 3 năm 2023, và các thử nghiệm mô hình của chính MachineTranslation.com bắt đầu từ khoảng thế hệ này. Sự cải thiện là có thật nhưng không đồng đều. Khi thử nghiệm cụm từ tiếng Anh đa nghĩa "That's sick" sang tiếng Nhật, GPT-4.1-nano là mô hình duy nhất trong số sáu mô hình được thử nghiệm đã quy nét nghĩa đôi đầy chủ ý của câu về một cách hiểu duy nhất, trong khi năm mô hình còn lại vẫn giữ được tính đa nghĩa mà cụm từ gốc hướng tới. Thành ngữ là một điểm yếu lớn hơn: khi chạy thử thành ngữ tiếng Tây Ban Nha "llevarse el gato al agua" qua năm phiên bản GPT cùng lúc, các mô hình nhỏ hơn gồm GPT-4o-mini và GPT-4.1-nano đều đưa ra cùng một bản dịch theo nghĩa đen, không chính xác và bỏ sót hoàn toàn ý nghĩa của thành ngữ.

Khuynh hướng tương tự cũng xuất hiện ở những trường hợp khác. Một thành ngữ tiếng Đức, "ich verstehe nur Bahnhof", khi chạy qua tám phiên bản phụ của GPT và Claude, đã bị dịch theo nghĩa đen và không chính xác riêng bởi GPT-4o-mini, trong khi một mô hình nhỏ hơn, mới hơn trong cùng bài kiểm tra là GPT-4.1-nano lại dịch đúng. Thế hệ và kích thước mô hình không tương ứng với nhau theo bất kỳ quy luật nhất quán nào, một vấn đề mà các thử nghiệm phiên bản mô hình của MachineTranslation.com sẽ đề cập sâu hơn.

Những thay đổi của GPT-5 đối với dịch thuật

OpenAI đã giới thiệu GPT-5 như một hệ thống hợp nhất có khả năng điều hướng giữa một mô hình mặc định nhanh và một mô hình suy luận sâu hơn tùy thuộc vào tác vụ, một sự thay đổi về mặt cấu trúc so với thiết kế mô hình đơn lẻ của GPT-4. Tài liệu GPT-5 System Card của chính OpenAI báo cáo tỷ lệ lỗi thực tế tổng thể của mô hình thấp hơn khoảng 45% so với GPT-4 và thấp hơn 80% so với GPT-3, một bước tiến về độ tin cậy nói chung và cũng thể hiện rõ rệt trong dịch thuật. Thử nghiệm của MachineTranslation.com cho thấy sự cải thiện rõ ràng nhất ở những điểm mà các mô hình thời kỳ GPT-4 gặp khó khăn nhất: với cùng một thành ngữ tiếng Tây Ban Nha mà GPT-4o-mini và GPT-4.1-nano dịch sai, cả GPT-5.4-mini và GPT-5.4 đều đưa ra bản dịch thành ngữ chính xác, mỗi mô hình diễn đạt hơi khác nhau một chút nhưng cả hai đều hiểu đúng bản thân thành ngữ đó.

Điểm cuối cùng này rất quan trọng: một thử nghiệm riêng biệt với cụm từ kinh doanh tiêu chuẩn, "please confirm receipt of this document," khi dịch sang tiếng Đức, đã trả về kết quả gần như giống hệt nhau trên mọi mô hình được thử nghiệm, bao gồm cả GPT-4o-mini và các mô hình thế hệ GPT-5. Khoảng cách thế hệ chỉ xuất hiện rõ rệt ở ngôn ngữ tượng hình và đa nghĩa, chứ không phải là sự chênh lệch toàn diện về chất lượng.

Liệu thế hệ GPT mới hơn có luôn đồng nghĩa với bản dịch tốt hơn không?

Không. Khi thử nghiệm một thành ngữ tiếng Do Thái trên nhiều dòng mô hình khác nhau, GPT-5.4-mini và GPT-5.4 đã đưa ra hai cách diễn giải riêng biệt và chỉ đúng một phần cho cùng một cụm từ, không có cách nào hoàn toàn chính xác, trong khi một mô hình cũ hơn, không liên quan lại dịch sát nghĩa hơn. Một mô hình mới hơn không mặc nhiên là một mô hình chuẩn xác hơn, và một mô hình lớn hơn hoặc ra đời gần đây hơn cũng không mặc nhiên là lựa chọn an toàn hơn cho một câu văn nhất định.

Vị thế hiện tại của GPT-5 trong dịch thuật

GPT-3 và GPT-4 đều đã ngừng hoạt động trên ChatGPT; GPT-4 hiện chỉ có thể truy cập qua API của OpenAI cho các tích hợp sẵn có. Thế hệ hiện tại, GPT-5.4 và GPT-5.5, chính là những mô hình mà MachineTranslation.com đang vận hành ngày nay, và chúng có hiệu suất cạnh tranh tốt trước các mô hình hiện tại từ các nhà cung cấp khác, mặc dù không phải lúc nào cũng vượt trội hơn ở mọi cặp ngôn ngữ. Để có cái nhìn chi tiết hơn về cách các phiên bản phụ hiện tại của GPT so sánh với nhau và so với các mô hình như Claude và DeepSeek, hãy tham khảo các bài kiểm tra đối đầu giữa các phiên bản phụ của MachineTranslation.com, nơi phân tích sâu hơn so với một bài đánh giá tổng quan theo thế hệ.

Điều này có ý nghĩa gì nếu bạn đang bản địa hóa ở quy mô lớn

Phát hiện quan trọng nhất đối với một chương trình bản địa hóa quy mô lớn không phải là "GPT-5 đánh bại GPT-3". Mà đó là phiên bản mô hình, chứ không chỉ riêng dòng mô hình, sẽ quyết định liệu một thành ngữ hay cụm từ đa nghĩa cụ thể có được dịch chính xác hay không, và điều này đúng với mọi cặp ngôn ngữ, chứ không chỉ một vài trường hợp được nêu ở đây. Điều này quan trọng nhất đối với những nội dung vốn phụ thuộc nhiều vào giọng điệu và ngôn ngữ tượng hình, đặc biệt là nội dung tiếp thị và nội dung do người dùng tạo, nơi một thành ngữ bị dịch theo nghĩa đen có thể làm thay đổi toàn bộ thông điệp của một bài đăng hoặc một quảng cáo. Một chương trình chuyển ngữ nội dung sang hàng chục ngôn ngữ sẽ gặp phải chính xác kiểu ngôn ngữ này ở từng ngôn ngữ đó. Chuỗi thử nghiệm phiên bản phụ và thử nghiệm so sánh toàn diện các mô hình của MachineTranslation.com sẽ đề cập sâu hơn về vấn đề này. Phương pháp tiếp cận của nền tảng—vận hành các mô hình GPT hiện tại song song với hơn 20 mô hình khác cho mỗi bản dịch—được ra đời chính vì lịch sử phiên bản của một mô hình đơn lẻ không bao giờ là sự bảo đảm đủ tin cậy.

Các câu hỏi thường gặp