Kết luận cho chủ doanh nghiệp
- 1
Trên 24 tin nhắn khách tiếng Việt, Jev chuyển đúng bộ phận 23 tin và đoán đúng khách có gấp 22 tin, trung bình 0,88 giây mỗi tin tính cả đường mạng từ Việt Nam, không trả nhãn nào ngoài danh sách.
- 2
Chi phí cả lô khoảng 0,0005 đô la Mỹ, khớp bảng giá 0,042 đô la Mỹ cho một triệu token đầu vào và đầu ra miễn phí. Việc chọn nhãn số lượng lớn rẻ hơn hẳn khi tách khỏi model ngôn ngữ lớn.
- 3
Ca lệch duy nhất về bộ phận có độ tin cậy 0,65. Độ tin cậy dùng làm ngưỡng được: dưới ngưỡng thì vào hàng chờ riêng, và ngưỡng phải đo trên tin nhắn thật.
Điểm chính: Jev chuyển đúng bộ phận 23/24 tin nhắn tiếng Việt, 0,88 giây mỗi tin, cả lô khoảng 0,0005 đô la Mỹ; ca lệch có độ tin cậy thấp.
1Nhiều việc trong phần mềm chỉ cần AI trả về một nhãn
Trong phần mềm doanh nghiệp, nhiều chỗ gọi AI chỉ để lấy một nhãn. Tin nhắn mới vào thì chuyển cho bộ phận nào. Đơn mới về thì giao ngay hay giữ lại. Phần mềm cần một giá trị nằm trong danh sách cho trước để chạy bước tiếp theo, câu chữ giải thích thì phần mềm không dùng tới.
| Việc | Nhãn phần mềm cần |
|---|---|
| Chia ticket hỗ trợ | Kỹ thuật, thanh toán hay bán hàng |
| Phân loại đơn hàng mới | Giao ngay, giữ lại đối soát, hay đánh dấu nghi gian lận |
| Chấm khách tiềm năng | Nóng, ấm hay nguội để gọi trước |
| Soát dòng hoá đơn | Đúng hay sai so với đơn hàng |
| Duyệt hồ sơ theo tiêu chí | Đạt hay chưa đạt, kèm xác suất |
Gọi một model ngôn ngữ lớn cho những việc này thì trả tiền cho từng chữ nó viết ra, chờ nó viết xong, rồi còn phải kiểm câu trả lời có đúng một nhãn trong danh sách không. Một nhãn lạ, viết hoa khác hay thêm dấu chấm là đủ làm bước sau của phần mềm dừng lại.
2Model quyết định Jev trả về gì và giá bao nhiêu
TypeSafe AI, một công ty ở San Francisco, gọi Jev là model System One: model nhận một khối dữ liệu cùng các câu hỏi có kiểu, như chọn một nhãn, chấm mức, đúng hay sai, rồi trả về giá trị đúng kiểu đó kèm xác suất và độ tin cậy. Jev không viết câu trả lời bằng lời, nên đầu ra dành cho phần mềm đọc.
Theo trang công bố của hãng, tra ngày 14/10/2026, giá là 0,042 đô la Mỹ cho một triệu token đầu vào, token đầu ra miễn phí. Hãng cũng nói Jev nhanh hơn các model lớn từ 40 đến 200 lần với những câu hỏi dạng này. Con số tốc độ là hãng tự nêu, MONA chưa thấy bên thứ ba nào đo lại.
3Jev phân loại 24 tin nhắn khách tiếng Việt
Ngày 22/09/2026, MONA gọi API của Jev cho 24 tin nhắn khách tiếng Việt, loại tin mà một công ty làm website và hosting nhận hằng ngày: website trắng trang cần sửa gấp, hỏi giá gói thiết kế website, đã chuyển khoản mà hosting chưa gia hạn. Nhãn đúng của từng tin được gán trước khi gọi API. Mỗi tin hỏi ba câu cùng lúc: chuyển bộ phận nào trong ba nhãn kỹ thuật, thanh toán, bán hàng; khách có gấp không; khách bực tới mức nào. Câu thứ ba không chấm vì khó gán một đáp án đúng.
| Chỉ số | Kết quả | Cách đo |
|---|---|---|
| Chuyển đúng bộ phận | 23/24, tức 95,8% | So với nhãn gán trước |
| Đoán đúng khách có gấp | 22/24, tức 91,7% | So với nhãn gán trước |
| Nhãn ngoài danh sách | 0 | Số câu trả lời không thuộc ba nhãn cho phép |
| Thời gian trả lời trung bình | 0,88 giây | Đo từ Việt Nam, gồm cả đường mạng; tin chậm nhất 0,97 giây |
| Chi phí cả lô | Khoảng 0,0005 đô la Mỹ | Tương đương khoảng 0,02 đô la Mỹ cho 1.000 tin cùng độ dài |
| Phiên bản model trả về | jev-1.13.0 | Ghi trong câu trả lời của API |
Tin nhắn viết tắt, thiếu dấu câu, nói kiểu chat thường ngày, Jev vẫn trả về đúng một nhãn trong danh sách ở cả 24 tin. Chi phí khớp với bảng giá hãng công bố: phần lớn tiền nằm ở token đầu vào, và câu trả lời ngắn nên phần đầu ra gần như bằng không.
4Tin nhắn Jev chuyển khác nhãn và cách dùng độ tin cậy
Trong 1 tin chuyển khác nhãn của MONA, Jev và MONA đọc cùng một câu hỏi theo hai cách. Tin hỏi về chính sách bảo hành website được MONA gán bán hàng, Jev chuyển sang kỹ thuật với độ tin cậy 0,65. Bảo hành website nằm giữa hai bộ phận: hỏi điều khoản thì là bán hàng, hỏi sửa lỗi thì là kỹ thuật.
Chỗ dùng được của ca này là con số 0,65. Phần mềm đặt một ngưỡng tin cậy, tin nào dưới ngưỡng thì vào hàng chờ phân loại riêng thay vì chuyển thẳng. Ngưỡng bao nhiêu thì phải đo trên tin nhắn thật của từng doanh nghiệp: ngưỡng cao làm hàng chờ dài, ngưỡng thấp làm nhiều tin đi sai chỗ.
5Mỗi lớp việc trong phần mềm dùng loại model nào
Khi dựng phần mềm có AI, MONA tách việc theo đầu ra phần mềm cần. Với một hộp chat nhận 3.000 tin mỗi ngày, phần chọn bộ phận chạy bằng model quyết định, phần trả lời khách chạy bằng model ngôn ngữ lớn, và hai phần nối nhau qua nhãn cùng độ tin cậy.
| Lớp việc | Loại model | Vì sao |
|---|---|---|
| Trò chuyện, tư vấn, trả lời khách bằng lời | Model ngôn ngữ lớn | Cần câu chữ tự nhiên và hiểu ngữ cảnh dài |
| Chọn bộ phận, phân loại, chấm điểm, duyệt theo tiêu chí | Model quyết định như Jev | Cần một nhãn đúng kiểu, nhanh, rẻ, kèm độ tin cậy |
| Tin dưới ngưỡng tin cậy | Hàng chờ phân loại riêng | Ca nằm giữa hai nhãn, như ca bảo hành ở trên |
| Viết mã, viết văn bản, giải thích | Model ngôn ngữ lớn | Model quyết định không viết lời |
Chạy model trên máy của công ty hay qua tài khoản dịch vụ là một câu hỏi khác, so ở bài AI chạy trên máy công ty hay dùng tài khoản AI. Chatbot bán hàng dùng cả hai lớp được so trong bài các nhóm công ty AI và chatbot bán hàng.
6Giới hạn của phép đo
- 24 tin nhắn là một lô nhỏ, cùng một loại doanh nghiệp. Tỉ lệ đúng trên tin nhắn của ngành khác, hay trên vài nghìn tin, chưa đo.
- Nhãn đúng do MONA gán. Có tin nằm giữa hai bộ phận, như ca bảo hành, nên một phần sai lệch thuộc về cách gán nhãn.
- Nội dung 24 tin và câu trả lời từng tin không còn lưu; số liệu chép từ bảng kết quả ghi sau lượt chạy.
- Câu hỏi về mức bực bội không chấm. Bài không so Jev với một model ngôn ngữ lớn trên cùng lô tin, nên mức nhanh và rẻ hơn bao nhiêu lần là theo hãng nêu.
- Thời gian trả lời gồm đường mạng từ Việt Nam tới máy chủ của hãng, đo một lần trong ngày 22/09/2026. Model trả về là jev-1.13.0; bản khác có thể cho kết quả khác.
7Phương pháp, dữ liệu và trích dẫn
Ngày 22/09/2026 MONA gọi API của TypeSafe AI cho 24 tin nhắn tiếng Việt tự soạn, mỗi tin ba câu hỏi có kiểu, nhãn đúng gán trước khi gọi. Thời gian trả lời đo từ máy ở Việt Nam, gồm cả đường mạng. Tệp dữ liệu chép từ bảng kết quả MONA ghi sau lượt chạy; nội dung từng tin và câu trả lời từng tin không còn lưu. Giá và con số tốc độ của hãng đọc lại trên trang công bố ngày 14/10/2026.
Tải dữ liệu: Tổng quan JSON · Giá hãng công bố CSV
- TypeSafe AI, Introducing System One models and Jev · giá, đầu ra có kiểu kèm xác suất, mức nhanh hãng tự nêu; tra 14/10/2026
- Tài liệu API TypeSafe · cách gọi API và các kiểu câu hỏi
- Bảng kết quả MONA ngày 22/09/2026 · nhãn gán trước, kết quả, thời gian, chi phí
Trích dẫn bài này
Nhóm kỹ thuật MONA Software (2026). Phân loại tin nhắn khách tiếng Việt bằng model quyết định Jev. NC-33, bản 1.0. Công ty TNHH Phần mềm MONA. https://mona.software/nghien-cuu/model-quyet-dinh-jev-phan-loai-tin-nhan-tieng-viet/. Đo 22/09/2026, cập nhật 14/10/2026.
@techreport{mona_nc33_2026,
author = {{Nhóm kỹ thuật MONA Software}},
title = {Phân loại tin nhắn khách tiếng Việt bằng model quyết định Jev},
institution = {Công ty TNHH Phần mềm MONA},
number = {NC-33, bản 1.0},
year = {2026},
month = oct,
url = {https://mona.software/nghien-cuu/model-quyet-dinh-jev-phan-loai-tin-nhan-tieng-viet/},
note = {Bài đo, đo 22/09/2026}
}