Upstage ngày 14/8 công bố Solar Pro 4, mẫu mô hình ngôn ngữ lớn (LLM) thương mại mới tập trung nâng năng lực suy luận và thực thi tác vụ AI agent. Sản phẩm hiện đã có mặt trên nền tảng định tuyến API OpenRouter và Hermes Agent của Nous Research.

Theo Upstage, Solar Pro 4 được nâng cấp đáng kể so với Solar Pro 3 về khả năng xử lý các tác vụ trong môi trường làm việc như hiểu tài liệu, trích xuất thông tin, suy luận trên ngữ cảnh dài và ra quyết định theo nhiều bước liên tiếp.

Công ty cho biết đây là mô hình AI Hàn Quốc đầu tiên xuất hiện trên Hermes Agent của Nous Research và OpenRouter. Sau ba ngày có mặt trên OpenRouter, tổng lượng token sử dụng của Solar Pro 4 đã vượt 80 tỷ.

Solar Pro 4 cũng lần đầu được đưa vào Agent Arena, bảng xếp hạng đánh giá năng lực AI agent của các mô hình lớn trên toàn cầu. Theo Upstage, mô hình này đạt hiệu năng tương đương Nemotron 3 Ultra của Nvidia trên bảng xếp hạng nói trên.

Ở bài kiểm tra Terminal-Bench v2.1, dùng để đánh giá khả năng thực hiện tác vụ nhiều bước trong môi trường terminal, Solar Pro 4 đạt 57 điểm, cao gấp 4,8 lần phiên bản trước. Với τ³-Banking, bài đo năng lực sử dụng công cụ trong hội thoại, mô hình đạt 23 điểm, tăng 2,6 lần so với Solar Pro 3.

Tại AA-LCR, bài kiểm tra khả năng hiểu văn bản dài, trích xuất thông tin và suy luận dựa trên dữ liệu đó, Solar Pro 4 đạt 71 điểm, cao hơn ít nhất 2,3 lần so với phiên bản trước.

Upstage cho biết Solar Pro 4 cũng đã được ứng dụng vào Upstage Studio, giải pháp xử lý tài liệu tích hợp AI agent của công ty. Hệ thống này có thể trích xuất thông tin từ nhiều loại tài liệu, trong đó có tài liệu tiếng Hàn, để phục vụ các tác vụ như tóm tắt, phân tích và dịch thuật.

Trong bảng đánh giá tổng hợp của tổ chức chấm điểm mô hình AI Artificial Analysis, Solar Pro 4 đạt 42 điểm. Theo Upstage, mức điểm này cao hơn Nemotron 3 Ultra của Nvidia (38 điểm), Gemini 3.5 Flash-Lite của Google (37 điểm), Medium 3.5 của Mistral (30 điểm) và Command A+ của Cohere (23 điểm).

Ông Kim Seong-hun, CEO Upstage, cho biết điều doanh nghiệp cần ở AI trong môi trường làm việc thực tế không phải là khả năng làm bài kiểm tra tốt, mà là độ tin cậy để hoàn thành trọn vẹn nhiệm vụ. Ông nhấn mạnh công ty sẽ tiếp tục nâng hiệu năng các mô hình AI có thể triển khai trực tiếp vào công việc thực tế.