23/09/2026 · VietTechies · Biên tập
Grok Build vượt qua cả ba bài kiểm tra trí nhớ trong một bài so sánh do The New Stack công bố, còn Claude Code vượt qua hai bài. Cả hai tác nhân lập trình trên terminal đều nhớ chỉ dẫn trong cùng một kho mã, nhưng chỉ Grok Build mang quy tắc do người dùng đặt ra sang một dự án khác.
Cách kiểm tra hai tác nhân
Bài so sánh sử dụng Grok Build 1.0.40 với Grok 4.6 ở mức nỗ lực cao và Claude Code 2.1.226 với Opus 5. Mỗi tác nhân làm việc trên một bản sao riêng của các kho mã Node nhỏ trên máy Mac. Trong phiên đầu, người thử nghiệm đưa ra một dữ kiện hoặc quy tắc. Sau khi đóng tác nhân, phiên thứ hai giao một nhiệm vụ phụ thuộc vào chỉ dẫn trước đó nhưng không nhắc lại.
Ba bài kiểm tra lần lượt đề cập đến lệnh chạy kiểm thử dành riêng cho một kho mã, hai quyết định của dự án liên quan đến giá trị tiền tệ và định dạng xuất dữ liệu, cùng các quy tắc lập trình cần áp dụng trên nhiều dự án. Kết quả được chấm dựa trên việc tác nhân có lưu chỉ dẫn, đọc lại trong phiên sau và làm đúng hay không.
Trí nhớ trong dự án cho kết quả ngang nhau
Cả hai tác nhân đều nhớ chạy make test thay cho lệnh npm test bị lỗi. Chúng cũng tuân thủ quyết định biểu diễn tiền bằng số xu nguyên và không sử dụng phương án xuất CSV đã bị loại bỏ, dù kho mã vẫn chứa phần mã gây nhiễu trái với các quyết định này. Grok Build và Claude Code đều lưu chỉ dẫn trong các tệp ghi nhớ dạng Markdown rồi áp dụng ở những phiên sau.
Người thử nghiệm đánh giá ghi chú của Claude Code được viết tốt hơn, nhưng điều đó không tạo ra lợi thế đo lường được trong hai nhiệm vụ giới hạn ở từng kho mã. Claude Code nhanh hơn trong cả ba phiên truy xuất trí nhớ, hoàn thành tổng cộng trong 66 giây, so với 165 giây của Grok Build.
Ranh giới kho mã tạo nên khác biệt
Trong bài kiểm tra xuyên dự án, Grok Build lưu quy tắc về thông điệp commit theo chuẩn conventional commit và quy tắc không chú thích phần mã hiển nhiên vào phạm vi ghi nhớ toàn cục. Sau đó, tác nhân này tiếp tục tuân thủ cả hai quy tắc trong một kho mã không liên quan. Claude Code chỉ lưu các chỉ dẫn trong thư mục ghi nhớ của kho mã đầu tiên, nên commit ở kho mã thứ hai không dùng định dạng conventional commit được yêu cầu.
So sánh này áp dụng cho tính năng auto memory trên giao diện dòng lệnh của Claude Code, vốn được giới hạn theo từng kho mã. Anthropic cũng công bố bản beta Projects vào ngày 17/9, bổ sung bộ nhớ dùng chung giữa các luồng làm việc trên đám mây. Tuy nhiên, theo nguồn tin, tính năng này chỉ dành cho một số thuê bao Pro và Max chưa có dự án hiện hữu.
Chi phí phản ánh sự khác biệt giữa các mô hình
Trong ba phiên truy xuất trí nhớ, Grok Build dùng 390.848 token với chi phí 0,41 USD, còn Claude Code dùng 576.863 token và tốn 1,05 USD. Nguồn tin lưu ý chênh lệch giá phần lớn đến từ việc sử dụng Grok 4.6 thay vì Opus 5, chứ không thể hiện riêng hiệu quả của cơ chế ghi nhớ. Bộ bài kiểm tra nhỏ và được viết theo kịch bản cũng chỉ cho phép so sánh các lần chạy này, không đủ để xếp hạng tổng quát hai tác nhân.
Ảnh minh họa do AI tạo.
Nguồn: Grok Build vs. Claude Code: I tested which one has the better memory