Khung an toàn của các phòng thí nghiệm AI tiên phong, so sánh

Một khung an toàn thực sự là gì

Khung an toàn của một phòng thí nghiệm AI tiên phong là chính sách đã công bố của phòng thí nghiệm đó xác định các ngưỡng năng lực — những điều cụ thể mà một mô hình có thể làm được — và các biện pháp bảo vệ hoặc cam kết tổ chức nhằm kích hoạt một khi một mô hình đạt đến một trong các ngưỡng đó. Anthropic gọi phiên bản của mình là Chính sách Mở rộng Có trách nhiệm; OpenAI, một Khung Chuẩn bị Sẵn sàng (Preparedness Framework); Google DeepMind, một Khung An toàn Tiên phong; Meta, một Khung Mở rộng AI Tiên tiến; xAI, một Khung Trí tuệ Nhân tạo Tiên phong; Microsoft, một Khung Quản trị Tiên phong. Tên gọi khác nhau; về mặt cấu trúc, cả sáu đều cố gắng trả lời cùng một câu hỏi — làm sao một công ty biết khi nào một mô hình quá nguy hiểm để triển khai nguyên trạng, và công ty đó thực sự cam kết làm gì về điều đó?

Câu hỏi đó quan trọng vì hiện không có cơ quan quản lý bên ngoài nào đặt ra các ngưỡng năng lực ràng buộc, dành riêng cho từng mô hình đối với bất kỳ công ty nào trong số sáu công ty này (xem luật AI và việc thực thi vào năm 2026). Hiện tại, những tài liệu này là câu trả lời thực tế của ngành. Chúng cũng không phải là cùng một tài liệu được sao chép sáu lần: rủi ro nào mỗi phòng thí nghiệm theo dõi, một ngưỡng được xác định như thế nào, và — có hậu quả nhất — điều gì xảy ra khi một ngưỡng bị vượt qua khác nhau theo những cách quan trọng.

Một điều cần nói trước khi bắt đầu so sánh, vì nó định hình cách đọc mọi thứ bên dưới: mọi tuyên bố trong bảng là chính sách đã tuyên bố của riêng phòng thí nghiệm đó. Không có tuyên bố nào là sự xác minh độc lập rằng phòng thí nghiệm thực sự làm những gì họ nói. Một mục riêng sau bảng, “Tuyên bố so với thực hành,” bao phủ các cuộc kiểm toán bên ngoài đã được chấm điểm, các phê bình học thuật, và những khoảng cách đã được ghi chép giữa cam kết đã tuyên bố và hành vi thực tế của sáu công ty này — và mục đó, chứ không phải bảng, mới là mục quan trọng hơn.

Các khung, được so sánh

Phòng thí nghiệm (khung)	Phiên bản / ngày hiện hành	Lĩnh vực rủi ro được theo dõi	Cấu trúc ngưỡng / tầng	Điều gì xảy ra khi một ngưỡng bị vượt qua
Anthropic — Chính sách Mở rộng Có trách nhiệm	v3.4, có hiệu lực 8/7/2026	Nâng cao CBRN không mới lạ; nâng cao CBRN mới lạ; phá hoại có rủi ro cao; tăng tốc R&D AI tự động	Bảng ngưỡng năng lực/sử dụng; các tầng ASL-2/ASL-3/ASL-4 cố định bị loại bỏ trong bản viết lại v3.0 (nhãn ASL cũ chỉ được giữ lại cho các biện pháp kiểm soát hiện tại đã áp dụng)	Lộ trình An toàn Tiên phong công khai, không ràng buộc, được chấm điểm so với hiệu suất trong quá khứ, cộng với Báo cáo Rủi ro mỗi 3–6 tháng với rà soát bên ngoài — không có tạm dừng vô điều kiện
OpenAI — Khung Chuẩn bị Sẵn sàng	v2, 15/4/2025	Sinh học & Hóa học, An ninh mạng, Tự cải thiện AI (được theo dõi); Tự chủ tầm xa, Cố tình giấu năng lực, Tự nhân bản và Thích ứng, Phá hoại Biện pháp Bảo vệ, Hạt nhân & Phóng xạ (danh mục nghiên cứu, chưa có tiêu chí đầy đủ); Thuyết phục bị loại trừ rõ ràng	Hai tầng: Cao và Nghiêm trọng	Cao: yêu cầu biện pháp bảo vệ trước khi triển khai. Nghiêm trọng: yêu cầu biện pháp bảo vệ trong quá trình phát triển; có thể dừng hoàn toàn việc phát triển. Nhóm Cố vấn An toàn nội bộ khuyến nghị; CEO/người được chỉ định quyết định; Ủy ban An toàn và Bảo mật của hội đồng quản trị giám sát
Google DeepMind — Khung An toàn Tiên phong	v3.1, 17/4/2026	CBRN; Mạng; Thao túng Gây hại (được gắn cờ “mang tính khám phá và cần nghiên cứu thêm”); R&D Học máy và Lệch căn chỉnh (được hợp nhất thành một lĩnh vực trong v3.1)	Các Mức Năng lực Nghiêm trọng (CCL) cộng với các Mức Năng lực Được theo dõi có ngưỡng thấp hơn (TCL, mới trong v3.0/3.1); Mức Bảo mật SL1–SL4 được dùng như từ vựng, không phải tiêu chuẩn tuân thủ	Một “ngưỡng cảnh báo” kích hoạt một đánh giá năng lực chính thức trước khi đạt đến một CCL; việc đạt đến một CCL yêu cầu một hồ sơ an toàn bổ sung và sự phê duyệt quản trị trước khi triển khai bên ngoài (và, riêng đối với các CCL R&D Học máy, trước cả triển khai nội bộ rủi ro cao)
Meta — Khung Mở rộng AI Tiên tiến	v2, 3/2/2025 (đổi tên từ “Khung AI Tiên phong” v1.1; được thay thế khoảng 4/2026)	Hóa học & Sinh học; An ninh mạng; Mất Kiểm soát (bổ sung trong v2)	“Mức độ nâng cao hướng tới một kịch bản mối đe dọa,” không phải một thang tầng cố định	Nếu rủi ro nghiêm trọng không thể giảm thiểu: sẽ không triển khai mô hình ra bên ngoài hoặc tiếp tục phát triển nó
xAI — Khung Trí tuệ Nhân tạo Tiên phong (FAIF)	Có hiệu lực 30/6/2026 (thay thế Khung Quản lý Rủi ro trước đó, cập nhật lần cuối 20/8/2025)	CBRN; An ninh mạng Tấn công; Mất Kiểm soát; Thao túng Gây hại	Đánh giá rủi ro hệ thống đầy đủ ít nhất mỗi năm một lần; không có thang tầng cố định	Ngôn ngữ có điều kiện xuyên suốt (“chúng tôi có thể,” “nếu chúng tôi xác định điều đó là chính đáng”); không có yếu tố kích hoạt dừng phát triển rõ ràng tương đương với các đối thủ
Microsoft — Khung Quản trị Tiên phong	Cập nhật tháng 2/2026 (v1 vào tháng 2/2025)	Vũ khí CBRN; Hoạt động mạng tấn công; Tính tự chủ nâng cao; Mất kiểm soát và Thao túng gây hại (bổ sung tháng 2/2026)	Hai giai đoạn: sàng lọc bài đánh giá chuẩn “chỉ báo hàng đầu” tự động ít nhất mỗi 6 tháng, leo thang lên đánh giá sâu hơn được xếp hạng Thấp/Trung bình/Cao/Nghiêm trọng	“Nếu… chúng tôi xác định một rủi ro mà chúng tôi không thể giảm thiểu đầy đủ, chúng tôi sẽ tạm dừng phát triển và triển khai cho đến khi các biện pháp giảm thiểu phát triển đủ để đáp ứng rủi ro đó” — cam kết dừng trực tiếp nhất trong số cả sáu

Thay đổi có hậu quả nhất: bước chuyển của Anthropic khỏi tạm dừng vô điều kiện

RSP của Anthropic có lịch sử công khai dài nhất trong số sáu công ty, và thay đổi cấu trúc gần đây nhất của nó là diễn biến được thảo luận nhiều nhất trong số các khung an toàn tiên phong năm 2026. Phiên bản 1.0, công bố ngày 19 tháng 9 năm 2023, giới thiệu hệ thống Cấp độ An toàn AI (ASL) — ASL-2, ASL-3, ASL-4 — mỗi cấp được xác định bởi một danh sách cố định, cụ thể các biện pháp kiểm soát bắt buộc, cùng với một cam kết cứng: Anthropic sẽ không huấn luyện vượt qua một ngưỡng mà không có các biện pháp bảo vệ đã được chứng minh đầy đủ từ trước. Các phiên bản 2.0 (tháng 10 năm 2024), 2.1 (tháng 3 năm 2025), và 2.2 (tháng 5 năm 2025) mở rộng cấu trúc đó và bổ sung ngưỡng CBRN.

Phiên bản 3.0, có hiệu lực từ ngày 24 tháng 2 năm 2026, đã viết lại chính sách này. Anthropic thay thế các tầng ASL cố định bằng một bảng ngưỡng năng lực/sử dụng, và giải thích trực tiếp lý do trong một phụ lục — lời của chính công ty về việc vì sao họ rời bỏ các danh sách biện pháp kiểm soát cụ thể, chi tiết xuất hiện dưới đây dưới dạng một trích dẫn đã đăng ký. Thay cho tạm dừng cứng cũ, v3.0 giới thiệu hai công cụ mới: một Lộ trình An toàn Tiên phong công khai, không ràng buộc, được chấm điểm công khai so với hiệu suất trong quá khứ của chính Anthropic, và các Báo cáo Rủi ro được công bố mỗi ba đến sáu tháng và phải chịu sự rà soát bởi ít nhất một người rà soát bên ngoài, không xung đột lợi ích, đã qua thẩm định. Tài liệu của Anthropic nói rõ rằng đây là một sự chuyển dịch có chủ đích từ một lập trường đơn phương, tuyệt đối về rủi ro sang một lập trường có điều kiện và phụ thuộc vào đối thủ cạnh tranh: một phụ lục được nêu tên trình bày các kịch bản như “Anthropic dẫn đầu” và “Đối thủ cạnh tranh có các biện pháp an toàn mạnh,” theo đó các cam kết của chính công ty thay đổi. Các phiên bản 3.1 (2/4), 3.2 (29/4), 3.3 (26/5), và 3.4 (8/7/2026, hiện hành) mỗi phiên bản đều sửa đổi các chi tiết kể từ đó — gần đây nhất là thu hẹp ngưỡng R&D tự động và mở rộng phân phối Báo cáo Rủi ro nội bộ — mà không khôi phục lại việc tạm dừng cứng trước đó.

Quản trị xung quanh chính sách này đã giữ nguyên qua các phiên bản đó: một Cán bộ Mở rộng Có trách nhiệm được nêu tên, một kênh báo cáo không tuân thủ, và một cuộc rà soát tuân thủ quy trình bởi bên thứ ba hằng năm mà chính Anthropic mô tả là kiểm tra “sự tuân thủ quy trình, không phải các kết quả thực chất” — một sự phân biệt đáng chú ý, vì nó có nghĩa là cuộc kiểm toán xác nhận quy trình đã được tuân theo, chứ không phải các quyết định thu được là đúng đắn.

Sự thay đổi này ngay lập tức được ghi nhận như một sự kiện về độ tin cậy bên ngoài công ty. Chris Painter, Giám đốc Chính sách của METR, đã rà soát một bản dự thảo sớm với sự cho phép của Anthropic và, dù hoan nghênh tính minh bạch tăng thêm của các Báo cáo Rủi ro, đã đưa ra đánh giá thẳng thắn được trích dẫn dưới đây cho các phóng viên.

Năm khung còn lại hội tụ và phân kỳ ở đâu

Khung Quản trị Tiên phong của Microsoft là tương phản trực tiếp nhất với lập trường có điều kiện mới của Anthropic: cam kết tạm dừng của nó, được trích dẫn đầy đủ trong bảng ở trên và dưới đây, là vô điều kiện trên bề mặt, chỉ gắn với đánh giá của chính Microsoft rằng một rủi ro không thể được giảm thiểu đầy đủ — không có ngoại lệ theo kịch bản phụ thuộc đối thủ cạnh tranh tương đương với Phụ lục A của Anthropic.

Khung Mở rộng AI Tiên tiến của Meta đưa ra một cam kết vô điều kiện tương tự cho trường hợp hẹp hơn của mình: nếu một mô hình đạt đến “ngưỡng rủi ro nghiêm trọng” của Meta và rủi ro đó không thể giảm thiểu, Meta tuyên bố sẽ không triển khai mô hình ra bên ngoài hoặc tiếp tục phát triển nó. Meta sử dụng “mức độ nâng cao hướng tới một kịch bản mối đe dọa” thay vì một thang tầng cố định, nhưng các lĩnh vực nền tảng — rủi ro hóa học/sinh học, an ninh mạng, và Mất Kiểm soát (bổ sung trong v2 của Meta) — hóa ra được chia sẻ giữa các phòng thí nghiệm nhiều hơn so với những gì mỗi bản công bố khung riêng biệt ngụ ý. Khung Chuẩn bị Sẵn sàng v2 của chính OpenAI nói thẳng, trong một chú thích, rằng Báo cáo Năng lực và Báo cáo Biện pháp Bảo vệ của họ “song song với RSP đã cập nhật của Anthropic” và rằng các tiêu chí ngưỡng của họ “được thông tin một phần bởi Khung AI Tiên phong gần đây của Meta” — một sự thừa nhận hiếm hoi về sự hội tụ giữa các phòng thí nghiệm trong một tập hợp tài liệu mà nếu không sẽ đọc như thể mỗi tài liệu được viết một cách biệt lập.

Cấu trúc hai tầng của chính OpenAI đặt cổng khó hơn — một khả năng dừng chính việc phát triển — chỉ ở tầng Nghiêm trọng, và ngay cả khi đó vẫn đưa quyết định qua một Nhóm Cố vấn An toàn nội bộ mà khuyến nghị của nhóm này CEO của OpenAI hoặc người được chỉ định có thể ghi đè, với chính Ủy ban An toàn và Bảo mật của hội đồng quản trị (đồng lãnh đạo bởi cùng vị CEO đó) cung cấp sự giám sát đối với việc ghi đè đó. Khung này đã được áp dụng trong thực tế vào tháng 7 năm 2026: Thẻ Hệ thống GPT-5.6 của OpenAI đã chỉ định các mô hình Sol, Terra, và Luna nhỏ hơn, nhanh hơn của mình là năng lực Cao trong cả An ninh mạng lẫn rủi ro Sinh học và Hóa học — lần đầu tiên các mô hình nhỏ hơn trong một họ nhận được chỉ định đó — kích hoạt các bộ phân loại kích hoạt mới, chặn đầu ra theo thời gian thực, và khoảng 700.000 giờ-GPU kiểm thử đội đỏ tự động (OpenAI, trang an toàn triển khai GPT-5.6). Đó là báo cáo của chính OpenAI về sự tuân thủ của chính họ, không phải một cuộc kiểm toán độc lập.

Khung An toàn Tiên phong của Google DeepMind hoạt động theo cách khác một lần nữa: thay vì một sự vượt tầng nhị phân, một “ngưỡng cảnh báo” được thiết kế để kích hoạt một đánh giá năng lực chính thức trước khi một Mức Năng lực Nghiêm trọng thực sự đạt được, và việc đạt đến một mức yêu cầu một hồ sơ an toàn bổ sung và sự phê duyệt quản trị trước khi triển khai bên ngoài — mở rộng, riêng đối với lĩnh vực R&D Học máy, sang cả triển khai nội bộ rủi ro cao (DeepMind, Khung An toàn Tiên phong v3.1). Ví dụ rõ ràng nhất về một phòng thí nghiệm công khai nêu ra giới hạn của chính khung của mình: Mức Bảo mật 4 được DeepMind khuyến nghị cho các mô hình có thể tự động hóa hoàn toàn công việc của toàn bộ một đội nghiên cứu AI của Google đi kèm với ghi chú rõ ràng rằng điều này “phải được toàn bộ lĩnh vực AI tiên phong đảm nhận” — DeepMind tuyên bố, trong chính tài liệu đã công bố của mình, rằng không có biện pháp kiểm soát của một công ty đơn lẻ nào là đủ ở mức năng lực đó.

FAIF của xAI tương đối mỏng ở khía cạnh này. Trên bốn lĩnh vực của nó, ngôn ngữ có điều kiện gần như liên tục — “chúng tôi có thể,” “nếu chúng tôi xác định điều đó là chính đáng” — và tài liệu không chứa cam kết dừng triển khai tương đương với tầng Nghiêm trọng của OpenAI hay ngôn ngữ “sẽ không triển khai” của Meta (xAI, Khung Trí tuệ Nhân tạo Tiên phong). Nó thay thế một Khung Quản lý Rủi ro trước đó, bản thân đã được công bố chậm nhiều tháng so với lịch trình đã tuyên bố của chính xAI — một mô hình có lịch sử được ghi chép, được bao phủ tiếp theo.

Để có một danh mục rộng hơn về các chính sách phòng thí nghiệm tiên phong đã công bố ngoài sáu công ty này, METR duy trì một bảng so sánh (METR, “Các Yếu tố Chung của Chính sách An toàn AI Tiên phong”; danh mục) bao phủ mười hai phòng thí nghiệm. Nó chủ yếu hoạt động như một danh mục cấu trúc hơn là một bảng điểm được chấm — để có một so sánh được chấm điểm, xem mục tiếp theo.

Tuyên bố so với thực hành

Mọi thứ ở trên mô tả những gì sáu công ty nói họ sẽ làm. Liệu họ có thực sự làm điều đó hay không là một câu hỏi khác, và quan trọng hơn, và bằng chứng có sẵn kém thuận lợi hơn nhiều so với chính các khung.

Cuộc kiểm tra độc lập hữu ích nhất là Trình theo dõi Quản lý Rủi ro Tiên phong của SaferAI, một xếp hạng thực sự độc lập, khác biệt với bất kỳ khung tự báo cáo nào của phòng thí nghiệm. Nó chấm điểm mười hai công ty — không chỉ sáu công ty được so sánh ở trên — trên bốn khía cạnh: Xác định Rủi ro, Phân tích & Đánh giá Rủi ro, Xử lý Rủi ro, và Quản trị Rủi ro. Tính đến bản cập nhật tháng 7 năm 2026, điểm số tổng thể trên 100% là: Anthropic 35% (cao nhất tổng thể, và mạnh nhất về Quản trị Rủi ro cụ thể ở mức 50%), OpenAI 34%, Microsoft 33%, Meta 33%, G42 24%, Google DeepMind 20%, xAI 18%, Amazon 18%, NVIDIA 16%, Magic 11%, Naver 10%, và Cohere 8% (thấp nhất) (Trình theo dõi Quản lý Rủi ro Tiên phong của SaferAI). Tiêu chuẩn của chính SaferAI về những gì thực hành tốt nhất hiện nay sẽ tạo ra, nếu mọi công ty áp dụng thực hành hiện có mạnh nhất duy nhất được tìm thấy ở bất cứ đâu trong toàn ngành, được trích dẫn dưới đây — và nó không hề gần với 100%. Không có phòng thí nghiệm nào được rà soát, kể cả công ty dẫn đầu, gần với những gì SaferAI coi là đầy đủ.

Khung Chuẩn bị Sẵn sàng của OpenAI đã được các học giả bên ngoài kiểm tra trực tiếp thay vì được chấp nhận theo giá trị bề mặt. Coggins, Saeri, Daniell, Ruster, Liu, và Davis áp dụng một khung “khả năng cho phép” — phân biệt những gì một tài liệu chính sách yêu cầu, đề nghị, khuyến khích, và chỉ đơn thuần cho phép — và đạt được ba phát hiện. Thứ nhất, Khung này chỉ đề nghị đánh giá một thiểu số các tiểu lĩnh vực rủi ro trong hệ phân loại 24 tiểu lĩnh vực của Kho lưu trữ Rủi ro AI của MIT, và không yêu cầu đánh giá bất kỳ tiểu lĩnh vực nào. Thứ hai, nó khuyến khích việc triển khai các hệ thống có năng lực “Trung bình” đối với tổn hại nghiêm trọng — định nghĩa của chính OpenAI bao phủ cái chết hoặc thương tích nghiêm trọng của hàng nghìn người, hoặc hàng trăm tỷ đô la thiệt hại kinh tế — trích dẫn việc chính OpenAI triển khai mô hình o1 của mình bất chấp năng lực sinh học/hóa học và thuyết phục được xếp hạng Trung bình. Thứ ba, nó cho phép CEO của OpenAI ghi đè các khuyến nghị biện pháp bảo vệ của Nhóm Cố vấn An toàn, trong khi chính CEO đó đồng lãnh đạo ủy ban hội đồng quản trị được thiết kế để giám sát quyền tự quyết đó — một phát hiện về xung đột lợi ích mang tính cấu trúc, không phải một giả thuyết.

Hồ sơ an toàn của chính Google DeepMind đã được kiểm toán bên ngoài — ví dụ rõ ràng nhất, trong số sáu phòng thí nghiệm, về một tuyên bố liên quan đến an toàn cụ thể được kiểm tra bởi những người rà soát bên ngoài được nêu tên, có đủ trình độ, thay vì quy trình nội bộ của phòng thí nghiệm. Lập luận nội bộ của DeepMind rằng các mô hình của họ thiếu khả năng “âm mưu” đã được Barrett, Campos Zabala, Fillingham, Siddique, Walpole, Bloomfield, và Papadatos rà soát bằng một phương pháp luận đảm bảo hình thức. Đánh giá của họ ghi nhận DeepMind vì sự tham gia phương pháp luận thực sự và lý luận minh bạch, nhưng phát hiện ra điều được trích dẫn dưới đây — một phát hiện về khoảng cách giữa thực hành kỹ thuật và bằng chứng thực sự được trình bày, không phải một cáo buộc về sự thiếu thiện chí.

xAI cung cấp trường hợp rõ ràng nhất về các tuyên bố của một khung bị mâu thuẫn trực tiếp bởi các sự kiện, và điều đó đã xảy ra hai lần. Thứ nhất, về quy trình: bản dự thảo khung tháng 2 năm 2025 của xAI hứa hẹn một phiên bản hoàn thiện “trong vòng ba tháng” — một thời hạn vào khoảng ngày 10 tháng 5 năm 2025. Thời hạn đã trôi qua mà không có sự thừa nhận nào từ xAI, khiến nhóm giám sát The Midas Project lưu ý đến khuôn mẫu được trích dẫn dưới đây. Bản tiền thân của FAIF cuối cùng đã không được công bố cho đến ngày 20 tháng 8 năm 2025 — trễ hơn ba tháng. Thứ hai, về nội dung: cùng ngày hôm đó, xAI đã vô tình công bố hàng trăm nghìn cuộc hội thoại người dùng, và Elon Musk riêng biệt đã thừa nhận rằng một kỹ sư đã tải xuống toàn bộ kho mã của công ty — trực tiếp làm suy yếu chính các tuyên bố bảo mật bằng văn bản của cùng tài liệu đó. AI Lab Watch cũng ghi chép rằng sự ghi nhận cho người đánh giá bên thứ ba đối với Viện An ninh AI Vương quốc Anh đã bị âm thầm gỡ bỏ khỏi thẻ mô hình Grok 4 một ngày sau khi công bố, không có lời giải thích nào (AI Lab Watch, “Khung an toàn mới của xAI thật tệ hại”).

Không phải mọi mục trong phần này đều là một thất bại đã được ghi chép. Việc chỉ định năng lực Cao của GPT-5.6 của OpenAI, được mô tả ở trên, tốt nhất nên được đọc như một khung đang được áp dụng phần lớn đúng như những gì được viết ra — nhưng nó vẫn là báo cáo của chính OpenAI về chính họ; không có sự xác minh độc lập nào về các tuyên bố hiệu quả của kiểm thử đội đỏ hay bộ phân loại đằng sau nó được tìm thấy tính đến thời điểm viết bài này.

Cách sử dụng trang này

Mọi khung được nêu tên ở đây đều được sửa đổi theo lịch trình riêng của nó, thường mà không có nhiều thông báo công khai ngoài một mục nhật ký thay đổi. Số phiên bản và ngày có hiệu lực ở trên là cách nhanh nhất để kiểm tra xem một hàng nhất định có còn hiện hành hay không: RSP của Anthropic ở v3.4 (8/7/2026), Khung Chuẩn bị Sẵn sàng của OpenAI đã ở v2 kể từ 15/4/2025 mà không có v2.1 tính đến thời điểm viết bài này, Khung An toàn Tiên phong của DeepMind ở v3.1 (17/4/2026), Khung Mở rộng AI Tiên tiến của Meta ở v2 (3/2/2025, đã bị thay thế kể từ đó), FAIF của xAI có hiệu lực từ 30/6/2026, và Khung Quản trị Tiên phong của Microsoft được cập nhật lần cuối vào tháng 2/2026. Nếu bất kỳ con số nào trong số đó đã thay đổi vào thời điểm bạn đọc bài này, hãy coi bảng này là đã lỗi thời riêng ở hàng đó.

Để biết cách các bài kiểm tra năng lực và lập luận hồ sơ an toàn đằng sau các khung này thực sự hoạt động ra sao — và giới hạn của chính chúng — xem đánh giá tiên phong, hồ sơ an toàn, và báo cáo sự cố. Để biết một hồ sơ theo trình tự thời gian về các sự cố, tiết lộ, và tình huống suýt xảy ra trong thế giới thực mà các khung này được thiết kế để ngăn chặn hoặc phát hiện, xem biên niên sử sự cố AI.