# Theo: Gemini 4 Carbon chậm hơn anh tưởng rất nhiều

[Theo Browne](https://homus.dev/speakers/theo-browne) · [Theo - t3․gg](https://homus.dev/orgs/theo-t3-gg)

> Theo Browne đo lại Gemini 4 Carbon trong việc thật: chậm gấp năm lần, chờ hơn 11 giây mỗi bước, cache lỗi, và vì sao anh khuyên không dùng (11/2026).

Topics: Model Routing, Coding Agents, Evals

Canonical: https://homus.dev/talks/its-so-much-worse-than-i-thought

## 1. Nhận định ban đầu: tạm ổn, nhưng chưa đủ gắt

Theo Browne mở đầu bằng chuyện nhận định ban đầu của anh về Gemini 4 Carbon của Google (video đăng ngày 13/11/2026). Dù đã định sẽ rất tiêu cực với model này, anh lại thấy mình tạm chấp nhận được nó, một cách khá lạ. Không phải vì nó viết code giỏi, hay giỏi 3D, hay bất cứ điều gì khác, mà chỉ vì nó có vẻ sẽ không hạn chế anh quá nhiều. Theo anh, đó là một điểm thật sự có giá trị, còn ngoài điểm đó ra thì anh không thấy nó đáng dùng.

![Theo Browne ngồi sau bàn gỗ với micro, góc trái là hình nhỏ có chữ Gemini 4 Carbon và một khối pha lê](https://homus.dev/photos/5BrgFY5jIn4-0003.jpg)

Theo Browne ở phần mở đầu video đăng ngày 13/11/2026, cạnh một hình nhỏ ghi "Gemini 4 Carbon".

Anh nói anh đã cố hết sức trình bày các dữ kiện về model: giá bao nhiêu, nhanh thật sự tới đâu, và dùng trong các dự án thật thì trông như thế nào. Và anh đã không đủ gắt (video đăng ngày 13/11/2026).

![Biểu đồ Time per task vs intelligence, ô thông tin của Gemini 4 Carbon low với time per task 22m 21s được khoanh đỏ](https://homus.dev/photos/5BrgFY5jIn4-0025.jpg)

Biểu đồ "Time per task vs intelligence" xuất hiện trong video đăng ngày 13/11/2026, chân biểu đồ ghi "Data from Artificial Analysis". Ô thông tin của Gemini 4 Carbon ở mức low ghi intelligence index 54.2, time per task 22m 21s (khoanh đỏ) và cost per task $7.19. Danh sách bên phải gồm Fable 5.2, Gemini 4 Carbon, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol, Sonnet 5.5, GPT-6.1 Terra và Haiku 5.5.

Điều này làm anh hơi đau lòng, vì anh thích làm việc với những người ở DeepMind. Theo anh, phần lớn họ rất thẳng thắn, rất tuyệt, và họ cố gắng sửa các vấn đề (video đăng ngày 13/11/2026).

Anh nói đó là lý do anh làm video này: anh đã sai về khoảng cách tốc độ. Anh có nhận xét rằng 4 Carbon ở mức low chậm hơn gần như mọi model khác trong lịch sử. Điều anh không biết là nó chậm gấp năm lần (theo video đăng ngày 13/11/2026).

## 2. Tự audit lại: chậm gấp năm lần

Anh kể rằng anh không hay ngồi xem các thread của mình khi chúng đang chạy. Anh bắn chúng đi rồi xem lại khi chúng xong. Nên anh đã dành thời gian audit việc dùng thật của mình với tất cả các model này. Với những việc tương đương nhau (anh gọi là "like for like"), Gemini đều đặn chậm gấp năm lần bất cứ model nào khác (theo số đo của Theo, video đăng ngày 13/11/2026). Anh nói: bạn nghĩ chuyện này tệ cỡ nào thì nó còn tệ hơn thế.

![Trang tối với dòng chữ lớn SAME REVIEW. CARBON TAKES 5 TIMES AS LONG., bên dưới là đoạn mô tả 9 vòng review và các tab vòng](https://homus.dev/photos/5BrgFY5jIn4-0041.jpg)

Trang kết quả Theo mở trong video đăng ngày 13/11/2026, tiêu đề "Same review. Carbon takes 5 times as long." Đoạn bên dưới ghi: 9 vòng review, mỗi vòng bốn model nhận cùng một brief chỉ đọc (read-only) cùng lúc; Gemini 4 Carbon hoàn thành 4 vòng, trung bình 16:44; Opus 5.5 mất 3:31 và GPT-6.1 Sol mất 3:06 cho cùng 4 vòng đó; ở 5 vòng còn lại, agent yêu cầu review đã thôi chờ Carbon.

Anh nói anh sẽ "crash out" thật nhiều về chuyện này, vì theo anh nó cho thấy ở mức nền tảng rằng Google chẳng mảy may quan tâm tới bất kỳ ai dùng inference của họ. Và cho tới khi những thứ này được sửa, theo anh, bạn không nên coi Google là một công ty nghiêm túc (video đăng ngày 13/11/2026).

Anh ghét phải khắt khe như vậy, nhưng anh thấy đó là trách nhiệm của mình, vì anh cảm thấy mình đã làm hỏng chuyện ở đây. Và công bằng mà nói, anh cũng thấy mọi người khác cũng không thành thật về chuyện này. Theo anh, người ta thật lòng nghĩ các model Gemini là một lựa chọn thay thế hợp lý cho những thứ khác. Anh nói anh không thể tôn trọng bạn nếu bạn chọn Gemini vào lúc này (tính đến 11/2026), vì nó tệ tới mức đó.

Anh xin lỗi những người bạn của anh ở đó. Anh mong họ dùng video này làm đòn bẩy, vừa để những thứ này được sửa, vừa trong các buổi phỏng vấn xin việc ở những công ty thật sự quan tâm, vì anh đã quá chán rồi (video đăng ngày 13/11/2026).

## 3. Không còn lý do nào khác để dùng, và giá sắp gấp đôi

Anh xin lỗi trước vì mình đang nói quá thẳng, và cả vì những lần đã nói thẳng như vậy. Anh nói anh không thể tôn trọng ý kiến kỹ thuật của bất kỳ ai cho rằng model này dùng được cho công việc kỹ thuật thật, ngoài một điểm: khi bạn làm cybersecurity với nó, nó ít có khả năng flag bạn hơn một chút. Ngoài điểm đó, theo anh, thật sự không có lý do nào khác để dùng model này vào lúc này (video đăng ngày 13/11/2026).

Anh đã mất sự tôn trọng với một số ít kỹ sư mà anh tưởng là hiểu chuyện hơn, những người đang công khai nói model này tốt cho công việc hằng ngày. Anh thừa nhận mình cũng có lỗi một phần: anh không nghĩ khoảng cách lại lớn tới vậy, và không nghĩ dùng nó lại khổ sở tới vậy (video đăng ngày 13/11/2026).

Rồi tới phía subscription subsidy: theo anh, nó cũng đắt kinh khủng, nhất là bắt đầu từ ngày 1 tháng 12, khi họ tăng giá gấp đôi. Anh nhấn mạnh: model này sẽ tăng giá gấp đôi trong ba tuần nữa (theo video đăng ngày 13/11/2026).

Vậy anh đang crash out về chuyện gì? Anh nói có rất nhiều người bạn ở Google đã xử lý rất tốt những lần anh crash out, sửa những gì họ sửa được và thật sự làm mọi thứ tốt hơn. Anh biết chắc rằng họ đang dồn toàn lực (anh nói "all hands on deck") cho chuyện tốc độ mà anh đang phàn nàn. Nhưng anh cần mọi người hiểu nó tệ tới mức nào (video đăng ngày 13/11/2026).

## 4. Vì sao biểu đồ time per task chưa nói hết

Theo lời Theo (video đăng ngày 13/11/2026), khi không dùng max effort cho bất cứ việc gì (vì anh cho rằng không nên dùng, max effort là tệ), thì Gemini 4 Carbon là model hiện đại chậm nhất, và chậm hơn rất xa. Không có cách nào dùng Opus mà lại mất lâu hơn Gemini 4 Carbon. Fable 5 (anh nói vậy; biểu đồ trên màn hình chỉ có Fable 5.2) ở mức xhigh chậm hơn Gemini 4 Carbon ở mức High một chút, nhưng Fable ở mức High thì nhanh hơn mọi thứ mà Gemini 4 Carbon đã hoàn thành.

Anh nói con số này sai và gây hiểu lầm, vì nó đo từ lúc request chính thức tới và được server phía Google nhận, cho tới lúc response trả về. Và nhiều task mà Artificial Analysis dùng không phải agentic, nên không multi-turn. Khi bước vào các lượt nhiều bước, mà theo anh đó chính là cách mọi agentic coding tool hoạt động, thì con số này sụp đổ rất nhanh. Khi anh bắt đầu phân tích dữ liệu của mình, Gemini 4 Carbon đều đặn chậm gấp năm lần trong công việc hằng ngày (theo số đo của Theo, video đăng ngày 13/11/2026).

Theo lời Theo (video đăng ngày 13/11/2026), biểu đồ đo từ lúc server nhận request tới lúc response về, và nhiều task trong đó không multi-turn; còn trong agentic coding, một lượt gồm nhiều bước, nên khoảng chờ ở mỗi bước cộng dồn lại.

## 5. Chín lần làm judge và "stopped by the parent"

Nhưng anh nói con số chậm gấp năm lần đó thực ra còn tệ hơn vẻ ngoài. Có chín lần riêng biệt Carbon được đưa vào làm judge cho công việc, và anh chỉ ra rằng sau ba lần đầu thì có gì đó thay đổi: bắt đầu xuất hiện dòng "stopped by the parent" rất nhiều lần (theo dữ liệu của Theo, video đăng ngày 13/11/2026).

![Biểu đồ thanh Cache fix, round 1: Gemini 4 Carbon 21:19, Gemini 4 Argon 8:04, Opus 5.5 2:25, GPT-6.1 Sol 1:47](https://homus.dev/photos/5BrgFY5jIn4-0543.jpg)

Vòng "Cache fix, round 1" trên trang kết quả (video đăng ngày 13/11/2026): Gemini 4 Carbon 21:19, Gemini 4 Argon 8:04, Opus 5.5 2:25, GPT-6.1 Sol 1:47. Chú thích: màu cam là chờ câu trả lời bắt đầu, khối trắng xám là model viết (mỗi khối một response), đường mảnh là lúc tool chạy.

Vì sao lại vậy? Theo lời anh, Carbon chậm tới mức anh phải cập nhật skill của mình để dặn các agent rằng: nhân tiện, có vẻ Carbon khá chậm; nếu đang kẹt chờ nó mà có việc cần sửa, thì đừng bận tâm, cứ dừng nó lại và quay về làm việc. Nếu anh không làm vậy, các con số còn tệ hơn nữa. Anh nói anh đã vô tình cho Google một lợi thế ở đây (video đăng ngày 13/11/2026).

![Trang Tool Use Patterns Across Models trong một app tên fleet, các vòng Windows update với dòng Carbon ghi stopped by the parent](https://homus.dev/photos/5BrgFY5jIn4-0603.jpg)

Trang "Tool Use Patterns Across Models" (video đăng ngày 13/11/2026): ở các vòng Windows update 1 tới 4, dòng Carbon kết thúc bằng "15:40, stopped by the parent", "12:41, stopped by the parent", "9:00, stopped by the parent" và "8:20, stopped by the parent", trong khi Argon, Opus 5.5 và Sol xong trong khoảng 2:32 tới 7:28; ở vòng 5, Carbon chạy tới 19:40. Ô nhập bên dưới ghi "Remove Argon from the page", model chọn là Fable 5.2 High.

Vậy là không chỉ tệ hơn nhiều so với anh nghĩ lúc đầu, nó còn tệ hơn nhiều so với những gì anh đang cho thấy. Anh không biết tệ hơn bao nhiêu, vì anh không sẵn lòng làm chậm công việc hằng ngày của mình đủ để đo cho đúng. Anh ví: anh sẽ không bao giờ biết mất bao lâu để tự tay đút cho một con rùa ăn hết nguyên một cây xà lách, vì anh là một người bận rộn và sẽ không ngồi đó làm chuyện đó. Anh nói nó điên rồ, nó tệ lắm, tệ thật sự (video đăng ngày 13/11/2026).

## 6. Không phải TPS hay tool call: hơn 11 giây trước khi bắt đầu

Theo anh, mọi chuyện còn tệ hơn nhiều khi thấy nguyên nhân (video đăng ngày 13/11/2026). Bạn có thể nghĩ: chắc TPS chậm; chắc họ không cho nó đủ compute; có lẽ nó không gọi tool call song song cho đúng. Anh nói tất cả những điều đó đều đúng. Và tất cả những thứ đó sẽ làm nó chậm hơn khoảng 30 tới 50%. Bạn không bị chậm gấp 5 lần chỉ vì tool call. Rồi anh nói: được rồi, bạn có thể chậm gấp 5 lần nếu làm tool call sai; họ không làm sai tới mức đó, nhưng cũng gần.

Theo anh, vấn đề nằm ở trước cả khi request kịp vào. Model này đều đặn mất hơn 11 giây tính từ lúc request chạm server của họ cho tới lúc nó bắt đầu làm gì đó. Anh nhắc lại: 11 giây (theo số đo của Theo, video đăng ngày 13/11/2026).

![Biểu đồ Run one step in real time: Gemini 4 Carbon 21.6 s, Opus 5.5 13.2 s, Fable 5.2 18.0 s, GPT-6.1 Sol 13.5 s](https://homus.dev/photos/5BrgFY5jIn4-0723.jpg)

Phần "Run one step in real time" trên trang kết quả (video đăng ngày 13/11/2026). Dòng trên ghi: trong một coding thread, model trả lời 1,319 lần trong 8 h 10 min chạy; khoảng 4 tiếng trong số đó trôi qua trước khi câu trả lời bắt đầu; sau khi bắt đầu thì nó viết nhanh như các model khác. Gemini 4 Carbon (Antigravity, this thread): chờ 11.3 s, viết 9.5 s, tổng 21.6 s; Opus 5.5 (Claude Code, all work): chờ 2.3 s, viết 6.3 s, tool 4.6 s, tổng 13.2 s; Fable 5.2 (Claude Code, all work): viết 11.3 s, tool 6.2 s, tổng 18.0 s; GPT-6.1 Sol (Codex, all work): chờ 3.7 s, viết 8.9 s, tổng 13.5 s. Dòng dưới ghi một bước của Carbon dài nhất trong bốn model, và hơn một nửa là thời gian chờ.

Anh rủ người xem cùng đi qua theo thời gian thực: anh bấm nút "Run one step in real time" trên màn hình và ngồi chờ, nói rằng mọi người có thể cùng trải nghiệm "sự thiền định" của Gemini 4 Carbon. "Still going." Rồi "Okay, cool." Hai trên ba đã xong. Anh nói Fable chạy một tool call chậm trong demo này nhưng vẫn xong. Rồi tới lượt Gemini cũng xong (demo trong video đăng ngày 13/11/2026).

Anh nhấn mạnh: đây chỉ là cho một bước, không phải cho một lượt đầy đủ. Chỉ một bước. Khi kết hợp điều này với việc Gemini cần nhiều bước hơn để hoàn thành task, và bạn phải cộng dồn thêm 11 giây trên mỗi 20 giây cho mọi request, thì kết quả không chỉ đáng xấu hổ mà thật sự không dùng được (theo Theo, video đăng ngày 13/11/2026).

Và khi anh cố dùng Gemini nhiều hơn cho công việc thật, lúc nhận ra mình đã đánh giá thấp trí thông minh của nó, anh cũng nhận ra mình đã đánh giá quá cao trí thông minh của chính mình, vì nó khiến anh thấy mình thật ngu khi từng chọn một model khổ sở tới vậy để dùng (video đăng ngày 13/11/2026).

## 7. Chuyện này đã xảy ra một lần: Azure và sự cố triệu đô

Anh nói chat của anh cũng đang hỏi đúng điều người xem có thể đang nghĩ: không ai để ý chuyện này à? Sao chuyện này lại xảy ra? Anh đã thấy chuyện tương tự xảy ra một lần, ở một "startup nhỏ làm chút AI", có thể bạn từng nghe tên: Microsoft. Theo lời anh, Azure từng gặp vấn đề tương tự với các model của OpenAI: phần lớn thời gian thì bạn nhận được token đầu tiên sau 10 tới 15 giây, nhưng thỉnh thoảng lại mất 100 tới 200 giây, nghĩa là nó trở thành thứ thiếu tin cậy và không dùng được nhất thế giới (theo lời Theo, video đăng ngày 13/11/2026).

Hai mức thời gian tới token đầu tiên trên Azure mà Theo kể lại trong video đăng ngày 13/11/2026.

Anh kể anh đã crash out với họ mạnh tới mức có các exec liên hệ với anh, và cuối cùng họ đã sửa. Anh gọi đó là "the million-dollar incident", và nói anh rất tự hào về lần đó. Anh nói đó là lý do anh có mặt ở đây bây giờ. Khác biệt là lần này anh không có gì để mất, vì theo anh chẳng ai thích Gemini cả. Lần đó anh có một triệu đô trên bàn cân; lần này anh làm vì yêu cuộc chơi (video đăng ngày 13/11/2026).

## 8. Vì sao lại nói về Gemini lần nữa

Vậy vì sao anh nói chuyện này bây giờ, vì sao lại bận tâm làm thêm một video về Gemini? Anh nói có rất nhiều người ở DeepMind mà anh thật sự thích hơn gần như mọi lab khác. Theo anh, lab mà anh cảm thấy lắng nghe anh tốt nhất và có nhiều khả năng thật sự quan tâm và cố sửa nhất là DeepMind. Nhìn chung họ phản hồi khá tốt với những lần anh crash out (theo Theo, video đăng ngày 13/11/2026).

Vì vậy anh xin lỗi những người bạn ở đó vì video này. Anh hy vọng nó sẽ là một công cụ hữu ích: hoặc làm đòn bẩy trong các cuộc họp nội bộ để những thứ này được sửa, vì chúng đáng xấu hổ; hoặc nếu cách đó không được, mà anh nói thật là rất có thể sẽ không được, thì họ có thể dùng video này như lá thư giới thiệu tốt nhất có thể khi đi xin việc ở một "lab thật". Vì tới thời điểm này anh sẽ không gọi DeepMind là một lab thật, bởi theo anh họ không làm ra công nghệ mà bạn thật sự dùng được (video đăng ngày 13/11/2026).

Hai cách Theo nói anh hy vọng những người bạn ở DeepMind dùng video đăng ngày 13/11/2026.

## 9. Varun và chuyện email trong CLI

Dù tôn trọng phần lớn những người anh tiếp xúc và trò chuyện ở DeepMind, anh nói anh sẽ nói chuyện cá nhân một chút, vì anh không tôn trọng Varun Mohan. Theo cáo buộc của Theo trong video đăng ngày 13/11/2026, đây là người đã "lấy cắp một tỷ đô la từ chính team của mình" để rời công ty do anh ta lập ra và sang DeepMind cùng toàn bộ công nghệ.

Anh đặt điều đó cạnh chính mình (video đăng ngày 13/11/2026): anh là người rất quan tâm tới team, đã mất nhiều tiền để làm điều đúng cho team, có thể đã được mua lại riêng với một khoản tiền lớn nhưng chọn không làm vậy, vì anh muốn team của mình cũng thắng. Anh và một người cộng sự chia 50/50 cổ phần của T3, các tool, code và mọi thứ; và một người nữa trong nhóm cũng không kém hai người bao nhiêu.

Theo lời Theo (video đăng ngày 13/11/2026), những người duy nhất kiếm được tiền từ Windsurf là Varun và khoảng hai người bạn của anh ta. Theo anh, ba người đã rời bỏ một công ty 130 người do chính họ lập ra, bỏ mặc nó cho tới chết, và cả ba đều cầm tiền đi.

Anh nói anh chọn nói chuyện cá nhân hơn vì muốn xem Varun có chịu được áp lực hay không. Anh muốn Varun biết rằng anh nghĩ anh ta là một kẻ hèn nhát (anh dùng chữ "spineless prick"), rằng anh nghĩ anh ta là một người lãnh đạo tồi, và rằng cách anh ta phản hồi anh trong chuyện này là không chấp nhận được (video đăng ngày 13/11/2026).

Trước hết là việc Varun gọi video là lời khen lớn ("high praise") thay vì thừa nhận những vấn đề anh mô tả. Trong khi đó, theo anh, mọi người khác anh nói chuyện ở DeepMind đều rất tuyệt về chuyện này: họ nhắn DM cho anh cả ngày trong hai ngày qua, xin feedback, cố hết sức để làm model tốt hơn và các tool dễ dùng hơn (video đăng ngày 13/11/2026). Còn Varun thì thả một emoji cười và một lời khuyên phiền nhưng hữu ích, vì anh đã crash out chuyện email của anh luôn hiện trong CLI của họ. Bài trả lời của Varun ghi: "Video feels like high praise coming from you 😅 Btw, use AGY_CLI_HIDE_ACCOUNT_INFO=1 to hide your email in the CLI."

Anh nói "Cool. Awesome. Fine." Anh đề nghị đưa thiết lập đó vào config (bài anh đăng ghi: "Can this please just be in a config so I don't have to set it on each of my machines?"), và Varun trả lời là làm được ("Yeah we can do that"), theo các bài đăng hiện trong video đăng ngày 13/11/2026.

## 10. WebSocket, prefill và những con số điên rồ hơn

Khoảng thời điểm đó, anh đã bắt đầu đào sâu hơn vào chuyện tốc độ, vì anh dùng nó nhiều hơn và nó làm anh bực. Anh chưa đào đủ sâu để biết chính xác cái gì gây ra vấn đề, nhưng anh đã giả định, vì anh vừa phân tích cách tool call hoạt động với Gemini và biết rằng nó làm việc song song. Anh tưởng là không, nhưng hoá ra có. Nên anh bối rối không hiểu sao nó vẫn chậm như vậy (video đăng ngày 13/11/2026).

Vì thế anh gợi ý với Varun chuyện OpenAI chuyển sang WebSocket cho inference trong Codex. Bài anh đăng ghi: "Not sure how much you guys own the edge that routes inference, but I think you could have a huge speed up if you move to websockets. The ttft is pretty rough right now." (theo bài đăng hiện trong video đăng ngày 13/11/2026).

Theo giải thích (video đăng ngày 13/11/2026): tóm tắt là model cần toàn bộ lịch sử của bạn. Nên khi bạn gửi request cho lượt tiếp theo, hay bước tiếp theo trong một lượt, nó sẽ gửi toàn bộ lịch sử lên, và đó là rất nhiều latency: gửi hết lên, chờ nó được parse, prefill, rồi load vào để có thể bắt đầu trả lời. Mỗi lần có tool call là một đống overhead.

Theo anh, một trong những lý do Codex từng có cảm giác nhanh hơn Claude rất nhiều là vì OpenAI đặt một lớp phía trước inference để kết nối qua WebSocket, gửi ít dữ liệu qua lại hơn và giữ cho kết nối "ấm". Anh nói nó rất tuyệt và nhanh hơn rất nhiều. Anh không biết Anthropic đã bắt kịp thế nào mà không làm cách WebSocket, nhưng họ đã bắt kịp, và điều đó rất tốt (video đăng ngày 13/11/2026).

Hai cách gửi request mà Theo mô tả trong video đăng ngày 13/11/2026.

Dù sao thì, câu trả lời của Varun ra sao? Bài trả lời ghi: "TTFT is also just high because prefill is not cheap :(, it's not just network transport. Let me quantify but I'm not sure that would immediately solve this" (theo bài đăng hiện trong video đăng ngày 13/11/2026). Theo đọc tới mặt buồn thì nói "Frowny face", rồi nói Varun đúng ở chỗ này. Anh công nhận: có lẽ việc đó sẽ không giải quyết được ngay.

Nhưng anh bực đủ để đào thêm, và đó là lúc anh tìm ra những con số còn điên rồ hơn nhiều. Theo anh, Gemini 4 Carbon mất nhiều thời gian để bắt đầu trả lời hơn thời gian GPT-6.1 Sol cần để trả lời xong, trong hầu hết các trường hợp. Anh gọi đó là điên rồ (theo số đo của Theo, video đăng ngày 13/11/2026). Bài anh đăng về chuyện này ghi: "I dug more into Gemini's speed issues. Almost all of it is server side. Their inference is awful. It takes 11 seconds before it starts to respond, 20x longer than Fable."

## 11. Đọc một file 8 tới 16 lần, và cache không đọc được

Rồi tới những "Gemini-isms" buồn cười. Anh nói, ví dụ, trung bình nó đọc một file 8 tới 16 lần, và gọi đó là buồn cười (theo số đo của Theo, video đăng ngày 13/11/2026).

![Hình It read the same two files 16 times over, hai cột vạch trắng cho serviceLauncher.ts và bootService.ts](https://homus.dev/photos/5BrgFY5jIn4-1323.jpg)

Hình "It read the same two files 16 times over" trong một bài đăng của Theo, hiện trong video đăng ngày 13/11/2026: mỗi vạch trắng là một lần đọc, trái sang phải là khoảng dòng, trên xuống dưới là thời gian (9 h 39 min). serviceLauncher.ts có 3,380 dòng, 299 lần đọc, đọc lại 16 lần; bootService.ts có 2,550 dòng, 230 lần đọc, đọc lại 17 lần. Dòng dưới ghi 1,093 lần đọc file trong thread, trung vị 106 dòng mỗi lần; mỗi lần đọc là một bước nên đều phải chờ; context đầy 22 lần và mỗi lần compaction mất khoảng 66 s. Con số 16 và 17 trên hình khác với "8 tới 16 lần" anh nói.

Anh không nghĩ mọi người hiểu đúng Google đang tụt lại xa tới đâu vào lúc này. Theo anh, không phải kiểu hạng nhất, hạng nhì, hạng ba. Mà là hạng nhất, hạng nhì, rồi một người ở tận một trường khác. Giống như hai sinh viên giỏi nhất đại học, rồi một người bị lưu ban bốn lần ở mẫu giáo và bỏ học. Anh nói nó tệ lắm (video đăng ngày 13/11/2026).

Anh nói Google cực kỳ tệ về caching. Theo anh, họ là lab duy nhất mà khi bạn ghi vào cache rồi đọc từ cache, có 30% khả năng nó không đọc từ cache bạn vừa ghi. Nó sẽ đọc từ thứ gì đó; có thể là một cache từ 30 phút trước; có thể nó không đọc được cache nào cả (theo Theo, video đăng ngày 13/11/2026).

![Bài đăng X của Theo về prompt cache reliability với các ô 100%, 100%, 73%, 1.48x và biểu đồ cost vs a perfect cache](https://homus.dev/photos/5BrgFY5jIn4-1338.jpg)

Bài đăng ngày 17/10/2026 của Theo, hiện trong video đăng ngày 13/11/2026: "Gemini is 50% more expensive than it should be because their cache doesn't work. 27% cache miss rate. Insane." Hình kèm theo ghi Claude Sonnet 5.5 và GPT-6.1 Sol trúng cache ở mọi lượt (228 trên 228 lượt), còn Gemini 4 Argon trúng trọn 167 trên 228 lượt (73%) và trả 1.20x tới 1.48x so với chi phí của một cache hoàn hảo trên cùng workload. Bài ghi tỉ lệ miss 27% và nói về Argon, còn trong video anh nói khoảng 30%.

Anh nói đây là cái giá cho việc anh thật sự cố dùng model, vì anh đã tìm ra một việc nó làm được, và điều đó cho anh lý do, lần đầu tiên sau hơn một năm rưỡi, để thật sự thử một model Gemini cho công việc hằng ngày. Anh cảm thấy mình như phát điên suốt 24 giờ qua khi cố hết sức dùng model này (video đăng ngày 13/11/2026).

Theo anh, vấn đề của Google không chỉ là các model Gemini khó làm việc cùng, mà là mọi thứ xung quanh chúng đang sụp đổ dưới sức nặng của một công ty không biết mình đang làm gì (video đăng ngày 13/11/2026).

## 12. Lời khuyên cho Varun: hãy DM

Rồi anh hỏi: đoán xem ai đã trả lời bài đăng về cache đó? Gợi ý: người anh không thích. Trên màn hình là câu trả lời của Varun dưới bài đăng: "Not what we're seeing on our workloads, that is very low. What are you running here?", và bên dưới là câu đáp của Theo: "This was a very basic cache test simulating normal agentic work. Exact same test for all 3 APIs." (theo các bài đăng hiện trong video đăng ngày 13/11/2026).

Anh nói anh có một lời khuyên cho Varun: lần sau hãy DM anh. Anh không thích cách Varun tương tác với anh công khai, và nó làm cả hai trông tệ. Theo anh, điều tốt nhất cho cả hai là Varun chấp nhận rằng anh biết mình đang làm gì, vì anh biết Varun cũng biết. Anh nói Varun rõ ràng rất thông minh và giỏi chuyên môn, chỉ là một người lãnh đạo tồi (video đăng ngày 13/11/2026).

Anh nhắc lại: lần sau cứ DM, lý tưởng là có ít nhất một người khác trong group chat, để Varun thấy hơi ngượng khi nói những điều ngớ ngẩn. Có thể là bất kỳ ai khác trong nhóm Gemini. Anh nhắc tới một người trong nhóm và nói người này rất tuyệt, anh đã có nhiều cuộc trò chuyện rất tốt với người đó. Theo anh, còn nhiều người khác trong các cuộc trao đổi này cũng rất tuyệt để làm việc cùng và thật sự quan tâm. Anh ước những người đó là lãnh đạo (video đăng ngày 13/11/2026).

Anh nói lần sau cứ DM, vì anh sẽ không tương tác công khai với Varun nữa. Và anh rất sẵn lòng đưa cho nhóm Gemini mọi thứ anh đã chạy, mọi prompt, mọi environment, mọi thứ anh đã làm, nếu đó là điều cần để họ sửa chuyện này. Vì anh muốn họ sửa. Anh muốn có thêm một người chơi trong cuộc đua. Anh muốn dùng được Gemini 4 Carbon để làm những việc nó giỏi, và muốn model tiếp theo cũng tốt (video đăng ngày 13/11/2026).

## 13. Mọi thứ về model này đều là địa ngục

Nhưng theo anh, vào lúc này (tính đến 11/2026) model chưa đủ tốt để đáng dùng. Kể cả nếu đủ tốt, chi phí cũng không đáng để chi. Kể cả nếu chi phí đáng, tốc độ cũng chậm tới mức bạn sẽ khổ sở khi dùng. Anh nói mọi thứ về việc dùng model này đều là địa ngục. Tất cả. Rồi anh nói: được rồi, có một điểm nhỉnh hơn một chút: nó nói ít "GPT-isms" hơn chính các model GPT. Chỉ có vậy (video đăng ngày 13/11/2026).

Anh nói anh thật sự không thể coi trọng bất kỳ ai thích Gemini vào lúc này. Theo anh, nó tệ một cách quá rõ ràng, tới mức kể cả khi anh cố hết sức, nó chỉ làm anh giận hơn (video đăng ngày 13/11/2026).

Anh thấy có người nói có thể là do bản subscription chậm hơn còn API thì nhanh hơn. Buồn cười là một người khác trong phần trả lời bài của anh lại chỉ ra điều ngược lại. Anh đọc lại ý của người đó: hosting Vertex cho Gemini 4 Carbon không dùng được; về cơ bản bạn phải đi ngược terms of service và dùng endpoint của Antigravity ở mọi nơi; và phần reasoning trong model slug... (theo bài trả lời Theo đọc trong video đăng ngày 13/11/2026).

Tới đó anh chen vào: nhân tiện, Google đặt reasoning effort làm một phần của tên model, chứ không phải một field riêng như theo lời anh là mọi người khác đều làm, và điều đó làm hỏng rất nhiều thứ. Nó phá hỏng analytics của anh và nhóm (theo Theo, video đăng ngày 13/11/2026).

Khác biệt Theo chỉ ra trong video đăng ngày 13/11/2026; theo anh, cách của Gemini làm hỏng nhiều thứ, trong đó có analytics của anh và nhóm.

Anh có cảm giác Google không hiểu mọi người khác đang ở đâu vào lúc này. Anh thấy thật trái ngược khi Muse, một model mới của Meta, ra mắt và khớp hoàn hảo với mọi thứ anh đang làm. Theo anh, nó chỉ là một model nữa với những tật hành vi riêng và những điểm mạnh hành vi riêng. Điều phiền là Muse Wonder Full không có qua API và bạn phải dùng nó qua subscription. Nhưng bạn có thể cứ cắm nó vào các tool của mình, chuyển sang nó, và thấy ổn (theo Theo, video đăng ngày 13/11/2026).

Anh nói trong một ngày dùng Gemini, anh gặp nhiều chuyện quái gở hơn những gì anh từng gặp với mọi thứ Meta từng làm ra trong lịch sử, và anh đã dùng đồ của Meta từ hồi trung học, trên Facebook (video đăng ngày 13/11/2026).

Anh nói anh thật sự mệt mỏi với chuyện này. Anh thấy tệ ngay cả khi quay video này, nhưng thấy tệ hơn vì chắc chắn anh đã khiến một số người tin rằng một model Gemini cuối cùng cũng có thể dùng được. Không phải vậy. Và theo anh, kể cả nếu Google làm model thông minh gấp đôi, lý do duy nhất để nó dùng được là nếu model đủ thông minh để họ cho nó chạy trên các hệ thống nội bộ và sửa mọi thứ đang hỏng (video đăng ngày 13/11/2026).

## 14. Kết: kém một bậc độ lớn

Cho tới khi Google làm được điều đó, theo anh, bạn sẽ biết Google cuối cùng đã làm ra một model tuyệt vời khi các sản phẩm và hạ tầng của họ thôi sụp đổ, vì vào lúc này đó là một đống lửa rác (theo Theo, video đăng ngày 13/11/2026).

Anh nói anh biết là tệ, nhưng chưa thật sự thấm tệ tới mức nào cho tới khi biết được lượng thời gian Carbon dành để chờ trước khi bắt đầu trả lời trong các task thật, không chỉ một bước mà cả một lượt. Theo anh, model này chờ để bắt đầu trả lời lâu hơn thời gian Opus và Sol trả lời, gần như là cộng cả hai lại (anh nói "almost combined"). Anh nói: đừng dùng model này. Và có lẽ một ngày nào đó Google sẽ xử lý chuyện này và thôi giả vờ rằng đó chỉ là một chuyện prefill nhỏ (theo số đo của Theo, video đăng ngày 13/11/2026).

![Biểu đồ One council round, same brief: Carbon chờ 5:00 rồi viết 10:19, Argon 2:28 và 2:26, Opus 5.5 3:08, Sol 2:45](https://homus.dev/photos/5BrgFY5jIn4-1803.jpg)

"One council round, same brief" (video đăng ngày 13/11/2026): trung bình của 4 vòng mà Carbon hoàn thành; Carbon mất 4.8 lần thời gian của Opus 5.5 và 3.1 lần của Argon. Carbon chờ 5:00 rồi viết 10:19 (tổng 16); Argon chờ 2:28, viết 2:26 (tổng 5); Opus 5.5 viết 3:08 (tổng 3); Sol viết 2:45 (tổng 3). Phía trên ghi "Worked for 5m 56s".

Một "Varunism" cuối cùng trước khi kết thúc. Bài trả lời của Varun ghi: "Looking into how we can optimize this more. There's always a tradeoff of latency and cost here but we should be better here." Theo anh, đây là kiểu câu nghe có vẻ hay cho tới khi bạn nhận ra rằng model trong ảnh chụp màn hình là model đắt nhất trong ảnh, tệ nhất trong ảnh, chậm nhất trong ảnh, và khổ sở nhất để làm việc cùng. Anh cho rằng câu đó thực chất là thừa nhận Google không theo kịp ở bất kỳ trục nào (video đăng ngày 13/11/2026).

Theo anh, chuyện này không còn là "Gemini kém hơn một chút ở vài thứ, kiểu kém 5 tới 10%". Nó kém hơn một bậc độ lớn trong thực tế là mọi tình huống, và anh mệt mỏi với việc giả vờ khác đi (video đăng ngày 13/11/2026).

Anh kết thúc bằng một bình luận anh khen là rất hay của một người xem trong chat: "Friends don't let friends use Gemini." Anh nói anh xong rồi, đã nói hết những gì cần nói. Anh sẽ quay lại không dùng các model Gemini, trừ khi review chúng để làm nội dung. Có lẽ một ngày nào đó chúng sẽ hoạt động đúng (video đăng ngày 13/11/2026).

Nhưng cho tới lúc đó, theo anh, cứ mua một gói Claude $20: bạn sẽ có nhiều inference hơn, nhiều giá trị hơn, làm được nhiều việc hơn. Anh nói không có lý do nào để tự nguyện dùng một model Gemini cho bất cứ việc gì vào lúc này; bạn sẽ chỉ làm mình buồn. Và nếu bằng cách nào đó nó không làm bạn buồn, thì theo anh bạn nên bắt đầu đi tìm việc, vì thế giới dev này không còn dành cho bạn nữa (theo Theo, video đăng ngày 13/11/2026).

Anh nói anh đang phát điên, và giờ anh sẽ đi làm bất cứ việc gì khác. Anh mong người xem thích màn crash out này, rồi chào "peace nerds".

## Nguồn và liên kết

- Tên gốc: It’s so much worse than I thought…
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=5BrgFY5jIn4](https://www.youtube.com/watch?v=5BrgFY5jIn4)

- Kênh YouTube Theo - t3․gg (Theo Browne): [youtube.com/channel/UCbRP3c757lWg9M-U7TyEkXA](https://www.youtube.com/channel/UCbRP3c757lWg9M-U7TyEkXA)

- Artificial Analysis, nguồn dữ liệu của biểu đồ time per task trong video (trang chủ ghi là nơi so sánh và phân tích các model AI với benchmark độc lập về chất lượng, giá, time per task và latency, đọc ngày 16/11/2026): [artificialanalysis.ai](https://artificialanalysis.ai/)

Nguồn: https://homus.dev/talks/its-so-much-worse-than-i-thought · cập nhật 2026-11-16
