Cách chúng tôi thử
Mọi bài thử thật trên RanThis đều bắt đầu từ một lần chạy thật. Chúng tôi cài công cụ, giao cho nó một việc có đáp án kiểm được, rồi ghi lại chuyện đã xảy ra, kể cả chỗ hỏng.
Cài đặt và chạy
- Chúng tôi cài công cụ, skill Claude hay MCP server đúng như tài liệu hướng dẫn, trên máy và tài khoản của chính mình. Phần lớn lần thử tới nay chạy trong Claude Code ở terminal Linux, hoặc bản web trên Chrome.
- Mỗi lần thử là một việc cụ thể: gộp bốn file Excel lệch cột, chuyển ba hoá đơn PDF thành bảng kê, dựng dashboard từ một file CSV.
- Chúng tôi dùng dữ liệu mẫu tự tạo (công ty, hoá đơn, doanh số không có thật) và ghi rõ trong bài.
- Nhiều lần thử chạy bằng tiếng Việt, ngôn ngữ làm việc của những người đứng sau RanThis. Bản tiếng Anh của bài khi đó ghi rõ và dịch câu lệnh; ảnh chụp giữ nguyên.
Ghi lại lần chạy
- Chúng tôi chụp đúng phiên làm việc thật: terminal, cửa sổ ứng dụng và file kết quả. Nhiều lần thử còn được quay màn hình.
- Bài thử thật ghi ngày thử, phiên bản công cụ, gói đang dùng và thiết lập, ví dụ Claude Code 2.1.301 trên gói Claude Max ở chế độ auto.
- Thời gian đo từ lúc gửi câu lệnh tới khi có kết quả hoàn chỉnh.
Kiểm kết quả
- Kết quả là con số thì chúng tôi tự tính lại: số dòng và tổng so với file gốc, số liệu dashboard tính lại bằng Python.
- Khi so các model, đề bài có đáp án làm sẵn trước khi chạy, và một script chấm từng câu trả lời theo từng mục: JSON hợp lệ, từng trường trích ra, từng con số, từng điều kiện của câu viết. Bộ chấm khắt khe, nên trả lời đúng mà sai định dạng vẫn mất điểm, và bài giải thích khi gặp trường hợp đó.
- Chúng tôi ghi cả chỗ trượt lẫn chỗ được: cảnh báo thiếu, script phải chạy lại, lệnh chỉ chạy trên Excel bản desktop.
Đo chi phí trên việc thật
- Với lần thử qua API, chi phí là số token API báo cho từng lần gọi nhân với giá trên trang giá chính thức của hãng vào ngày thử. Chúng tôi công bố chi phí của cả việc, không chỉ giá mỗi triệu token.
- Với công cụ trả theo gói, chúng tôi ghi rõ gói đã dùng. Giới hạn của gói lấy từ trang của hãng và từ những gì thấy trên màn hình; con số nào không tìm được trên trang chính thức thì không nhắc lại.
Giữ dữ liệu riêng tư ngoài bài
- Lần thử chạy trên file mẫu, không trên dữ liệu thật của công ty hay khách hàng.
- Trước khi đăng ảnh chụp, chúng tôi che thông tin tài khoản như tên tổ chức, email và khoá.
Thử thật và đã kiểm nghĩa là gì
Trong hệ thống đăng bài, mỗi bài mang nhãn nguồn gốc. Nhãn chưa hiện thành huy hiệu trên trang; chính bài nói rõ chúng tôi đã chạy gì.
- Thử thật: bài dựng trên một lần thử chúng tôi tự chạy, có ảnh chụp và số liệu từ lần chạy đó. Quy trình viết tự động không gắn được nhãn này.
- Đã kiểm: ít nhất một nguồn dưới bài là trang hoặc tài liệu chính thức của hãng. Nhãn này không có nghĩa mọi giá, phiên bản hay ngày trong bài đều đã đối chiếu với trang đó.
- Bài chỉ tổng hợp nguồn khác thì không đăng được nếu không có ít nhất một nguồn, và xếp dưới bài thử thật trong cách chấm của chúng tôi.
Một lần thử không nói được gì
- Một lần chạy là một quan sát, không phải bài đo chuẩn. Phần lớn thiết lập chạy một hoặc hai lần; chạy lại có thể diễn đạt khác, tốn nhiều token hơn hay lâu hơn.
- Công cụ AI đổi rất nhanh. Riêng trong đợt thử tháng 10/2026, Claude Code đã ra vài phiên bản, nên kết quả có thể đổi ở bản cập nhật sau. Xem ngày và phiên bản trong từng bài.
- Gói, hệ điều hành, thiết lập, ngôn ngữ và file của bạn có thể làm kết quả khác đi. Kết quả trên máy chúng tôi không phải lời hứa cho máy bạn.
- Chúng tôi thử việc ngắn có đáp án rõ. Tài liệu dài, codebase lớn và việc agent nhiều bước cần lần thử riêng, và bài ghi rõ phần chưa thử.
- Giá và gói thay đổi thường xuyên. Xem trang của hãng trước khi trả tiền.
Xem cách làm trong thực tế
Bạn ra kết quả khác?
Cho chúng tôi biết phiên bản công cụ, gói và hệ điều hành ở trang Liên hệ. Lỗi nào tái hiện được, chúng tôi sửa.