GPT-6.1 Terra giá 1 USD: khi nào nên đổi từ Sol hoặc Luna?

OpenAI ra mắt GPT-6.1 Terra ngày 26/10/2026 với giá API standard 1 USD cho một triệu token đầu vào, 0,05 USD cho token đầu vào được cache và 5 USD cho một triệu token đầu ra. Mô hình này đã có trong ChatGPT Work, Codex cho người dùng Plus, Pro, Enterprise, Edu và trên API với tên gpt-6.1-terra.

Điểm đáng chú ý không chỉ là “model mới”. Terra được đặt giữa Luna giá rẻ và Sol mạnh hơn, nhắm tới việc văn phòng, xử lý màn hình, hình ảnh và thao tác máy tính ở quy mô lớn. Với doanh nghiệp Việt, câu hỏi đúng là: tác vụ nào nên chuyển sang Terra để giảm chi phí, tác vụ nào vẫn phải giữ Sol hoặc Astra?

GPT-6.1 Terra có gì mới?

Theo OpenAI, Terra kết hợp suy luận hình ảnh chi tiết, thao tác máy tính và cách viết tự nhiên hơn GPT-5.6 Terra. Các ví dụ được hãng nêu gồm soạn proposal, đọc bản vẽ kỹ thuật, điền biểu mẫu, biên tập video, đọc hóa đơn rồi nhập dữ liệu vào phần mềm kế toán.

Trên Agents’ Last Exam — benchmark gồm các công việc chuyên môn trên máy tính — OpenAI báo cáo Terra ở mức suy luận trung bình cao hơn GPT-5.6 Terra 15 điểm phần trăm với chi phí khoảng một phần ba. Hãng cũng cho biết Terra hoàn thành tác vụ nhanh hơn hơn ba lần so với GPT-6 Astra và GPT-6.1 Sol trong phép đo này.

Đây là số liệu do chính OpenAI công bố, chưa phải thử nghiệm độc lập trên dữ liệu doanh nghiệp Việt Nam. Benchmark giúp xác định ứng viên để thử, không thay thế pilot thực tế.

Giá GPT-6.1 Terra so với Sol và Luna

Bảng trên dùng mức standard được OpenAI niêm yết ngày 27/10/2026. Batch, chế độ nhanh, xử lý theo vùng và công cụ đi kèm có thể tạo mức giá khác. Token không phải toàn bộ chi phí: doanh nghiệp còn phải tính công cụ, tìm kiếm web, container, lưu file, kiểm tra con người và chi phí xử lý lại khi model sai.

Ví dụ tính chi phí dễ kiểm tra

Giả sử một lượt xử lý hóa đơn dùng 8.000 token đầu vào và 1.000 token đầu ra, chưa tính cache và công cụ:

• Terra: 8.000 × 1/1.000.000 + 1.000 × 5/1.000.000 = 0,013 USD/lượt.
• Sol: 8.000 × 2/1.000.000 + 1.000 × 10/1.000.000 = 0,026 USD/lượt.
• Luna: 8.000 × 0,1/1.000.000 + 1.000 × 0,5/1.000.000 = 0,0013 USD/lượt.

Terra bằng khoảng một nửa chi phí token của Sol trong ví dụ này, nhưng cao gấp mười Luna. Nếu Luna trích đúng đủ trường dữ liệu thì không cần nâng lên Terra. Nếu Terra giảm lỗi phải sửa tay so với Luna, khoản chênh token có thể lại rẻ hơn tổng chi phí vận hành.

https://rtenawhqlrwmohzchxmr.supabase.co/storage/v1/object/public/blog/mcp/d4a9e0bd-54a2-429d-a5d8-756d432447a3/90900b4dc975eca0/inline-0-gpt-6-1-terra-sol-luna-matrix.webp

Khi nào SME nên thử Terra?

1. Quy trình nhìn màn hình rồi thao tác

Terra được OpenAI định vị mạnh về computer use và suy luận hình ảnh. Ứng viên phù hợp gồm đọc hóa đơn, điền form, kiểm tra trạng thái đơn, nhập dữ liệu giữa hai hệ thống hoặc rà tài liệu có bảng biểu. Cần chạy trong môi trường giới hạn quyền, có log và bước phê duyệt trước hành động khó hoàn tác.

2. Tác vụ văn phòng khối lượng lớn

Soạn thảo bản nháp, chuẩn hóa mô tả, tóm tắt tài liệu hay phân loại yêu cầu có thể hưởng lợi từ mức giá thấp hơn Sol. Với nội dung gửi khách hàng, phải có bước kiểm tra tên, số liệu, điều khoản và giọng thương hiệu.

3. Coding mức trung bình, lặp lại

OpenAI báo cáo Terra đạt 50,3% trên Terminal-Bench 4.0 ở mức suy luận tối đa, hơn gấp đôi điểm 21,5% đã công bố của GPT-5.6 Terra. Nhưng chính hãng vẫn khuyến nghị Sol hoặc Astra cho bài toán coding phức tạp nhất. Terra phù hợp hơn với sửa lỗi có test, viết test, giải thích code và thay đổi nhỏ có thể rollback.

Khi nào không nên chuyển?

• Chỉ vì giá rẻ hơn: nếu lỗi làm mất dữ liệu, sai báo giá hoặc tạo cam kết với khách hàng, chi phí sửa sai có thể lớn hơn tiền token.
• Khi chưa có bộ eval: không thể biết Terra có đủ tốt nếu chỉ nhìn vài câu trả lời đẹp.
• Tác vụ suy luận hoặc code khó nhất: giữ Sol/Astra làm tầng nâng cấp khi Terra không đạt ngưỡng.
• Quy trình thiếu quyền và giám sát: model tốt hơn không thay thế giới hạn quyền, log, phê duyệt và nút dừng.

Playbook chuyển model trong 7 ngày

1. Chọn 50–100 mẫu thật: có ca phổ biến, ca biên, dữ liệu tiếng Việt và trường hợp dễ gây nhầm.
2. Đặt ngưỡng trước: độ chính xác, thời gian, chi phí, lỗi nghiêm trọng và tỷ lệ phải sửa tay.
3. Chạy song song: cùng prompt, cùng công cụ, cùng dữ liệu trên Luna, Terra và Sol.
4. Tách lỗi theo loại: bịa số, bỏ sót trường, thao tác sai, chọn sai công cụ hay không xin phép.
5. Định tuyến theo độ khó: Luna cho việc đơn giản; Terra cho phần lớn tác vụ; Sol/Astra cho ca khó.
6. Canary nhỏ: đưa 5–10% lưu lượng vào Terra trước, giữ đường quay lại.
7. Đo lại hàng tuần: giá model rẻ nhưng tỷ lệ sửa tay tăng thì tổng chi phí vẫn xấu.

Cách làm này nối trực tiếp với khung đánh giá AI agent theo reliability, oversight và cost. Nếu dùng nhiều model, xem thêm bài so sánh chi phí GPT-6 Sol và Luna và cách đưa OpenAI vào Google Cloud.

Giới hạn cần nhớ

Các con số hiệu năng nêu trên đến từ OpenAI. Chưa có bằng chứng rằng Terra sẽ đạt cùng kết quả trên quy trình tiếng Việt, phần mềm nội bộ hoặc dữ liệu nhiều nhiễu. Tuyên bố giảm lỗi từ 53,6% xuống 16,7% ở mức suy luận thấp cũng dựa trên benchmark nội bộ về prompt gây lỗi; doanh nghiệp không nên diễn giải thành “Terra chỉ sai 16,7% trong mọi công việc”.

Nhận định của Học viện AI: Terra đáng thử như tầng mặc định mới cho công việc số khối lượng lớn, nhưng kiến trúc tốt không chọn một model cho tất cả. Lợi ích lớn nhất sẽ đến từ định tuyến theo độ khó và đo tổng chi phí — token, thời gian, sửa lỗi và giám sát — thay vì chỉ so bảng giá.

Nhận proposal pilot AI có bộ eval, trần chi phí và tiêu chí dừng

Nguồn kiểm chứng

• OpenAI, “Introducing GPT-6.1 Terra”, 26/10/2026.
• OpenAI API Pricing, kiểm tra ngày 27/10/2026.
• BleepingComputer, bài đối chiếu ngày 26/10/2026.