GPT-6 Sol và Luna giảm 50% giá API

GPT-6 Sol và GPT-6 Luna kéo giá API xuống còn một nửa so với mức khuyến mại của thế hệ GPT-5.6. Với doanh nghiệp đang chạy AI Agent ở quy mô lớn, thay đổi đáng chú ý không chỉ là giá mỗi triệu token, mà là khả năng thử nhiều vòng hơn trong cùng một ngân sách.

OpenAI định vị Sol ở lớp tác vụ chuyên môn và Luna ở lớp chi phí thấp. Tuy nhiên, các con số benchmark do chính hãng công bố vẫn cần được kiểm tra trên dữ liệu, công cụ và quy trình thật của từng doanh nghiệp.

Dữ kiện đã xác minh: giá GPT-6 Sol và Luna giảm thế nào?

Trong trang giới thiệu chính thức, OpenAI công bố giá API tính trên một triệu token như sau:

• GPT-6 Sol: input giảm từ 4 USD xuống 2 USD; output giảm từ 20 USD xuống 10 USD.
• GPT-6 Luna: input giảm từ 0,20 USD xuống 0,10 USD; output giảm từ 1,20 USD xuống 0,50 USD.
• Đọc input đã cache: OpenAI nói mức chiết khấu có thể đạt 90%, tùy phần ngữ cảnh được tái sử dụng.

Một chi tiết dễ bị bỏ qua là output vẫn đắt hơn input nhiều lần. Vì vậy, việc dùng Luna hay Sol không tự động làm hóa đơn giảm 50% nếu ứng dụng sinh câu trả lời dài hơn, gọi nhiều công cụ hơn hoặc lặp lại tác vụ do lỗi.

Benchmark cho thấy gì — và chưa cho thấy gì?

OpenAI báo cáo GPT-6 Sol đạt 33,2% trên AutomationBench ở mức suy luận xhigh, với chi phí 0,27 USD mỗi tác vụ. Hãng so sánh kết quả này với Claude Opus 5 ở 26,9% và chi phí gấp 11,1 lần. Trên DeepSWE 1.1, OpenAI cho biết Sol đạt 68,8%, còn Luna đạt 66,6% ở cấu hình tối đa.

Đây là số liệu do nhà cung cấp báo cáo, không phải cam kết hiệu năng cho mọi workload. OpenAI cũng ghi rõ đánh giá được chạy trong môi trường nghiên cứu hoặc qua API, nên kết quả có thể khác ChatGPT sản xuất vì system prompt, công cụ và cấu hình không giống nhau.

Doanh nghiệp nên đọc benchmark như tín hiệu để chọn mẫu thử, không phải lý do bỏ qua kiểm thử. Bài phân tích về GPT-6 Astra và giới hạn của benchmark cũng cho thấy một mô hình không dẫn đầu ở mọi thước đo.

GPT-6 Sol và Luna đang có ở đâu?

Theo OpenAI, hai model có trong ChatGPT Work và Codex cho người dùng Plus, Pro, Business, Enterprise và Edu. Người dùng Free và Go có thể dùng GPT-6 Luna trong ứng dụng desktop. Ở API, tên model là gpt-6-sol và gpt-6-luna. OpenAI cũng nói việc mở trong ChatGPT được triển khai dần.

Với đội phát triển phần mềm, thay đổi này bổ sung một lớp lựa chọn bên dưới Astra. Thay vì dùng model mạnh nhất cho mọi bước, hệ thống có thể chuyển nhiệm vụ kiểm tra định dạng, phân loại hoặc tổng hợp đơn giản sang Luna; dùng Sol cho tác vụ dài và chỉ nâng lên Astra khi chất lượng không đạt.

Nhận định của Học viện AI: tối ưu theo chi phí hoàn tất, không theo giá token

Giá token thấp hơn là tín hiệu tốt, nhưng KPI đúng nên là chi phí cho một kết quả đạt chuẩn. Một model rẻ mà phải chạy lại ba lần, tạo output dư thừa hoặc cần người sửa nhiều có thể đắt hơn model có đơn giá cao hơn.

Một phép thử thực dụng gồm ba nhóm tác vụ thật: tác vụ ổn định, tác vụ dài có gọi công cụ và tác vụ khó cần phán đoán. Với mỗi nhóm, ghi bốn số: tỷ lệ đạt ngay lần đầu, số token, thời gian xử lý và phút con người phải sửa. Sau đó mới quyết định tuyến model.

Bốn lỗi thường gặp khi tính ROI model mới

1. Chỉ nhân số token với đơn giá: bỏ qua retry, tool call, lưu trữ, đánh giá và giám sát.
2. Dùng một model cho mọi bước: không tách routing theo độ khó và rủi ro.
3. Lấy benchmark của hãng làm SLA: không kiểm tra trên dữ liệu thật và tiêu chí chấp nhận nội bộ.
4. Bật cache nhưng không đo hit rate: không biết bao nhiêu ngữ cảnh thực sự được hưởng giá đọc cache.

Khi AI Agent được trao quyền sửa code hoặc chạm vào hệ thống sản xuất, chi phí không phải rủi ro duy nhất. Trường hợp Perplexity dùng GPT-6 Astra trong production cho thấy cần tách rõ quyền đọc, quyền viết và quyền triển khai. Các đánh giá về model tự ý hành động cũng là lý do phải giữ cổng duyệt cho thao tác có tác động lớn.