OpenAI đã phát hành rộng rãi GPT-5.6 vào ngày 9 tháng 7 năm 2026. Thay vì chỉ quyết định có nâng cấp hay không, bạn cần chọn đúng mô hình trong ba cấp độ: gpt-5.6-sol, gpt-5.6-terra và gpt-5.6-luna. Chọn quá cao, bạn trả giá của Sol cho việc Terra có thể xử lý. Chọn quá thấp, tác nhân có thể gặp các nhiệm vụ vượt ngoài thiết kế của Luna.
Tên gọi tuân theo một hệ thống: số biểu thị thế hệ, còn Sol, Terra và Luna là các cấp độ khả năng phát triển theo nhịp riêng. Bài giải thích cách đặt tên GPT-5.6 trình bày chi tiết cấu trúc này. Bài viết dưới đây tập trung vào quyết định triển khai: mỗi cấp độ phù hợp với việc gì, rủi ro chi phí nằm ở đâu và cách kiểm chứng lựa chọn bằng prompt thực tế của bạn.
Trả lời nhanh trong 30 giây
| Mô hình | Giá trên 1 triệu token | Chọn khi |
|---|---|---|
gpt-5.6-sol |
5 USD đầu vào / 30 USD đầu ra | Nhiệm vụ khó: lập trình tác nhân, điều phối công cụ đa bước, nghiên cứu sâu |
gpt-5.6-terra |
2,50 USD đầu vào / 15 USD đầu ra | Phần lớn công việc; lựa chọn mặc định cho production |
gpt-5.6-luna |
1 USD đầu vào / 6 USD đầu ra | Khối lượng lớn, độ trễ quan trọng: phân loại, trích xuất, định tuyến, bản nháp |
Terra là mặc định hợp lý. OpenAI định vị Terra cạnh tranh với GPT-5.5 ở mức giá khoảng một nửa, nên nhiều ứng dụng production đang dùng lớp mô hình tương đương có thể giảm chi phí đáng kể. Chỉ dùng Sol khi độ khó thực sự tạo ra chênh lệch chất lượng. Dùng Luna khi chi phí mỗi token được nhân lên bởi hàng triệu yêu cầu.
Đừng chỉ tin vào bảng thông số. Cả ba mô hình dùng cùng API Responses, vì vậy bạn có thể chạy cùng một bộ prompt trên từng cấp độ trong Apidog và so sánh đầu ra, token và chi phí.
Mỗi cấp độ được xây dựng cho điều gì
Cả ba mô hình đều có sẵn qua API cho mọi tài khoản API. Các ID mô hình được lấy từ tài liệu dành cho nhà phát triển của OpenAI. Tài liệu ban đầu báo cáo cửa sổ ngữ cảnh 1 triệu token, đầu ra tối đa 128K và mốc cắt kiến thức là ngày 16 tháng 2 năm 2026 cho toàn bộ dòng sản phẩm. Hãy xác nhận lại các giới hạn này trong trang mô hình của tài khoản trước khi đưa vào production.
Sol: mô hình chủ lực cho vấn đề khó
Sol là cấp độ suy luận sâu, phù hợp với tác vụ tác nhân có chuỗi quyết định dài. Theo OpenAI, Sol đạt khoảng 53 điểm trong Agent Final Exam, so với 46,9 của GPT-5.5; đạt 88,8% trên Terminal-Bench 2.1; và tăng từ 47,5 lên 62,6 trên OSWorld 2.0.
Đây là các tuyên bố tại thời điểm phát hành, cần được đánh giá thận trọng. Tuy nhiên, tín hiệu nhất quán là Sol cải thiện rõ rệt ở:
- Lập kế hoạch nhiều bước
- Sử dụng công cụ
- Phục hồi sau lỗi
- Duy trì ngữ cảnh trong quy trình dài
Sol không phải lựa chọn tốt nhất cho mọi bài toán. Trên SWE-Bench Pro, Claude Fable 5 dẫn đầu với 80,3% so với 64,6% của Sol. Xem thêm phân tích điểm chuẩn GPT-5.6 Sol để biết các điểm mạnh và điểm yếu theo từng benchmark.
Terra: mặc định cho công việc production
Terra được định vị dựa trên hiệu quả kinh tế. Nếu sản phẩm hiện chạy tốt trên GPT-5.5, Terra cung cấp loại khả năng tương tự với chi phí khoảng một nửa.
Bắt đầu với Terra cho các trường hợp phổ biến:
- Trợ lý trò chuyện
- Tóm tắt nội dung
- Quy trình tạo nội dung
- Phần lớn hệ thống RAG
- Tác vụ có đầu ra trung bình hoặc dài
Nếu chưa có dữ liệu đánh giá riêng, Terra là lựa chọn mặc định nên dùng trước.
Luna: tối ưu chi phí đơn vị và tốc độ
Luna phù hợp với tác vụ không cần suy luận sâu:
- Phân loại
- Trích xuất thực thể
- Định tuyến yêu cầu
- Gắn nhãn dữ liệu
- Bản nháp để con người hoặc mô hình lớn hơn chỉnh sửa
Với giá 1 USD đầu vào / 6 USD đầu ra, Luna chỉ bằng một phần năm chi phí của Sol ở cả đầu vào lẫn đầu ra. Đây cũng là mô hình nhanh nhất trong ba cấp độ.
Sai lầm phổ biến là bỏ qua Luna vì nó là mô hình rẻ nhất. Với các tác vụ chỉ cần đầu ra ngắn, có cấu trúc hoặc một nhãn duy nhất, trả giá Terra thường không tạo thêm giá trị tương xứng.
Cạm bẫy trong cài đặt mặc định
Chi tiết dễ làm tăng hóa đơn là bí danh trần gpt-5.6 sẽ định tuyến đến Sol. Nếu chỉ dùng tên mô hình chung chung, bạn đã chọn cấp độ đắt nhất mà không nhận ra.
Luôn chỉ định ID mô hình cụ thể:
{
"model": "gpt-5.6-terra",
"input": "Phân loại phiếu hỗ trợ này theo mức độ khẩn cấp và lĩnh vực sản phẩm.",
"reasoning": {
"effort": "medium"
}
}
Ví dụ, một dịch vụ xử lý 50 triệu token đầu vào và 10 triệu token đầu ra mỗi tháng sẽ tốn khoảng:
| Mô hình | Chi phí ước tính mỗi tháng |
|---|---|
| Terra | 275 USD |
| Sol | 550 USD |
| Luna | 110 USD |
Cùng lưu lượng truy cập, nhưng chênh lệch chi phí có thể lên tới 5 lần chỉ vì một chuỗi ID mô hình. Xem phân tích giá GPT-5.6 để biết bảng giá đầy đủ, bao gồm chiết khấu bộ nhớ đệm. Bài viết ra mắt của Simon Willison cũng là một đánh giá ban đầu hữu ích từ góc nhìn nhà phát triển độc lập.
Ghép mô hình với khối lượng công việc
Quy trình lập trình tác nhân
Chọn Sol.
Các cải tiến benchmark tập trung vào đây, cùng với các tính năng GA như gọi công cụ theo chương trình. Mô hình có thể viết JavaScript để điều phối lệnh gọi công cụ; mã được thực thi trong môi trường V8 cô lập, không có truy cập mạng. Khả năng suy luận bền vững cũng giúp giữ ngữ cảnh qua nhiều lượt.
Nếu một tác vụ mất 40 bước và quyết định sai tại bước 12 làm hỏng 28 bước sau đó, chi phí mô hình thường rẻ hơn chi phí chạy lại toàn bộ quy trình. Xem hồ sơ Sol đầy đủ để biết thêm các thay đổi của mô hình này.
Trợ lý trò chuyện production
Chọn Terra.
Người dùng quan tâm đến độ trễ và mức độ hữu ích hơn là chênh lệch benchmark. Với các câu hỏi thông thường, họ thường không nhận ra khác biệt giữa Sol và Terra.
Một chiến lược thực tế:
- Dùng Terra làm mặc định.
- Ghi lại các truy vấn có tỷ lệ thất bại hoặc đánh giá thấp.
- Chỉ định tuyến nhóm truy vấn khó đó sang Sol nếu dữ liệu cho thấy cần thiết.
- Không trả giá Sol cho câu hỏi như “Làm thế nào để đặt lại mật khẩu?”.
Quy trình tài liệu khối lượng lớn
Chọn Luna, sau đó thêm bộ nhớ đệm.
GPT-5.6 hỗ trợ điểm ngắt bộ nhớ đệm rõ ràng qua:
{
"prompt_cache_options": {
"mode": "explicit",
"ttl": "..."
}
}
Đọc từ bộ nhớ đệm giữ mức giảm giá 90%. Ghi vào bộ nhớ đệm tính phí 1,25 lần mức đầu vào, và nội dung được lưu ít nhất 30 phút.
Đây là lựa chọn đáng cân nhắc khi bạn dùng lại một system prompt dài trên hàng nghìn tài liệu. Cài đặt tầm nhìn mới original và auto cũng bảo toàn kích thước ảnh nguồn, hữu ích khi trích xuất trường dữ liệu từ tài liệu scan.
Mức độ nỗ lực thay đổi bài toán
Cấp độ mô hình chỉ là một nửa quyết định. GPT-5.6 cung cấp sáu mức độ suy luận cho mỗi cấp độ:
none
low
medium
high
xhigh
max
Do đó, thay vì chỉ so sánh Sol với Terra ở cùng cài đặt, hãy kiểm tra các tổ hợp như:
- Terra với
high - Sol với
medium
Terra có thêm thời gian suy nghĩ có thể thu hẹp đáng kể khoảng cách chất lượng với Sol trong khi giá token thấp hơn. Đây là câu hỏi cần trả lời bằng benchmark trên dữ liệu của bạn, không phải bằng bảng thông số.
Khi chuyển đổi mô hình:
- Chọn các tác vụ đại diện từ production.
- Đo chất lượng, độ trễ và token sử dụng.
- So sánh mức
efforthiện tại với một mức thấp hơn. - Điều chỉnh prompt trước khi kết luận mô hình mới kém hơn.
Theo tài liệu, GPT-5.6 tạo câu trả lời ngắn gọn hơn và ít phần mở đầu chung chung hơn. Nếu prompt cũ chứa “hãy súc tích”, hãy thử loại bỏ cụm này để tránh câu trả lời ngắn đến mức thiếu thông tin.
Với công việc ưu tiên chất lượng, nơi chấp nhận chờ lâu hơn để giảm số lần chạy lại, bạn có thể dùng chế độ chuyên nghiệp:
{
"reasoning": {
"mode": "pro"
}
}
Đây là cài đặt có mặt trên cả ba mô hình, không phải một model ID riêng.
Kiểm tra cả ba trước khi cam kết
Câu trả lời đáng tin cậy nhất cho câu hỏi “nên dùng mô hình nào?” là: mô hình hoạt động tốt nhất với prompt và dữ liệu của bạn. Benchmark của OpenAI không phải lưu lượng truy cập production của bạn.
Quy trình thử nghiệm thực tế:
- Thu thập 10–20 tác vụ thật từ log, bao gồm cả các ca khó.
- Tải xuống Apidog.
- Lưu base URL OpenAI và API key một lần.
- Đặt model ID vào biến môi trường
{{model}}. - Chạy cùng bộ prompt với:
gpt-5.6-solgpt-5.6-terragpt-5.6-luna
- So sánh chất lượng đầu ra theo tiêu chuẩn của bạn.
- Lấy trường
usagetừ mỗi phản hồi. - Nhân số token với bảng giá để tính chi phí mỗi tác vụ.
Ví dụ biến môi trường:
model=gpt-5.6-terra
Hai kết quả thường xuất hiện:
- Terra khớp Sol ở nhiều tác vụ hơn mức chênh lệch giá gợi ý.
- Luna xử lý tốt phân loại và trích xuất có cấu trúc nhiều hơn kỳ vọng.
Điểm mà khối lượng công việc của bạn phá vỡ quy luật này chỉ có thể được xác định bằng thử nghiệm.
Vị trí của Ultra
Ultra không phải là một model ID API. Đây là cấu hình đa tác nhân chạy bốn tác nhân song song theo mặc định, chủ động tiêu tốn nhiều token hơn để đổi lấy kết quả nhanh hơn trong các vấn đề khó.
Theo OpenAI, Ultra nâng điểm Terminal-Bench 2.1 của Sol từ 88,8% lên 91,9%.
Khả năng này bị giới hạn theo gói sản phẩm. Theo trung tâm trợ giúp của OpenAI, bản đồ truy cập ChatGPT như sau:
| Gói ChatGPT | Truy cập GPT-5.6 |
|---|---|
| Miễn phí / Go | Terra |
| Plus | Sol, Terra và Luna; kiểm soát effort theo từng mô hình, Sol từ mức medium trở lên |
| Pro / Doanh nghiệp / Enterprise | Tất cả các tùy chọn trên, cộng với Sol Pro |
| ChatGPT Work (Pro / Enterprise), Codex (Plus trở lên) | Ultra |
Nếu cần tác nhân song song trong mã thay vì giao diện chat, hãy theo dõi bản beta đa tác nhân trong API Responses. Đây là phiên bản API của cùng ý tưởng.
Câu hỏi thường gặp
GPT-5.6 Terra có đủ tốt để thay thế GPT-5.5 trong production không?
Với phần lớn khối lượng công việc, có. OpenAI định vị Terra cạnh tranh với GPT-5.5 ở mức giá khoảng một nửa, và cùng giao diện API Responses giúp việc chuyển đổi có rủi ro thấp.
Tuy nhiên, hãy chạy evaluation trước khi thay đổi. Đặc biệt kiểm tra độ dài đầu ra vì GPT-5.6 được thiết kế để trả lời ngắn gọn hơn.
Điều gì xảy ra nếu tôi gọi bí danh trần gpt-5.6?
Yêu cầu sẽ được chuyển đến Sol và tính phí theo mức Sol: 5 USD cho 1 triệu token đầu vào và 30 USD cho 1 triệu token đầu ra.
Không có lỗi nào xuất hiện; chi phí chỉ hiện ra sau trên hóa đơn. Hãy luôn chỉ định rõ gpt-5.6-terra hoặc gpt-5.6-luna khi cấp độ rẻ hơn có thể thực hiện tác vụ.
Tôi có thể chuyển cấp độ mà không thay đổi tích hợp không?
Có. Sol, Terra và Luna dùng chung API Responses, nên chuyển đổi chỉ là thay đổi một dòng model ID. Các mức effort và chế độ pro cũng hoạt động trên cả ba.
Xem hướng dẫn cách sử dụng API GPT-5.6 để biết cấu trúc request đầy đủ.
Tôi có cần gói ChatGPT cụ thể để dùng các mô hình này trong API không?
Không. API là tự phục vụ cho mọi tài khoản API và không bị giới hạn theo gói ChatGPT đối với ba mô hình này.
Các gói ChatGPT chỉ kiểm soát quyền truy cập trong sản phẩm chat. Ultra là khả năng nằm ở ChatGPT Work và Codex, không được cung cấp dưới dạng model API độc lập.
Một giờ đầu tiên với các cấp độ
Bắt đầu với Terra và yêu cầu các cấp độ khác chứng minh giá trị của chúng.
- Nâng lên Sol khi evaluation cho thấy chênh lệch chất lượng đủ lớn để trả gấp đôi, thường là trong tác vụ tác nhân và chuỗi quyết định dài.
- Hạ xuống Luna khi đầu ra ngắn, có cấu trúc và lưu lượng lớn.
- Chỉ định model ID rõ ràng ở mọi nơi để bí danh mặc định không âm thầm chọn Sol.
- Điều chỉnh
efforttrước khi đổi cấp độ; Terra ởhighthường là cách nâng chất lượng rẻ nhất trong dòng sản phẩm.
Sau đó, ngừng suy đoán và đo lường. Đưa 10 prompt production khó nhất vào Apidog, chạy chúng với cả ba model ID qua biến môi trường, rồi để đầu ra và số token quyết định. Chi phí thử nghiệm có thể dưới một đô la API, nhưng kết quả có thể ảnh hưởng đến hóa đơn hằng tháng của bạn.
Top comments (0)