DEV Community

Cover image for GPT-5.6 Terra: Bản thay thế GPT-5.5 âm thầm của OpenAI với chi phí chỉ bằng một nửa
Sebastian Petrus
Sebastian Petrus

Posted on • Originally published at apidog.com

GPT-5.6 Terra: Bản thay thế GPT-5.5 âm thầm của OpenAI với chi phí chỉ bằng một nửa

Khi OpenAI ra mắt GPT-5.6 vào ngày 9 tháng 7 năm 2026, tiêu điểm truyền thông tập trung vào Sol, cấp flagship với khả năng suy luận sâu và điểm benchmark cao. Tuy nhiên, với triển khai thực tế, GPT-5.6 Terra mới là lựa chọn đáng chú ý: giá 2,50 USD cho mỗi triệu token đầu vào và 15 USD cho mỗi triệu token đầu ra. OpenAI định vị Terra cạnh tranh với GPT-5.5 ở mức chi phí khoảng một nửa.

Dùng thử Apidog ngay hôm nay

Nếu Terra đạt chất lượng tương đương GPT-5.5 trên workload của bạn, mọi request vẫn định tuyến tới GPT-5.5 có thể là chi phí không cần thiết. Terra không chỉ là bản giá rẻ trong dòng sản phẩm; nó có thể trở thành lựa chọn production mặc định.

Bài viết này hướng dẫn bạn:

  • Xác định khi nào nên chuyển từ GPT-5.5 sang Terra.
  • Chọn giữa Terra, Sol và Luna theo từng route.
  • Điều chỉnh reasoning.effort thay vì chỉ đổi model ID.
  • Chạy regression test trước khi đưa thay đổi lên production.

Tóm tắt

  • gpt-5.6-terra là cấp cân bằng trong dòng GPT-5.6, nằm giữa Sol flagship và Luna tối ưu tốc độ.
  • Giá Terra: 2,50 USD input / 15 USD output cho mỗi 1 triệu token. OpenAI định vị model này cạnh tranh với GPT-5.5 với chi phí khoảng một nửa.
  • Người dùng ChatGPT Free hiện nhận Terra theo mặc định.
  • Việc chuyển từ GPT-5.5 không chỉ là thay model ID. Hãy kiểm tra lại mức reasoning.effort, thử một mức thấp hơn và chuẩn bị cho output ngắn hơn.
  • Cả ba cấp GPT-5.6 đều có cùng bộ API capability: sáu mức reasoning effort, chế độ pro, prompt caching rõ ràng và các tính năng mới của Responses API.
  • Trước khi rollout, chạy cùng bộ prompt với gpt-5-5 và gpt-5.6-terra trong Apidog, rồi so sánh output, token usage và cache usage.

GPT-5.6 Terra là gì?

GPT-5.6 gồm ba model:

  • Sol: flagship, suy luận sâu nhất.
  • Terra: cân bằng giữa chất lượng, chi phí và độ sâu suy luận.
  • Luna: nhanh nhất và rẻ nhất, phù hợp workload lớn, nhạy cảm độ trễ.

Terra phù hợp với phần lớn tác vụ production: chatbot, RAG, tóm tắt, trích xuất dữ liệu, phân loại có ngữ cảnh và workflow automation.

Model ID là:

gpt-5.6-terra
Enter fullscreen mode Exit fullscreen mode

API access là self-service cho mọi tài khoản API. Một chi tiết quan trọng: alias gpt-5.6 định tuyến tới Sol, không phải Terra.

Vì vậy, nếu muốn dùng cấp giá thấp hơn, hãy chỉ định rõ model:

{
  "model": "gpt-5.6-terra"
}
Enter fullscreen mode Exit fullscreen mode

Không nên dùng:

{
  "model": "gpt-5.6"
}
Enter fullscreen mode Exit fullscreen mode

Dưới đây là giá theo mỗi 1 triệu token:

Model Đầu vào Đầu ra Định vị
gpt-5.6-sol 5,00 USD 30,00 USD Flagship, suy luận sâu nhất
gpt-5.6-terra 2,50 USD 15,00 USD Cân bằng, đầu ra ngang với GPT-5.5
gpt-5.6-luna 1,00 USD 6,00 USD Nhanh nhất, dành cho workload lớn

So với giá cơ bản của GPT-5.5, Terra được định vị để cung cấp loại đầu ra tương tự với chi phí thấp hơn khoảng một nửa.

Theo trung tâm trợ giúp của OpenAI, Terra là model mặc định cho người dùng ChatGPT Free và Go. Đây là tín hiệu cho thấy OpenAI tự tin vào khả năng phục vụ workload phổ biến của cấp model này.

Terra so với GPT-5.5: migration, không phải find-and-replace

Thay chuỗi model rồi deploy ngay là cách dễ gây regression. Tài liệu OpenAI khuyến nghị xem migration như một lần tối ưu hóa, không chỉ là đổi tên model.

Có ba thay đổi cần kiểm tra.

1. reasoning.effort được ánh xạ khác nhau

OpenAI khuyến nghị test mức reasoning hiện tại và một mức thấp hơn.

Ví dụ, nếu GPT-5.5 đang chạy ở mức medium, hãy thử Terra ở cả medium và low:

{
  "model": "gpt-5.6-terra",
  "reasoning": {
    "effort": "medium"
  },
  "input": "..."
}
Enter fullscreen mode Exit fullscreen mode

Sau đó chạy lại:

{
  "model": "gpt-5.6-terra",
  "reasoning": {
    "effort": "low"
  },
  "input": "..."
}
Enter fullscreen mode Exit fullscreen mode

Nếu low vẫn đạt chất lượng chấp nhận được, bạn giảm chi phí theo hai cách:

  1. Giá token của Terra thấp hơn.
  2. Reasoning thấp hơn thường giảm độ trễ và lượng token đầu ra.

2. Output có thể ngắn hơn

GPT-5.6 có xu hướng trả lời chặt chẽ hơn, ít mở đầu chung chung hơn. Nếu prompt của bạn có các chỉ thị như:

Hãy trả lời ngắn gọn.
Bỏ qua phần mở đầu.
Không giải thích dài dòng.
Enter fullscreen mode Exit fullscreen mode

Hãy thử bỏ chúng khi benchmark. Các chỉ thị rút gọn có thể chồng lên hành vi mặc định của model và làm output ngắn quá mức cần thiết.

3. Kiểm tra lại prompt caching

Theo dõi token cache trong giai đoạn thử nghiệm, đặc biệt khi dùng explicit prompt caching. Cache hit có thể thay đổi đáng kể chi phí thực tế của các agent hoặc chatbot có system prompt dài.

Một số thông tin tài liệu ban đầu, gồm bài viết của Simon Willison vào ngày ra mắt, đề cập context window 1 triệu token, output tối đa 128K token và knowledge cutoff ngày 16 tháng 2 năm 2026. Hãy xem đây là thông tin được báo cáo cho tới khi trang thông số kỹ thuật của OpenAI ổn định.

Quy trình migration đề xuất

  1. Lấy 20–50 tác vụ đại diện từ production logs.
  2. Không dùng prompt tổng hợp nếu có thể tránh.
  3. Chạy từng tác vụ với gpt-5-5 làm baseline.
  4. Chạy lại với Terra ở mức effort hiện tại.
  5. Chạy lại với Terra ở mức effort thấp hơn một cấp.
  6. Chấm điểm chất lượng, lỗi format, latency và token usage.
  7. Chỉ giữ GPT-5.5 hoặc tăng effort trên những route thực sự bị regression.

Terra so với Sol: khi nào flagship đáng giá gấp đôi?

Sol có giá gấp đôi Terra:

Model Input Output
Terra 2,50 USD 15,00 USD
Sol 5,00 USD 30,00 USD

GPT-5.6 Sol là cấp model được OpenAI dùng trong các công bố benchmark ra mắt. Theo OpenAI, Sol đạt khoảng:

  • 53 điểm trên Agents’ Last Exam, so với 46,9 của GPT-5.5.
  • 88,8% trên Terminal-Bench 2.1, hoặc 91,9% với cài đặt ultra.
  • 73,5 trên ExploitBench, so với 47,9.
  • 62,6 trên OSWorld 2.0, so với 47,5.

Đây là các số liệu của Sol, không phải Terra. OpenAI chưa công bố bộ dữ liệu benchmark sâu tương đương cho Terra.

Ngay cả Sol cũng không dẫn đầu ở mọi benchmark. Ví dụ, theo cùng tài liệu ra mắt, Claude Fable 5 đạt 80,3% trên SWE-Bench Pro, trong khi Sol đạt 64,6%. Vì vậy, benchmark của vendor chỉ là điểm bắt đầu; route thực tế của bạn mới là tiêu chuẩn quyết định.

Dùng Sol khi chi phí thất bại cao hơn đáng kể chi phí token, ví dụ:

  • Coding agent chạy dài hạn, nơi một lần chạy lỗi có thể tốn hàng giờ debug của kỹ sư.
  • Tool orchestration nhiều bước.
  • Workflow agentic cần reasoning sâu qua nhiều lượt.
  • Tác vụ cần chế độ ultra hoặc cấu hình đa tác nhân.

Không cần Sol cho phần lớn workload phổ biến:

  • Chat thông thường.
  • Tóm tắt.
  • Trích xuất dữ liệu.
  • Phân loại có ngữ cảnh.
  • RAG, nơi chất lượng retrieval thường quan trọng hơn reasoning cực sâu.

Ví dụ chi phí mỗi ngày cho 10 triệu input token và 2 triệu output token:

Model Chi phí/ngày Chi phí/tháng, xấp xỉ
Terra 55 USD 1.650 USD
Sol 110 USD 3.300 USD

Khoảng chênh 1.650 USD/tháng có thể dùng để xây dựng bộ evaluation tốt hơn cho các route mà bạn nghi ngờ cần Sol.

Terra so với Luna: khi nào nên giảm thêm?

Luna có giá 1 USD input / 6 USD output cho mỗi 1 triệu token, thấp hơn Terra 60%.

Luna phù hợp cho workload hẹp, có prompt rõ ràng và khối lượng lớn:

  • Phân loại.
  • Trích xuất trường dữ liệu có cấu trúc.
  • Routing.
  • Soạn thảo bản nháp đầu tiên.
  • Các tác vụ nhạy cảm latency.

Một chiến lược hợp lý:

  1. Bắt đầu với Terra cho route mới.
  2. Xây evaluation cho từng route.
  3. Hạ route xuống Luna nếu Luna vẫn đạt ngưỡng chất lượng.
  4. Nâng riêng các route agentic khó lên Sol khi có dữ liệu chứng minh cần thiết.

Chia traffic theo model tier là hoạt động bình thường trong production, không phải tối ưu hóa quá sớm. Xem thêm so sánh Sol vs Terra vs Luna để chọn model theo từng route.

Mọi cấp độ đều có bộ tính năng API đầy đủ

Chọn Terra không đồng nghĩa mất capability. Cả ba model GPT-5.6 dùng cùng giao diện API và có các tính năng sau:

  • Sáu mức reasoning effort: none, low, medium, high, xhigh, max.
  • Chế độ chuyên nghiệp: reasoning.mode: "pro".
  • Explicit prompt caching với prompt_cache_options.mode: "explicit" và ttl.
  • Responses API capabilities như programmatic tool calling, multi-agent execution beta, reasoning context qua nhiều lượt và vision detail settings.

Ví dụ bật explicit prompt caching:

{
  "model": "gpt-5.6-terra",
  "prompt_cache_options": {
    "mode": "explicit",
    "ttl": "30m"
  },
  "input": "..."
}
Enter fullscreen mode Exit fullscreen mode

Theo thông tin được nêu, cache write tính phí bằng 1,25 lần input không cache, cache read được giảm giá 90%, và dữ liệu cache tồn tại ít nhất 30 phút. Với chatbot hoặc agent có system prompt dài và ổn định, cache có thể giảm đáng kể chi phí input thực tế.

Một request Terra tối thiểu qua Responses API:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "reasoning": { "effort": "low" },
    "input": "Summarize this support thread and flag any refund request."
  }'
Enter fullscreen mode Exit fullscreen mode

Regression test trước khi deploy production

Migration chỉ an toàn nếu bạn so sánh rõ ràng output và usage giữa các model. Bạn có thể tải Apidog và thiết lập quy trình test như sau.

Bước 1: Lưu request Responses API

Không hard-code model name. Dùng environment variable:

{
  "model": "{{OPENAI_MODEL}}",
  "reasoning": {
    "effort": "{{REASONING_EFFORT}}"
  },
  "input": "{{PROMPT}}"
}
Enter fullscreen mode Exit fullscreen mode

Bước 2: Tạo môi trường baseline

Tạo environment cho GPT-5.5:

OPENAI_MODEL=gpt-5-5
REASONING_EFFORT=medium
Enter fullscreen mode Exit fullscreen mode

Bước 3: Tạo môi trường Terra 

OPENAI_MODEL=gpt-5.6-terra
REASONING_EFFORT=medium
Enter fullscreen mode Exit fullscreen mode

Sau đó tạo thêm một environment Terra effort thấp hơn:

OPENAI_MODEL=gpt-5.6-terra
REASONING_EFFORT=low
Enter fullscreen mode Exit fullscreen mode

Bước 4: Chạy cùng bộ prompt

Với mỗi prompt, lưu các dữ liệu sau:

Chỉ số Mục tiêu kiểm tra
Chất lượng output Có đúng nghiệp vụ không?
Format JSON, markdown, schema có còn hợp lệ không?
Độ dài output Có bị ngắn đến mức thiếu dữ liệu không?
Latency Có cải thiện hoặc regression không?
Input token Chi phí context và prompt
Output token Chi phí sinh nội dung
Cached token Hiệu quả của cache

Đọc trường usage trong mọi response. Giá niêm yết không cho bạn biết chi phí thực tế nếu workload có prompt cache, context dài hoặc output thay đổi độ dài.

Lưu ý rằng Terra có thể trả lời ngắn hơn GPT-5.5 trên cùng prompt. Đây là hành vi dự kiến, nhưng có thể ảnh hưởng tới:

  • Parser giả định output có độ dài tối thiểu.
  • UI hiển thị câu trả lời ngắn không hợp lý.
  • Token budget được thiết kế theo model cũ.
  • Rule-based post-processing dựa vào cấu trúc hoặc số câu.

Sau khi Terra vượt qua evaluation, thêm một environment cho Luna:

OPENAI_MODEL=gpt-5.6-luna
REASONING_EFFORT=low
Enter fullscreen mode Exit fullscreen mode

Chạy lại các route hẹp, có volume cao để tìm những route có thể giảm chi phí thêm.

Câu hỏi thường gặp

GPT-5.6 Terra có tốt hơn GPT-5.5 không?

OpenAI định vị Terra cạnh tranh với GPT-5.5, không tuyên bố tốt hơn tuyệt đối trong mọi trường hợp. Với nhiều workload, mục tiêu là chất lượng tương đương, output ngắn hơn và chi phí thấp hơn. Bạn nên đánh giá trên các tác vụ đại diện trước khi chuyển toàn bộ traffic.

GPT-5.6 Terra có giá bao nhiêu?

Terra có giá 2,50 USD cho mỗi 1 triệu input token và 15 USD cho mỗi 1 triệu output token. Cache read vẫn được giảm giá 90% khi dùng explicit prompt caching. Xem phân tích giá GPT-5.6 để so sánh đầy đủ Terra, Sol, Luna và chi phí cache.

Gói ChatGPT nào bao gồm Terra?

Theo nội dung được công bố, tất cả các gói đều bao gồm Terra. Người dùng Free và Go nhận Terra làm model mặc định. Người dùng Plus trở lên có thể chọn Sol, Terra hoặc Luna và cấu hình mức reasoning effort theo model.

Tôi có cần thay đổi mã để dùng Terra không?

Hình dạng request không thay đổi nếu bạn đã dùng Responses API. Thay đổi chính là model ID:

- "model": "gpt-5-5"
+ "model": "gpt-5.6-terra"
Enter fullscreen mode Exit fullscreen mode

Tuy nhiên, bạn vẫn cần kiểm tra lại reasoning.effort, loại bỏ các chỉ thị rút gọn không cần thiết trong prompt và đảm bảo downstream code xử lý được output ngắn hơn.

Mặc định đã thay đổi

GPT-5.5 chưa bị ngừng hỗ trợ, nhưng chi phí của nó cần được xem xét lại. Khi cùng nhà cung cấp đưa ra model cạnh tranh với giá khoảng một nửa, việc giữ nguyên GPT-5.5 nên được chứng minh bằng dữ liệu evaluation.

Hãy dùng Terra làm điểm bắt đầu:

  1. Bắt đầu với Terra.
  2. Nâng các route agentic khó lên Sol khi evaluation cho thấy cần thiết.
  3. Hạ các route hẹp, volume cao xuống Luna khi chúng vượt qua evaluation.

Bước tiếp theo rất nhỏ: lấy 20 prompt thực tế từ production logs, chạy chúng với gpt-5-5 và gpt-5.6-terra trong Apidog, rồi để output và token usage quyết định.

Top comments (0)