DEV Community

Cover image for Hướng dẫn sử dụng API GPT-5.6: Sol, Terra, và Luna
Sebastian Petrus
Sebastian Petrus

Posted on • Originally published at apidog.com

Hướng dẫn sử dụng API GPT-5.6: Sol, Terra, và Luna

OpenAI đã phát hành GPT-5.6 rộng rãi vào ngày 9 tháng 7 năm 2026. Mọi tài khoản OpenAI API có bật thanh toán đều có thể tự phục vụ gọi API, không cần danh sách chờ hoặc giới hạn theo gói. Thay vì một model duy nhất, GPT-5.6 có ba cấp độ: Sol, Terra và Luna; mỗi cấp độ có giá, hiệu năng và mục tiêu sử dụng riêng. Bài viết này tập trung vào cách chọn model, gửi request đầu tiên, điều chỉnh mức suy luận, bật prompt cache, chuyển từ GPT-5.5 và so sánh chi phí/chất lượng bằng Apidog. Nếu cần bối cảnh cấp cao, xem thêm tổng quan GPT-5.6 Sol.

Dùng thử Apidog ngay hôm nay

TL;DR

  • Ba model ID:
    • gpt-5.6-sol: suy luận sâu nhất.
    • gpt-5.6-terra: cân bằng chi phí và chất lượng.
    • gpt-5.6-luna: nhanh nhất, rẻ nhất.
  • Alias gpt-5.6 trỏ đến Sol. Trong production, nên dùng ID cụ thể của từng cấp độ.
  • Giá trên 1 triệu token:
    • Sol: $5 input / $30 output
    • Terra: $2.50 input / $15 output
    • Luna: $1 input / $6 output
  • Sáu mức reasoning.effort: none, low, medium, high, xhigh, max.
  • Chế độ Pro là cấu hình reasoning.mode: "pro", không phải model ID riêng.
  • Prompt cache rõ ràng dùng prompt_cache_options.mode: "explicit". Cache write tính 1.25x input, cache read giảm 90%.
  • Khi chuyển từ GPT-5.5, hãy thử giảm một cấp độ suy luận và loại bỏ các chỉ thị “hãy ngắn gọn” dư thừa.

Ba model ID: chọn cấp độ theo workload

GPT-5.6 dùng tên cấp độ Sol, Terra và Luna thay vì chỉ một model theo số phiên bản. Theo thông tin ra mắt từ MarkTechPost, các cấp độ này có thể phát triển theo tốc độ riêng qua những thế hệ tiếp theo.

Model ID Cấp độ Giá input / output trên 1 triệu token Nên dùng khi
gpt-5.6-sol Flagship $5 / $30 Suy luận sâu, điều phối agent, gỡ lỗi phức tạp
gpt-5.6-terra Cân bằng $2.50 / $15 Tính năng sản phẩm thường ngày, workload tương đương GPT-5.5 với chi phí thấp hơn
gpt-5.6-luna Nhanh $1 / $6 Phân loại, trích xuất, định tuyến, tạo bản nháp đầu tiên

Quy tắc chọn model thực tế

  1. Bắt đầu với Terra cho hầu hết tính năng mới.
  2. Nâng lên Sol khi Terra không đạt chất lượng cần thiết trên dữ liệu thực tế.
  3. Chuyển xuống Luna cho các request ổn định, khối lượng lớn và nhạy cảm với độ trễ.
  4. Không dùng alias gpt-5.6 trong production nếu bạn cần kiểm soát chi phí, vì alias này trỏ đến Sol.

Sol là model mạnh nhất. OpenAI báo cáo Sol đạt khoảng 53 trên Agents’ Last Exam, so với 46.9 của GPT-5.5. Hãy xem đây là số liệu công bố tại thời điểm ra mắt và xác minh lại trên task của chính bạn.

Terra là lựa chọn mặc định hợp lý khi OpenAI định vị nó cạnh tranh với GPT-5.5 nhưng có chi phí bằng khoảng một nửa. Luna phù hợp với các pipeline cần thông lượng cao hơn là suy luận sâu.

Xem thêm phân tích giá GPT-5.6 để so sánh chi phí giữa các cấp độ và thế hệ model.

Gửi request GPT-5.6 đầu tiên

Các model ID dưới đây khớp với tài liệu OpenAI. Bạn chỉ cần API key có bật billing.

Dùng Chat Completions

Nếu đang dùng Chat Completions, thay đổi model là đủ:

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[
        {
            "role": "system",
            "content": "You are a concise code reviewer."
        },
        {
            "role": "user",
            "content": "Review this for edge cases: def parse_price(raw): return float(raw.strip('$'))"
        }
    ]
)

print(response.choices[0].message.content)
Enter fullscreen mode Exit fullscreen mode

Dùng curl 

curl https://api.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-5.6-sol",
    "messages": [
      {
        "role": "user",
        "content": "Explain idempotency keys in one paragraph."
      }
    ]
  }'
Enter fullscreen mode Exit fullscreen mode

Dùng Responses API cho dự án mới

Với dự án mới, ưu tiên Responses API vì các tính năng GA mới được phát hành ở đây.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Summarize the trade-offs between webhooks and polling.",
    reasoning={"effort": "low"}
)

print(response.output_text)
Enter fullscreen mode Exit fullscreen mode

Trước khi tích hợp sâu hơn, hãy chạy cùng một prompt trên Sol, Terra và Luna. So sánh trực tiếp chất lượng, độ dài câu trả lời và độ trễ sẽ hữu ích hơn việc chỉ đọc benchmark.

Chọn mức suy luận (reasoning.effort)

GPT-5.6 có sáu mức suy luận:

none → low → medium → high → xhigh → max
Enter fullscreen mode Exit fullscreen mode

Khi dùng none

Dùng none cho tác vụ cơ học, có schema rõ ràng hoặc cần độ trễ thấp:

  • Chuẩn hóa văn bản
  • Trích xuất trường dữ liệu
  • Phân loại
  • Điền mẫu
  • Routing request

Ví dụ với Luna:

response = client.responses.create(
    model="gpt-5.6-luna",
    input="Extract name, email, and order_id as JSON.",
    reasoning={"effort": "none"}
)
Enter fullscreen mode Exit fullscreen mode

gpt-5.6-luna kết hợp với none phù hợp cho workload có chi phí thấp và throughput cao.

Khi dùng max

Dùng max khi chi phí của câu trả lời sai lớn hơn chi phí latency hoặc token:

  • Phân tích lỗi đồng thời
  • Đánh giá kiến trúc
  • Lập kế hoạch nhiều bước
  • Gỡ lỗi production phức tạp 
response = client.responses.create(
    model="gpt-5.6-sol",
    input="Analyze this distributed-lock race condition and propose a safe fix.",
    reasoning={"effort": "max"}
)
Enter fullscreen mode Exit fullscreen mode

Cách tối ưu có hệ thống

Bắt đầu bằng medium, sau đó tăng hoặc giảm từng cấp độ một:

  1. Chạy tập prompt đại diện ở medium.
  2. Đánh giá chất lượng đầu ra.
  3. Thử low để kiểm tra liệu chất lượng có còn đạt yêu cầu không.
  4. Chỉ tăng lên high, xhigh hoặc max khi có lỗi rõ ràng cần giải quyết.
  5. Theo dõi token usage và latency cùng với chất lượng.

Theo hướng dẫn di chuyển của OpenAI, nhiều workload GPT-5.5 vẫn có thể giữ chất lượng khi chạy GPT-5.6 ở mức suy luận thấp hơn.

Chế độ Pro

Chế độ Pro là cấu hình riêng với mức effort:

reasoning={
    "effort": "high",
    "mode": "pro"
}
Enter fullscreen mode Exit fullscreen mode

reasoning.mode: "pro" ưu tiên chất lượng câu trả lời hơn tốc độ. Nó hoạt động trên cả Sol, Terra và Luna; không có model ID riêng như gpt-5.6-pro.

Dùng Pro cho workload ưu tiên chất lượng, chẳng hạn:

  • Tóm tắt pháp lý
  • Phân tích nguyên nhân sự cố
  • Đánh giá thiết kế
  • Lập kế hoạch tác vụ phức tạp

Thiết lập prompt cache rõ ràng

GPT-5.6 hỗ trợ kiểm soát prompt cache bằng chế độ rõ ràng. Thay vì dựa vào cơ chế tự nhận diện prefix, bạn chỉ định trực tiếp:

response = client.responses.create(
    model="gpt-5.6-luna",
    input=[
        {"role": "system", "content": SUPPORT_PLAYBOOK},
        {"role": "user", "content": ticket_text}
    ],
    prompt_cache_options={
        "mode": "explicit"
    }
)
Enter fullscreen mode Exit fullscreen mode

Bạn cũng có thể đặt ttl trên cùng object:

prompt_cache_options={
    "mode": "explicit",
    "ttl": "30m"
}
Enter fullscreen mode Exit fullscreen mode

Thời gian cache tối thiểu là 30 phút. Các giá trị ttl hợp lệ và quy tắc đặt cache breakpoint cần được kiểm tra trong tài liệu API OpenAI.

Khi nào cache có lợi?

Chi phí cache:

  • Cache write: 1.25x giá input thông thường.
  • Cache read: giảm giá 90%.

Ví dụ, với cùng một prefix:

  • Hai request không cache: 2.0x
  • Một lần cache write + một lần cache read: 1.35x

Vì vậy, cache bắt đầu có lợi từ lần tái sử dụng thứ hai.

Ví dụ tính chi phí với Luna

Giả sử bot hỗ trợ gửi một system prompt dài 40.000 token ở mọi request.

  • Luna input: $1 / 1M token
  • Không cache: 40.000 / 1.000.000 × $1 = $0.04 mỗi request
  • Cache write đầu tiên: $0.05
  • Cache read: $0.004

Với 100 request:

Cách chạy Chi phí phần prefix
Không cache $4.00
Explicit cache $0.45

Bạn tiết kiệm khoảng 89% phần chi phí của prefix tĩnh.

Quy tắc thực hành: bật explicit cache cho mọi prompt có prefix tĩnh lớn được tái sử dụng từ hai lần trở lên trong thời gian TTL.

Điểm mới trong Responses API tại GA

Ba bổ sung chính được phát hành trong Responses API:

  1. Programmatic tool calling

    Thay vì model gọi từng tool rồi chờ server trả kết quả cho lượt tiếp theo, model có thể viết JavaScript để điều phối các tool. Code chạy trong môi trường V8 cách ly, không có quyền truy cập mạng. Điều này cho phép lặp, rẽ nhánh và tổng hợp kết quả tool mà không cần server của bạn làm trung gian cho từng bước.

  2. Multi-agent ở bản beta

    Một request có thể phân công việc cho nhiều agent con chạy song song. Tính năng này phù hợp khi task có thể tách thành các phần độc lập.

  3. Persistent reasoning

    Ngữ cảnh suy luận có thể được truyền giữa các lượt bằng reasoning.context. Agent đa lượt không cần xây dựng lại ngữ cảnh suy luận từ đầu ở mỗi request.

Ngoài ra, các thiết lập vision mới original và auto giúp giữ nguyên kích thước ảnh gốc. Kiểm tra tài liệu OpenAI để biết cấu trúc request chính xác trước khi triển khai.

Di chuyển từ GPT-5.5

Đừng xem việc chuyển từ GPT-5.5 sang GPT-5.6 là chỉ thay model ID. Nếu integration của bạn theo hướng dẫn GPT-5.5 API, hãy thực hiện ba bước sau.

1. Kiểm tra một mức effort thấp hơn

Nếu GPT-5.5 đang chạy ở high, thử GPT-5.6 ở medium trước.

response = client.responses.create(
    model="gpt-5.6-terra",
    input=production_prompt,
    reasoning={"effort": "medium"}
)
Enter fullscreen mode Exit fullscreen mode

Nếu chất lượng vẫn đạt, bạn giảm trực tiếp chi phí suy luận trên cùng lưu lượng.

2. Gỡ các chỉ thị ngắn gọn dư thừa

GPT-5.6 thường tạo câu trả lời ngắn và chặt chẽ hơn. Các prompt như sau có thể trở nên quá mức:

Be concise.
Skip the introduction.
Do not add context.
Answer in one short paragraph.
Enter fullscreen mode Exit fullscreen mode

Hãy loại bỏ dần các chỉ thị này, sau đó kiểm tra lại output. Bài viết ngày ra mắt của Simon Willison cung cấp thêm góc nhìn độc lập về hành vi thực tế của dòng model này.

3. Đánh giá bằng tập task đại diện

Trước khi chuyển production traffic:

  1. Lưu một tập prompt đại diện cho workload thật.
  2. Chạy tập đó trên GPT-5.5 và từng cấp GPT-5.6.
  3. So sánh chất lượng, output token, input token và latency.
  4. Xác định model/effort phù hợp cho từng route.
  5. Chuyển traffic theo từng phần thay vì đổi toàn bộ cùng lúc.

Terra với chất lượng tương đương GPT-5.5 nhưng chi phí thấp hơn là giả thuyết nên kiểm tra đầu tiên.

Kiểm thử ba model trong Apidog

Curl chỉ chứng minh endpoint hoạt động. Để chọn model theo dữ liệu, hãy tạo bộ so sánh có thể lặp lại trong Apidog.

Giao diện Apidog

Thiết lập môi trường

Tạo environment với các biến:

OPENAI_API_KEY=your_api_key
MODEL_SOL=gpt-5.6-sol
MODEL_TERRA=gpt-5.6-terra
MODEL_LUNA=gpt-5.6-luna
Enter fullscreen mode Exit fullscreen mode

Tạo request mẫu

Tạo request POST đến endpoint API, sau đó tham chiếu model bằng biến môi trường:

{
  "model": "{{MODEL_SOL}}",
  "input": "Review this API design and identify breaking changes.",
  "reasoning": {
    "effort": "medium"
  }
}
Enter fullscreen mode Exit fullscreen mode

Sao chép request này hai lần và thay {{MODEL_SOL}} bằng:

{{MODEL_TERRA}}
{{MODEL_LUNA}}
Enter fullscreen mode Exit fullscreen mode

Quy trình so sánh

  1. Gửi cùng một prompt production qua cả ba request.
  2. So sánh output cạnh nhau.
  3. Kiểm tra usage block trong từng response.
  4. Nhân số token input/output với giá của từng model.
  5. Ghi lại model nào đạt chất lượng chấp nhận được với chi phí thấp nhất.

Lặp lại quy trình này khi đổi reasoning.effort. Số token output, latency và chất lượng đầu ra sẽ tạo thành đường cong chi phí/chất lượng thực tế cho từng endpoint của bạn.

Câu hỏi thường gặp

API GPT-5.6 có sẵn cho tất cả mọi người không?

Có. Kể từ ngày 9 tháng 7 năm 2026, mọi tài khoản OpenAI API có thể tự phục vụ gọi cả ba model. Quyền truy cập API không phụ thuộc vào gói ChatGPT của bạn. Các cấp độ gói ChatGPT chỉ ảnh hưởng đến trải nghiệm sản phẩm chat và model selector.

Context window và knowledge cutoff của GPT-5.6 là gì?

Theo tài liệu ban đầu, dòng model này có:

  • Context window: 1 triệu token
  • Output tối đa: 128K token
  • Knowledge cutoff: ngày 16 tháng 2 năm 2026

Hãy xem trang model của OpenAI là nguồn chính thức và xác nhận lại các giới hạn trên tài khoản của bạn.

Chế độ Pro khác Ultra thế nào?

Pro là cấu hình API:

{
  "reasoning": {
    "mode": "pro"
  }
}
Enter fullscreen mode Exit fullscreen mode

Nó hoạt động trên cả ba model và đánh đổi tốc độ lấy chất lượng.

Ultra là cấu hình multi-agent, mặc định chạy bốn agent song song. Nó có trong ChatGPT Work trên các gói Pro và Enterprise, cũng như Codex từ Plus trở lên. Xem phân tích GPT-5.6 Ultra mode để đánh giá khi nào chi phí token bổ sung là hợp lý.

Nên dùng Chat Completions hay Responses API?

  • Dùng Chat Completions nếu bạn có integration hiện tại và chỉ cần đổi model ID.
  • Dùng Responses API cho dự án mới hoặc khi cần programmatic tool calling, multi-agent và persistent reasoning.

Checklist triển khai

Bắt đầu với quy trình ngắn gọn này:

  1. Chọn gpt-5.6-terra.
  2. Chạy một prompt thực tế từ sản phẩm ở reasoning.effort: "medium".
  3. Thử giảm xuống một mức effort.
  4. So sánh chất lượng, token usage và latency.
  5. Chuyển sang Sol chỉ khi Terra thất bại rõ ràng.
  6. Chuyển workload ổn định, khối lượng lớn sang Luna.
  7. Bật explicit prompt cache nếu có prefix tĩnh lớn được tái sử dụng.
  8. Lưu bộ request benchmark trong Apidog để chạy lại khi model được cập nhật.

Giữ bộ so sánh Sol, Terra và Luna như một phần của quy trình đánh giá model. Khi từng cấp độ thay đổi theo thời gian, bạn chỉ cần chạy lại các request đã lưu thay vì thực hiện lại toàn bộ nghiên cứu từ đầu.

Top comments (0)