Bạn chọn model rẻ cho tiết kiệm, vậy mà 20 phút sau vẫn ngồi nhìn nó loay hoay một chỗ. Đây là lỗi hay gặp nhất khi dùng AI để viết code: chạy một lần thì rẻ thật, nhưng tổng chi phí để xong việc thì chẳng rẻ chút nào.
Trả lời ngắn gọn: việc rõ ràng, lặp đi lặp lại thì dùng Luna; việc Codex hằng ngày thì dùng Sol; còn những vấn đề rối đến mức chưa biết hỏng ở đâu thì dùng Astra. Dưới đây là lý do vì sao model đắt nhất, nếu tính theo "mỗi việc làm xong", lại có thể rẻ nhất.
1. Tháng 9/2026 có gì mới
Ngày 22/9/2026, OpenAI đưa GPT-6 Sol và GPT-6 Luna lên API, đồng thời thêm cả hai vào ChatGPT Work và Codex.[1][2]
Theo OpenAI, Sol dành cho việc viết code phức tạp và những việc nhiều bước mà model tự dùng công cụ để làm. Luna dành cho những việc phạm vi hẹp nhưng số lượng lớn. Cả hai đọc được tối đa 1,05M token một lần và viết tối đa 128K token trong một câu trả lời.[3][4][5]
Đứng trên cả hai là GPT-6 Astra, được OpenAI giới thiệu là model cho những việc khó nhất từ đầu đến cuối: viết code, thao tác máy tính, tìm hiểu thông tin và soạn tài liệu.[6]
Nếu ví như một văn phòng:
- Luna: bạn nhân viên chi phí thấp dọn hết đống việc lặt vặt
- Sol: trưởng nhóm đáng tin, giao phần lớn việc cho là yên tâm
- Astra: người vừa bước vào phòng máy chủ đã hỏi ngay "sợi dây này cắm ngược phải không?"
2. "GPT-6 đã có trên ChatGPT" không có nghĩa như bạn nghĩ
Ghi chú cập nhật của ChatGPT ngày 22/9 viết rằng Sol và Luna được thêm vào ChatGPT Work và Codex, và tách riêng với các model dùng trong khung chat thông thường.[1]
Tức là "Sol có trong ChatGPT" và "chọn được Sol trong khung chat bình thường" là hai chuyện khác nhau. Lục tìm trong menu chọn model của khung chat thường chẳng khác gì đi tìm rương báu trên một bản đồ vốn không có rương.
Astra lại khác: thông báo ra mắt đầu tháng 9 cho biết model này cũng sẽ có ở các gói trả phí của ChatGPT.[6] Cùng tên GPT-6 nhưng mỗi model dùng ở một nơi khác nhau.
3. Nhìn bảng giá thì chênh lệch khủng khiếp
Giá Standard API tính đến ngày 23/9/2026, cho mỗi 1 triệu token đầu vào / đầu ra:[3][4][6][7][8][9]
| Model | Đầu vào | Đầu ra |
|---|---|---|
| GPT-6 Luna | $0.10 | $0.50 |
| GPT-6 Sol | $2.00 | $10.00 |
| GPT-6 Astra | $10.00 | $50.00 |
| GPT-5.6 Luna | $0.20 | $1.20 |
| GPT-5.6 Terra | $2.00 | $12.00 |
| GPT-5.6 Sol | $4.00 | $20.00 |
Với cùng một lượng chữ, Sol đắt gấp khoảng 20 lần Luna, còn Astra đắt gấp 5 lần Sol.
Chỉ nhìn bảng này thì "dùng Luna cho mọi thứ" nghe rất khôn. Nhưng cũng giống như muốn tiết kiệm tiền chuyển nhà nên tự cõng tủ lạnh đi bộ qua nửa thành phố.
4. Tính nhanh: một việc đọc 100K token, viết 20K
Giả sử một việc đọc 100.000 token và viết 20.000 token. Chưa tính giảm giá nhờ bộ nhớ đệm, phí công cụ, phụ phí cho văn bản rất dài và các lần chạy lại.
| Model | Chi phí API ước tính mỗi lần chạy |
|---|---|
| GPT-6 Luna | $0.020 |
| GPT-6 Sol | $0.400 |
| GPT-6 Astra | $2.000 |
| GPT-5.6 Luna | $0.044 |
| GPT-5.6 Terra | $0.440 |
| GPT-5.6 Sol | $0.800 |
Chỉ xét giá thì Luna thắng áp đảo.
Nhưng con số thật sự cần nhìn là:
chi phí đến khi xong việc ≈ chi phí mỗi lần thử × số lần thử + thời gian người phải nhảy vào xử lý + phần thông tin trước đó bị mất khi thất bại
Cùng lượng token, một lần chạy Astra bằng năm lần chạy Sol. Nếu một việc khó mà Sol cần năm lần, còn Astra làm xong trong một lần, thì tiền API đã hòa nhau rồi.
Cộng thêm thời gian bạn đọc lại nhật ký chạy và gõ "không phải chỗ đó, lúc nãy xem rồi", thì Astra còn có lợi sớm hơn nữa.
5. Model đắt thật sự có thể rẻ hơn
Chính số liệu của OpenAI cho thấy điều này. Trên Terminal-Bench 4.0, GPT-6 Astra đạt 57,9%, còn GPT-5.6 Sol đạt 37,3%; OpenAI cho biết chi phí API ước tính cho mỗi việc của Astra thấp hơn khoảng 9% trong các thiết lập được so sánh.[6]
Trên AutomationBench là 41,4% so với 18,1%, và trong các việc nội bộ của OpenAI về chuyển cơ sở dữ liệu sang cấu trúc mới là 63,9% so với 42,7%.[6]
Giá mỗi token cao hơn và chi phí để xong việc cao hơn là hai chuyện khác nhau.
Astra còn mang đến cho Codex một cách mới để lưu lại những gì đã làm và tìm lại khi cần trong các phiên làm việc dài.[6] Khi dò lỗi kéo dài hay sắp xếp lại một lượng code lớn, chuyện "quên mất lần trước vì sao hỏng rồi lại sa vào đúng cái hố cũ" sẽ ít đi.
Taxi thì đắt thật. Nhưng vẫn rẻ hơn việc đi bộ vòng quanh núi ba lần rồi mới gọi taxi.
6. Phân loại việc trước, đừng lúc nào cũng thử từ model rẻ nhất
Đẩy mọi việc qua Luna, rồi Sol, rồi Astra cho đến khi có cái làm được là một thói quen không tốt. Hãy xem việc đó thuộc loại nào, giao ngay từ đầu cho model phù hợp, và chỉ nâng lên một bậc sau một lần thất bại thật sự.
GPT-6 Luna
Hợp với:
- tìm trong code, lập danh sách, phân loại, đổi định dạng
- sửa nhỏ có yêu cầu rõ ràng
- rất nhiều việc độc lập cùng lúc
- chạy kiểm thử và tóm tắt kết quả
- việc mà chương trình tự chấm được đạt hay không đạt
GPT-6 Sol
Hợp với:
- thay đổi bình thường trên nhiều file
- sửa lỗi khi bạn đã đoán được đại khái vấn đề nằm ở đâu
- việc cần dùng vài công cụ liên tiếp
- vòng quen thuộc: xem xét → sửa → kiểm thử
- lựa chọn mặc định hằng ngày trong Codex
GPT-6 Astra
Hợp với:
- vấn đề mà còn chưa biết cái gì hỏng
- lỗi dính tới nhiều dịch vụ, quyền truy cập, mạng hoặc dữ liệu đã lưu
- dò lỗi kéo dài
- chuyển cơ sở dữ liệu và sắp xếp lại code quy mô lớn
- việc lần nào cũng đến 80% rồi chết đúng một chỗ
- bất cứ việc gì Sol đã điều tra kỹ một lần mà vẫn chưa xong
Nhóm cuối cùng chính là chỗ model rẻ hay "tăng ca kiểu AI": tìm nhiều hơn, tốn token hơn, nhật ký dài hơn, nhưng chẳng đến gần nguyên nhân thật thêm chút nào.
7. Vậy GPT-5.6 Terra giờ đứng ở đâu?
Chỉ xét giá thì Terra đang ở vị trí khá khó xử.
- GPT-5.6 Terra: đầu vào $2 / đầu ra $12
- GPT-6 Sol: đầu vào $2 / đầu ra $10
Giá đầu vào bằng nhau, còn đầu ra thì Sol rẻ hơn.[3][8] Thêm nữa, Sol là thế hệ mới, nhắm tới code phức tạp và việc nhiều bước có dùng công cụ.[3]
Nên với dự án mới, gần như không có lý do về tiền để chọn Terra làm mặc định. Nhưng nếu bạn đã có những câu lệnh được thử kỹ trên Terra và cần kết quả ổn định, đoán trước được, thì giữ lại vẫn hợp lý. Model thay đổi rất nhanh, nên đừng thay hết ngay hôm model mới ra mắt.
Với dự án mới, chia ba bậc là gần như đủ:
Luna = nhiều việc, quy tắc rõ. Sol = mặc định. Astra = ca khó.
8. Đáp án thật: tự đo bằng 20 việc của bạn
Kết quả thử nghiệm so sánh chỉ là bản đồ, không phải sơ đồ dây điện trong code của chính bạn.
Chia công việc thật thành 3–5 loại, mỗi loại ghi lại khoảng 20 việc. Theo dõi:
- bao nhiêu lần xong mà bạn không phải dặn thêm
- mất bao lâu đến khi kiểm thử chạy qua
- chạy lại mấy lần
- tốn bao nhiêu token hoặc tín dụng
- người phải đọc bao nhiêu nhật ký
- lỗi mới phát sinh sau khi sửa
- bao nhiêu lần rốt cuộc vẫn phải đổi model
Rồi đánh giá theo:
tổng chi phí cho mỗi việc làm xong
và
bao nhiêu việc xong trên mỗi phút bạn phải để tâm
Chọn model theo giá mỗi token cũng giống như gọi bốn phần ăn nhỏ vì rẻ, vẫn đói, cuối cùng vẫn phải gọi thêm suất lớn đắt tiền. Chỉ là gọi món nhiều lần hơn mà thôi.
Kết luận: hằng ngày dùng Sol, việc lặp lại dùng Luna, mê cung dùng Astra
GPT-6 Luna: nhiều việc rõ ràng, độc lập với nhau.
GPT-6 Sol: việc Codex bình thường.
GPT-6 Astra: vấn đề mơ hồ, kéo dài, liên quan nhiều hệ thống.
Cái tốn kém thường không phải là chọn Astra. Mà là vì sợ Astra đắt nên chạy việc khó nhiều lần trên Luna hay Sol, rồi cuối cùng vẫn giao cho Astra.
Thứ bạn mua ở một model hàng đầu không phải là giá mỗi chữ rẻ hơn, mà là khả năng làm xong việc mà không lạc đường. Và thời gian bạn đọc lại cùng một nhật ký lần thứ tư cũng là chi phí.
- OpenAI ChatGPT Release Notes help.openai.com
- OpenAI API Changelog developers.openai.com
- GPT-6 Sol developers.openai.com
- GPT-6 Luna developers.openai.com
- Models catalog developers.openai.com
- GPT-6 Astra openai.com
- GPT-5.6 Sol developers.openai.com
- GPT-5.6 Terra developers.openai.com
- GPT-5.6 Luna developers.openai.com
