OpenAI giảm mạnh 80% giá cước GPT-5.6, thách thức trực tiếp đối thủ

Ngày 30 tháng 7 năm 2026 - Link Blog

Đẩy mạnh biên giới hiệu năng trên giá thành với GPT‑5.6 (via) OpenAI hôm nay đã giảm giá mạnh: GPT-5.6 Terra được giảm 20%, còn GPT-5.6 Luna nhận mức giảm khổng lồ 80%.

OpenAI ghi nhận GPT-5.6 Sol là yếu tố then chốt cho điều này: trong bài viết "Cách GPT‑5.6 kết hợp trí tuệ tiên phong với hiệu suất tiên phong", họ mô tả việc sử dụng GPT-5.6 Sol để tối ưu hóa cân bằng tải, và ấn tượng hơn là tối ưu hóa chính quá trình suy luận (inference):

Chúng tôi cũng đã sử dụng GPT‑5.6 Sol để tối ưu hóa quá trình forward pass của mô hình: phép tính chuyển đổi dữ liệu đầu vào thành các dự đoán token tiếp theo. Ngay cả khi các thao tác riêng lẻ diễn ra nhanh chóng, việc di chuyển bộ nhớ dư thừa, đồng bộ hóa và bố cục dữ liệu không hiệu quả vẫn có thể khiến GPU rơi vào trạng thái nhàn rỗi. Để tránh điều này, GPT‑5.6 Sol đã tìm ra các tác vụ có thể tính toán trước, loại bỏ hoặc song song hóa. Với Codex, GPT‑5.6 Sol đã tự động viết lại và tối ưu hóa các production kernel của chúng tôi, đây là phần mã cốt lõi thực thi các phép toán cấu thành nên mô hình. Điều này đạt hiệu quả một phần nhờ vào việc chúng tôi đã huấn luyện GPT‑5.6 để viết và cải thiện kernel hiệu quả bằng Triton và Gluon, hai ngôn ngữ lập trình GPU mã nguồn mở được OpenAI duy trì. Những nỗ lực này, kết hợp với các cải tiến kernel rộng hơn từ GPT‑5.6 Sol, đã giúp giảm 20% chi phí phục vụ (serving costs) tổng thể.

Mức giảm giá của Luna đã thay đổi hoàn toàn cục diện đối với các mô hình giá rẻ. Với mức giá 0,20 USD/triệu token đầu vào và 1,20 USD/triệu token đầu ra, Luna hiện đã rẻ hơn Gemini 3.1 Flash-Lite của Google (0,25 USD/1,50 USD).

Mô hình rẻ nhất hiện tại của Anthropic là Claude Haiku 4.5, với mức giá 1 USD/5 USD - Luna hiện chỉ bằng 1/5 mức giá đó cho đầu vào, trong khi trước đây chúng có giá ngang bằng nhau.

Trang demo agent.datasette.io của tôi trước đây chạy trên Gemini 3.1 Flash-Lite. Tôi đã chuyển nó sang sử dụng Luna.