OpenAI ra mắt dòng GPT-5.6: Ba phiên bản Luna, Terra và Sol với hiệu suất vượt trội

Ngày 9 tháng 7 năm 2026

Mô hình chủ lực mới nhất của OpenAI đã chính thức ra mắt công chúng vào sáng nay, với ba kích thước khác nhau: Luna, Terra và Sol (xếp theo thứ tự từ nhỏ đến lớn).

Các mô hình mới có mức giá cho mỗi 1 triệu token đầu vào/đầu ra lần lượt là: Luna ($1/$6), Terra ($2.50/$15) và Sol ($5/$30). Để so sánh, dòng Claude Opus có giá $5/$25 và Claude Fable 5 là $10/$50. Tuy nhiên, giá trên mỗi triệu token hiện không còn phản ánh nhiều điều vì số lượng token suy luận giữa các mô hình có thể chênh lệch rất lớn cho cùng một tác vụ.

Tuyên bố quan trọng nhất của OpenAI về điểm chuẩn (benchmark) liên quan đến hiệu suất của các tác nhân (agent) chạy dài hạn, với một bài kiểm tra cho thấy cả ba mô hình đều vượt trội hơn Claude Fable 5:

Chúng tôi đã huấn luyện GPT-5.6 để đạt được hiệu quả công việc cao hơn từ mỗi token. Trong bài kiểm tra "Agents’ Last Exam", một đánh giá về các quy trình làm việc chuyên nghiệp dài hạn trên 55 lĩnh vực, GPT-5.6 Sol đã thiết lập mức cao mới là 53,6 điểm, vượt qua Claude Fable 5 (suy luận thích ứng) tới 13,1 điểm. Ngay cả ở mức suy luận trung bình, nó vẫn đánh bại Fable 5 với cách biệt 11,4 điểm ở mức chi phí ước tính chỉ bằng khoảng một phần tư. Hiệu suất này cũng mở rộng sang các mô hình nhỏ hơn, vốn rất cần thiết để giúp trí tuệ nhân tạo trở nên phổ biến và dễ tiếp cận hơn: GPT-5.6 Terra và GPT-5.6 Luna đều vượt qua Fable 5 với chi phí chỉ bằng khoảng một phần mười sáu.

Thú vị thay, một bài kiểm tra tự đánh giá mà Fable 5 đã áp đảo gia đình GPT-5.6 là SWE-Bench Pro, nơi Fable 5 đạt 80% so với 64,6% của GPT-5.6 Sol. Điều này có thể giải thích lý do tại sao OpenAI chọn xuất bản bài viết vào ngày hôm qua, trong đó chỉ đích danh các vấn đề mà họ tìm thấy khi kiểm định bài kiểm tra SWE-Bench Pro:

Dựa trên những kết quả này, chúng tôi ước tính rằng khoảng 30% các tác vụ trong SWE-bench Pro bị lỗi và khuyến nghị các nhà phát triển mô hình nên kiểm tra kỹ lưỡng các kết quả.

Tôi đã có quyền truy cập sớm vào GPT-5.6 Sol—nó thực sự rất năng lực, mặc dù cho đến nay nó chưa khiến tôi cảm thấy vượt trội hơn Fable trong các tác vụ lập trình phức tạp mà tôi thường thực hiện với mô hình của Anthropic.

Như thường lệ, hướng dẫn sử dụng GPT-5.6 chứa đựng những chi tiết thú vị nhất. Có một loạt tính năng API mới mà tôi cần khám phá (và có lẽ sẽ thêm hỗ trợ trong LLM), bao gồm:

Đây là trang đầy đủ với 18 loại "pelican" khác nhau—dành cho các nỗ lực suy luận từ không, thấp, trung bình, cao, rất cao đến tối đa trên ba mô hình khác nhau. Trang này cũng liệt kê số lượng token và chi phí tính toán—rẻ nhất là gpt-5.6-luna ở mức nỗ lực "không" với 0,71 cent, và đắt nhất là gpt-5.6-sol ở mức suy luận "tối đa" với 48,55 cent.

Về tin tức khác liên quan đến "pelican", nếu bạn chuyển đến phút 17:50 trong buổi livestream sáng nay của họ, bạn sẽ thấy bản demo của chính OpenAI về những chú "pelican" 3D đang lái xe ba bánh, xe đạp, cưỡi ngựa con và cả một chú "pelican" khác!