# OpenAI ra mắt bộ đôi GPT-6 Sol và Luna: Giá API giảm một nửa, hiệu năng vượt trội - Nguồn: MarkTechPost - Thời gian phát hành: 2026-09-23 12:18 (giờ Việt Nam) - Điểm AI: 81/100 - Nhãn AIHOT: Tinh chọn - Link AIHOT.vn: https://aihot.vn/items/bf96d491fb247075 - Nguồn dữ liệu AI HOT: https://aihot.news/items/cmudnpv0k0hrrrogg9gcyun5n - Link gốc: https://www.marktechpost.com/2026/09/22/openai-releases-gpt-6-sol-and-luna-50-cheaper-api-pricing-and-benchmarks ## Lý do tinh chọn Bài viết tổng hợp giá cả, so sánh nhiều nhóm tiêu chuẩn và các chi tiết kiểm soát bộ nhớ đệm mới, giúp độc giả đánh giá hiệu quả chi phí của GPT-6 Sol và Luna trong các tác vụ khác nhau. ## Tóm tắt AI OpenAI vừa trình làng hai mô hình GPT-6 mới là Sol và Luna với mức giá API giảm 50% so với thế hệ trước, đồng thời công bố các chỉ số benchmark ấn tượng cho cả hai phiên bản. ## Thân bài ![OpenAI Releases GPT-6 Sol and Luna: 50% Cheaper API Pricing and Benchmarks](https://www.marktechpost.com/wp-content/uploads/2026/09/blog111-18.png) OpenAI vừa ra mắt GPT-6 Sol và GPT-6 Luna, hai mô hình mới thuộc dòng GPT-6. Chúng nằm ở phân khúc thấp hơn GPT-6 Astra, vốn đã được phát hành đầu tháng này. OpenAI đã huấn luyện cả hai mô hình bằng các phương pháp tương tự như Astra, với mục tiêu mang những cải tiến của Astra đến với các mô hình nhanh hơn và có chi phí hợp lý hơn. Có thể triển khai ngay hôm nay không? Có. Cả hai mô hình hiện đã hoạt động trên OpenAI API với tên gọi gpt-6-sol và gpt-6-luna. Đây là các mô hình chỉ chạy qua API, vì vậy không có trọng số (weights) để tự lưu trữ (self-host). ### Ba phân khúc, một công thức Dòng GPT-6 hiện có 3 phân khúc. Astra là mô hình cao cấp nhất dành cho các công việc khó nhất. Sol nhắm đến các tác vụ lập trình phức tạp và công việc chuyên môn với chi phí thấp hơn. Luna nhắm đến các công việc hàng ngày với tốc độ nhanh và khối lượng lớn. Đội ngũ OpenAI cho biết việc cải thiện bộ nhớ đệm (caching) và suy luận (inference) giúp họ vận hành các mô hình này với chi phí rẻ hơn. Họ đang giảm giá API của Sol và Luna xuống 50% so với mức giá khuyến mãi của GPT-5.6. Có một chi tiết đáng lưu ý. Giá đầu ra (output price) của Luna giảm từ 1,20 USD xuống 0,50 USD, mức giảm khoảng 58%, chứ không phải 50%. ### Điểm chuẩn (Benchmarks): những gì OpenAI công bố Công việc chuyên môn: Trên AutomationBench 1.0.6, Sol ở mức nỗ lực xhigh đạt 33,2% với chi phí 0,27 USD mỗi tác vụ. Claude Opus 5 ở mức nỗ lực tối đa đạt 26,9% với chi phí gấp 11,1 lần. Astra ở mức nỗ lực thấp đạt 30,3% với chi phí gấp 3,9 lần Sol. Luna ở mức nỗ lực cao đạt điểm số cao hơn 5,4 điểm so với phiên bản tiền nhiệm với chi phí mỗi tác vụ thấp hơn 58%. Trên bài kiểm tra Agents’ Last Exam, Sol ở mức nỗ lực tối đa đạt 56,4%. Kết quả này vượt qua điểm số tốt nhất của Claude Opus 5 với chi phí mỗi tác vụ thấp hơn 60%. Lập trình: Trên DeepSWE v1.1, Sol ở mức nỗ lực tối đa đạt 68,8%. Con số này thấp hơn 1,1 điểm so với Claude Fable 5 ở mức xhigh, với chi phí mỗi tác vụ thấp hơn khoảng 80%. Luna ở mức nỗ lực tối đa đạt 66,6%, tương đương với Opus 5 và Fable 5 ở mức nỗ lực trung bình. Trong các so sánh đó, Luna có chi phí mỗi tác vụ thấp hơn 93% so với Opus 5 và thấp hơn 96% so với Fable 5. Trên FrontierCode 1.1 Main, hệ thống đánh giá xem mã nguồn đã sẵn sàng để hợp nhất (merge) hay chưa, Sol ngang bằng với Claude Fable 5.1 ở mức xhigh với chi phí thấp hơn nhiều. Sử dụng máy tính: Trên OSWorld 2.0 offline, Sol ở mức xhigh đạt 60,5% so với 60,3% của Opus 5 ở mức trung bình. Chi phí mỗi tác vụ của Sol thấp hơn khoảng 80%. Luna ở mức tối đa vượt qua GPT-5.6 Sol ở mức trung bình với chi phí chỉ bằng 1/10. Tính xác thực: Bài kiểm tra nội bộ của OpenAI sử dụng các đoạn hội thoại ChatGPT đã được ẩn danh, nơi người dùng gắn cờ các lỗi của mô hình. Sol mắc lỗi ít hơn khoảng một nửa so với phiên bản tiền nhiệm. Luna ở mức nỗ lực cao hơn đạt kết quả tương đương GPT-5.6 Sol với chi phí chỉ bằng khoảng 1/100. OpenAI cũng mang phong cách giao tiếp của Astra sang các mô hình này. Hãy kỳ vọng những câu trả lời rõ ràng hơn, ngắn gọn hơn một chút và ít thuật ngữ chuyên môn hơn, đặc biệt là trong các cuộc hội thoại về lập trình. ### Bộ nhớ đệm prompt (Prompt caching) cho các tác nhân (agents) chạy dài hạn Các tác nhân thường gửi lại cùng một hướng dẫn, công cụ và lịch sử trong mỗi lượt. GPT-6 cung cấp một hệ thống bộ nhớ đệm prompt cải tiến với tỷ lệ trúng bộ nhớ đệm (cache hit rates) cao hơn theo mặc định. Việc đọc dữ liệu đầu vào từ bộ nhớ đệm được giảm giá lên tới 90%. Các tiền tố chia sẻ đủ điều kiện được sử dụng lại trong khoảng thời gian 30 phút hiện đã được áp dụng ưu đãi này. Các quyền kiểm soát mới dành cho nhà phát triển: Hướng dẫn đầy đủ về bộ nhớ đệm prompt bao gồm từng mẫu hình. GitHub báo cáo rằng những thay đổi này giúp cắt giảm hơn 50% lượng token prompt cần xử lý mới, giúp Copilot phản hồi nhanh hơn. ### Những điểm chính cần lưu ý Hãy xem Blog Kỹ thuật. Mọi công lao thuộc về các nhà nghiên cứu của dự án này. Ngoài ra, hãy thoải mái theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit ML với hơn 150 nghìn thành viên của chúng tôi và đăng ký Bản tin (Newsletter). Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram. Bạn cần hợp tác với chúng tôi để quảng bá GitHub Repo, Trang Hugging Face, Bản phát hành sản phẩm hoặc Hội thảo trực tuyến của bạn? Hãy kết nối với chúng tôi. Sana Hassan, thực tập sinh tư vấn tại Marktechpost và là sinh viên bằng kép tại IIT Madras, rất đam mê việc ứng dụng công nghệ và AI để giải quyết các thách thức trong thế giới thực. Với sự quan tâm sâu sắc đến việc giải quyết các vấn đề thực tiễn, anh mang đến một góc nhìn mới mẻ về sự giao thoa giữa AI và các giải pháp trong đời sống. _Bài gốc còn tiếp._ Xem tiếp tại: