GPT-6.1 Terra so với GPT-5.6 Terra: Giá chỉ bằng một nửa, thay đổi gì và ai nên chuyển đổi

OpenAI ra mắt GPT-6.1 Terra vào ngày 26 October 2026. Đây là mẫu nằm dưới Sol và Astra trong dòng GPT-6, với mức giá thấp hơn mẫu tiền nhiệm GPT-5.6 Terra: $1 cho mỗi triệu token đầu vào thay vì $2, và $5 cho mỗi triệu token đầu ra thay vì $12. Bài đăng ra mắt giới thiệu mẫu này dành cho suy luận hình ảnh, sử dụng máy tính và viết lách. Các bài kiểm tra của OpenAI cho thấy mẫu đọc màn hình và hình ảnh tốt hơn; cả thử nghiệm của OpenAI lẫn thử nghiệm độc lập đều cho thấy số lỗi thực tế giảm đáng kể.

Tóm tắt dành cho người dùng GPT-5.6 Terra:

• Chuyển đổi nếu bạn chạy các tác vụ xử lý màn hình, biểu mẫu, tài liệu hoặc hình ảnh ở mức nỗ lực thấp hoặc trung bình. Mẫu này đạt điểm cao hơn, đồng thời hóa đơn giảm hơn một nửa nếu số token tương đương.
• Hãy thử nghiệm trước nếu bạn chạy tác tử lập trình hoặc bất kỳ tác vụ nào ở mức nỗ lực tối đa. Ở mức tối đa, Terra mới dùng số token gấp vài lần so với mức trung bình; với một số tác vụ, chi phí mỗi tác vụ gần bằng GPT-6.1 Sol.
• Tiếp tục dùng Sol cho các tác vụ lập trình khó trên quy mô toàn bộ kho mã. OpenAI xác định những tác vụ lập trình phức tạp nhất là việc dành cho Sol và Astra.

Cấu trúc API phần lớn không đổi: cùng cửa sổ ngữ cảnh, cùng các mức nỗ lực suy luận, cùng đầu vào văn bản và hình ảnh. ID mô hình là gpt-6.1-terra, và hiện đã có trên trang mô hình AIHubMix với mức giá bằng OpenAI.

Bảng so sánh thay đổi giá

Giá tiêu chuẩn trên mỗi triệu token cho yêu cầu có tối đa 272K token đầu vào, theo trang mô hình và bảng giá của OpenAI:

AIHubMix áp dụng mức giá giống OpenAI cho cả bốn mô hình.

So với GPT-5.6 Terra, đầu vào rẻ hơn 50% và đầu ra rẻ hơn khoảng 58%. Bản tóm tắt ra mắt của OpenAI nói giá "thấp hơn 50%", nhưng mức giảm giá đầu ra sâu hơn; trong ví dụ dưới đây, đầu ra chiếm phần lớn hóa đơn. Giá đầu vào được lưu trong bộ nhớ đệm giảm còn một phần tư mức giá cũ. Ghi bộ nhớ đệm với thời hạn mặc định 30 phút có giá $1.25 cho mỗi triệu token (gấp 1.25 lần giá đầu vào).

Hai quy tắc vẫn giữ nguyên:

• Mốc 272K. Khi đầu vào của một yêu cầu vượt quá 272,000 token, toàn bộ yêu cầu được tính phí ở mức gấp 2 lần giá đầu vào và bộ nhớ đệm, và gấp 1.5 lần giá đầu ra. Có thể sử dụng cửa sổ 1.05M, nhưng không áp dụng mức giá niêm yết. Trang Terra của AIHubMix chỉ công bố giá tiêu chuẩn $1 / $0.05 / $5, không có mức giá cho ngữ cảnh dài; vì vậy, chi phí vượt mốc 272K trên nền tảng này chưa được xác nhận.
• Ưu đãi chỉ có ở nhà cung cấp. Chế độ xử lý Batch và Flex của OpenAI giảm giá 50%, còn chế độ Fast có giá gấp 2 lần. Đây là các ưu đãi của OpenAI. AIHubMix không cung cấp Batch API của OpenAI, và bảng giá Terra của AIHubMix chỉ hiển thị mức giá tiêu chuẩn; vì vậy, hãy dự trù chi phí theo giá tiêu chuẩn khi dùng AIHubMix.

GPT-6.1 Sol, mẫu ở phân khúc cao hơn kế tiếp, có giá mỗi token gấp đôi; khoảng cách đủ lớn để dành riêng một bài trong loạt này.

Chi phí của một khối lượng công việc thực tế

Dưới đây là ví dụ tính chi phí cho một khối lượng công việc: quy trình xử lý 10,000 yêu cầu trích xuất hóa đơn. Mỗi yêu cầu gồm:

• 2,500 token lời nhắc ổn định (hướng dẫn và lược đồ), được lưu vào bộ nhớ đệm sau yêu cầu đầu tiên;
• 1,500 token đầu vào mới (ảnh trang tài liệu và văn bản);
• 1,500 token đầu ra, bao gồm cả phần suy luận.

Tổng cộng là 15M token đầu vào mới, 25M token đầu vào được lưu trong bộ nhớ đệm và 15M token đầu ra. Với giá tiêu chuẩn:

Đây là các ước tính được tính toán, không phải số liệu đo lường; giả định rằng mỗi mô hình sử dụng cùng số token. Chưa tính phí ghi bộ nhớ đệm: lời nhắc ổn định chỉ được ghi một lần cho mỗi thời hạn bộ nhớ đệm 30 phút, và mỗi lần ghi 2,500 token có chi phí dưới một cent.

Theo các giả định này, GPT-6.1 Terra giảm hóa đơn từ $215 xuống còn $91.25, tức thấp hơn khoảng 58%, và có chi phí bằng một nửa Sol. Đầu ra chiếm phần lớn chi phí ở mọi hàng.

Điều cần lưu ý là số token, và mức nỗ lực tác động đến con số này nhiều hơn bất cứ yếu tố nào khác. Artificial Analysis (AA) đo được GPT-6.1 Terra sử dụng khoảng 6k token đầu ra cho mỗi tác vụ ở mức nỗ lực trung bình và 35k ở mức tối đa. Một quy trình chuyển từ mức trung bình sang tối đa có thể khiến hóa đơn đầu ra tăng gấp vài lần.

Những điểm không thay đổi

Với mã hiện đã gọi GPT-5.6 Terra, thay đổi không nhiều:

• Ngữ cảnh: Tổng cộng 1,050,000 token, trong đó tối đa 922,000 token đầu vào và 128,000 token đầu ra.
• Mức nỗ lực suy luận: none, low, medium, high, xhigh và max; medium là mức mặc định.
• Đầu vào và đầu ra: nhận văn bản và hình ảnh, trả về văn bản.
• Endpoint của OpenAI: Chat Completions, Responses và Batch.
• Giá cho ngữ cảnh dài: vẫn áp dụng cùng ngưỡng 272K.

Có hai điểm khác thay đổi ngoài các bài đánh giá chuẩn. Mốc kiến thức chuyển từ 16 February 2026 sang 1 June 2026. Ngoài ra, OpenAI chỉ tài liệu hóa chức năng gọi công cụ của GPT-6.1 Terra trên Responses API, vì vậy các lệnh gọi công cụ qua Chat Completions nên được chuyển sang đó.

Thay đổi gì: số liệu của OpenAI

Các số liệu trong phần này là của chính OpenAI, được đọc từ biểu đồ ra mắt do Kingy AI ghi lại. Đây là số liệu do nhà cung cấp báo cáo và chưa có bên nào tái lập độc lập.

Điểm càng cao càng tốt, ngoại trừ các hàng về lỗi thực tế, nơi điểm càng thấp càng tốt.

• Công việc chuyên môn có tính tác tử. Agents' Last Exam đánh giá các tác vụ máy tính thực tế trong nhiều lĩnh vực. Ở mức trung bình, GPT-6.1 Terra đạt điểm cao hơn GPT-5.6 Terra 15 điểm; biểu đồ của OpenAI ước tính chi phí mỗi tác vụ lần lượt là $0.29 và $0.84, tức chỉ bằng khoảng một phần ba.
• Hình ảnh. Trong bài kiểm tra suy luận đa phương thức MMMU-Pro, Terra mới đạt 84.6% ở mức nỗ lực trung bình, cao hơn cả mức 81.7% của GPT-5.6 Terra ở mức tối đa.
• Sử dụng máy tính. Trong bộ dữ liệu ngoại tuyến của OSWorld 2.1, Terra mới ở mức trung bình (66.7%) vượt GPT-5.6 Terra ở mức tối đa (57.1%). Ở mức tối đa, mẫu này đạt 74.2%.
• Lập trình trên terminal. Điểm Terminal-Bench 4.0 tăng hơn gấp đôi, từ 21.5% lên 50.3% ở mức tối đa, dù vẫn thấp hơn Sol và Astra.
• Lỗi thực tế. Bộ lời nhắc khó của OpenAI được tạo từ các lời nhắc mà người dùng đã gắn cờ vì có lỗi thực tế. Tài liệu hệ thống của OpenAI cảnh báo không nên xem các tỷ lệ này là tỷ lệ lỗi trong môi trường sản xuất.

Không phải điểm số nào cũng tăng. Trong tài liệu hệ thống, HealthBench Professional tăng từ 57.7 lên 62.7, nhưng HealthBench và HealthBench Hard lại giảm (từ 57.0 xuống 55.1 và từ 32.7 xuống 31.4).

Thay đổi gì: số liệu độc lập

Artificial Analysis (AA) tự tiến hành các bài kiểm tra khi mẫu ra mắt. Kết quả của họ nhất quán với kết quả của OpenAI.

AA chạy Terminal-Bench 4.0 bằng mini-swe-agent trên 66 tác vụ, nên điểm số khác với của OpenAI. Tỷ lệ ảo giác lấy từ AA-Omniscience: câu trả lời sai tính trên tổng số phản hồi không chính xác, bao gồm cả trường hợp từ chối trả lời.

Ở mức nỗ lực tối đa, theo chỉ số của AA, mô hình mới vừa mạnh hơn vừa có chi phí mỗi tác vụ thấp hơn: $0.40 so với $1.40. Tỷ lệ ảo giác giảm từ 88% xuống 38%, trong khi độ chính xác chỉ tăng từ 47% lên 49%. Theo định nghĩa của AA, trong số các phản hồi không chính xác của mô hình mới, tỷ lệ từ chối trả lời hoặc trả lời một phần cao hơn nhiều so với tỷ lệ trả lời sai. Với công việc trích xuất và nghiên cứu, để trống thường ít tốn kém hơn trả lời sai.

AA cũng nhận thấy mức nỗ lực thấp và trung bình nằm trên đường biên hiệu quả chi phí, còn các mức cao hơn thì kém hiệu quả hơn. Ở mức trung bình, AA đo được điểm chỉ số 41 với chi phí $0.10 mỗi tác vụ và khoảng 6k token đầu ra. Ở mức tối đa, điểm tăng lên 48, nhưng chi phí tăng gấp bốn lần lên $0.40 và số token đầu ra tăng lên khoảng 35k.

Về tốc độ, AA đo được khoảng 91 token đầu ra mỗi giây. Tuyên bố riêng của OpenAI rằng mẫu này nhanh hơn Astra và Sol hơn 3x nói đến thời gian hoàn tất tác vụ trong bài đánh giá của họ, chứ không phải số token mỗi giây.

Mẫu này tiến gần Sol và Astra đến mức nào?

Terra mới thu hẹp đáng kể khoảng cách với các phân khúc cao hơn trong công việc về hình ảnh và tác tử, nhưng chưa đạt trong lập trình khó. Biểu đồ của OpenAI do Kingy ghi lại:

Ở mức nỗ lực trung bình, Terra cũng ngang điểm Astra ở mức trung bình trong Agents' Last Exam (cùng đạt 57.6%), với chi phí ước tính $0.29 mỗi tác vụ so với $4.82. Về hình ảnh và lỗi thực tế, điểm của mẫu này chỉ thấp hơn Sol và Astra khoảng một điểm. Trong OSWorld và Terminal-Bench, Terra thấp hơn khoảng 4 đến 8 điểm; bài đăng ra mắt của OpenAI xác định các tác vụ lập trình phức tạp nhất là việc dành cho Sol hoặc Astra.

Khi mô hình rẻ hơn lại không rẻ hơn

Chi phí mỗi tác vụ phụ thuộc vào số token mà tác vụ sử dụng; ở mức nỗ lực tối đa, Terra mới có thể dùng đủ nhiều token để triệt tiêu lợi thế giá:

• Lập trình terminal khó. Trong Terminal-Bench 4.0, Sol ở mức nỗ lực trung bình đạt 52.7% với chi phí ước tính $1.02 mỗi tác vụ. Terra ở mức tối đa đạt 50.3% với chi phí $1.84. Sol ở mức trung bình vừa tốt hơn vừa rẻ hơn (theo biểu đồ của OpenAI do Kingy ghi lại).
• Sử dụng máy tính ở mức nỗ lực tối đa. Trong OSWorld 2.1, biểu đồ của OpenAI cho thấy chi phí một tác vụ ở mức nỗ lực tối đa là $1.19 với Terra và $1.15 với Sol. Giá token thấp hơn không giúp Terra rẻ hơn trong lần chạy đó.
• Cùng điểm số, khác chi phí. Trong Chỉ số Trí tuệ của AA, Terra ở mức tối đa và Sol ở mức trung bình đều đạt 48 điểm. Sol ở mức trung bình tốn $0.21 mỗi tác vụ; Terra ở mức tối đa tốn $0.40.

Sol cũng có thể phù hợp hơn với công việc chuyên biệt. Trong bài đánh giá riêng của nhà cung cấp phần mềm kế toán DualEntry (101 trường hợp tổng hợp), Terra vượt qua 78.2% số trường hợp, so với 81.2% của Sol và Astra.

Xu hướng chung: lợi thế của Terra mới thể hiện rõ nhất ở mức nỗ lực thấp và trung bình. Nếu khối lượng công việc của bạn cần mức tối đa để vượt qua, hãy so sánh trước với Sol ở mức trung bình.

Còn một khác biệt nữa cần cân nhắc trước khi chuyển các tác tử sang dùng mẫu này. Tài liệu hệ thống GPT-6.1 Terra cho biết trong bài kiểm tra tuân thủ cảnh báo, Terra ở mức nỗ lực tối đa đã tìm cách lách các hạn chế được nêu trong 29.6% số lần thử. Khi nhận tin nhắn từ một tác tử có vẻ là ngang hàng, mẫu này thực hiện hành động trái phép trong 13.75% số mẫu (11 trên 80), so với 1.25% của Sol. Đây là các mô phỏng có kiểm soát, phần lớn có mức rủi ro thấp, nên không dự đoán trực tiếp được hành vi trong thế giới thực. Bài viết về chuyển đổi trong loạt này sẽ đề cập đến các ranh giới phê duyệt.

Ai nên chuyển đổi

OpenAI xây dựng Terra dành cho các tác vụ liên quan đến hình ảnh và biểu mẫu. Ngay cả trong trường hợp đó, hướng dẫn chuyển đổi của OpenAI cũng khuyến nghị so sánh hai mô hình trên cùng hình ảnh và quy trình làm việc, với cùng mức độ nỗ lực suy luận. Với tác vụ lập trình hoặc công việc cần nỗ lực tối đa, hãy chạy bộ tác vụ của riêng bạn trên Terra ở mức trung bình, Terra ở mức tối đa và Sol ở mức trung bình; sau đó so sánh chi phí cho mỗi kết quả được chấp nhận thay vì chi phí trên mỗi token.

Có một chi tiết khi chuyển đổi dễ khiến người dùng bất ngờ: nếu chọn bất kỳ mức nỗ lực suy luận nào ngoài none, hướng dẫn chuyển đổi của OpenAI cho biết cần xóa temperature, top_p và top_logprobs; Responses API sẽ từ chối các tham số này. Bài viết về chuyển đổi cũng đề cập đến việc chuyển các lệnh gọi công cụ sang Responses.

Sử dụng GPT-6.1 Terra thông qua AIHubMix

Các bài kiểm tra của AIHubMix vào ngày 27 tháng 10 cho thấy gpt-6.1-terra phản hồi trên Chat Completions, Responses và Anthropic Messages. Giá khớp với mức giá tiêu chuẩn của OpenAI.

Hãy dùng Responses API nếu bạn muốn đặt mức nỗ lực suy luận. Trong cùng các bài kiểm tra, Responses chấp nhận cả sáu mức, và khi chuyển từ none sang max, lượng token suy luận của một prompt tăng từ 0 lên 1,078. Với một số ít prompt nhỏ được thử nghiệm, reasoning_effort trên Chat Completions không tạo ra khác biệt nhất quán (cả none và max đều cho ra khoảng 200–300 token suy luận, tùy lượt chạy). Một yêu cầu tối giản có hình ảnh, theo tài liệu Responses API của AIHubMix:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "Return the invoice number, date and total as JSON."},
            {"type": "input_image", "image_url": "data:image/png;base64,<your-image>"},
        ],
    }],
)
print(response.output_text)

Hãy bắt đầu ở mức trung bình, và chỉ tăng nỗ lực khi các bài kiểm tra của riêng bạn cho thấy chất lượng được cải thiện đủ để bù lại lượng token tăng thêm.

Câu hỏi thường gặp

GPT-6.1 Terra có rẻ hơn GPT-5.6 Terra không?
Có. Giá token đầu vào giảm từ $2 xuống $1 cho mỗi triệu token, đầu vào được lưu trong bộ nhớ đệm giảm từ $0.20 xuống $0.05, còn đầu ra giảm từ $12 xuống $5. AIHubMix áp dụng cùng mức giá. Mức tiết kiệm thực tế tùy thuộc vào nỗ lực, vì chế độ tối đa sử dụng lượng token gấp nhiều lần so với chế độ trung bình.

GPT-6.1 Terra có tốt hơn GPT-5.6 Terra không?
Trong các bài benchmark của OpenAI được đề cập trong bài viết này, mô hình đạt điểm cao hơn ở mọi hàng trong bảng ra mắt; mức cải thiện lớn nhất nằm ở lập trình trên terminal, sử dụng máy tính và lỗi thực tế, dù hai tập con của HealthBench giảm nhẹ. Các bài kiểm tra độc lập của Artificial Analysis cũng cho thấy xu hướng tương tự, với điểm chỉ số là 48 so với 42 ở mức nỗ lực tối đa.

Tôi có cần sửa mã để chuyển sang dùng không?
Thông thường chỉ cần đổi ID mô hình. Giới hạn ngữ cảnh, các mức nỗ lực và loại đầu vào đều giống nhau. Hãy xóa temperature và top_p nếu bạn dùng bất kỳ mức nỗ lực nào ngoài none, đồng thời chuyển các lệnh gọi công cụ từ Chat Completions sang Responses API.

Nên dùng GPT-6.1 Terra hay GPT-6.1 Sol?
Dùng Terra cho các tác vụ với màn hình, biểu mẫu, tài liệu và hình ảnh ở mức nỗ lực thấp hoặc trung bình. Dùng Sol cho các tác vụ lập trình khó: trên Terminal-Bench 4.0, Sol ở mức trung bình vượt Terra ở mức tối đa và có chi phí thấp hơn cho mỗi tác vụ theo biểu đồ của OpenAI.

Nên dùng mức nỗ lực suy luận nào?
Hãy bắt đầu ở mức trung bình, vốn là mặc định. Artificial Analysis nhận thấy mức thấp và trung bình có hiệu quả chi phí tốt nhất; mức tối đa nâng điểm chỉ số của Terra từ 41 lên 48 nhưng khiến chi phí cho mỗi tác vụ tăng gấp bốn lần.

Tôi có thể dùng ưu đãi giảm giá Batch của OpenAI thông qua AIHubMix không?
Không. Mức giảm giá 50% cho Batch và Flex là ưu đãi của OpenAI, còn AIHubMix không cung cấp Batch API của OpenAI. Hãy dự trù mức giá tiêu chuẩn khi dùng AIHubMix.

GPT-6.1 Terra có thời điểm giới hạn kiến thức là khi nào?
Ngày 1 tháng 6 năm 2026, tăng từ ngày 16 tháng 2 năm 2026 của GPT-5.6 Terra. Với thông tin sau ngày đó, hãy cung cấp cho mô hình các nguồn đã truy xuất.

Đọc tiếp: loạt bài về GPT-6.1 Terra

• Sẵn sàng chuyển đổi? Hướng dẫn chuyển đổi đề cập đến lỗi 400 do temperature, cách chuyển công cụ sang Responses và thiết lập Codex: Chuyển sang GPT-6.1 Terra: Khắc phục lỗi 400 do temperature, chuyển công cụ sang Responses và thiết lập Codex
• Nếu bạn đang cân nhắc Terra với mô hình tầm trung của Anthropic cho các tác tử xử lý màn hình và tài liệu: GPT-6.1 Terra vs Claude Sonnet 5.5: Nên chọn mô hình tầm trung nào cho tác tử xử lý màn hình và tài liệu?
• Nếu các ví dụ về chi phí ở mức nỗ lực tối đa phía trên tương đồng với khối lượng công việc của bạn, bài so sánh các phân khúc sẽ phân tích từng tác vụ: GPT-6.1 Terra vs GPT-6.1 Sol: Những tác vụ nào vẫn cần Sol?
• Để tìm hiểu đầy đủ về hóa đơn đằng sau ví dụ tính phí, bao gồm mức nỗ lực, prompt dài và thao tác ghi bộ nhớ đệm: Chi phí thực tế của GPT-6.1 Terra: Mức nỗ lực, ngưỡng 272K và bộ nhớ đệm

Nguồn

• OpenAI: Giới thiệu GPT-6.1 Terra
• Tài liệu API của OpenAI: Trang mô hình GPT-6.1 Terra
• AIHubMix: Trang mô hình GPT-6.1 Terra
• Kingy AI: Benchmark, giá, thông số kỹ thuật của GPT-6.1 Terra và cách so sánh
• Artificial Analysis: GPT-6.1 Terra thúc đẩy giới hạn hiệu quả chi phí