GPT-6.1 Sol có cùng mức giá niêm yết với GPT-6 Sol: $2 cho mỗi triệu token đầu vào và $10 cho mỗi triệu token đầu ra. Hóa đơn thực tế của bạn còn phụ thuộc vào ba yếu tố khác: tần suất cache được sử dụng, liệu bạn có vượt quá 272K token đầu vào hay không, và model tiêu thụ bao nhiêu token suy luận. Bài viết này sẽ lần lượt phân tích từng yếu tố.
Bảng giá đầy đủ
Mức giá tiêu chuẩn (trên mỗi 1M token)
| GPT-6.1 Sol | GPT-6 Sol | GPT-6 Astra | GPT-6 Luna | |
|---|---|---|---|---|
| Đầu vào | $2.00 | $2.00 | $10.00 | $0.10 |
| Đầu vào từ cache | $0.10 | $0.20 | $1.00 | $0.01 |
| Ghi cache | $2.50 | $2.50 | $12.50 | $0.125 |
| Đầu ra (bao gồm suy luận) | $10.00 | $10.00 | $50.00 | $0.50 |
Đây là mức giá được niêm yết trên AIHubMix. Mỗi model có cùng mức giá trên các tuyến OpenAI và Azure, còn giá của GPT-6.1 Sol khớp với mức giá chính thức trên trang model GPT-6.1 Sol của OpenAI.
Ngữ cảnh dài và tìm kiếm web
| Tối đa 272K token đầu vào | Trên 272K token đầu vào | |
|---|---|---|
| Đầu vào | $2.00 | $4.00 |
| Đầu ra | $10.00 | $15.00 |
| Đầu vào từ cache | $0.10 | $0.20 |
| Ghi cache | $2.50 | $5.00 |
Khi đầu vào vượt quá 272K token, toàn bộ yêu cầu được tính theo cột giá cao hơn. Tìm kiếm web có giá $0.01 cho mỗi yêu cầu ở cả hai bậc giá.
Thay đổi thực sự: đọc cache chỉ bằng 5% giá đầu vào
Giá niêm yết không thay đổi. Giá đọc cache giảm từ 10% mức giá đầu vào ($0.20) xuống còn 5% ($0.10). Hướng dẫn về bộ nhớ đệm lời nhắc của OpenAI nói rõ: đọc cache có giá bằng 0.1× giá đầu vào trên hầu hết các model và “0.05× trên GPT-6.1 Sol”.
Điều này quan trọng vì các tác tử gửi lại cùng một nội dung ở mỗi bước: lời nhắc hệ thống, định nghĩa công cụ, ngữ cảnh kho mã và lịch sử hội thoại. Phần lớn đầu vào của chúng là nội dung lặp lại. Với những tác vụ này, mức giá từ cache thực chất là giá đầu vào bạn phải trả.
Ví dụ tính toán: một tác vụ của tác tử lập trình
Giả định:
- Một tiền tố cố định gồm 200K token (lời nhắc hệ thống, công cụ, ngữ cảnh kho mã)
- 50 bước, mỗi bước thêm 2K token đầu vào mới và tạo ra 3K token đầu ra (bao gồm suy luận)
- Để đơn giản, tiền tố giữ nguyên kích thước, được ghi vào cache ở bước 1 và được cache phục vụ trong cả 49 bước còn lại
Trong một lượt chạy thực tế, lịch sử sẽ dài thêm sau mỗi bước. Ngay cả khi chỉ tính 2K token đầu vào mới mỗi bước, yêu cầu cũng sẽ vượt 272K vào khoảng bước 37 (xem ngưỡng 272K bên dưới). Các con số dưới đây là ước tính dựa trên giá niêm yết và những giả định này.
| 6.1 Sol, không dùng cache | 6 Sol + dùng cache | 6.1 Sol + dùng cache | Astra + dùng cache | |
|---|---|---|---|---|
| Ghi tiền tố 200K vào cache lần đầu | — | $0.50 | $0.50 | $2.50 |
| 49 lượt đọc cache | — | $1.96 | $0.98 | $9.80 |
| Tiền tố tính theo giá đầu vào thông thường | $20.00 | — | — | — |
| 100K đầu vào mới (theo giá ghi cache) | $0.20 | $0.25 | $0.25 | $1.25 |
| 150K đầu ra | $1.50 | $1.50 | $1.50 | $7.50 |
| Tổng cộng | $21.70 | $4.21 | $3.23 | $21.05 |
Ba điểm cần lưu ý:
- Cache là đòn bẩy lớn nhất. Cùng một model, cùng khối lượng công việc, nhưng lượt chạy không dùng cache tốn gần gấp bảy lần ($21.70 so với $3.23).
- Trong trường hợp này, 6.1 Sol rẻ hơn 6 Sol khoảng 23% ($3.23 so với $4.21), đồng thời đạt điểm cao hơn.
- Với các tác vụ dùng cache nhiều, Astra tốn kém hơn mức chênh lệch giá niêm yết gấp 5 lần. Trong ví dụ này, Astra tốn gấp 6.5 lần 6.1 Sol ($21.05 so với $3.23), vì Astra giảm giá đầu vào từ cache 90%, còn 6.1 Sol giảm 95%.
Điều này phù hợp với số liệu chi phí cho mỗi tác vụ do OpenAI công bố, được tổng hợp bởi Vellum và The Next Web: khoảng $1.50 cho 6.1 Sol so với $7.70 cho Astra trên DeepSWE, $1.30 so với $9.30 trên OSWorld, và $5.47 so với $23.80 trên Terminal-Bench Science.
Một điểm cần lưu ý: OpenAI cho biết Astra thường cần ít token đầu ra hơn để hoàn thành cùng một tác vụ. Hãy so sánh chi phí trên mỗi tác vụ, không phải chi phí trên mỗi token.
Ghi cache không miễn phí
Với thời hạn lưu cache mặc định là 30 phút, ghi cache trên 6.1 Sol có giá bằng 1.25× mức giá đầu vào. Nếu tiền tố chỉ được dùng một lần, dùng cache sẽ khiến chi phí tăng 25%. Dựa theo công thức trong hướng dẫn của OpenAI:
- Một lần ghi và một lần đọc: chi phí bằng 1.35× giá đầu vào thông thường (1.3× trên 6.1 Sol), so với 2× nếu không dùng cache
- Một lần ghi và chín lần đọc: khoảng 2.15× (khoảng 1.7× trên 6.1 Sol), so với 10×
Lời nhắc tối thiểu có thể lưu cache là 1,024 token. Áp dụng công thức tính điểm hòa vốn của OpenAI với mức giá đọc cache 0.05× của 6.1 Sol, tiền tố dài 51 token trở xuống sẽ không bao giờ có lợi. Nếu dùng trong ít nhất 10 yêu cầu, việc bổ sung nội dung hữu ích, ổn định để tăng mọi tiền tố dài hơn 174 token lên 1,024 token sẽ giúp tiết kiệm chi phí. (Hướng dẫn của OpenAI đưa ra các con số 102 và 221 token, dựa trên mức giá đọc cache 0.1× mà hầu hết model khác áp dụng.)
Với các lệnh gọi mà lời nhắc không có nội dung nào lặp lại, chẳng hạn câu hỏi dùng một lần về tài liệu bạn chỉ gửi một lần, hãy dùng chế độ tường minh (prompt_cache_options.mode: "explicit") mà không đặt điểm ngắt. Khi đó, yêu cầu sẽ không tạo lượt ghi cache, nên bạn không bị tính phí cho các lượt ghi này.
Ngưỡng 272K
6.1 Sol hỗ trợ ngữ cảnh gồm 1.05M token, nhưng khi đầu vào vượt quá 272K, toàn bộ yêu cầu sẽ chuyển sang mức giá cao hơn, chứ không chỉ riêng phần token vượt ngưỡng.
| Yêu cầu | Đầu vào | Đầu ra | Chi phí |
|---|---|---|---|
| A | 270K | 10K | 0.27 × $2 + 0.01 × $10 = $0.64 |
| B | 280K | 10K | 0.28 × $4 + 0.01 × $15 = $1.27 |
Chỉ thêm mười nghìn token đầu vào mà hóa đơn đã gần gấp đôi.
Cách giữ mức đầu vào dưới ngưỡng:
- Đếm token ở phía máy khách, rồi rút gọn hoặc cắt bớt trước khi đạt 272K
- Truy xuất các phần liên quan của tài liệu dài thay vì gửi toàn bộ tài liệu
- Khi thực sự cần ngữ cảnh dài, hãy đặt phần cố định trong một tiền tố được lưu cache
Rút gọn sẽ khởi động lại cache, nên phải trả phí cho một lần ghi cache đầy đủ. Vượt quá 272K khiến mọi yêu cầu tiếp theo bị tính mức giá cao hơn từ 1.5 đến 2 lần. Lượt chạy còn càng nhiều bước thì việc rút gọn càng có lợi.
Mức độ suy luận ảnh hưởng đến hóa đơn ra sao
Token suy luận được tính theo giá đầu ra, $10 cho mỗi triệu token. Cùng một tác vụ có thể dùng nhiều token suy luận hơn hẳn ở mức cao nhất so với mức thấp.
Chi phí trên mỗi tác vụ do OpenAI công bố giúp hình dung mức độ chênh lệch (đây là các benchmark khác nhau, nên chỉ so sánh quy mô chi phí):
- AutomationBench (medium): ~$0.30
- GDP.pdf: ~$0.38
- DeepSWE (high): ~$1.50
- Terminal-Bench Science (max): ~$5.47
Bài viết về mức độ suy luận trong loạt bài này giải thích cách chọn mức phù hợp. Có một điều cần nhớ: thay đổi mức độ suy luận giữa chừng trong hội thoại sẽ làm mất hiệu lực cache. Hướng dẫn của OpenAI giải thích rằng thiết lập này có thể viết lại các chỉ dẫn hệ thống ẩn ở đầu lời nhắc, khiến mọi nội dung phía sau không còn khớp. Hãy chọn một mức khi bắt đầu hội thoại và giữ nguyên mức đó.
So sánh với các model cùng tầm giá
| Model | Đầu vào / đầu ra | Đầu vào từ cache | Trên 272K token đầu vào |
|---|---|---|---|
| GPT-6.1 Sol | $2 / $10 | $0.10 | $4 / $15, toàn bộ yêu cầu |
| Claude Sonnet 5.5 | $2 / $10 | $0.10 | Không phụ phí đến 1M |
| GPT-6 Astra | $10 / $50 | $1.00 | $20 / $75, toàn bộ yêu cầu |
6.1 Sol và Claude Sonnet 5.5 có cùng giá niêm yết và, theo trang giá của Anthropic, cùng mức giá $0.10 cho đầu vào từ cache. Khác biệt nằm ở ngữ cảnh dài: Sonnet 5.5 tính phí toàn bộ cửa sổ 1M theo mức giá tiêu chuẩn, nên khi vượt quá 272K, model này có giá trên mỗi token rẻ hơn model còn lại. Hai model cũng có thế mạnh khác nhau. Chẳng hạn, trên AutomationBench, Sonnet 5.5 đạt điểm cao hơn đáng kể. Khi hai model có cùng chi phí trên mỗi token, model có chi phí trên mỗi tác vụ thấp hơn với khối lượng công việc của bạn mới là model rẻ hơn.
Trang so sánh của AIHubMix hiển thị thông số và giá của cả hai model cạnh nhau; bạn cũng có thể dùng một khóa API cho cả hai để chạy cùng một tác vụ qua từng model.
Giá được niêm yết trên AIHubMix, cũng như trên các trang giá của OpenAI và Anthropic vào ngày October 22, 2026, và có thể thay đổi.
Danh sách kiểm tra chi phí
- Đặt nội dung ổn định lên đầu. Đưa lời nhắc hệ thống, định nghĩa công cụ và tài liệu tham khảo lên đầu. Đặt dấu thời gian và dữ liệu theo từng người dùng ở cuối.
- Hãy nối thêm, đừng viết lại. Tóm tắt, cắt bớt và rút gọn đều khởi động lại cache.
- Giữ danh sách công cụ ổn định. Đừng thêm hoặc xóa công cụ theo từng yêu cầu. Thay vào đó, hãy dùng
tool_choicehoặcallowed_tools. - Chọn một mức độ suy luận cho mỗi hội thoại. Thay đổi giữa chừng sẽ khởi động lại cache.
- Giữ đầu vào dưới 272K.
- Chọn model theo tác vụ. Dùng Luna cho các tác vụ đơn giản, số lượng lớn; 6.1 Sol cho hầu hết công việc; Astra cho những vấn đề khó nhất.
- Theo dõi ba chỉ số:
cached_tokens,cache_write_tokensvàreasoning_tokens.
Tóm lại: giá niêm yết không đổi, nhưng đọc cache rẻ hơn 50%. Với các tác vụ của tác tử, điều này giúp 6.1 Sol trở thành model đáng tiền nhất trong dòng GPT-6, miễn là bạn tận dụng cache hiệu quả và giữ mức đầu vào dưới 272K.
Câu hỏi thường gặp
GPT-6.1 Sol có giá bao nhiêu?
$2 cho mỗi triệu token đầu vào, $10 cho mỗi triệu token đầu ra, $0.10 cho đầu vào từ cache và $2.50 cho lượt ghi cache. Các yêu cầu vượt quá 272K token đầu vào được tính theo mức $4 đầu vào và $15 đầu ra cho toàn bộ yêu cầu.
Dùng AIHubMix có rẻ hơn dùng OpenAI trực tiếp không?
Mức giá tiêu chuẩn là như nhau. Các tuyến OpenAI và Azure của AIHubMix đều khớp với giá chính thức của OpenAI, bao gồm cả bậc giá trên 272K.
Vì sao hóa đơn của tôi cao hơn ước tính?
Có ba nguyên nhân phổ biến: token suy luận được tính theo giá đầu ra; yêu cầu vượt quá 272K token đầu vào nên toàn bộ yêu cầu chuyển sang mức giá cao hơn; hoặc bạn không tận dụng cache hay phải trả phí ghi cache cho các tiền tố chỉ dùng một lần.
Ghi cache có mất thêm phí không?
Token được ghi vào cache tính phí bằng 1.25× giá đầu vào. Khoản này thay thế phí đầu vào thông thường, chứ không cộng thêm vào đó. Tiền tố bắt đầu có lợi từ lần sử dụng thứ hai. Với tiền tố chỉ dùng một lần, chế độ tường minh không có điểm ngắt sẽ không tạo lượt ghi cache.
Chi phí của 6.1 Sol so với Astra ra sao?
Giá niêm yết của Astra cao gấp năm lần 6.1 Sol. Trong ví dụ tác tử dùng cache nhiều ở trên, Astra tốn $21.05 so với $3.23 của 6.1 Sol, tức khoảng 6.5 lần, vì 6.1 Sol giảm giá đầu vào từ cache nhiều hơn. Astra thường dùng ít token đầu ra hơn cho mỗi tác vụ, vì vậy hãy so sánh chi phí trên mỗi tác vụ với khối lượng công việc của chính bạn.
Claude Sonnet 5.5 có rẻ hơn GPT-6.1 Sol không?
Đến 272K token đầu vào, hai model có cùng chi phí: $2 cho đầu vào, $10 cho đầu ra và $0.10 cho đầu vào từ cache. Trên 272K, Sonnet 5.5 rẻ hơn trên mỗi token vì không có phụ phí ngữ cảnh dài. Model nào rẻ hơn trên mỗi tác vụ phụ thuộc vào số token mỗi model cần cho công việc của bạn.
Thay đổi mức độ suy luận giữa chừng trong hội thoại có tốn thêm tiền không?
Có. Thiết lập này có thể thay đổi các chỉ dẫn ẩn ở đầu lời nhắc, khiến tiền tố trong cache không còn khớp và yêu cầu tiếp theo phải ghi lại cache. Hãy chọn một mức khi bắt đầu hội thoại và giữ nguyên mức đó.
Đọc tiếp: loạt bài về GPT-6.1 Sol
- Token suy luận là khoản chi phí dễ bị bỏ sót nhất. Những tác vụ nào dùng mức thấp là đủ, và khi nào mức cao nhất đáng để dùng: Chọn mức độ suy luận cho GPT-6.1 Sol: từ thấp đến cao nhất
- Quy tắc cache mới có thể khiến hóa đơn tăng sau khi bạn chuyển đổi. Điểm ngắt, phí ghi, TTL và tám vấn đề khác cần lưu ý: Chuyển sang GPT-6.1 Sol: 9 điều có thể xảy ra sự cố
- Rẻ hơn, nhưng liệu có đủ tốt? GPT-6.1 Sol tiến gần Astra đến mức nào trong lập trình và sử dụng máy tính: GPT-6.1 Sol so với GPT-6 Sol: Bản nâng cấp trong một tuần gần bắt kịp Astra
Nguồn
- GPT-6.1 Sol (OpenAI)
- Bộ nhớ đệm lời nhắc (OpenAI)
- Giá (Anthropic)
- GPT-6.1 Sol (AIHubMix)
- Giải thích các bài kiểm chuẩn của GPT-6.1 Sol (Vellum)
