GPT-6.1 Terra thực sự tốn bao nhiêu: các mức độ nỗ lực, ngưỡng 272K và bộ nhớ đệm

GPT-6.1 Terra ra mắt ngày 26 October 2026 với mức giá $1 cho mỗi triệu token đầu vào và $5 cho mỗi triệu token đầu ra, bằng một nửa giá đầu vào của GPT-5.6 Terra và chưa bằng một nửa mức giá đầu ra $12 của mẫu này. Giá niêm yết chỉ là điểm khởi đầu. Có ba yếu tố quyết định chi phí thực tế của khối lượng công việc dùng Terra:

• Mức độ nỗ lực suy luận. Token suy luận được tính phí như token đầu ra, và chênh lệch giữa các mức nỗ lực lên đến vài lần.
• Ngưỡng 272K. Khi đầu vào của một yêu cầu vượt quá 272,000 token, toàn bộ yêu cầu sẽ bị tính theo mức giá cao hơn.
• Bộ nhớ đệm. Tiền tố được lưu trong bộ nhớ đệm có giá bằng 5% đầu vào thông thường; tiền tố không được khớp hoặc bị viết lại sẽ bị tính giá đầy đủ hoặc cao hơn.

Dưới đây là một khối lượng công việc được định giá với mọi giả định nêu rõ, các quy tắc tính phí dễ bị bỏ sót, chi phí mỗi tác vụ so với GPT-6.1 Sol, Claude Sonnet 5.5 và GPT-5.6 Terra, cùng một đoạn mã Python ghi lại các trường usage làm căn cứ tính phí. AIHubMix cung cấp Terra với tên gpt-6.1-terra và cùng mức giá với OpenAI.

Bảng giá

Tất cả mức giá tính bằng USD trên mỗi triệu token, theo trang model của OpenAI. Trang model của AIHubMix liệt kê cùng mức giá tiêu chuẩn cho đầu vào, đọc bộ nhớ đệm và đầu ra, nhưng không có mức giá cho ghi bộ nhớ đệm hoặc ngữ cảnh dài; tài liệu về bộ nhớ đệm của họ đưa ra một mức ghi duy nhất là 1.25x, nên mức phí cao cấp 12 giờ không được công bố tại đó.

OpenAI công bố một bộ mức giá và nêu phần còn lại dưới dạng quy tắc: khi vượt quá 272K token đầu vào, giá đầu vào và bộ nhớ đệm tăng gấp đôi, còn giá đầu ra tăng 1.5x cho toàn bộ yêu cầu; theo đó, phí ghi bộ nhớ đệm 12 giờ là $5.00. AIHubMix không công bố mức giá ngữ cảnh dài cho Terra, nên chưa xác nhận được gateway sẽ tính phí thế nào khi vượt quá 272K.

OpenAI cũng cung cấp xử lý Batch và Flex với mức giảm giá 50%, chế độ Fast với giá gấp 2 lần và xử lý theo khu vực với phụ phí +10%. Đây là các điều khoản của OpenAI. AIHubMix không cung cấp Batch API của OpenAI (GET /v1/batches trả về 404 trong các lần kiểm tra của AIHubMix vào ngày 27 October). Các lần kiểm tra tương tự cho thấy service_tier "flex" được chấp nhận và phản hồi lại là "flex", còn "priority" được chấp nhận và phản hồi lại là "fast"; theo điều khoản của OpenAI, đây là chế độ Fast với giá gấp 2 lần. Bảng giá Terra của AIHubMix chỉ hiển thị các mức tiêu chuẩn, nên chưa xác nhận được mức phí áp dụng cho hai chế độ này. Hãy kiểm tra nhật ký sử dụng thay vì mặc định cho rằng có giảm giá.

Các model được so sánh ở phần sau, theo giá chính thức (giá trên AIHubMix cũng tương tự):

Các quy tắc tính phí dễ bị bỏ sót

Token suy luận được tính là token đầu ra. Một yêu cầu trả về 2,000 token hiển thị sau 8,000 token suy luận sẽ bị tính phí cho 10,000 token đầu ra. Hãy xem chi phí trong đối tượng usage, đừng dựa vào độ dài câu trả lời.

Ngưỡng 272K áp dụng mức giá mới cho toàn bộ yêu cầu. Đây không phải là mức giá biên chỉ áp dụng cho số token vượt quá 272,000. Mọi token đầu vào trong yêu cầu đều bị tính giá gấp đôi, còn mọi token đầu ra tăng giá 50%. Phép tính tại ngưỡng này, không dùng bộ nhớ đệm và có 20,000 token đầu ra trong cả hai trường hợp:

Đầu vào tăng 11% có thể khiến hóa đơn gần như tăng gấp đôi. Terra chấp nhận tối đa 922,000 token đầu vào (ngữ cảnh 1,050,000); chỉ là phí sẽ cao hơn khi vượt quá 272K.

Ghi bộ nhớ đệm không miễn phí. Với GPT-5.6 trở lên, ghi tiền tố vào bộ nhớ đệm được tính ở mức 1.25x giá đầu vào với thời hạn mặc định 30 phút và 2.5x với thời hạn 12 giờ; tùy chọn 12 giờ chỉ có trên Responses API. Trên Terra, phí đọc là 0.05x, bất kể bạn chọn thời hạn nào. Theo hướng dẫn về bộ nhớ đệm lời nhắc của OpenAI, đây là mức giá tổng, không phải phụ phí: mỗi token đầu vào chỉ được tính phí một lần, theo dạng đầu vào thông thường, đọc hoặc ghi. Tiền tố tối thiểu có thể lưu vào bộ nhớ đệm là 1,024 token.

Chat Completions và Responses không dùng chung bộ nhớ đệm trên AIHubMix. Trong các lần kiểm tra của AIHubMix, tiền tố developer dài 9,623 token được ghi lại trong lần gọi Responses đầu tiên và được đọc ở lần gọi thứ hai và thứ ba. Ngay sau đó, cùng tiền tố ấy gửi qua Chat Completions lại bị ghi thêm lần nữa, không có lượt đọc nào từ bộ nhớ đệm. Lưu lượng kết hợp sẽ phải trả phí cho hai lần ghi.

Mức độ nỗ lực chỉ có hiệu lực với Responses thông qua AIHubMix. Trên Responses API, một lời nhắc tính tổng các số nguyên tố tạo ra 72 token đầu ra ở mức nỗ lực none và 1,153 token ở mức max (trong đó có 1,078 token suy luận). Trên Chat Completions, đặt reasoning_effort không tạo ra khác biệt nhất quán trong cùng các thử nghiệm (cả none và max đều cho khoảng 200-300 token suy luận tùy lần chạy), cho thấy tuyến này chạy ở mức nỗ lực cố định. Nếu muốn tiết kiệm chi phí bằng cách hạ mức nỗ lực, hãy gửi các yêu cầu đó qua Responses.

Tìm kiếm web tích hợp được tính phí theo mỗi lần gọi. AIHubMix niêm yết web_search_requests ở mức $0.01 mỗi lần gọi, ngoài phí token.

Chi phí một tháng thực tế, tính từng khoản

Giả sử một khối lượng công việc hỗ trợ khách hàng hoặc xử lý tài liệu gửi 10,000 yêu cầu mỗi tháng qua Responses API. Các giả định:

• mỗi yêu cầu có một tiền tố ổn định dài 2,500 token (lời nhắc hệ thống, định nghĩa công cụ, quy tắc tham chiếu) được khớp trong bộ nhớ đệm;
• mỗi yêu cầu có thêm 1,500 token đầu vào mới (tin nhắn hoặc tài liệu của người dùng);
• mỗi yêu cầu trả về 1,500 token đầu ra, bao gồm cả token suy luận, ở mức nỗ lực medium (mặc định của Terra);
• mọi yêu cầu đều dưới 272K token đầu vào, nên áp dụng mức giá tiêu chuẩn;
• không tính phí ghi bộ nhớ đệm vào tổng số (xem ghi chú dưới bảng).

Trong một tháng, tổng cộng có 25M token được lưu trong bộ nhớ đệm, 15M token đầu vào mới và 15M token đầu ra.

Phí ghi bộ nhớ đệm ở đây không đáng kể. Mỗi lần ghi tiền tố 2,500 token, số token đó được tính ở mức $1.25 mỗi triệu thay vì $0.05, tức chênh khoảng $0.003 cho mỗi lần ghi.

Hai tình huống khác cho thấy tiền sẽ đi đâu.

Không dùng bộ nhớ đệm. Nếu tiền tố không bao giờ được khớp (vì thay đổi theo từng yêu cầu hoặc lưu lượng được phân bổ qua nhiều tuyến), toàn bộ 40M token đầu vào sẽ bị tính ở mức $1: $40 cho đầu vào cộng $75 cho đầu ra, tổng cộng $115. Bộ nhớ đệm tiết kiệm $23.75 mỗi tháng, tương đương khoảng một phần năm hóa đơn.

Ở mức nỗ lực max. Artificial Analysis đo được khoảng 6,000 token đầu ra mỗi tác vụ ở mức medium và 35,000 ở mức max trên Intelligence Index, tỷ lệ xấp xỉ 5.8x. Tăng 1,500 token đầu ra lên theo tỷ lệ 35/6 sẽ thành 8,750 mỗi yêu cầu, tương đương 87.5M mỗi tháng. Khi đó, đầu ra có giá 87.5M x $5 = $437.50, tổng chi phí tháng là $1.25 + $15.00 + $437.50 = $453.75, cao gấp khoảng năm lần hóa đơn ở mức medium. Nỗ lực max tốn kém hơn nhiều so với việc mất bộ nhớ đệm.

Trong mọi trường hợp, khoản đầu ra chiếm phần lớn chi phí. Ở mức medium, đầu ra là $75 trên tổng $91.25, chiếm 82% hóa đơn. Vì vậy, mức độ nỗ lực chứ không phải giá đầu vào là cài đặt đầu tiên cần xem xét.

Chi phí mỗi tác vụ so với Sol, Sonnet 5.5 và GPT-5.6 Terra

Cùng khối lượng công việc, cùng số lượng token (25M được lưu trong bộ nhớ đệm, 15M đầu vào mới, 15M đầu ra), mỗi model áp dụng giá chính thức của mình:

Với cùng số lượng token, Terra có giá bằng một nửa Sol và Sonnet 5.5, và khoảng 42% chi phí của GPT-5.6 Terra. Điểm cần lưu ý là số lượng token bằng nhau: các model dùng lượng token suy luận khác nhau cho cùng một tác vụ, và Terra ở mức nỗ lực cao hơn có thể tiêu tốn nhiều token hơn Sol ở mức thấp hơn.

Chi phí mỗi tác vụ được đo thực tế cho thấy điều đó. Các con số dưới đây đến từ Artificial Analysis, một bài đánh giá độc lập đã chạy từng model qua Intelligence Index ở mức nỗ lực được nêu.

Hàng Sonnet 5.5 là cấu hình nỗ lực max mặc định của Artificial Analysis.

Có thể rút ra ba nhận xét. Terra ở mức medium là hàng có chi phí thấp nhất trong bảng, và Artificial Analysis đánh giá mức nỗ lực low và medium của Terra là tối ưu Pareto. Tắt suy luận không giúp tiết kiệm chi phí trong lần chạy này: không suy luận tốn $0.11 mỗi tác vụ và đạt 33 điểm. Ở đầu kia, Terra ở mức max ($0.40) có chi phí gần bằng Sol ở mức xhigh ($0.39), nhưng Sol đạt điểm cao hơn; Terra chỉ ngang điểm Sol ở mức medium với giá gần gấp đôi. Sonnet 5.5 đạt điểm cao nhất, nhưng ở mức nỗ lực max, model này dùng khoảng 197,000 token đầu ra cho mỗi tác vụ.

Các thử nghiệm khác đã công bố cũng cho thấy xu hướng tương tự. Trong bài đánh giá phân tích dữ liệu của Plotly, chạy ở mức nỗ lực mặc định qua OpenRouter, Terra đạt 40/43 với $1.31 cho toàn bộ lượt chạy, so với Sol đạt 43/43 với $2.61, ở mức khoảng 1,460 token đầu ra mỗi câu hỏi. Các biểu đồ ra mắt của chính OpenAI, do hãng tự báo cáo và được Kingy AI chép lại tại đây, cho thấy chi phí tác vụ ở mức nỗ lực max của Terra trên bộ dữ liệu ngoại tuyến OSWorld 2.1 là $1.19, so với $1.15 của Sol. Với các tác vụ tác tử ở mức nỗ lực max, lợi thế giảm giá mỗi token của Terra có thể biến mất.

Ai có thể phải trả nhiều hơn dự kiến

• Các nhóm luôn chạy ở mức nỗ lực max. Với cùng lưu lượng, hóa đơn có thể cao gấp năm lần mức medium. Người dùng Codex trên Reddit cho biết Terra ở mức nỗ lực high nhanh chóng làm cạn hạn mức gói; một người nói rằng 40% giới hạn năm giờ đã bị dùng hết chỉ trong 20 phút. Đây chỉ là những giai thoại, nhưng phù hợp với số lượng token ở trên.
• RAG ngữ cảnh dài tiến sát ngưỡng 272K. Một bước truy xuất đôi khi thêm vài đoạn nội dung nữa có thể khiến một số yêu cầu vượt ngưỡng, và những yêu cầu đó tốn gần gấp đôi.
• Lưu lượng kết hợp giữa Chat Completions và Responses. Hai tuyến này dùng bộ nhớ đệm riêng biệt trên AIHubMix, nên cùng một tiền tố sẽ bị ghi hai lần, còn cài đặt mức nỗ lực trên tuyến Chat không tạo ra hiệu quả thấy được.

Các bước giúp giảm hóa đơn

1. Đặt mức nỗ lực cho từng khối lượng công việc, không phải cho cả tài khoản. Hãy bắt đầu ở mức medium, mức mặc định của Terra, rồi thử low hoặc none với các tác vụ đơn giản như trích xuất, phân loại và định dạng. Đo lường cả chất lượng lẫn chi phí trên lời nhắc của chính bạn, vì trong lần chạy của Artificial Analysis, none không rẻ hơn medium. Chỉ dùng high và max cho những yêu cầu không xử lý tốt ở mức medium.

2. Đặt tiền tố ổn định ở đầu và giữ cố định tuyến. Đặt lời nhắc hệ thống, định nghĩa công cụ và tài liệu tham chiếu ở đầu mỗi yêu cầu theo cùng một thứ tự; đặt mọi thứ thay đổi (đầu vào của người dùng, dấu thời gian, đoạn nội dung truy xuất) phía sau. Tiền tố cần có ít nhất 1,024 token mới được lưu vào bộ nhớ đệm. Chỉ gửi khối lượng công việc qua một tuyến; trên AIHubMix, hãy dùng Responses, nơi mức độ nỗ lực có hiệu lực.

3. Dùng chế độ tường minh để không phải trả phí ghi cho những nội dung bạn sẽ không tái sử dụng. Khi đặt prompt_cache_options.mode thành "explicit", chỉ các điểm ngắt bạn đánh dấu mới được ghi vào bộ nhớ đệm. Nội dung sau điểm ngắt cuối cùng được tính phí theo mức giá đầu vào thông thường, không mất phí ghi, phù hợp với những nội dung thay đổi theo từng yêu cầu như câu hỏi của người dùng. Nếu bật chế độ tường minh mà không đặt điểm ngắt, hệ thống sẽ không lưu vào bộ nhớ đệm; các lượt kiểm tra của AIHubMix xác nhận yêu cầu như vậy không ghi dữ liệu nào.

4. Tính toán để chọn thời hạn lưu bộ nhớ đệm. Với mỗi triệu token tiền tố, phí ghi trong 30 phút là $1.25, còn trong 12 giờ là $2.50; phí đọc là $0.05 ở cả hai phương án. Nếu khoảng cách giữa các lượt truy cập khiến tiền tố phải được ghi từ ba lần trở lên trong 12 giờ khi dùng bộ nhớ đệm 30 phút ($3.75 trở lên), thì ghi một lần trong 12 giờ sẽ rẻ hơn. Nếu phải ghi hai lần ($2.50), chi phí hòa nhau. Với lưu lượng ổn định giúp mục nhập 30 phút luôn còn hiệu lực, hãy dùng thời hạn 30 phút. Các lượt kiểm tra của AIHubMix xác nhận cài đặt 12 giờ hoạt động trên Terra: ở lần gọi đầu tiên, tiền tố 9,020 token được ghi dưới dạng ttl_12h_tokens; lần gọi thứ hai đọc 9,007 trong số đó.

5. Giữ đầu vào dưới 272K. Giới hạn dữ liệu truy xuất theo ngân sách token thay vì số lượng đoạn, loại bỏ các lượt hội thoại đã cũ và tóm tắt lịch sử dài trước khi vượt ngưỡng. OpenAI cũng có tài liệu về tính năng rút gọn ngữ cảnh dài, nhưng AIHubMix chưa kiểm tra tính năng này trên Terra.

6. Thay đổi mức nỗ lực bằng configuration_update, không phải trường trong yêu cầu. Hướng dẫn mô hình GPT-6 của OpenAI khuyến nghị giữ cố định mức nỗ lực ở cấp yêu cầu và thêm một mục đầu vào configuration_update để tăng hoặc giảm mức nỗ lực giữa cuộc hội thoại. Trong các lượt kiểm tra ngày 27 tháng 10, AIHubMix đã chấp nhận mục configuration_update trên Terra (200).

7. Ghi nhật ký các trường usage trong mọi phản hồi. Các trường giúp giải thích hóa đơn Terra gồm input_tokens_details.cached_tokens (số token đọc từ bộ nhớ đệm bị tính phí), cache_write_tokens cùng phần phân chia ttl_30m_tokens và ttl_12h_tokens, và output_tokens_details.reasoning_tokens. Chia tổng số token trong bộ nhớ đệm cho tổng số token đầu vào để tính tỷ lệ cache hit, rồi nhóm theo ngày hoặc theo tính năng.

Ghi nhật ký chi phí mỗi yêu cầu bằng Python

Ví dụ này dùng OpenAI SDK để gọi Responses endpoint của AIHubMix. Ví dụ đặt mức nỗ lực suy luận, truyền prompt_cache_options qua extra_body và in các trường usage cùng chi phí ước tính theo giá tiêu chuẩn. Hướng dẫn thiết lập có trong tài liệu Responses API của AIHubMix; hành vi lưu bộ nhớ đệm trên gateway được trình bày trong tài liệu về bộ nhớ đệm của AIHubMix.

import os
from openai import OpenAI

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

# Keep this identical across requests so it can be cached (1,024+ tokens).
STABLE_PREFIX = open("support_rules.txt").read()

# Terra standard rates, USD per 1M tokens, input up to 272K.
PRICE = {"input": 1.00, "cached": 0.05, "write_30m": 1.25,
         "write_12h": 2.50, "output": 5.00}

resp = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},  # none, low, medium, high, xhigh, max
    input=[
        {"role": "developer", "content": STABLE_PREFIX},
        {"role": "user", "content": "Classify this ticket: refund not received."},
    ],
    extra_body={"prompt_cache_options": {"ttl": "30m"}},  # or "12h"
)

u = resp.usage.model_dump()
inp = u["input_tokens_details"]
cached = inp.get("cached_tokens", 0)
writes = inp.get("cache_write_tokens", 0)
by_ttl = inp.get("cache_write_tokens_details") or {}
w12 = by_ttl.get("ttl_12h_tokens", 0)
w30 = writes - w12
ordinary = u["input_tokens"] - cached - writes
reasoning = u["output_tokens_details"].get("reasoning_tokens", 0)

cost = (ordinary * PRICE["input"] + cached * PRICE["cached"]
        + w30 * PRICE["write_30m"] + w12 * PRICE["write_12h"]
        + u["output_tokens"] * PRICE["output"]) / 1_000_000

print(f"input={u['input_tokens']} cached={cached} writes={writes} (12h={w12})")
print(f"output={u['output_tokens']} reasoning={reasoning}")
print(f"estimated cost=${cost:.6f}")

Công thức dựa trên hướng dẫn lưu bộ nhớ đệm của OpenAI: đầu vào thông thường bằng input_tokens trừ cached_tokens và cache_write_tokens; không cộng thêm tổng phí ghi ngoài các thành phần của nó. Với hơn 272,000 token đầu vào, hãy dùng mức giá ngữ cảnh dài ($2, $0.10, $2.50 cho lượt ghi 30 phút, $5 cho lượt ghi 12 giờ, $7.50 đầu ra). Gửi cùng một tiền tố hai lần trong vòng 30 phút, phản hồi thứ hai sẽ hiển thị tiền tố đó trong cached_tokens; nếu không, có thể đã có nội dung nào đó trong tiền tố thay đổi.

Câu hỏi thường gặp

GPT-6.1 Terra trên AIHubMix có rẻ hơn OpenAI không?
Không. AIHubMix niêm yết cùng mức giá tiêu chuẩn: $1 cho đầu vào, $0.05 cho đọc bộ nhớ đệm và $5 cho đầu ra trên mỗi triệu token. AIHubMix không công bố mức phí ghi bộ nhớ đệm hay mức giá ngữ cảnh dài cho Terra, vì vậy phí ghi $1.25 và $2.50, cũng như mức giá gấp 2 lần khi vượt 272K, là điều khoản của OpenAI cho đến khi nhật ký sử dụng của bạn xác nhận mức phí gateway áp dụng.

Có thể áp dụng ưu đãi Batch hoặc Flex qua AIHubMix không?
Chưa có xác nhận là có. Ưu đãi giảm giá 50% cho Batch và Flex là của OpenAI, còn AIHubMix không cung cấp Batch API của OpenAI. Các yêu cầu Flex đã được AIHubMix chấp nhận trong quá trình kiểm tra, nhưng bảng giá của AIHubMix chỉ hiển thị mức giá tiêu chuẩn cho Terra, vì vậy hãy kiểm tra nhật ký sử dụng trước khi tính đến mức giá thấp hơn.

Token suy luận có bị tính phí thêm không?
Chúng được tính theo mức giá đầu ra, $5 trên mỗi triệu token, trong tổng output_tokens. Đối tượng usage báo cáo riêng chúng dưới dạng reasoning_tokens để bạn biết bao nhiêu token đầu ra được dùng cho suy luận.

Điều gì xảy ra với yêu cầu có 280,000 token đầu vào?
Toàn bộ yêu cầu được tính theo mức giá ngữ cảnh dài: $2 cho mỗi triệu token đầu vào, $0.10 cho token được lưu trong bộ nhớ đệm và $7.50 cho đầu ra. Không chỉ 8,000 token vượt ngưỡng mới bị tính mức giá này.

Bộ nhớ đệm 12 giờ có đáng dùng không?
Chỉ khi mục nhập 30 phút lẽ ra phải được ghi từ ba lần trở lên trong 12 giờ. Phí ghi trong 12 giờ là $2.50 trên mỗi triệu token, so với $1.25 cho 30 phút; phí đọc là $0.05 ở cả hai phương án.

Tại sao mức nỗ lực tối đa lại tốn kém hơn nhiều?
Artificial Analysis đo được khoảng 35,000 token đầu ra cho mỗi tác vụ ở mức tối đa, so với 6,000 ở mức trung bình; chi phí mỗi tác vụ tăng từ $0.10 lên $0.40. Trong ví dụ tính toán ở trên, chuyển từ mức trung bình sang mức tối đa khiến chi phí tháng tăng từ $91.25 lên $453.75.

Terra lúc nào cũng rẻ bằng một nửa Sol sao?
Xét theo từng token thì đúng. Nhưng xét theo từng tác vụ thì không phải lúc nào cũng vậy: trong lần chạy của Artificial Analysis, Terra ở mức tối đa có chi phí mỗi tác vụ xấp xỉ Sol ở mức xhigh, và Sol đạt điểm cao hơn.

Đọc tiếp: loạt bài về GPT-6.1 Terra

• Tìm hiểu giá giảm một nửa mang lại điều gì so với mẫu máy được thay thế: GPT-6.1 Terra và GPT-5.6 Terra: Giá bằng một nửa, thay đổi những gì và ai nên chuyển đổi
• Trước khi chuyển lưu lượng sang Responses để dùng được các cài đặt mức nỗ lực và bộ nhớ đệm: 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 một đối thủ có giá token cao gấp đôi: GPT-6.1 Terra và Claude Sonnet 5.5: Nên chọn mô hình tầm trung nào cho tác nhân xử lý màn hình và tài liệu?
• Khi Terra ở mức nỗ lực tối đa có chi phí mỗi tác vụ ngang Sol: GPT-6.1 Terra và GPT-6.1 Sol: Những tác vụ nào vẫn cần Sol?

Nguồn

• OpenAI, trang mô hình GPT-6.1 Terra: giá, quy tắc ngữ cảnh dài, giới hạn ngữ cảnh, mức nỗ lực.
• OpenAI, hướng dẫn lưu bộ nhớ đệm prompt: mức phí ghi và đọc, thời hạn lưu bộ nhớ đệm, chế độ tường minh, các trường usage.
• AIHubMix, trang mô hình GPT-6.1 Terra: giá và quyền truy cập AIHubMix.
• Artificial Analysis, GPT-6.1 Terra đẩy xa giới hạn hiệu quả chi phí: chi phí và số token đầu ra mỗi tác vụ theo từng mức nỗ lực.
• Kingy AI, GPT-6.1 Terra: Điểm chuẩn, giá, thông số và so sánh: các mức giá, ví dụ ranh giới 272K và các giá trị biểu đồ OpenAI được ghi lại.