DeepSeek V4 Pro so với GPT-5.6 Sol: Khoảng cách giá đầu ra gấp 34 lần, được đo lường

Bắt đầu từ khoản mục chi phí, vì đó chính là toàn bộ lập luận: GPT-5.6 Sol có giá 30 đô la cho mỗi triệu token đầu ra, còn DeepSeek V4 Pro có giá 0,87 đô la — chênh lệch 34× ở con số chi phối bất kỳ hóa đơn AI thực tế nào. Cả hai đều là mô hình đẳng cấp flagship năm 2026 với cửa sổ ngữ cảnh khoảng triệu token, cả hai đều mạnh về lập trình, nhưng hầu như không thể khác biệt hơn ở mọi thứ còn lại. GPT-5.6 Sol của O​penAI là một mô hình flagship đóng, cao cấp, suy luận đa phương thức, dẫn đầu biên giới ở những điểm chuẩn khó nhất. DeepSeek V4 Pro, ở bản GA 0813, là mô hình trọng số mở, được cấp phép MIT, mà một nhóm phát triển có thể tự lưu trữ, và nó đủ gần với Sol trong các công việc kỹ thuật hàng ngày đến mức chênh lệch giá trở thành yếu tố quyết định.

Đây không phải là bài viết kiểu "mô hình rẻ so với mô hình đắt", vì cách đóng khung đó che giấu câu hỏi thực sự. Câu hỏi thực sự hẹp hơn: mức chênh lệch giá 34× thực sự mua được năng lực ở đâu, và ở đâu thì không? Câu trả lời trung thực là mức phí cao của Sol tập trung vào một số vị trí cụ thể — khả năng suy luận khó nhất, tầm hoạt động tác nhân dài nhất, điều phối công cụ đòi hỏi khắt khe nhất — và rằng đối với phần lớn những mục đích mà một nhóm kỹ thuật cần đến LLM, DeepSeek V4 Pro có thể thay thế về mặt chức năng với chi phí đầu ra chỉ bằng một phần ba mươi.

Hai triết lý, một cửa sổ ngữ cảnh

DeepSeek V4 Pro là mô hình mixture-of-experts (MoE) với 1,6 nghìn tỷ tham số và 49 tỷ tham số hoạt động, trọng số mở theo giấy phép MIT, ngữ cảnh 1 triệu token, trần đầu ra 384.000 token, và — mới có trong bản GA — khả năng hiểu hình ảnh tích hợp sẵn bên cạnh lõi văn bản và mã. GPT-5.6 Sol là flagship của OpenAI với kiến trúc không được tiết lộ, phát hành ngày 9 tháng 7 năm 2026, đứng đầu trong gia đình ba cấp (Sol, Terra, Luna), đóng và chỉ dùng qua API, với ngữ cảnh khoảng 1,05 triệu token, giới hạn đầu ra 128.000 token, đầu vào thị giác tích hợp sẵn, và chế độ suy luận "Ultra" độc đáo phối hợp bốn tác tử phụ song song, có thể mở rộng lên mười sáu. Một cái bạn có thể chạy trong trung tâm dữ liệu của riêng mình; cái còn lại bạn chỉ có thể thuê.

Những gì gói trả phí thực sự mang lại

Mức vượt trội 34× của Sol không phải là chiêu trò tiếp thị — nó hiển thị trên các điểm chuẩn đo lường phần khó khăn của đường biên hiệu quả, và các chênh lệch là thực:

• Suy luận khó — trên một bộ kiểm thử độc lập một lượt cho các bài toán IMO 2026, GPT-5.6 Sol đạt 39/42 với mức nỗ lực xhigh so với DeepSeek V4 Pro đạt 19/42. Đây là khoảng cách lớn nhất trong cặp so sánh này, và nó nằm ở loại bài toán phân biệt một mô hình nghiên cứu với một mô hình sản xuất.

• Lập trình tác tử — Sol đạt 88.8 trên Terminal-Bench 2.1 (91.9 ở chế độ Ultra) so với 87.9 của DeepSeek V4 Pro; trên SWE-bench Pro, Sol đạt 64.6, và các kết quả hạng DeepSWE của Sol đứng đầu trong số các mô hình nguồn đóng.

• Điều phối công cụ — Sol đạt 58 điểm trên benchmark Toolathlon so với 46.3 của DeepSeek V4 Pro (51.8 ở mức nỗ lực tối đa). Các chuỗi sử dụng công cụ dài với định dạng nghiêm ngặt là nơi lợi thế của Sol thể hiện rõ rệt nhất.

• Agents' Last Exam — Sol đạt 53,6%, bỏ xa mọi mô hình open-weights.

Nếu khối lượng công việc của bạn là "suy luận về một vấn đề chưa có lời giải, hoặc chạy một tác nhân đa công cụ dài hơi không được phép thất bại giữa chừng," thì đó chính là thứ mà 34× mang lại. Sol cũng nắm giữ lợi thế quyết định về độ tin cậy và tính nhất quán trong những môi trường tác nhân khó nhằn này — nơi mà một sai sót tinh tế của mô hình gây tốn kém, chứ không chỉ gây khó chịu.

Những gì nó không mua được

Giờ theo hướng ngược lại, và điều đó cũng quan trọng không kém. Trên các bài benchmark trông giống như kỹ thuật hàng ngày — không phải nghiên cứu tiên phong, không phải các kỳ thi olympiad 42 bài — DeepSeek V4 Pro thu hẹp hầu hết khoảng cách:

• SWE-bench Verified — DeepSeek V4 Pro 80.6%, điểm số ngang bằng hoặc vượt qua hầu hết các flagship đóng và chỉ kém vài điểm so với các mô hình dẫn đầu bảng xếp hạng.

• LiveCodeBench — DeepSeek V4 Pro 93.5%, được các bảng xếp hạng độc lập liệt kê là điểm số cao nhất toàn cầu.

• Terminal-Bench 2.1 — DeepSeek V4 Pro 87.9, kém một điểm so với Sol bản cơ sở và chỉ cách chế độ Ultra ba điểm.

Đối với danh mục tiêu chuẩn của công việc kỹ thuật — tái cấu trúc mã nguồn, sinh kiểm thử, review mã, mã mẫu, trích xuất, tài liệu, và phần đuôi dài của việc "làm cho codebase tốt hơn" — những khác biệt đó chuyển thành "công việc vẫn được hoàn thành, chất lượng đầu ra ở những góc khó nhất có kém phần trau chuốt hơn một chút, và hóa đơn thì nhỏ hơn ba mươi bốn lần." Một so sánh được trích dẫn rộng rãi đi đến chính xác kết luận đó: với khoảng 80% công việc kỹ thuật hàng ngày, DeepSeek V4 Pro có thể thay thế hoàn toàn cho một mẫu flagship chỉ với một phần nhỏ chi phí. Sol xứng đáng với mức giá cao cấp của mình cho những công việc agentic dài hơi khó nhất, nghiên cứu chuyên sâu, và những tác vụ mà chỉ cần một chỉ dẫn bị bỏ lỡ cũng đủ khiến kết quả bị loại.

Chi phí khi mở rộng quy mô

Hãy làm cho cụ thể. Một đội tác tử viết 200,000 token đầu ra mỗi ngày — một triển khai khiêm tốn nhưng thực tế — có chi phí $6.00 mỗi ngày cho token đầu ra trên GPT-5.6 Sol ($30 × 0.2M) và khoảng $0.17 mỗi ngày trên DeepSeek V4 Pro ($0.87 × 0.2M). Thêm 2 triệu token đầu vào mỗi ngày: Sol thêm $10.00 khi không được lưu cache (hoặc $1.00 với tỷ lệ trúng cache là $0.50), DeepSeek thêm $0.87 khi không được lưu cache (hoặc $0.007 với tỷ lệ trúng cache gần như miễn phí là $0.0036). Trong một tháng, cùng một đội tác tử này tốn khoảng $500 trên Sol và khoảng $30 trên DeepSeek V4 Pro. Ở quy mô lớn, khoảng chênh lệch đó không phải là một khoản tiết kiệm, mà là một hạng mục ngân sách khác hẳn — loại hạng mục tài trợ cho dự án tiếp theo.

Có một điểm đáng lưu ý về phía Sol cần phải nói công bằng: O​penAI đã giảm giá đáng kể cho dòng GPT-5.6 vào tháng 7 năm 2026 (giá đầu vào của Sol giảm so với mức giá thử nghiệm), và Sol có thêm "Fast mode" đánh đổi mức giá gấp 2 lần để có tốc độ suy luận nhanh hơn tới 2,5 lần. Vì vậy, mức chênh lệch giá đã thu hẹp gần đây. Ở đầu ra, mức chênh lệch vẫn còn gấp 34 lần, và trên một nền tảng như OrcaRouter, nơi chuyển thẳng giá niêm yết của nhà cung cấp với mức cộng thêm 0%, các mức giảm giá đó có hiệu lực ngay trong ngày O​penAI công bố — không cần đàm phán lại, không có hóa đơn lỗi thời.

Tùy chọn self-host thay đổi mọi thứ.

Ngoài giá cả, còn có sự khác biệt về cấu trúc: trọng số của DeepSeek V4 Pro được cấp phép MIT, vì vậy nó có thể chạy trong môi trường của riêng bạn. Điều này quan trọng đối với các khối lượng công việc mà bạn không thể gửi dữ liệu về mặt pháp lý hoặc thực tế đến một API lưu trữ tại Hoa Kỳ — các ngành có quy định chặt chẽ, mã nguồn độc quyền, đường ống cách ly mạng — và nó thay đổi cách tính toán rủi ro khi xây dựng sự phụ thuộc sản xuất vào mô hình. GPT-5.6 Sol được thiết kế chỉ dùng qua API; bạn đang thuê năng lực này, với các chính sách dữ liệu, giới hạn tốc độ và lịch ngừng hỗ trợ của OpenAI là các điều khoản của hợp đồng thuê. DeepSeek V4 Pro có thể là một tài sản lâu dài. Sự đánh đổi là hình ảnh phản chiếu: bạn chịu trách nhiệm về hạ tầng, và chiều sâu agentic của Sol là thứ khó tái tạo hơn với trọng số mở ngay cả khi đã có trọng số trong tay.

Vậy thì bạn gọi cái nào?

Quy tắc thực nghiệm hợp lý phân chia theo khối lượng công việc, không phải theo ý thức hệ:

• Chọn GPT-5.6 Sol cho các tác vụ agentic tầm xa khó nhất, toán học tiên phong và suy luận nghiên cứu, phối hợp đa công cụ chặt chẽ, thị giác thuần bản địa khi nó là yếu tố quyết định, và bất cứ nơi nào mà một sai lầm đắt giá đến mức trả phí cao lại là phương án rẻ.

• Chọn DeepSeek V4 Pro cho phần lớn công việc kỹ thuật — tạo mã, rà soát, tái cấu trúc, trích xuất, xử lý tài liệu dài với ngữ cảnh 1M và giới hạn đầu ra 384K — nơi một phần ba mươi chi phí mang lại kết quả gần như hàng đầu, và cho bất cứ thứ gì cần trọng số mở để tự lưu trữ hoặc tuân thủ.

• Chọn cả hai nếu khối lượng công việc là hỗn hợp: cả hai đều có thể được gọi từ một khóa OrcaRouter duy nhất theo giá niêm yết của nhà cung cấp, và một quy tắc định tuyến gửi các tác vụ khối lượng lớn đến DeepSeek V4 Pro, chỉ chuyển những lời gọi thực sự khó lên GPT-5.6 Sol, sẽ nắm bắt được hầu hết năng lực của Sol chỉ với một phần nhỏ chi phí trung bình của Sol — kèm cơ chế chuyển đổi dự phòng tự động cho những ngày API của Sol bị chậm.

Chênh lệch đầu ra-giá 34× là điểm chuẩn hiếm hoi đúng như vẻ bề ngoài của nó. Nó mang lại lợi thế năng lực thực sự, có thể đo lường được ở đỉnh cao nhất của biên giới công nghệ. Nó không mua một đội ngũ kỹ thuật tốt hơn gấp 34 lần, và với công việc mang lại thu nhập, DeepSeek V4 Pro tiến đến trong tầm cạnh tranh với mức giá cho phép bạn mở rộng quy mô mà không cần theo dõi đồng hồ.