GPT-5.3 Codex Spark đấu với GPT-5.6 Sol: OpenAI khai tử chiến lược tốc độ

GPT-5.3 Codex Spark đang bị ngừng cung cấp. Vào ngày 11 tháng 9 năm 2026, trưởng bộ phận sản phẩm cốt lõi của Open​AI, Thibault "Tibo" Sottiaux, đã nói trên X rằng biến thể Codex nhanh nhất sẽ biến mất vào "tuần sau" — chỉ hơn bảy tháng sau khi ra mắt — vì mức sử dụng đã sụt giảm đều đặn và hiện đã có những mô hình tốt hơn. Đó là một tuyên bố của lãnh đạo được truyền đạt qua một bài đăng trên mạng xã hội, không phải một thông báo ngừng hỗ trợ có ghi ngày: Open​AI chưa công bố một ngày ngừng hoạt động cụ thể trên tài liệu ngừng hỗ trợ của riêng mình, và ngày duy nhất được ghi nhận là "tuần sau", tức chỉ vào tuần của ngày 14 tháng 9. Điều không còn nghi ngờ gì là hướng đi. Trong bảy tháng, GPT-5.3 Codex Spark là câu hỏi mở thú vị nhất trong danh mục sản phẩm của Open​AI — một mô hình tạo ra hơn 1.000 token mỗi giây và vẫn chưa từng có giá công khai. Việc ngừng cung cấp trả lời câu hỏi đó bằng một chữ không, và nó để lại GPT-5.6 Sol, mẫu flagship giá $5 / $30 ra mắt ngày 9 tháng 7 năm 2026, trở thành mô hình thực sự gánh vác câu chuyện lập trình độ trễ thấp của Open​AI. Phép so sánh mà trang này luôn đưa ra — một bản xem trước về tốc độ đối chiếu với mẫu flagship ra đời sau nó — giờ đã có kết thúc.

OpenAI đã công bố điều gì, và điều gì thì không

Thông báo này khá sơ sài, và cần nói chính xác xem nó sơ sài đến mức nào. Sottiaux mô tả việc đóng cửa như thể mô hình đã "hoàn thành tốt chặng đường" và đã đến lúc "dành chỗ cho tương lai", với lý do là mức sử dụng đang giảm và đã có những mô hình tốt hơn đáng kể. Không có mô hình thay thế nào được nêu tên. Không có lộ trình chuyển đổi nào được đưa ra. Không có ngày cụ thể nào ngoài "tuần sau". Việc khai tử này đã được nhiều cơ quan báo chí độc lập đưa tin — trong đó có BlockBeats, TechFlow, TokenPost, ấn bản tiếng Trung của Cointelegraph, và Digit — điều này khiến nó được nhiều nguồn xác nhận thay vì chỉ là một bài đăng đơn lẻ, nhưng tất cả họ đều đang loan tải cùng một tuyên bố từ giới điều hành. Chưa ai có một tài liệu nào của Open​AI để dẫn chiếu cả.

Điều đó quan trọng vì một lý do thực tế: nếu bạn đang lên kế hoạch xoay quanh một hạn chót, thì hạn chót đó là dạng mềm. “Tuần sau” tính từ ngày 11 tháng 9 có nghĩa là tuần bắt đầu từ ngày 14 tháng 9, và OpenAI đã để dư địa cho mình để dời nó. Cách hiểu an toàn là tính đến tuần này, GPT-5.3 Codex Spark không phải là thứ để xây dựng bất cứ điều gì mới dựa trên nó, và bất kỳ quy trình làm việc nào phụ thuộc vào nó nên được chuyển đổi trước giữa tháng 9 chứ không phải sau đó.

Spark từng là gì, và tại sao việc ngừng hoạt động không có gì đáng ngạc nhiên

GPT-5.3 Codex Spark ra mắt vào tháng 2 năm 2026 — các báo cáo đưa ra ngày 12 tháng 2 — dưới dạng bản xem trước nghiên cứu chứ không phải sản phẩm. Đây là mô hình đầu tiên của Open​AI được thiết kế riêng cho lập trình thời gian thực, nơi những mili giây giữa lúc gõ phím và phản hồi quan trọng hơn một điểm benchmark, và là cột mốc công khai đầu tiên trong quan hệ đối tác tháng 1 năm 2026 giữa Open​AI với nhà sản xuất chip Cerebras. Nó chạy trên Wafer Scale Engine 3 của Cerebras, con chip có kích thước bằng chiếc đĩa ăn tối với bốn nghìn tỷ bóng bán dẫn, giữ trọng số mô hình ngay trên chip và né tránh nút thắt băng thông bộ nhớ vốn chi phối độ trễ trong suy luận GPU thông thường. Cùng với con chip đó, Open​AI đã cắt giảm chi phí phụ trội mỗi lượt khứ hồi khoảng 80%, chi phí phụ trội trên mỗi token khoảng 30%, và thời gian tới token đầu tiên khoảng 50% thông qua các kết nối WebSocket liên tục và những thay đổi ở Responses API, với đường WebSocket được bật mặc định cho Spark.

Những đánh đổi đã được định sẵn ngay từ ngày đầu. Spark là một mô hình chỉ dùng văn bản, ngữ cảnh 128K, khiến nó tụt lại rất xa so với các mẫu flagship hiện tại về dung lượng. Và trên các bài kiểm chuẩn về kỹ thuật phần mềm dạng tác tử mà chính OpenAI trích dẫn, nó nằm thấp hơn hẳn so với GPT-5.3 Codex đầy đủ — 58,4% so với 77,3% trên Terminal-Bench 2.0, đều do nhà cung cấp báo cáo — vì nó mặc định dùng phong cách làm việc nhẹ, chỉ thực hiện các chỉnh sửa tối thiểu, có mục tiêu và không chạy kiểm thử trừ khi bạn yêu cầu rõ ràng. Tốc độ chính là sản phẩm, và sản phẩm ấy là một bản xem trước. Một bản xem trước không bao giờ được nâng lên thành chính thức là một bản xem trước rốt cuộc sẽ bị tắt, và bảy tháng không có thông báo phát hành rộng rãi đã là tín hiệu từ rất lâu trước bài đăng tuần này.

Câu hỏi về API hiện đã được đóng vĩnh viễn

Con số nổi bật gắn với Spark trên các trình theo dõi bên thứ ba là $1,75 cho mỗi triệu token đầu vào và $14,00 cho mỗi triệu token đầu ra — giống hệt với GPT-5.3 Codex bản đầy đủ. Hãy coi con số đó là hư cấu, và giờ hãy coi nó là hư cấu vĩnh viễn. Spark từng được cung cấp cho người đăng ký ChatGPT Pro thông qua ứng dụng Codex, Codex CLI và tiện ích VS Code, với quyền truy cập API chỉ được mở rộng cho một số đối tác thiết kế được chọn và có giới hạn tốc độ riêng thay vì các nhóm sử dụng tiêu chuẩn. OpenAI chưa bao giờ công bố giá API công khai cho nó, và khi mô hình này bị ngừng hỗ trợ, sẽ không bao giờ công bố. Một mức giá trên trình theo dõi dành cho một mô hình không có endpoint công khai vốn dĩ luôn là con số bạn không thể mua được; giờ đây nó là con số dành cho một mô hình sẽ không còn tồn tại.

Mặt trái của vấn đề là việc ngừng dịch vụ này diễn ra sạch sẽ một cách bất thường. Không có khóa API nào cần xoay vòng, không có endpoint nào cần trỏ lại, không có bảng giá nào cần lập kế hoạch lại, bởi vì ngay từ đầu vốn không hề có một API chung. Những người thực sự bị ảnh hưởng là các thuê bao ChatGPT Pro dùng Spark trong ứng dụng Codex và CLI, và việc chuyển đổi của họ chỉ là thay đổi trình chọn mô hình, không phải một dự án kỹ thuật.

Câu chuyện lập trình thời gian thực đã thực sự đi về đâu

Sản phẩm kế nhiệm Spark không phải là một mô hình nhỏ khác. Nó là một tầng phục vụ chạy trên một mô hình lớn. Vào tháng 8 năm 2026, Cerebras và Open​AI đã công bố "chế độ Ultrafast", một tầng mới trong API của Open​AI, chạy GPT-5.6 Sol với tốc độ lên tới 750 token đầu ra mỗi giây — nhanh hơn tới 14 lần so với xử lý Standard, trên cùng bộ trọng số, với trí thông minh của mô hình Standard không thay đổi. Nó bước vào giai đoạn xem trước giới hạn ngày 13 tháng 8 năm 2026 với một nhóm khách hàng API được chọn, không có giá công bố, và quyền truy cập sẽ mở rộng tùy theo năng lực. Cerebras cho biết những người thử nghiệm sớm gồm Jane Street, Podium, Basis và Rogo, và rằng trên Humanity's Last Exam, tầng Ultrafast đã trả lời trọn bộ 2.500 câu hỏi trong khoảng 11 giờ, so với hơn 78 giờ đối với một cấu hình chậm hơn tương đương. Đó là những số liệu từ nhà cung cấp và đối tác, chưa được tái lập, và tầng này vẫn là bản xem trước giới hạn không có giá — nên trạng thái trung thực là "đã công bố và có sẵn một phần", chứ không phải "có thể mua".

Điểm đáng quan tâm nằm ở cách đọc mang tính chiến lược. Khi OpenAI muốn viết mã dưới một giây vào tháng Hai, họ đã xây một mô hình nhỏ chuyên dụng và phục vụ nó trên Cerebras. Sáu tháng sau, khi muốn có cùng độ trễ đó, họ lại đưa mô hình tiên phong lên Cerebras. Đó là một canh bạc khác: thay vì duy trì một mô hình nhanh, hẹp song song với một mô hình thông minh, chậm, OpenAI đang gộp cả hai vào một tập trọng số và tạo khác biệt bằng hạ tầng phục vụ. Nếu điều đó đứng vững, thì không có thứ gì mang hình dạng Spark để chờ đợi — phiên bản nhanh của mọi mẫu chủ lực tương lai là một hạng dịch vụ, không phải một cái tên mô hình.

Những gì bạn thực sự có thể gọi hôm nay

Bỏ đi bản xem trước và sự ngừng cung cấp, dòng sản phẩm lập trình OpenAI có thể gọi được chỉ còn lại hai mô hình với mức giá đã công bố.

• GPT-5.3 Codex — 1,75 USD cho mỗi triệu token đầu vào, 14,00 USD cho mỗi triệu token đầu ra, token đầu vào được lưu đệm ở mức 0,175 USD. Cửa sổ ngữ cảnh 400K token với giới hạn đầu ra 128K. Mô hình lập trình dạng tác nhân của OpenAI, có trong API công khai từ tháng 2 năm 2026.

• GPT-5.6 Sol — $5,00 cho mỗi triệu token đầu vào và $30,00 cho mỗi triệu token đầu ra với các yêu cầu tối đa 32K token đầu vào, tăng lên $10 / $45 khi vượt ngưỡng đó, với đầu vào được lưu đệm ở mức $0,50 và ghi bộ đệm ở mức $6,25. Ngữ cảnh khoảng 1,05M token với giới hạn đầu ra 128K và đầu vào dạng văn bản, hình ảnh và tệp. Sản phẩm chủ lực của Open​AI, ra mắt ngày 9 tháng 7 năm 2026.

Cả hai đều nằm trên OrcaRouter với giá niêm yết của các nhà cung cấp và mức chênh lệch 0% — mức giá $1.75 / $14 và $5 / $30 là giá tại đây, không phải phiên bản của bên bán lại. Một đợt giảm giá từ nhà cung cấp được áp dụng tại phía này ngay cùng ngày nhà cung cấp thực hiện, vì OrcaRouter truyền nguyên giá niêm yết thay vì định giá lại.

GPT-5.3 Codex Spark so với GPT-5.6 Sol, từng khía cạnh một

• Tốc độ — GPT-5.3 Codex Spark đạt hơn 1.000 token mỗi giây trên phần cứng Cerebras, theo báo cáo từ nhà cung cấp, chính là toàn bộ lý do nó tồn tại; GPT-5.6 Sol đạt khoảng 244 token đầu ra mỗi giây trong phép đo của chính chúng tôi trên OrcaRouter vào tháng 8 năm 2026. Không gần bằng ở hạng cơ bản — dù hạng Ultrafast thu hẹp khoảng cách xuống còn khoảng một phần ba, cho dù có bao nhiêu khách hàng được cấp quyền truy cập.

• Giá — GPT-5.3 Codex Spark chưa từng có giá API công khai và giờ sẽ không bao giờ có; GPT-5.6 Sol ở mức $5 / $30 cho gói cơ bản, $10 / $45 khi trên 32K token đầu vào.

• Ngữ cảnh — GPT-5.3 Codex Spark ở 128K, chỉ văn bản; GPT-5.6 Sol ở khoảng 1,05M với đầu vào văn bản, hình ảnh và tệp.

• Lập trình tác nhân — GPT-5.3 Codex Spark đạt 58,4% trên Terminal-Bench 2.0, do nhà cung cấp báo cáo; GPT-5.6 Sol đạt 47 trên Intelligence Index v4.3 của Artificial Analysis, được đo lường độc lập, với khoảng $1,99 chi phí tính toán cho mỗi tác vụ Index. Index là tổng hợp từ mười đánh giá bao gồm Terminal-Bench v4.0, nên không thể so sánh trực tiếp với điểm của một benchmark đơn lẻ — nhưng đây là con số duy nhất ở đây mà không ai tại Open​AI viết ra.

• Phong cách làm việc — GPT-5.3 Codex Spark thực hiện các chỉnh sửa tối thiểu và mặc định bỏ qua việc chạy kiểm thử; GPT-5.6 Sol là mô hình flagship agentic đầy đủ với khả năng suy luận và sử dụng công cụ.

• Quyền truy cập — GPT-5.3 Codex Spark từng là bản xem trước nghiên cứu của ChatGPT Pro, sẽ ngừng hoạt động vào tuần ngày 14 tháng 9 năm 2026 theo tuyên bố của một giám đốc điều hành Open​AI; GPT-5.6 Sol là mô hình API công khai với mức giá được công bố.

Nếu điều duy nhất bạn muốn là một bản nháp đầu tiên nhanh chóng cho một chỉnh sửa nhỏ, thì thiết kế của Spark là lý tưởng — và kể từ tuần này, lựa chọn đó đang khép lại. Nếu bạn muốn một tác nhân đọc kho mã, lập kế hoạch thay đổi, chạy các bài kiểm tra và lặp lại cho đến khi vượt qua, thì Spark chưa từng cố gắng trở thành như vậy, và GPT-5.6 Sol mới là mô hình làm được điều đó.

Nếu Spark từng nằm trong quy trình làm việc của bạn, thì đây chính là bản chuyển đổi.

Với hầu hết độc giả, câu trả lời trung thực là không có gì thay đổi, bởi vì GPT-5.3 Codex Spark chưa bao giờ có thể gọi được bên ngoài gói đăng ký Pro. Nếu bạn là một trong những người dùng Pro đang chạy nó trong ứng dụng Codex hoặc CLI, quyết định thay thế rất rõ ràng: GPT-5.3 Codex cho công việc agent mang tính lập trình ở mức $1.75 / $14, và GPT-5.6 Sol cho những lệnh gọi khó, ngữ cảnh dài, đa phương thức ở mức $5 / $30. Cả hai đều có giá công bố, cả hai đều nằm trong API công khai, và cả hai đều có thể truy cập qua một endpoint OrcaRouter duy nhất trên một khóa, nên việc chuyển đổi chỉ là thay đổi chuỗi model chứ không phải ký thêm hợp đồng với nhà cung cấp thứ hai. Nếu một khối lượng công việc nào đó trở nên nhạy cảm với độ trễ sau khi Spark biến mất, chính DSL định tuyến là thứ giúp phương án dự phòng vẫn khả thi — gửi các chỉnh sửa tương tác ngắn cho GPT-5.3 Codex và đẩy công việc dài hạn lên GPT-5.6 Sol, với khả năng tự động chuyển đổi dự phòng nếu một nhà cung cấp giới hạn tốc độ của bạn giữa chừng.

Điều duy nhất không nên làm là chờ đợi một bản kế nhiệm Spark. Chưa có bản nào được công bố, và bằng chứng từ tháng Tám lại cho thấy điều ngược lại: câu trả lời của OpenAI cho lập trình nhanh là một gói dịch vụ do Cerebras phục vụ trên mô hình chủ lực, hiện đang ở dạng xem trước giới hạn và chưa công bố giá. Điều đó đáng để theo dõi và không thể dựa vào để lập kế hoạch.

Sự nghỉ hưu này thực sự cho bạn biết điều gì

Có ba điều đáng để ghi nhớ. Thứ nhất, một "bản xem trước nghiên cứu" kéo dài bảy tháng mà không có thông báo khả dụng rộng rãi là một quyết định sản phẩm diễn ra chậm rãi — thông báo ngừng cung cấp là dấu chấm hết của một quá trình, không phải một bất ngờ. Thứ hai, tín hiệu về giá đã có sẵn suốt thời gian qua: một mô hình chưa từng có giá công khai thì chưa từng nhận được đèn xanh nội bộ để trở thành một mô hình như vậy. Thứ ba, cuộc đua độ trễ đã dịch chuyển lên phân khúc cao cấp. Câu hỏi thú vị không còn là liệu một mô hình nhỏ có thể nhanh hay không, mà là liệu một mô hình tiên phong có thể đủ nhanh để tạo ra khác biệt hay không — và đó giờ là một câu hỏi về hạ tầng phục vụ, đó là lý do Cerebras liên tục xuất hiện trong các thông báo của Open​AI và lý do một quan hệ đối tác chip được báo cáo trị giá hơn 20 tỷ USD mới là điều đáng theo dõi, chứ không phải tên mô hình.

GPT-5.3 Codex Spark đã khẳng định được vị trí của mình: nó là câu trả lời thực sự đầu tiên cho câu hỏi "nếu độ trễ chính là tính năng thì sao", và 1.000 token mỗi giây trên một chip quy mô tấm wafer là điều thực sự mới. Nó cũng chưa bao giờ trở thành thứ bạn có thể mua. Những mô hình bạn có thể mua là GPT-5.3 Codex với giá $1.75 / $14 và GPT-5.6 Sol với giá $5 / $30, cả hai đều trên một endpoint với giá niêm yết, markup 0% và tự động chuyển đổi dự phòng — và nếu việc Spark bị khai tử có một bài học thực tế, thì đó là: mô hình có thể gọi được mới là mô hình đáng để xây dựng dựa trên.