GPT-5.6 Luna: Việc OpenAI giảm giá 80% thực sự đã thay đổi điều gì

GPT-5.6 Luna đã rẻ hơn 80% so với giá ra mắt kể từ cuối tháng 7, và OpenAI đã bắt đầu coi đó là một lập luận chứ không phải một khoản giảm giá. Mô hình này — phiên bản nhanh, chi phí thấp của dòng GPT-5.6 — đã được phát hành rộng rãi vào ngày 9 tháng 7 năm 2026 với mức giá 1,00 USD cho mỗi triệu token đầu vào và 6,00 USD cho mỗi triệu token đầu ra. Hiện nay, mức giá được tính là 0,20 USD và 1,20 USD. Vào ngày 9 tháng 9, giám đốc tài chính Sarah Friar của OpenAI đã nói tại hội nghị Communacopia của Goldman Sachs rằng việc giảm giá đã mang lại mức tăng sử dụng khoảng gấp mười lần, và rằng việc triển khai Luna còn rẻ hơn so với chạy GLM 5.3 của Z.ai trên một lớp đám mây.

Tuyên bố cuối cùng đó là của chính Open​AI, do một giám đốc điều hành đưa ra tại một hội nghị nhà đầu tư, và nó đáng được đối xử như bất kỳ con số nào khác của nhà cung cấp: đáng đưa tin, đáng kiểm chứng, không đáng lặp lại như một sự thật đã ngã ngũ. Bản thân mức giá là chuyện khác. Nó đã công khai, và nó vẫn chưa giảm trở lại.

Điều gì thực sự đã thay đổi, và khi nào

Không có gì về năng lực, cửa sổ ngữ cảnh hay tính khả dụng của GPT-5.6 Luna thay đổi trong tháng Chín. Điều đã thay đổi là cách Open​AI đang bán nó, và sự chuyển dịch đó có năm mốc thời gian phía sau.

• Ngày 26 tháng 6 năm 2026 — OpenAI đã công bố dòng GPT-5.6 (GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna) trong bản xem trước giới hạn dành cho một nhóm nhỏ đối tác, sau khi phối hợp với các cơ quan chính phủ Hoa Kỳ.

• Ngày 9 tháng 7 năm 2026 — chính thức ra mắt. Sol, Terra và Luna đã có mặt trên API với mức giá lần lượt là 5/30, 2,50/15 và 1/6 USD cho mỗi triệu token đầu vào/đầu ra.

• Cuối tháng 7 năm 2026 — mức giảm 80% chỉ riêng với Luna, xuống còn 0,20 USD cho đầu vào và 1,20 USD cho đầu ra. Các lượt đọc đầu vào từ bộ đệm được hưởng mức chiết khấu khoảng 90%. Khi vượt ngưỡng ngữ cảnh dài, mức giá tăng gần gấp đôi, lên khoảng 0,40/1,80 USD.

• Ngày 6–7 tháng 8 năm 2026 — Luna đã thay thế GPT-5.5 Instant làm mô hình mặc định cho ChatGPT Free và Go, với các cuộc trò chuyện văn bản không giới hạn và nút "Think" dành cho khả năng lập luận sâu hơn sẽ ra mắt vào tuần sau. Đánh giá nội bộ của OpenAI cho thấy tỷ lệ phản hồi của Luna chứa ít nhất một lỗi thực tế thấp hơn khoảng 62% so với GPT-5.5 Instant trên các câu lệnh về tài chính, y tế và pháp lý — một con số do nhà cung cấp báo cáo, không phải từ đánh giá độc lập.

• Ngày 9 tháng 9 năm 2026 — Phát biểu của Friar, lần đầu tiên công bố những con số cụ thể về tác động của việc cắt giảm: mức sử dụng tăng khoảng 10 lần, doanh thu từ khối doanh nghiệp tăng 32% từ tháng 6 đến tháng 7, so với mức tăng trưởng thường niên tổng thể 20%, và Codex đạt 25 triệu người dùng.

Khi đọc cùng nhau, những mốc thời gian đó mô tả một quá trình chuyển đổi kéo dài hai tháng từ một tầng giá rẻ thành một chiến lược khối lượng lớn. Luna vốn luôn là tầng được tạo ra để hấp thụ công việc khối lượng lớn, độ phức tạp thấp — phân loại, trích xuất, định tuyến, các bản nháp đầu tiên. Việc cắt giảm đã khiến phép tính đằng sau định vị đó trở nên khó phản bác hơn nhiều.

Con số quan trọng hơn giá token

Giá niêm yết là nơi hầu hết các so sánh dừng lại, và với Luna thì chúng còn tô điểm thêm cho nó. Ở mức 0,20 USD/1,20 USD, nó thấp hơn Claude Haiku 4.5 của Anthropic — thứ gần nhất với một đối thủ cạnh tranh trực tiếp — khoảng 5 lần ở đầu vào và 4 lần ở đầu ra.

Artificial Analysis đo lường một thứ kém thuận tiện hơn: chi phí cho mỗi tác vụ Intelligence Index đã hoàn thành, bao gồm số lượng token mà một mô hình thực sự tiêu tốn để hoàn thành cùng một công việc. Trên chỉ số hiện tại, cấu hình suy luận của GPT-5.6 Luna đạt mức $0.18 mỗi tác vụ. Claude Haiku 4.5 trong cấu hình suy luận của nó đạt mức $0.21.

Đó là khoảng cách khoảng 14%, không phải gấp 5 lần. Lý do là sự dài dòng. Việc hoàn thành bộ đánh giá đó khiến Luna tiêu tốn khoảng 150 triệu token đầu ra, so với 78 triệu của Haiku. Luna suy luận dài dòng, và token đầu ra được tính phí gấp sáu lần mức giá của token đầu vào.

Cách hiểu thực tế phân tách rạch ròi. Với công việc đầu ra ngắn, khối lượng lớn — phân loại, gắn thẻ, trích xuất, định tuyến yêu cầu, bản nháp đầu tiên — thì mức cắt 80% là có thật, đáng kể, và thể hiện trực tiếp trên hóa đơn. Với công việc mà mô hình suy luận trước khi trả lời, một phần đáng kể của khoản giảm giá bị tiêu tốn bởi các token đầu ra tăng thêm. Cả hai nhận định đều đúng cùng lúc, và điều thứ hai chính là phần mà phạm vi bao phủ của mức cắt đã bỏ sót.

Cũng đáng để biết chỉ số này nói gì về năng lực, vì các bậc xếp hạng không hề sát nhau. Artificial Analysis hiện chấm GPT-5.6 Luna 38, đứng thứ tư trong số 177 mô hình cùng loại. Cấu hình suy luận của Claude Haiku 4.5 đạt 18, thứ 138 trong số 200. Có hai lưu ý về những con số đó. Thứ nhất, chỉ số này đã được chấm lại vào tháng 9 năm 2026, nên các số liệu tại thời điểm ra mắt — bao gồm 51 và 52 vẫn còn được nhắc đến đối với Luna — được trích từ một thang điểm đã ngừng sử dụng. Thứ hai, Artificial Analysis đã chọn GPT-5.6 Luna làm giám khảo duy nhất cho một số đánh giá của chính mình, điều này đáng lưu ý khi đọc điểm số của nó.

Tại sao Open​AI lại đưa ra lập luận này vào lúc này

Một đợt cắt giảm 80% được công bố vào cuối tháng Bảy lẽ ra không cần một CFO phải tranh cãi lại vào tháng Chín. Việc bà ấy vẫn làm vậy cho bạn biết đợt cắt giảm đó nhằm mục đích gì.

Các mô hình Trung Quốc với trọng số mở đã dành năm 2026 để thúc ép đúng vào trục mà Luna đang chiếm giữ: chất lượng đủ dùng với mức giá khiến việc tính toán theo token trở thành yếu tố quyết định. Việc hạ giá thấp hơn mức đó trên một triển khai đám mây là một tuyên bố khó đưa ra hơn việc hạ giá thấp hơn nó trên các trọng số, và đó là tuyên bố mà Open​AI đã chọn — gọi tên cụ thể GLM 5.3 thay vì chỉ ám chỉ chung chung đến “các mô hình mở”.

Những con số dành cho doanh nghiệp mà Friar ghép cùng nó cũng chỉ về cùng một hướng. Doanh thu mảng doanh nghiệp tăng 32% theo tháng so với mức 20% chung chính là hình ảnh của một công ty bán vào các chu kỳ thu mua, và chu kỳ thu mua là nơi một khoản mục bị đặt câu hỏi. Cô ấy cũng xác nhận OpenAI đang thử nghiệm định giá dựa trên kết quả, gắn phí với kết quả kinh doanh thay vì mức tiêu thụ token. Đó là một lời thừa nhận đáng kể đối với một công ty mà toàn bộ mô hình doanh thu vốn dựa trên giá theo token: điều đó cho thấy ở phân khúc giá rẻ của thị trường, con số theo token đang trở thành một lập luận bán hàng yếu hơn so với những gì mô hình hoàn thành.

Không điều nào trong số đó khiến việc so sánh GLM trở nên được xác minh. Tuyên bố của Friar dựa trên một so sánh triển khai trên đám mây mà Open​AI không công bố chi tiết, và "rẻ hơn việc tự chạy X trên một lớp đám mây" hoàn toàn phụ thuộc vào việc bạn chọn đám mây nào, instance nào và giả định mức sử dụng nào. Hãy coi đó là một tuyên bố có định vị từ một bên có quyền lợi liên quan, và kiểm tra nó với khối lượng công việc của chính bạn trước khi nó thay đổi bất cứ điều gì bạn xây dựng.

Điều gì sẽ thay đổi nếu bạn đã định tuyến qua nhiều mô hình

Có ba điều ở đây quan trọng hơn mức giá được quảng cáo.

Các đợt giảm giá được áp dụng ngay trong ngày chúng diễn ra. OrcaRouter chuyển tiếp nguyên giá niêm yết của nhà cung cấp với mức markup 0%, nên khi một nhà cung cấp thay đổi mức giá, mức giá phía chúng tôi cũng thay đổi theo — không cần ticket hỗ trợ, không cần đàm phán lại hợp đồng, không cần thêm một mối quan hệ thanh toán thứ hai. Đó chính là lý do đợt giảm giá tháng Bảy đáng để viết thành bài thay vì chỉ ghi nhận đơn thuần: với bất kỳ ai gọi Luna qua một API cho hơn 200 mô hình, nó đã hoạt động ngay trong cùng ngày.

Alias đó là một cái bẫy.Định danh không có hậu tố gpt-5.6 phân giải thành tier Sol hàng đầu, chứ không phải Luna, nên bất kỳ tích hợp nào muốn có mức kinh tế của Luna đều phải ghim gpt-5.6-luna một cách rõ ràng. Điều này đã được ghi trong hướng dẫn dành cho nhà phát triển của dòng sản phẩm và nó vẫn là một trong những cách phổ biến nhất khiến một cuộc chuyển đổi sang "tier rẻ" âm thầm bị tính phí theo mức giá của flagship.

Các tầng giá rẻ chuyển đổi dự phòng tốt. Một mô hình ở mức giá này thường đảm nhận những công việc mà chỉ một lỗi 503 thoáng qua cũng đã tốn kém — hàng nghìn lời gọi phân loại, chứ không phải một lượt hoàn thành quan trọng. Định tuyến cùng một yêu cầu qua nhiều nhà cung cấp GPT-5.6 Luna với cơ chế chuyển đổi dự phòng tự động chính là khác biệt giữa một hàng đợi thử lại và một sự cố gián đoạn dịch vụ, và đó là tính năng khiến một tầng chi phí thấp trở nên an toàn để đưa vào luồng vận hành thực tế.

Bạn có thể xem mức giá hiện tại và các chỉ số p50/p95 về thời gian đến token đầu tiên trên trang GPT-5.6 Luna trên OrcaRouter — đáng để xem qua, vì các trang giá của nhà cung cấp thường chậm cập nhật so với các đợt giảm giá, và các công cụ theo dõi của bên thứ ba thì còn chậm hơn cả hai.

Xem gì tiếp theo

Ba điều sẽ biến đây từ một câu chuyện về giá cả thành một câu chuyện khác.

Một đợt cắt giảm nữa. Các bài đưa tin tài chính bằng tiếng Trung vào đầu tháng 9 mô tả OpenAI đang chuẩn bị điều chỉnh giá một lần nữa để đối phó với cạnh tranh từ các mô hình trọng số mở. Thông tin đó mang tính dự báo và chưa được xác nhận, nhưng nó nhất quán với một công ty đã chấp nhận mức giảm 80% ở bậc khối lượng của mình và hiện đang tranh luận công khai về chi phí cho mỗi lần triển khai.

Định giá dựa trên kết quả đang trở thành hiện thực. Nếu Open​AI bắt đầu bán Luna theo kết quả kinh doanh thay vì theo token, thì việc so sánh theo từng token mà toàn bộ thị trường này vận hành sẽ không còn là bảng điểm phù hợp nữa — và mọi ước tính chi phí cho mỗi tác vụ, kể cả những ước tính ở trên, đều cần được tính toán lại từ đầu.

Một sản phẩm kế nhiệm đủ năng lực với cùng mức giá. GPT-6 Astra đã tồn tại ở phía trên dòng GPT-5.6, và vị thế của chính Luna phụ thuộc vào việc Open​AI để nó ở nguyên vị trí đó. Ngay khi một bậc nhỏ mới hơn ra mắt với mức $0.20/$1.20, câu hỏi thú vị không còn là liệu Luna có rẻ không, mà trở thành liệu nó có còn là thứ rẻ nhất đáng để định tuyến đến không.

Hiện tại, tình hình đơn giản một cách bất thường. GPT-5.6 Luna là một mô hình đã ra đời được hai tháng, mà thứ đáng chú ý là giá của nó chứ không phải năng lực — và giá token là cách nhìn nhận nó theo hướng tô vẽ đẹp nhất, chứ không phải chính xác nhất.