GPT-6.1 Sol vs Tencent Hy4 Preview: Trả 10 USD cho một token đầu ra so với một mô hình mở ở mức 2,50 USD

Đặt hai bảng giá cạnh nhau và khoảng cách không hề nhỏ. Tencent Hy4 Preview niêm yết ở mức $0.834 mỗi triệu token đầu vào, $2.501 mỗi triệu token đầu ra và $0.042 mỗi triệu token đầu vào đã lưu đệm trên endpoint quốc tế của nó. GPT-6.1 Sol niêm yết lần lượt ở mức $2.00, $10.00 và $0.10. Đó là mức chênh 4× trên token đầu ra và 2.4× trên token đầu vào, và vì cả hai mô hình đều được tính giá theo token, câu hỏi mà mức chênh này đặt ra không phải là mô hình nào rẻ hơn — Hy4 Preview rẻ hơn trên mọi dòng — mà là liệu mô hình đắt hơn có hoàn thành đủ nhiều công việc hơn trong mỗi lần gọi để biện minh cho điều đó không. Không nhà cung cấp nào đã công bố một con số trả lời trực tiếp điều đó, và bài viết này phần lớn bàn về lý do vì sao những con số hiển nhiên ở cả hai phía lại không phải là câu trả lời.

Tencent đã phát hành và mở mã nguồn Hy4 Preview vào ngày 28/08/2026; Open​AI đã phát hành GPT-6.1 Sol trên API vào ngày 29/09/2026. Cả hai đều là những mô hình agentic có khả năng xử lý văn bản với cửa sổ ngữ cảnh hàng triệu token, cả hai đều có thể truy cập được ngay hôm nay, và cả hai đều nằm trong danh mục của chúng tôi — điều này khiến đây trở thành một so sánh hiếm hoi trong loạt bài này, nơi có thể chạy phép tính trên mỗi token dựa trên hai dòng dữ liệu đang hoạt động thay vì dựa trên một thông cáo báo chí. Các số liệu dưới đây đến từ tài liệu phát hành và tài liệu mô hình của Tencent, các trang mô hình và giá của Open​AI, hồ sơ danh mục của chính chúng tôi, và các đánh giá đã công bố như được ghi chú, đọc vào ngày 12/10/2026. Mọi con số là kết quả chạy của chính nhà cung cấp đều được ghi nhãn tương ứng.

Mỗi mô hình thực sự là gì

Hãy bắt đầu với kiến trúc, vì cả hai mô hình đang giải quyết cùng một bài toán serving bằng cùng một kỹ thuật.

• Tham số — Hy4 Preview là một mô hình mixture-of-experts 770B với 49B tham số hoạt động trên mỗi token qua 78 lớp, sử dụng 256 chuyên gia định tuyến cộng với 1 chuyên gia chia sẻ. GPT-6.1 Sol là một mô hình độc quyền của OpenAI, được định vị thấp hơn một bậc so với GPT-6 Astra trong cùng thế hệ; OpenAI không công bố số lượng tham số.

• Ngữ cảnh và đầu ra — cả hai đều ghi nhận khoảng một triệu token ngữ cảnh đầu vào. Bản ghi danh mục của chúng tôi cho Hy4 có 1.048.576 token ngữ cảnh với mức hoàn thành tối đa 64.000 token; tài liệu của chính Tencent mô tả cửa sổ ngữ cảnh vượt quá 1M token với đầu vào tối đa 960 token. GPT-6.1 Sol ghi nhận 1.050.000 token ngữ cảnh với đầu ra tối đa 128.000 token — gấp đôi mức trần hoàn thành của Hy4, đây là thông số gây trở ngại khi bạn muốn có một sản phẩm có cấu trúc dài từ một lệnh gọi.

• Phương thức — cả hai đều chỉ xử lý văn bản ở phía đầu vào, với khả năng sử dụng công cụ và đầu ra có cấu trúc như bạn mong đợi ở một mô hình tác tử hiện đại. Cả hai đều không phải là mô hình thị giác.

• Điều khiển suy luận — Hy4 Preview cung cấp high, low và none, với high là mặc định; temperature là 0.9 và top_p là 1.0 là các cài đặt lấy mẫu được khuyến nghị. GPT-6.1 Sol cung cấp low, medium (mặc định), high, xhigh và max, hoàn toàn không có vị trí tắt — suy luận luôn bật, và các tham số lấy mẫu như temperature và top_p bị từ chối thẳng thừng.

• Trọng số — Hy4 Preview được mã nguồn mở theo Apache 2.0 và có thể tải xuống ngay hôm nay. GPT-6.1 Sol là đóng, chỉ dùng qua API, và sẽ không bao giờ được tự lưu trữ.

Dòng cuối cùng đó chính là điều phân biệt hai mô hình này hơn mọi benchmark. Một mô hình Apache 2.0 770B/49B là thứ bạn sở hữu; một mô hình API độc quyền là một khoản thuê bao. Mọi thứ còn lại trên trang này đều xoay quanh việc khối lượng công việc của bạn cần thứ nào trong hai thứ đó.

Các dòng giá, với phép tính đã được thực hiện

Cả hai bảng giá cước đều được công bố và cả hai đều được chúng tôi chuyển tiếp nguyên giá, không tăng thêm, vì vậy phần này có thể xác minh được thay vì chỉ được báo cáo.

• Đầu ra — GPT-6.1 Sol $10.00 mỗi triệu so với Hy4 Preview $2.501 mỗi triệu. Cứ mỗi triệu token đầu ra mà một khối lượng công việc phát ra, mức chênh lệch là $7.50, và đầu ra là chỉ số mà một mô hình suy luận tiêu tốn nhiều nhất.

• Đầu vào — $2.00 mỗi triệu so với $0.834. Mức chênh lệch 2,4× ở hạng mục chi phối mọi pipeline ngữ cảnh dài, vì prompt quy mô kho lưu trữ hoặc tập tài liệu sẽ gửi lại một tiền tố lớn ở mỗi lượt.

• Đầu vào đã lưu đệm — $0.10 mỗi triệu so với $0.042. Cả hai nhà cung cấp đều chiết khấu mạnh cho tiền tố đọc lại, và mức giá cache của Hy4 thấp hơn một nửa so với GPT-6.1 Sol.

• Ghi bộ nhớ đệm — GPT-6.1 Sol tính 2,50 USD mỗi triệu để ghi một tiền tố đã được lưu vào bộ nhớ đệm. Mức giá quốc tế được công bố của Hy4 Preview không có dòng ghi bộ nhớ đệm riêng, nghĩa là lần ghi đầu tiên được tính như đầu vào thông thường thay vì như một mức giá cao cấp.

Chạy một dạng thông thường đối với cả hai mô hình: 500.000 token đầu vào, trong đó 460.000 là tiền tố được lưu trong bộ nhớ đệm, và 20.000 token đầu ra, trong một lần gọi duy nhất.

• Trên GPT-6.1 Sol — 460,000 token được lưu trong bộ nhớ đệm ở mức $0.10/M là $0.046, 40,000 token đầu vào mới ở mức $2.00/M là $0.080, và 20,000 token đầu ra ở mức $10.00/M là $0.200. Tổng $0.326.

• Trên Hy4 Preview — 460.000 token đã lưu trong bộ nhớ đệm ở mức $0,042/M là $0,019, 40.000 token đầu vào mới ở mức $0,834/M là $0,033, và 20.000 token đầu ra ở mức $2,501/M là $0,050. Tổng cộng $0,102.

Lệnh gọi Hy4 tốn chưa đến một phần ba so với lệnh gọi GPT-6.1 Sol ở dạng bài này. Giờ đến điều cần lưu ý để phép so sánh này được trung thực: đây là phép so sánh hai bảng giá được áp lên cùng một số lượng token, mà số lượng token giữa các mô hình lại không hề giống nhau. Một mô hình suy luận lâu hơn trước khi trả lời sẽ tạo ra nhiều token đầu ra hơn cho cùng một tác vụ, và GPT-6.1 Sol được ghi nhận là tạo ra lượng token đầu ra nhiều hơn 10–30% so với người tiền nhiệm GPT-6 Sol ở những công việc tương đương. Nếu mức mặc định "high" cho khả năng suy luận của Hy4 Preview khiến nó cũng dài dòng tương tự, thì khoảng cách thực tế sẽ thu hẹp lại; còn nếu mô hình của Open​AI mới là bên dài dòng hơn trong hai, khoảng cách sẽ nới rộng vượt mức 3,2× mà phép tính cho thấy. Bảng giá cho bạn biết giá của một token. Nó không cho bạn biết một tác vụ tốn bao nhiêu token, và chỉ có việc chạy thử chính khối lượng công việc của bạn mới trả lời được điều đó.

Các benchmark có ích và không có ích ở những điểm nào

Đây là phần mà chất lượng bằng chứng của hai mô hình phân kỳ, và chính sự phân kỳ đó mới là điểm mấu chốt.

Đánh giá nổi bật của Tencent dành cho Hy4 Preview là một bài kiểm tra sở thích song song mù, và kết quả là 2,99 cho Hy4 Preview so với 2,92 cho GLM 5.3 và 2,94 cho Kimi K3. Hãy đọc kỹ điều đó: đây là đánh giá của chính Tencent, đây là điểm sở thích chứ không phải điểm độ chính xác, mức chênh lệch thắng là 0,07 điểm trên thang điểm khoảng ba điểm, và tập so sánh là hai mô hình mở khác. Đó là bằng chứng cho thấy Hy4 Preview có sức cạnh tranh với tầng mô hình trọng số mở hiện tại. Đó không phải là bằng chứng cho thấy nó cạnh tranh được với một mô hình tiên phong độc quyền, và không có bộ đánh giá nào trong tài liệu phát hành đưa ra tuyên bố đó.

Tencent cũng báo cáo mức cải thiện thông lượng 31,8% nhờ chính công việc tự tối ưu hóa của mô hình, và kiến trúc này bao gồm một lớp dự đoán đa token gốc để giải mã suy đoán. Cả hai đều là những tuyên bố về hiệu quả phục vụ từ phía nhà cung cấp, chưa được bất kỳ ai khác tái lập, và cả hai đều hợp lý đối với một MoE 770B/49B được xây dựng với lớp đó — nhưng chúng mô tả mô hình trả lời nhanh đến mức nào, chứ không phải tốt đến mức nào.

GPT-6.1 Sol có vị thế bằng chứng mạnh hơn và đáng để nói rõ vì sao. Dòng Intelligence Index độc lập của nó ở mức nỗ lực suy luận tối đa là 52, với chi phí chạy đo được là 0,72 USD mỗi tác vụ và tốc độ đầu ra khoảng 65 đến 67 token mỗi giây — một bên thứ ba đã chạy nó, chấm điểm nó và báo cáo chi phí của lần chạy. Chỉ số Artificial Analysis Terminal-Bench 4.0 của nó là 56,06, so với 43,94 của phiên bản tiền nhiệm GPT-6 Sol, qua đó đưa bước chuyển giữa các thế hệ trên các tác vụ tác nhân dựa trên shell lên khoảng mười hai điểm. Đối lại, các đánh giá nổi bật của chính OpenAI cho mô hình — bao gồm kết quả Terminal-Bench Science dẫn mức 5,47 USD mỗi tác vụ ở nỗ lực tối đa so với 23,21 USD cho Claude Opus 5.5 — là các lần chạy của nhà cung cấp với các đường cơ sở của nhà cung cấp, và chưa có ai tái lập được chúng.

Vậy nên bản tóm tắt trung thực về bằng chứng là thiên lệch và chỉ nghiêng về một phía: GPT-6.1 Sol có đo lường từ bên thứ ba về cả chất lượng lẫn chi phí trên mỗi tác vụ, còn Hy4 Preview có điểm ưu tiên của nhà cung cấp so với các mô hình mở khác. Điều đó không có nghĩa Hy4 Preview tệ hơn mức mà điểm ưu tiên gợi ý. Điều đó có nghĩa là chưa có ai ngoài Tencent đo lường nó, đó là một nhận định khác, và là lý do để bạn kiểm thử nó trên chính các tác vụ của mình thay vì tin vào số liệu của bất kỳ bên nào.

Câu hỏi về tự host, với những con số thực tế

Trọng số mở của Hy4 Preview chính là lý do để coi trọng nó ngoài mức giá API, và cũng là lý do nó không phải là một thắng lợi dễ dàng.

Các con số thực tế, như đã công bố: một lượng tử hóa Q4_K_M của mô hình chạy đến khoảng 435 GiB, lượng tử hóa 1-bit đến khoảng 213 GiB, và mô hình đầy đủ chưa lượng tử hóa cần cỡ 1.5 TB VRAM. Con số 213 GiB cho 1-bit là con số duy nhất trong ba con số đó mà một nút bộ nhớ cao đơn lẻ có thể chứa được, và đây cũng là phương án khiến bạn tốn chất lượng nhiều nhất. Con số 435 GiB cho Q4_K_M cần hạ tầng đa GPU mà hầu hết các nhóm không có sẵn đang rảnh rỗi.

Điều đó có nghĩa gì trên thực tế: tự vận hành Hy4 Preview là một lựa chọn thực sự cho các tổ chức đã chạy loại phần cứng đó, và là một dự án đầu tư vốn đối với tất cả những người còn lại. Nếu bạn thuộc nhóm đầu tiên, mức giá API ở trên không liên quan đến bạn — bạn đang đổi một hóa đơn tính theo mức sử dụng lấy một hóa đơn cố định, và Apache 2.0 không áp thêm chi phí giấy phép nào. Nếu bạn thuộc nhóm thứ hai, mức giá API là con số duy nhất đáng quan tâm và các mức $0.834 / $2.501 / $0.042 chính là lý do để xem xét mô hình này ngay từ đầu.

Một lưu ý từ người dùng, và đó là lưu ý về chi phí chứ không phải về năng lực: những điểm chưa hoàn thiện được ghi nhận của Hy4 Preview là suy luận quá mức và kiểm chứng quá mức — tiêu tốn nhiều token hơn mức một tác vụ cần, kiểm tra lại phần việc vốn đã đúng. Trên một API tính phí theo lượng sử dụng, hành vi đó xuất hiện trên dòng chi phí đầu ra ở mức $2,501 mỗi triệu token; trên phần cứng tự vận hành, nó xuất hiện dưới dạng độ trễ. Dù theo cách nào, nhiệt độ khuyến nghị 0,9 và cài đặt suy luận mặc định là "high" đều là những lựa chọn cấu hình đáng để tinh chỉnh trước khi bạn đánh giá mô hình dựa trên chi phí.

Bạn nên cầm thẻ nào

Hai mẫu này không phải là sản phẩm thay thế cho cùng một người mua, và sự phân chia rất rõ ràng.

Hãy chọn GPT-6.1 Sol nếu khối lượng công việc đắt đỏ khi làm sai và rẻ so với chi phí thất bại — các vòng lặp lập trình agentic dài, sử dụng máy tính, công việc chuyên môn nhiều tài liệu, nơi một tác vụ thất bại tốn kém hơn lượng token đã tạo ra nó. Nó có các phép đo độc lập, ngữ cảnh rộng hơn, trần đầu ra gấp đôi và mốc cắt kiến thức ngày 2026-04-30. Hãy dự trù cho việc đồng hồ đo đầu ra của nó chính là nơi tiền đổ vào, và thiết kế xoay quanh ngưỡng 272.000 token đầu vào mà trên ngưỡng đó Open​AI sẽ định giá lại toàn bộ yêu cầu. Nó có trong danh mục của chúng tôi theo mức giá niêm yết của Open​AI với mức markup 0%: https://www.orcarouter.ai/models/openai/gpt-6.1-sol.

Hãy chọn Hy4 Preview nếu khối lượng công việc lớn, nhạy cảm về chi phí và chấp nhận được một mô hình mà chưa ai ngoài nhà sản xuất từng đánh giá — trích xuất hàng loạt, phân loại, tóm tắt, các tác nhân gọi công cụ khi tác vụ được mô tả rõ ràng và việc thất bại thì tốn ít chi phí để thử lại. Với $0.834 / $2.501 / $0.042, nó chỉ bằng một phần ba chi phí trên cùng số lượng token, được mở mã nguồn theo Apache 2.0 nếu bạn muốn ngừng thuê nó, và nó có trong danh mục của chúng tôi ở mức giá niêm yết của Tencent mà không cộng thêm phụ phí: https://www.orcarouter.ai/models/tencent/hy4-preview. Quy tắc không cộng thêm 0% tương tự áp dụng cho cả hai dòng, nghĩa là mức giảm giá của nhà cung cấp được cập nhật vào danh mục ngay trong ngày nó xuất hiện trên trang của nhà cung cấp, thay vì sau khi một nhà bán lại nhận ra.

Cấu hình mà hầu hết các nhóm thực sự muốn là cả hai, với mô hình rẻ đảm nhận khối lượng lớn và mô hình đắt đảm nhận phần đuôi khó — và đó chính xác là thiết lập mà một endpoint duy nhất với tính năng tự động chuyển đổi dự phòng trên hơn 200 mô hình tồn tại để làm cho rẻ, vì một mô hình chưa được kiểm chứng như Hy4 Preview dễ thử hơn nhiều khi nó nằm sau cùng một khóa với mô hình bạn đã tin tưởng, với một tuyến tự động chuyển sang phương án dự phòng thay vì phải duy trì một tích hợp thứ hai.