Giá GPT-6.1 Terra: $1 và $5 thực sự mang lại cho bạn điều gì

Bảng giá của GPT-6.1 Terra chỉ gồm bốn con số, và ba trong số đó là những con số người ta hay trích dẫn: một đô-la mỗi triệu token đầu vào, năm đô-la mỗi triệu token đầu ra, năm xu mỗi triệu token đầu vào được lưu đệm. Con số thứ tư — $1,25 mỗi triệu token ghi vào bộ nhớ đệm — mới là con số quyết định hóa đơn của bạn giảm một nửa hay chỉ giảm nhẹ. Đây là một trang giá, không phải bài ra mắt: nó bóc tách toàn bộ bảng giá theo từng dòng, định giá ba khối lượng công việc thực tế trên GPT-6.1 Terra, GPT-6.1 Sol, GPT-5.6 Terra, GPT-6 Astra và GPT-6 Luna, đồng thời chỉ ra nơi tuyên bố giá bằng một nửa vẫn đứng vững khi đối chiếu với hóa đơn vận hành thực tế và nơi nó lặng lẽ không còn đúng.

Mọi con số dưới đây đều lấy từ tài liệu mô hình của OpenAI dành cho GPT-6.1 Terra, đọc ngày 27 tháng 10 năm 2026, và từ các danh mục trực tuyến trên Artificial Analysis cho các con số chi phí trên mỗi tác vụ độc lập. Chỗ nào là số do nhà cung cấp tự báo cáo thì đều được ghi rõ. Ở đây không có gì là dự báo được khoác lên vẻ ngoài của một phép đo.

Thẻ, từng dòng một

Giá tiêu chuẩn trên GPT-6.1 Terra là 1,00 USD cho mỗi triệu token đầu vào và 5,00 USD cho mỗi triệu token đầu ra. Đầu vào được lưu trong bộ nhớ đệm có giá 0,05 USD mỗi triệu. Đó là những con số trong mọi tiêu đề, và chúng đúng trong phạm vi được đề cập.

Điều mà các tiêu đề bỏ qua là việc nạp đầy cache không hề miễn phí. Ghi vào cache tốn $1.25 cho mỗi triệu token với thời gian lưu giữ 30 phút, hoặc $2.50 cho mỗi triệu token với thời gian lưu giữ 12 giờ. Nếu khối lượng công việc của bạn là một prompt hệ thống dài được tái sử dụng qua hàng nghìn yêu cầu ngắn, cache sẽ tự hoàn vốn chỉ sau vài lần gọi. Nếu mỗi lần khối lượng công việc của bạn là một tài liệu 40,000 token khác nhau, bạn đang trả thêm $1.25 trên mức giá đầu vào $1.00 chỉ để có đặc quyền lưu trữ thứ mà bạn sẽ không bao giờ đọc lại — và đầu vào được cache với giá năm xu không bao giờ được tính đến.

Các bổ ngữ khác xếp chồng theo những cách dễ bị bỏ sót:

• Ngữ cảnh dài — mọi yêu cầu trên 272.000 token đầu vào được tính $2.00 cho đầu vào và $7.50 cho đầu ra cho toàn bộ yêu cầu, không chỉ phần vượt. Đầu vào được lưu trong bộ nhớ đệm tăng gấp đôi lên $0.10 và ghi bộ nhớ đệm lên $2.50 ở hạng mức đó.

Batch và Flex — thấp hơn 50% so với mức tiêu chuẩn, tức là $0.50 cho đầu vào và $2.50 cho đầu ra. Đây là mức giá cho mục đích chung đủ năng lực rẻ nhất trên bảng giá của OpenAI.

• Chế độ nhanh — gấp 2 lần mức tiêu chuẩn, hoặc $2.00 cho đầu vào và $10.00 cho đầu ra.

• Xử lý theo khu vực — phụ phí 10% khi có khu vực được cung cấp. Terra không hỗ trợ lưu trú suy luận tại UAE, vì vậy mức phụ phí đó không khả dụng cho mọi người mua muốn có nó.

• Mức nỗ lực suy luận — none, low, medium, high, xhigh và max. Mặc định là medium. Mức nỗ lực không làm thay đổi giá trên mỗi token; nó thay đổi số token mà mô hình dành để suy nghĩ, đó là lý do cùng một prompt có thể tốn gấp ba lần khi ở max so với low.

Nói cách khác, bảng giá theo token là một thực đơn với sáu nút xoay và hai vách đá. Hai vách đá là ngưỡng 272K và phí ghi vào bộ nhớ đệm. Các nút xoay là effort, batch, fast, regional, và đầu vào có bộ nhớ đệm so với không có bộ nhớ đệm.

Ba khối lượng công việc, ba hóa đơn

Hãy xét một quy trình phân loại hỗ trợ: một prompt hệ thống 2.000 token, một phiếu hỗ trợ 1.500 token và một câu trả lời 400 token. Nếu không dùng bộ nhớ đệm, đó là 3.500 token đầu vào với giá $1.00 mỗi triệu và 400 token đầu ra với giá $5.00 mỗi triệu — $0.0035 cộng $0.0020, tức $0.0055 mỗi phiếu. Mười nghìn phiếu một ngày tốn $55. Khi prompt hệ thống được lưu trong bộ nhớ đệm và bộ nhớ đệm vẫn được giữ ấm, đầu vào giảm xuống còn khoảng 1.500 token không được lưu trong bộ nhớ đệm cộng với 2.000 token được lưu trong bộ nhớ đệm với giá $0.05, và cùng một phiếu đó tốn khoảng $0.0037. Mức tiết kiệm là 33%, không phải 50%, vì đầu ra vốn luôn là nửa tốn kém hơn.

Giờ là một quy trình xử lý tài liệu: 80.000 token đầu vào là văn bản hợp đồng và 2.000 token đầu ra là bản tóm tắt. Chi phí là 0,08 USD đầu vào, 0,01 USD đầu ra — chín xu một tài liệu. Với GPT-5.6 Terra ở mức 2,00 USD và 12,00 USD, cùng công việc đó tốn 0,16 USD đầu vào và 0,024 USD đầu ra, tức 18,4 xu. Hóa đơn giảm một nửa, và đầu ra chính là nơi có mức cắt giảm theo tỷ lệ lớn hơn: giảm 58%, không phải 50%.

Tiếp theo là tác nhân trình duyệt, khối lượng công việc mà Terra thực sự được bán để đảm nhận. Mỗi bước gửi một ảnh chụp màn hình cùng trạng thái tác vụ và yêu cầu một hành động. Giả sử mỗi bước có 3.000 token đầu vào và 150 token đầu ra, và mỗi tác vụ có hai mươi bước. Như vậy là 60.000 token đầu vào và 3.000 token đầu ra cho mỗi tác vụ — $0,06 đầu vào, $0,015 đầu ra, tức 7,5 xu cho mỗi tác vụ hoàn thành trước khi tính các lần thử lại. Cộng thêm tỷ lệ thử lại 30% thì bạn sẽ ở mức khoảng 9,8 xu. Đây là lúc chi phí cho mỗi tác vụ, chứ không phải chi phí cho mỗi token, trở thành con số duy nhất quan trọng.

Vực 272K, được phân tích cặn kẽ

Vì hệ số nhân ngữ cảnh dài áp dụng cho toàn bộ yêu cầu, việc vượt ngưỡng 272.000 token đầu vào không phải là chi phí cận biên. Một yêu cầu có 300.000 token đầu vào và 3.000 token đầu ra được tính phí ở mức $2,00 và $7,50 mỗi triệu token: $0,60 đầu vào, $0,0225 đầu ra, tổng cộng $0,6225. Cùng yêu cầu đó ở 270.000 token đầu vào được tính phí $0,27 đầu vào và $0,015 đầu ra, tổng cộng $0,285. Bạn đã thêm 30.000 token và phải trả nhiều hơn 118%.

Điều đó quan trọng vì cửa sổ ngữ cảnh của GPT-6.1 Terra là 1.050.000 token với đầu vào tối đa 922.000 token. Cửa sổ này mời gọi những khối lượng công việc mà bảng giá lại trừng phạt. Nếu pipeline của bạn thường xuyên gửi 300K đến 500K token, thì so sánh trung thực không phải là Terra ở mức $1 so với Sol ở mức $2 — mà là Terra ở mức $2 so với Sol ở mức $4, và Terra ở mức $7,50 cho đầu ra so với Sol ở mức $15. Khoảng cách 50% vẫn còn, nhưng các con số tuyệt đối gấp đôi những gì tiêu đề gợi ý: một yêu cầu đầu vào 400.000, đầu ra 4.000 tốn $0,83 trên Terra và $1,66 trên Sol.

Nơi tuyên bố giảm nửa giá không còn đúng

Fast mode là ví dụ rõ ràng. GPT-6.1 Terra ở mức 2× có giá 2,00 USD cho đầu vào và 10,00 USD cho đầu ra — đúng bằng giá niêm yết tiêu chuẩn của GPT-6.1 Sol, cho một mô hình mà Artificial Analysis chấm thấp hơn bốn điểm chỉ số. Nếu khối lượng công việc của bạn cần tốc độ của Terra đến mức bạn phải trả hệ số nhân chế độ nhanh, thì lập luận về giá của Terra so với Sol biến mất hoàn toàn. Điều còn lại là lập luận về độ trễ, và nó chỉ là một lập luận nếu khoảng cách tốc độ đo được là có thật.

Điểm dừng thứ hai là mức nỗ lực. Ở xhigh hoặc max, Terra có thể dùng nhiều token hơn Sol ở low hoặc medium để đạt được câu trả lời tương tự. Những người bình luận trên Hacker News đã nêu điểm này trong vòng vài giờ sau khi ra mắt: “Terra ở xhigh tốn kém hơn Sol ở low và cho điểm kém hơn” là phiên bản lặp đi lặp lại. Bảng giá không thể trả lời điều đó, vì bảng giá định giá token còn khối lượng công việc quyết định số lượng.

Hạng mục thứ ba là lưu lượng nặng về ghi vào cache. Với mức $1,25 cho mỗi triệu token được ghi, một pipeline dựng lại ngữ cảnh 50.000 token ở mỗi yêu cầu phải trả $0,0625 mỗi yêu cầu trước khi đọc một token nào. Trên GPT-5.6 Terra, cùng thao tác ghi đó tốn $2,50 — vậy nên mô hình mới vẫn rẻ hơn — nhưng khoản cache giờ chiếm 55% hóa đơn đầu vào, không phải 20%.

Chi phí cho mỗi nhiệm vụ đã hoàn thành là con số cần căn cứ để lập ngân sách.

Artificial Analysis công bố cả Chỉ số Trí tuệ và chi phí cho mỗi tác vụ chỉ số. Trên danh sách trực tuyến của mình, GPT-6.1 Terra ở mức 48 với chi phí mỗi tác vụ là $0,40. GPT-6.1 Sol ở mức 52 và $0,72. GPT-5.6 Terra ở mức 42 và $1,40. GPT-6 Astra ở mức 53 với giá mỗi token cao hơn nhiều, và GPT-6 Luna ở mức 38 và thậm chí còn rẻ hơn.

Cách hiểu hữu ích không phải là “Terra rẻ hơn 71% mỗi tác vụ so với phiên bản tiền nhiệm” — điều đó đúng, nhưng đó là so sánh với một mô hình mà bạn vốn đã rời bỏ. Mà là việc mức $0.40 của Terra nằm giữa mức $0.72 của Sol và vùng dưới mười xu của Luna, điều này đặt quyết định lên một lằn ranh: liệu tác vụ có đủ khó để bốn điểm chỉ số thay đổi kết quả không? Với điền biểu mẫu, trích xuất hóa đơn và phân loại ảnh chụp màn hình, thì không. Với lập trình dài hạn, thì có.

Có một con số từ buổi ra mắt đáng để đọc lại theo góc nhìn này. So sánh của chính OpenAI đặt GPT-6.1 Terra ở mức nỗ lực tối đa ngang ngửa GPT-6 Astra ở mức trung bình trên Agents' Last Exam, với mức giá trên mỗi token chỉ bằng khoảng một phần mười. Đó là một tuyên bố theo từng tác vụ khoác lốt theo từng token, và đây là lập luận chi phí mạnh nhất trong bản phát hành — mạnh hơn “giảm nửa giá”, vì nó tính đến việc mỗi mô hình đốt bao nhiêu token.

Những gì bạn thực sự có thể mua hôm nay

GPT-6.1 Terra hiện không có trong danh mục OrcaRouter tại thời điểm viết bài. Danh mục có GPT-6.1 Sol với giá $2/$10, GPT-5.6 Terra với giá $2/$12, GPT-6 Astra với giá $10/$50 và GPT-6 Luna với giá $0.10/$0.50, với mức markup 0% so với giá niêm yết của nhà cung cấp, nhưng không có Terra mới. Bất kỳ ai hôm nay báo giá Terra cho bạn qua một router đều hoặc là đang đi trước tài liệu của nhà cung cấp, hoặc là đang đoán.

Điều đó để lại một hình hài thực tế cho vài tuần tới. Hãy tính giá khối lượng công việc trên các nhánh bạn có thể gọi ngay bây giờ — Sol và Luna đều đang hoạt động, trên cùng một khóa, với chuyển đổi dự phòng tự động — và chạy thử Terra trực tiếp với API của OpenAI song song. Vì danh mục của chúng tôi chuyển nguyên giá niêm yết của nhà cung cấp mà không cộng thêm phí, việc nhà cung cấp giảm giá sẽ xuất hiện trên các nhánh Sol và Luna ngay trong ngày OpenAI công bố; không cần đàm phán lại gì cả. Nếu sau này Terra được đưa vào danh mục, việc di chuyển chỉ là đổi chuỗi mô hình, và phép đo bạn đã xây dựng trên nhánh Sol chính là đường cơ sở để bạn so sánh với nó.

Một mẫu ngân sách trụ vững khi va chạm với thực tế

• Tách riêng đầu vào, đầu vào đã cache, đầu ra và ghi cache. Bốn dòng, không phải một.

• Đánh dấu mọi yêu cầu trên 272K token. Nếu có hơn một vài phần trăm vượt qua ngưỡng này, hãy định giá lại toàn bộ khối lượng công việc theo bậc ngữ cảnh dài, không phải bậc giá công bố.

• Tính giá mức nỗ lực riêng. Chạy cùng một bài đánh giá ở mức thấp, trung bình và tối đa; số lượng token, không phải đơn giá, mới là thứ thay đổi.

• Thử lại mô hình. Một agent trình duyệt có tỷ lệ thử lại 30% sẽ tốn thêm 30% cho mỗi tác vụ so với mức tính toán lý thuyết, và mô hình rẻ thường chính là mô hình cần thử lại.

• So sánh chi phí trên mỗi tác vụ đã hoàn thành, không phải chi phí trên mỗi triệu. Con số nhiệm vụ chỉ mục từ Artificial Analysis là một đại diện hợp lý khi bạn không có lựa chọn nào tốt hơn; đánh giá của chính bạn thì tốt hơn.

Tiêu đề "giảm nửa giá" là thật. Đó cũng là con số ít thú vị nhất trên bảng giá, vì nó mô tả một mức đơn giá chứ không phải hóa đơn. Hóa đơn được quyết định bởi mức nỗ lực, bởi ngưỡng 272K, bởi tần suất bạn xây dựng lại bộ nhớ đệm, và bởi số lần thử mà một tác vụ cần — và với ba trong bốn yếu tố đó, tài liệu của chính OpenAI cho bạn núm vặn nhưng không cho bạn giá trị cần đặt.