GPT-6.1 Terra ra mắt với giá chỉ bằng một nửa, ít hơn 37 điểm lỗi và không có flagship nào trong tầm ngắm

OpenAI đã ra mắt GPT-6.1 Terra vào ngày 26 tháng 10 năm 2026, với giá 1 USD cho mỗi triệu token đầu vào và 5 USD cho mỗi triệu token đầu ra — bằng một nửa giá của GPT-5.6 Terra trên cả hai chiều, và bằng một nửa giá của GPT-6.1 Sol bốn tuần sau khi chính mô hình đó ra mắt. Con số được trích dẫn nhiều nhất sẽ là con số về độ tin cậy: trong bài kiểm tra gợi ý gây lỗi nội bộ của OpenAI, tỷ lệ sai sót ở mức suy luận thấp đã giảm từ 53,6% xuống 16,7%. Con số được trích dẫn ít nhất là việc Terra vẫn kém Sol bốn điểm trên chỉ số Artificial Analysis độc lập. Cả hai đều đúng, và khoảng cách giữa chúng chính là toàn bộ câu chuyện của bản phát hành này.

Khoảng trống đó quan trọng vì những gì đã được dự đoán. Khi mô hình này vẫn chỉ là một chuỗi trong một pull request của bộ khung đánh giá Microsoft, vào ngày 20 tháng 10, chúng tôi đã viết rằng một mô hình tầm trung rẻ hơn sẽ cần có giá dưới 2 đô la cho đầu vào và 10 đô la cho đầu ra mới hợp lý, và rằng các báo cáo nói nó đánh bại Sol chỉ là số học, không phải bằng chứng. Nửa phần giá của dự đoán đó gần như đã thành hiện thực chính xác: 1 đô la/5 đô la, gần với mức 1 đô la/4 đô la mà chúng tôi cho là khả thi. Nửa phần hiệu năng thì không. Terra rõ ràng đánh bại mô hình tiền nhiệm của nó và không đánh bại Sol ở bất kỳ đâu đã được đo lường độc lập.

OpenAI đã công bố những gì, theo thứ tự quan trọng

Thông số kỹ thuật dưới đây đến từ tài liệu mô hình của OpenAI, được đọc vào ngày 27 tháng 10. Các tuyên bố về hiệu suất trong phần tiếp theo là của chính OpenAI và được ghi nhãn như vậy xuyên suốt.

• Giá — {{1}}$1 mỗi triệu đầu vào{{/1}}, {{2}}$5 mỗi triệu đầu ra{{/2}}, {{3}}$0,05 đầu vào được lưu trong bộ nhớ đệm{{/3}}, so với {{4}}$2/$12 cho GPT-5.6 Terra{{/4}} và {{5}}$2/$10 cho GPT-6.1 Sol{{/5}}.

• Ngữ cảnh — 1,050,000 token, đầu vào tối đa 922,000, đầu ra tối đa 128,000. Giống hệt với cả hai phiên bản tiền nhiệm; đây không phải là bản phát hành về cửa sổ ngữ cảnh.

• Mốc kiến thức — {{1}}1 tháng 6, 2026{{/1}}, tăng từ {{2}}16 tháng 2, 2026{{/2}} trên GPT-5.6 Terra.

• Mức nỗ lực suy luận — none, low, medium (mặc định), high, xhigh, max. Lưu ý về thiết lập “none”: GPT-6.1 Sol không cung cấp thiết lập này, vì vậy Terra có một mức giá rẻ hơn so với Sol.

• Phương thức — văn bản và hình ảnh đầu vào, văn bản đầu ra. Không có âm thanh, không có video.

• Điểm cuối — Chat Completions, Responses và Batch. Gọi công cụ yêu cầu Responses API. Không hỗ trợ tinh chỉnh, không Realtime, không Assistants.

• Các yếu tố điều chỉnh chi phí — chế độ batch và flex thấp hơn 50% so với tiêu chuẩn; chế độ fast gấp 2× tiêu chuẩn; xử lý theo khu vực có phụ phí 10% ở những nơi được cung cấp. Các yêu cầu vượt quá 272K token đầu vào sẽ được tính phí gấp 2× mức giá đầu vào và giá cache, cộng thêm 1,5× đầu ra cho toàn bộ yêu cầu.

Đợt triển khai ChatGPT hẹp hơn đợt triển khai API. Terra có mặt trên các gói Plus, Pro, Business, Enterprise và Edu, bên trong ChatGPT Work và Codex, có thể chọn từ menu Advanced trên ứng dụng desktop và trên Work bản web, đồng thời Work cũng hỗ trợ nó trên thiết bị di động. Nó rõ ràng không có mặt trong ChatGPT Chat và không hỗ trợ lưu trú suy luận tại UAE. Quyền truy cập Enterprise vẫn phụ thuộc vào tính khả dụng của workspace và các kiểm soát của quản trị viên. Nếu cách hình dung của bạn về một đợt ra mắt của OpenAI là "nó xuất hiện trong ô chat," thì đợt này không như vậy.

Tuyên bố 37 điểm là có thật, nhưng hẹp hơn vẻ ngoài của nó.

Kết quả nổi bật của OpenAI là mức giảm lỗi trên các câu lệnh được thiết kế để gây ra sai sót — một bài kiểm tra công ty tự thực hiện nội bộ, chưa công bố và chưa ai bên ngoài tái lập được. Ở mức nỗ lực suy luận thấp, tỷ lệ lỗi giảm từ 53,6% trên GPT-5.6 Terra xuống 16,7% trên Terra. Ở mức nỗ lực tối đa, công ty báo cáo mức giảm thêm 18 điểm xuống 4,3%, mà họ mô tả là gần với GPT-6 Astra và GPT-6.1 Sol.

Hãy đọc kỹ điều đó. Con số 37 điểm không phải là "ít lỗi hơn 37% trong công việc của bạn". Đó là mức chênh lệch 37 điểm trên một bộ dữ liệu nội bộ được xây dựng mang tính đối kháng, ở thiết lập nỗ lực thấp nhất, so với một mô hình đang bị loại khỏi một số kênh phân phối. Tóm tắt trung thực là mức sàn của Terra đã bớt đáng xấu hổ đi nhiều. Liệu mức trần của nó có đạt tới mức của Sol hay không là một câu hỏi khác, và bài kiểm tra nội bộ không thể trả lời điều đó vì con số của Sol trên cùng bài kiểm tra ấy chỉ được dẫn là "gần".

Phần còn lại trong các tuyên bố đã được OpenAI công bố, tất cả đều do nhà cung cấp tự thực hiện:

• Terminal-Bench 4.0 — 50,3% được giải ở mức nỗ lực tối đa trên Terra, so với 21,5% của GPT-5.6 Terra. Hơn gấp đôi, và là bước nhảy lớn nhất giữa các thế hệ trong bản phát hành.

• Agents' Last Exam — cao hơn GPT-5.6 Terra 15 điểm phần trăm ở mức nỗ lực trung bình, với chi phí chỉ khoảng một phần ba.

• MMMU-Pro — đánh bại GPT-5.6 Terra ở mọi cấp độ suy luận và tiệm cận Astra và Sol, mà không công bố điểm số bằng số nào.

• Terminal-Bench-Science 0.1 — chênh không quá 5 điểm so với Claude Opus 5.5 với chi phí ước tính dưới một phần năm.

Tốc độ — thông cáo ra mắt mô tả Terra nhanh hơn đáng kể so với Astra và Sol. Artificial Analysis chưa công bố số liệu thông lượng đo được cho mô hình tại thời điểm chúng tôi kiểm tra, vì vậy hãy coi "nhanh hơn" là một tuyên bố cho đến khi có người chạy thử nó.

Điểm số độc lập: cao hơn sản phẩm tiền nhiệm sáu điểm, kém Sol bốn điểm

Artificial Analysis xếp GPT-6.1 Terra ở mức 48 trên Intelligence Index, đứng thứ 25 trong số 221 mô hình, với $0,40 mỗi tác vụ chỉ số. Trên cùng danh sách trực tuyến hiện hành, GPT-5.6 Terra đứng ở mức 42 (thứ 53, $1,40 mỗi tác vụ) và GPT-6.1 Sol ở mức 52 (thứ 13, $0,72 mỗi tác vụ). Những so sánh đó chỉ hợp lệ khi đối chiếu với nhau theo dữ liệu đang được công bố hiện tại — chỉ số này được chuẩn hóa lại định kỳ, và các bài viết cũ trích dẫn những con số tuyệt đối khác nhau cho cùng các mô hình.

Có ba điều rút ra từ đó. Thứ nhất, Terra là một bản nâng cấp thực sự so với phiên bản tiền nhiệm: sáu điểm chỉ số với chi phí mỗi tác vụ chưa đến một phần ba. Thứ hai, nó không đánh bại Sol, điều mà các báo cáo trước khi ra mắt gợi ý rằng nó có thể. Thứ ba, và ít được thảo luận nhất, chi phí cho mỗi tác vụ hoàn thành của Terra là thấp nhất trong ba — $0.40 so với $0.72 của Sol — một con số hữu ích hơn giá mỗi token, vì nó tính cả số token mà mô hình tiêu tốn để đi đến câu trả lời.

Khoảng cách tốc độ đo được lại là yếu tố đi theo chiều ngược lại. GPT-5.6 Terra được liệt kê ở mức 137 token đầu ra mỗi giây và 111,75 giây để có token đầu tiên; GPT-6.1 Sol ở mức 65,9 token mỗi giây và 325,58 giây. Nếu Terra thực sự là mô hình nhanh nhất trong ba mô hình, nó sẽ thừa hưởng vương miện về độ trễ cũng như vương miện về giá, và chính sự kết hợp đó — chứ không phải trí tuệ thô — mới là điều mà một quy trình sử dụng máy tính hoặc xử lý tài liệu thực sự quan tâm.

Nơi "nửa giá" vẫn còn, và nơi nó lặng lẽ không còn đúng nữa

Một khối lượng công việc hạng tiêu chuẩn gồm 100.000 token đầu vào và 5.000 token đầu ra tốn 0,26 USD trên GPT-5.6 Terra và tốn 0,125 USD trên GPT-6.1 Terra — mức tiết kiệm 52%, nhỉnh hơn một chút so với con số tiêu đề vì đầu ra là phía đắt đỏ hơn trong bảng giá cũ.

Hệ số nhân ngữ cảnh dài không xóa bỏ mức chiết khấu, vì nó áp dụng cho cả hai mô hình: với hơn 272K token đầu vào, Terra tính giá $2 cho đầu vào và $7.50 cho đầu ra cho toàn bộ yêu cầu, GPT-5.6 Terra ở mức $4 và $18. Một yêu cầu có 400K đầu vào và 4K đầu ra tốn $0.83 so với $1.67. Vẫn chỉ bằng một nửa.

Điểm mà phép tính thay đổi là chế độ nhanh. Terra ở mức 2× giá chuẩn là $2/$10 — đúng bằng giá niêm yết chuẩn của GPT-6.1 Sol, dù là một mô hình yếu hơn bốn điểm chỉ số. Nếu khối lượng công việc của bạn cần tốc độ của Terra và bạn đang trả hệ số nhân của chế độ nhanh, thì lập luận về giá của Terra so với Sol biến mất, và câu hỏi duy nhất còn lại là liệu đầu ra của Terra có đủ tốt cho tác vụ hay không. Batch và flex thì ngược lại: giảm 50% đưa Terra xuống $0.50/$2.50, mức giá đa dụng có năng lực rẻ nhất trên bảng giá của OpenAI và là thiết lập mà hầu hết các pipeline xử lý hàng loạt nên thử đầu tiên.

Điều này có nghĩa gì nếu bạn kiếm sống bằng việc định tuyến mô hình

Một lưu ý thẳng thắn trước phần ghi chú sản phẩm: GPT-6.1 Terra không có trong danh mục của OrcaRouter tại thời điểm viết bài. Danh mục của chúng tôi liệt kê 214 mô hình, bao gồm GPT-5.6 Terra, GPT-6.1 Sol, GPT-6 Astra và GPT-6 Luna, nhưng không có mô hình này — vì vậy bất kỳ ai nói với bạn rằng họ định tuyến Terra ngay hôm nay thì hoặc là đang đi nhanh hơn tài liệu của chính nhà cung cấp, hoặc là đang đoán.

Điều còn lại cho bạn là một quyết định gồm hai phần mà OrcaRouter thực sự làm cho rẻ hơn. Cả hai nhánh so sánh đều đã hoạt động: GPT-5.6 Terra với giá niêm yết $2/$12 và GPT-6.1 Sol với $2/$10, trên cùng một key, với mức chênh 0% so với giá niêm yết của nhà cung cấp. Điều này ở đây quan trọng hơn bình thường, vì câu hỏi thú vị không phải là "Terra có tốt hơn Sol không" theo nghĩa trừu tượng, mà là "đến điểm nào thì mức $0.40 mỗi tác vụ của Terra thôi đánh bại $0.72 của Sol trên lưu lượng của tôi." Bạn có thể đo nhánh Sol ở phía chúng tôi ngay hôm nay và giữ nguyên thang dự phòng ở đó trong khi Terra được thử nghiệm trực tiếp với API của OpenAI. Nếu sau này bạn chuyển khối lượng công việc sang, chế độ chuyển đổi dự phòng tự động có nghĩa là một ngày tồi tệ ở một nhà cung cấp sẽ không trở thành một ngày tồi tệ cho sản phẩm của bạn.

Vị trí khó xử trong đội hình

Lời phê bình sắc bén nhất đối với bản phát hành này không phải là về các bài đo hiệu năng. Mà là Terra đang chiếm một phân khúc mà chính những người anh em cùng dòng của nó đã chèn ép. Những người bình luận trên Hacker News đã dành phần lớn buổi ra mắt để tranh luận rằng Terra ở mức nỗ lực xhigh tốn kém hơn Sol ở mức nỗ lực thấp trong khi lại cho điểm số kém hơn, điều này khiến "chọn mô hình rẻ hơn" trở thành một quy tắc kém hiển nhiên hơn nhiều so với những gì bảng giá gợi ý. Những người khác chỉ ra rằng GPT-6.1 Sol đã ngang bằng với Astra cũ hơn trong một số công việc, và hỏi rằng còn lại gì cho một mô hình tầm trung khi tầng bên dưới nó liên tục hấp thụ thêm năng lực.

Câu trả lời của OpenAI là hình thái khối lượng công việc chứ không phải thứ hạng trên benchmark: tài liệu thông thường, ảnh chụp màn hình, biểu mẫu, bản vẽ kỹ thuật, tự động hóa trình duyệt và máy tính để bàn, soạn thảo và chỉnh sửa — những tác vụ khối lượng lớn mà ở đó mô hình cần đáng tin cậy và nhanh, chứ không phải thông minh tối đa. Đó là một hạng mục thực sự, và mức giảm lỗi 37 điểm nhắm thẳng vào đó. Đây cũng là hạng mục mà việc kém Sol bốn điểm chỉ số là không đáng kể, còn khoản tiết kiệm $0.32 mỗi tác vụ trên mỗi nghìn lần gọi thì không.

Có hai điều cần lưu ý. OpenAI vẫn chưa công bố ngày ngừng hỗ trợ gpt-5.6-terra, dù tài liệu của bên thứ ba đã đánh dấu mô hình này là không còn được khuyến nghị và GitHub Copilot sẽ ngừng cung cấp mô hình này vào ngày 16 tháng 11 năm 2026, với GPT-6.1 Sol hoặc GPT-6 Luna được nêu là các mục tiêu di chuyển — không phải Terra. Và GPT-6.1 Astra vẫn chưa ra mắt; cho đến khi mô hình này ra mắt, mô hình đứng đầu dòng này vẫn là GPT-6 Astra, mô hình mà Terra hiện được đối chiếu đánh giá một cách rõ ràng, với mức giá trên mỗi token chỉ bằng một phần mười.

Nếu công việc của bạn có khối lượng lớn và được đặc tả rõ ràng, lý do để chuyển sang là rất mạnh và chi phí di chuyển chỉ là một chuỗi mô hình. Nếu công việc của bạn thuộc 5% khó nhất — lập trình dài hạn, nghiên cứu sâu, các tác vụ agentic nơi chỉ một bước sai có thể làm hỏng cả lượt chạy — không có gì trong bản phát hành này thay đổi câu trả lời của bạn, và khoảng cách bốn điểm trên chỉ số chính là lý do. Việc giảm giá là thật; chỉ là nó không phải một câu chuyện về năng lực.