GPT-6.1 Terra so với Muse Wonder: Bốn điểm chỉ số, chi phí gấp tám lần

GPT-6.1 Terra và Muse Wondercách nhau bốn điểm trên bảng điểm công khai đã đo lường cả hai, và cách nhau khoảng tám lần về chi phí để hoàn thành một tác vụ trên bảng điểm đó. OpenAI phát hành Terra vào ngày 26 tháng 10 năm 2026 với giá 1 đô la mỗi triệu token đầu vào và 5 đô la mỗi triệu token đầu ra; nó đạt 48 điểm trên Artificial Analysis Intelligence Index và tốn 0,40 đô la mỗi tác vụ chỉ số. Meta phát hành Muse Wonder vào ngày 12 tháng 10 với giá 4 và 20 đô la; nó đạt 52 điểm và tốn 3,27 đô la mỗi tác vụ. Cả hai đều ghi cửa sổ ngữ cảnh một triệu token. Một thao tác sắp xếp bảng xếp hạng sẽ kết thúc quyết định trong một dòng, đó là lý do bảng xếp hạng là nơi sai để kết thúc nó: mô hình có điểm cao hơn và hóa đơn cao hơn cũng là mô hình nhanh hơn, và lợi thế của mô hình rẻ phụ thuộc hoàn toàn vào việc một câu trả lời sai gây tốn kém cho bạn đến mức nào.

Các số liệu dưới đây đến từ Artificial Analysis, được đọc vào ngày 27 tháng 10 năm 2026, và từ tài liệu ra mắt của hai nhà cung cấp. Các tuyên bố của nhà cung cấp được đánh dấu là tuyên bố. Bài đánh giá chuẩn ở cấp độ tác vụ duy nhất trong bài viết này do DualEntry, một công ty bán phần mềm tự động hóa kế toán, thực hiện, vì vậy đây là bằng chứng bên thứ ba có lợi ích thương mại, không phải một cuộc kiểm toán trung lập; nó được xử lý theo cách đó.

Hai mô hình được xây dựng cho những công việc khác nhau

Terra là mô hình khối lượng lớn của OpenAI, là bản thay thế cho GPT-5.6 Terra và là cách rẻ nhất để có được năng lực tổng quát của dòng OpenAI hiện tại. Mô hình chấp nhận văn bản và hình ảnh, trả về văn bản, công bố ngữ cảnh 1.050.000 token với giới hạn đầu ra 128.000 token, và cung cấp mức nỗ lực suy luận từ none đến max. OpenAI cũng đã đưa mô hình này lên Amazon Bedrock ngay ngày ra mắt và vào ChatGPT Work và Codex, dù không đưa vào hộp trò chuyện ChatGPT dành cho người dùng phổ thông. Nó chỉ có qua API theo nghĩa quan trọng đối với việc mua sắm: không có tinh chỉnh, không có Realtime, không có Assistants.

Muse Wonder là mô hình đầu tiên của Meta thuộc nhóm dẫn đầu, và nó xuất hiện với một sự phân tách mà hầu hết các trang so sánh đều làm mờ đi. Mô hình API là Wonder, với giá 4 USD đầu vào và 20 USD đầu ra. Checkpoint có điểm cao hơn, Muse Wonder Full với 56 trên cùng chỉ số, chỉ được bán trong gói đăng ký Muse Code với giá 50 USD hoặc 200 USD mỗi tháng và không được phục vụ qua API. Các hàng benchmark nổi bật thường mô tả Full. Mô hình mà nhà phát triển thực sự có thể gọi cao hơn Terra bốn điểm, không phải tám.

• Giá — GPT-6.1 Terra $1,00 đầu vào / $5,00 đầu ra mỗi triệu; Muse Wonder $4,00 / $20,00.

• Đầu vào được lưu trong bộ nhớ đệm — Terra $0.05 với mức giảm giá 95%; Wonder $0.20 với mức giảm giá 95%.

• Cửa sổ ngữ cảnh — Terra 1,050,000 được ghi nhận; Wonder 1,000,000 được ghi nhận.

• Đầu ra tối đa — Terra 128.000 được ghi nhận; Meta chưa công bố giới hạn cho Wonder, và các trình theo dõi bên thứ ba báo cáo con số gần 943.000.

Chỉ số Trí tuệ Độc lập — Terra 48, hạng 25/221; Wonder 52, hạng 10/221.

• Chi phí cho mỗi tác vụ lập chỉ mục — Terra $0,40; Wonder $3,27.

• Tốc độ đầu ra — Terra 90,9 token mỗi giây; Wonder 207,8.

• Thời gian đến token đầu tiên — Terra 77,96 giây; Wonder 31,62 giây.

• Đầu vào — Terra: văn bản và hình ảnh; Wonder: văn bản, hình ảnh, video và âm thanh theo các tracker, với tài liệu ra mắt của chính Meta nhấn mạnh văn bản và hình ảnh.

• Trọng số — đóng ở cả hai phía. Tùy chọn trọng số mở của Meta là Muse Spark, một mô hình khác.

Hóa đơn gấp tám lần khoảng cách chỉ số.

Chỉ số chi phí trên mỗi tác vụ mới là thứ đáng làm thay đổi cách hiểu về khoảng cách bốn điểm. Artificial Analysis không chỉ nhân đơn giá niêm yết với một số lượng token cố định; họ đo lượng token mà mỗi mô hình tiêu tốn để hoàn thành cùng một bộ tác vụ trong chỉ số, rồi định giá mức tiêu thụ đó. Terra tốn trung bình 0,40 USD mỗi tác vụ và Wonder tốn 3,27 USD, tức chênh lệch 8,2 lần trong khi khoảng cách về năng lực dưới 8%.

Chỉ riêng giá niêm yết không giải thích được điều đó. Lấy một khối lượng công việc gồm 100 triệu token đầu vào và 10 triệu token đầu ra: Terra tính 150 đô la và Wonder tính 600 đô la, chênh lệch 4 lần. Mức chênh lệch theo từng tác vụ còn rộng gấp đôi, nghĩa là số token mà các đánh giá chỉ mục thực sự tiêu thụ không chia theo tỷ lệ 10 ăn 1; Artificial Analysis định giá khối lượng đầu vào và đầu ra được đo lường cho từng mô hình, và con số theo từng tác vụ đó phản ánh các đánh giá chứ không phải một ví dụ cố định. Giá trên mỗi token là giá nhiên liệu, không phải chi phí của cả hành trình.

Sự khác biệt đó quan trọng nhất ở quy mô mà Terra hướng tới. Một pipeline chạy 100.000 tác vụ mỗi tháng sẽ chi 40.000 USD cho Terra và 327.000 USD cho Wonder theo mức giá đo được của Artificial Analysis. Khi khối lượng công việc thay đổi, khoảng cách năng lực giữa chúng không tăng gấp tám lần; nhưng hóa đơn thì có. Nếu tác vụ của bạn là phân loại, trích xuất, đọc biểu mẫu hay một bước tác tử có giới hạn, thì nghĩa vụ chứng minh thuộc về mô hình đắt tiền.

Một lưu ý về phép tính: chỉ số được chuẩn hóa lại định kỳ và các con số chi phí trên mỗi tác vụ thay đổi theo đó. Hãy so sánh các mô hình từ cùng một lần đọc, như các con số này, thay vì trừ đi một con số từ một bài viết cũ hơn.

Wonder nhanh hơn, và tuyên bố về tốc độ của Terra không đứng vững trước sự so sánh

Tài liệu ra mắt của OpenAI mô tả Terra nhanh hơn đáng kể so với GPT-6 Astra và GPT-6.1 Sol. Trong gia đình OpenAI, điều đó có vẻ đúng, và đó là lý do mô hình này tồn tại: một mô hình tổng quát rẻ, nhanh cho công việc hình ảnh và tài liệu. So với mô hình của Meta thì không gần được. Wonder tạo ra 207,8 token đầu ra mỗi giây so với 90,9 của Terra, và nó trả về token đầu tiên trong 31,62 giây so với 77,96 của Terra.

Cả hai đều khởi động chậm nếu xét theo giá trị tuyệt đối, đó là đặc tính của các mô hình suy luận lớn chứ không phải một vụ bê bối. Nhưng thứ tự này lại ngược với thứ tự giá, và điều đó có một hệ quả thực tế. Với một tác vụ theo lô chạy qua đêm, độ trễ của Terra không quan trọng còn chi phí của nó thì mang tính quyết định. Với một sản phẩm tương tác mà người dùng phải chờ token đầu tiên, việc khởi động mất 78 giây là một quyết định sản phẩm chứ không phải một dòng benchmark, và 32 giây của Wonder là trải nghiệm tốt hơn ngay cả khi giá đầu vào cao gấp năm lần.

Các số liệu về tốc độ cũng làm lung lay một giả định phổ biến về các mô hình giá rẻ: rằng mặc định chúng là lựa chọn nhanh. Terra rẻ trên mỗi token và rẻ trên mỗi tác vụ. Nó không nhanh trên mỗi giây. Đó là những khẳng định khác nhau, và chỉ một trong số đó là đúng.

Một bài kiểm tra ở cấp độ nhiệm vụ mà mô hình rẻ hơn đã thua

Bài kiểm tra bên thứ ba rộng nhất hiện có tại thời điểm ra mắt là bộ đánh giá kế toán của DualEntry: 101 trường hợp tổng hợp bao gồm phân loại giao dịch, bút toán nhật ký, khoản phải trả, khoản phải thu, đối chiếu, báo cáo, khóa sổ cuối tháng và kiến thức kế toán, mỗi mô hình được chạy ba lần với đáp án tham chiếu cố định thay vì do trình chấm điểm AI. Hai mươi hai mô hình đã được kiểm tra. DualEntry bán giải pháp tự động hóa kế toán, nên bộ đánh giá này không trung lập, nhưng phương pháp cụ thể hơn một chỉ số tổng hợp.

Terra đạt 78,2% tổng thể, đồng hạng 18/22. Hồ sơ năng lực của nó không đồng đều theo cách mà điểm tổng hợp che giấu. Phân loại giao dịch đạt mức hoàn hảo, 13/13. Các khoản phải trả đạt 53,8%, đồng hạng cuối. Đối chiếu ngân hàng đạt 83,3%, xếp sau cả Kimi K3.1 Pro và Muse Wonder, dù bản công bố không công bố điểm đối chiếu chính xác của Wonder. Terra là mô hình OpenAI nhanh nhất trên bộ đánh giá và nhanh thứ ba tổng thể với 16,1 giây mỗi tác vụ, ở mức $0,042 mỗi tác vụ — bằng khoảng một nửa GPT-6.1 Sol và một phần mười GPT-6 Astra.

Một nền tảng đánh giá riêng, Vals AI, xếp Terra ở mức 60,17% và vị trí thứ 10 trên 28 trong bộ đánh giá của chính nền tảng này, với công việc lập trình và terminal là điểm mạnh còn pháp lý, thuế và tài chính là điểm yếu. Bộ đánh giá khác, thang đo khác, nên con số này không thể so sánh với chỉ số Artificial Analysis; còn hình thái thì có. Terra là một mô hình đa năng nhanh, rẻ với độ biến thiên lớn giữa các nhóm nhiệm vụ, chứ không phải một mô hình tốt đồng đều.

Sự biến động đó chính là lập luận chống lại việc chỉ mua dựa trên chi phí cho mỗi tác vụ. Trong một quy trình mà điểm phụ 53,8% có nghĩa là một người phải làm lại một nửa hàng đợi các khoản phải trả, thì 2,87 đô la tiết kiệm được cho mỗi tác vụ không phải là một khoản tiết kiệm; đó là sự chuyển dịch chi phí từ ngân sách token sang ngân sách tiền lương. Lợi thế bốn điểm chỉ số của Muse Wonder không chứng minh rằng nó sẽ vượt qua ngưỡng đó — không có bộ chuẩn đối sánh dùng chung nào được công khai chứng minh điều đó — nhưng trong bài kiểm tra cấp tác vụ duy nhất mà cả hai đều xuất hiện, nó dẫn trước ở chỗ Terra yếu nhất.

Các phương thức, độ dài đầu ra và những gì Meta chưa công bố

Hàng đầu vào của Wonder là khác biệt cấu trúc rõ ràng nhất. Trackers liệt kê đầu vào văn bản, hình ảnh, video và âm thanh, đầu ra văn bản; tài liệu ra mắt của Meta hẹp hơn ở một số điểm, nhưng đầu vào video và âm thanh chính là lý do một nhóm sẽ cân nhắc nó thay vì Terra. Terra nhận văn bản và hình ảnh. Nếu pipeline của bạn tiếp nhận các cuộc gọi được ghi âm, bản ghi màn hình hoặc video sản phẩm, Terra không thể là mô hình duy nhất trong đó.

Độ dài đầu ra là mục thứ hai. Terra ghi nhận 128.000 token đầu ra. Meta chưa công bố giới hạn trần của Wonder, và con số ~943.000 đang lưu truyền đến từ quan sát của bên thứ ba chứ không phải từ một thông số kỹ thuật. Hãy coi đó là một manh mối cần xác minh, không phải con số để thiết kế xoay quanh. Lời thận trọng tương tự cũng áp dụng cho mốc cắt kiến thức: Terra ghi nhận ngày 1 tháng 6 năm 2026; Meta chưa công bố mốc nào cho Wonder.

Cả hai mẫu đều không có trong danh mục của chúng tôi. Đây là những gì

Một lưu ý trung thực trước bất kỳ ghi chú sản phẩm nào: tính đến ngày 27 tháng 10, cả GPT-6.1 Terra lẫn Muse Wonder đều không có trong danh mục 214 mô hình của OrcaRouter. Terra có sẵn qua API riêng của OpenAI và, kể từ ngày ra mắt, qua Amazon Bedrock. Wonder được bán trên Model API của Meta. Bất kỳ ai tuyên bố có thể định tuyến một trong hai mô hình này qua chúng tôi ngay hôm nay đều đang mô tả một lộ trình phát triển, chứ không phải danh mục.

Điều mà danh mục thực sự có là nhánh hosted gần nhất ở mỗi phía: GPT-6.1 Sol với $2 đầu vào và $10 đầu ra, đạt 52 trên chỉ số và tốn $0,72 mỗi tác vụ, và Muse Spark 1.2, dòng Spark của Meta. Nếu khối lượng công việc dạng Terra là thứ bạn cần đo — công việc văn bản và hình ảnh khối lượng lớn, nơi chi phí cho mỗi tác vụ hoàn thành quyết định việc mua — thì Sol là proxy hosted có nhiều năng lực hơn và chi phí mỗi tác vụ cao gần gấp đôi, và so sánh này cho bạn biết mức tiết kiệm của Terra có đáng để chuyển đổi hay không. Cả hai được cung cấp theo giá niêm yết của nhà cung cấp mà không có phụ phí, trên một khóa với chuyển đổi dự phòng tự động, nên sự cố của nhà cung cấp không trở thành sự cố của sản phẩm.

Khi một trong hai mô hình có mặt trong danh mục, việc chuyển đổi chỉ là một chuỗi mô hình chứ không phải một hợp đồng thứ hai. Đó là lý do thực tế để đo hiệu năng khối lượng công việc ngay bây giờ thay vì chờ bài đăng ra mắt ấn định cuộc so tài.

Ai nên chọn cái nào

Chọn Terra khi công việc có khối lượng lớn, được đặc tả rõ ràng và chủ yếu xoay quanh văn bản hoặc hình ảnh: trích xuất tài liệu, phân loại, đọc biểu mẫu và ảnh chụp màn hình, soạn thảo, các bước tác nhân có giới hạn. Mức $0.40 mỗi tác vụ là thấp nhất trong so sánh này với khoảng cách lớn, đầu ra 128K được ghi nhận trong tài liệu chứ không phải lời đồn, và điểm số không đồng đều giữa các tác vụ con là chấp nhận được khi dù sao vẫn có con người đánh giá đầu ra.

Chọn Muse Wonder khi đầu vào phong phú hơn văn bản và hình ảnh, khi một agent phải trả về một artifact dài trong một lần gọi, hoặc khi một câu trả lời sai tốn kém hơn nhiều so với $2.87. Tốc độ 207,8 token mỗi giây và token đầu tiên mất 32 giây khiến nó trở thành mô hình tương tác tốt hơn, và lợi thế chỉ số bốn điểm là có thật ngay cả khi nó nhỏ hơn khoảng cách giữa Muse Wonder Full và Terra. Hãy dự trù ngân sách cho mức giá đầu ra $20 và xác nhận checkpoint nào mà benchmark bạn đang đọc thực sự đã đo.

Bốn điểm là con số kém thú vị nhất trong cuộc so tài. Hóa đơn, thời gian tới token đầu tiên và mức biến thiên ở cấp độ tác vụ mới là những gì một quyết định triển khai thực tế xoay quanh — và ở những khía cạnh đó, mô hình rẻ hơn không đơn thuần là mô hình kém hơn.