
GPT-6.2 Astra cắt giảm giá token 20%. Hóa đơn tác vụ giảm 36%.
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 90 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 133 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 trên 1 triệu token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 133 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 186 tok/s
OpenAI đã phát hành GPT-6.2 Astra vào ngày 17 tháng 11 năm 2026 với một tiêu đề bạn có thể kiểm chứng trong mười giây: 8 đô la mỗi triệu token đầu vào và 40 đô la mỗi triệu token đầu ra, so với 10 đô la và 50 đô la cho GPT-6 Astra. Đó là mức giảm tròn 20% ở cả hai chiều tính phí. Con số thực sự quyết định liệu hóa đơn của bạn có thay đổi hay không lại là một con số khác, và nó lớn hơn. Artificial Analysis đo GPT-6.2 Astra ở mức 4,00 đô la mỗi tác vụ Intelligence Index so với 6,24 đô la cho GPT-6 Astra — mức giảm 36% trong chi phí để hoàn thành một đơn vị công việc, không phải trong chi phí của một token.
Cả hai con số đều đúng, và khoảng cách giữa chúng chính là toàn bộ câu chuyện. Việc giảm giá cho bạn biết mức đồng hồ tính phí. Con số chi phí trên mỗi tác vụ cho bạn biết đồng hồ đã tính phí và nó đã chạy bao nhiêu lần. GPT-6.2 Astra tính phí ít hơn trên mỗi token và đốt ít token hơn để đến cùng một đích, nên khoản tiết kiệm cộng dồn. Nơi chúng ngừng cộng dồn — các yêu cầu ngữ cảnh dài, ghi bộ nhớ đệm, và các quy tắc mục suy luận — là nơi nửa sau của bài viết này dành thời gian.
Cùng một công việc, rẻ hơn 36% — và vì sao điều đó còn lớn hơn cả con số trên nhãn giá.
Artificial Analysis cho GPT-6.2 Astra 62 điểm trên Chỉ số Thông minh của mình, đứng thứ ba trong số 87 mô hình được theo dõi, tăng từ 57 điểm và hạng 13 của GPT-6 Astra. Con số chi phí của nó được tính trên cùng bộ đánh giá, và đó chính là điều khiến việc so sánh trở nên công bằng: cùng tác vụ, cùng bộ khung đánh giá, cùng cách chấm điểm, chỉ mô hình thay đổi. Năm điểm chỉ số về năng lực đi kèm với mức giảm 36% chi phí trên mỗi tác vụ.
Sự kết hợp đó là bất thường. Hầu hết các bản phát hành đều đánh đổi cái này lấy cái kia — bạn trả nhiều hơn cho mỗi tác vụ để có một mô hình thông minh hơn, hoặc chấp nhận một mô hình yếu hơn để có một mô hình rẻ hơn. Ở đây, cả hai con số đều đi đúng hướng so với bản tiền nhiệm, và đó chính là dạng tăng hiệu quả thực sự qua từng thế hệ, chứ không phải là một sự tái định vị.
Sáu con số quan trọng, được đặt cạnh nhau. Mọi mức giá đều là mức giá chuẩn đã công bố của OpenAI; các số liệu chỉ số và chi phí trên mỗi tác vụ là kết quả đo lường độc lập của Artificial Analysis, không phải của OpenAI.
• Đầu vào — GPT-6.2 Astra 8,00 USD mỗi triệu token so với GPT-6 Astra 10,00 USD
• Đầu ra — $40.00 mỗi triệu token so với $50.00
• Đầu vào được lưu trong bộ nhớ đệm — $0.40 mỗi triệu với mức chiết khấu 95% so với $1.00 ở mức 90%
• Intelligence Index — 62, xếp hạng #3/87 so với 57, xếp hạng #13/87
• Chi phí cho mỗi tác vụ Index — 4,00 USD so với 6,24 USD
• Cửa sổ ngữ cảnh — tổng cộng 1.050.000 token, trong đó tối đa 922.000 đầu vào và 128.000 đầu ra
Hãy chú ý đến dòng cache. Mức giảm giá đã tăng từ 90% lên 95% và mức giá cơ bản mà nó áp dụng đã giảm từ $10 xuống $8, nên một token đầu vào được lưu trong bộ nhớ đệm giờ chỉ tốn $0.40 so với mức $1.00 trước đây — tức giảm 60%, gấp ba lần con số được nêu. Nếu khối lượng công việc của bạn là một lời nhắc hệ thống dài cộng với một lượt người dùng ngắn, bạn đang được hưởng lợi nhiều hơn đáng kể so với 20%.

Nơi khoản tiết kiệm bị rò rỉ ngược trở ra ngoài
Ba cơ chế lấy đi một phần trong 36% đó, và cả ba đều được ghi lại rõ ràng chứ không bị giấu đi — bạn chỉ cần đọc trang giá và hướng dẫn chuyển đổi trước khi cam kết một ngân sách ngữ cảnh.
Vách đá 272K
GPT-6.2 Astra có cửa sổ 1.050.000 token, nhưng giá cả sẽ thay đổi hẳn trước khi bạn dùng hết cửa sổ đó. Khi đầu vào của một yêu cầu vượt quá 272.000 token, đầu vào và đầu vào đã lưu trong bộ nhớ đệm được tính gấp đôi mức giá tiêu chuẩn, còn đầu ra tính gấp 1,5 lần — và hệ số nhân áp dụng cho toàn bộ yêu cầu, chứ không chỉ những token vượt ngưỡng. Một prompt 300.000 token không phải trả mức phí cao hơn cho 28.000 token cuối cùng; nó trả gấp đôi cho toàn bộ 300.000 token.
Ở mức 16 đô la mỗi triệu token đầu vào, một lệnh gọi 300K duy nhất tốn 4,80 đô la trước khi mô hình viết ra một từ nào, trong khi chỉ một khoảnh khắc trước đó — ở 271.999 token — cùng công việc đó sẽ chỉ tốn 2,17 đô la. Đó là mức cắt giảm 20% bị trả lại chỉ trong một bước, thậm chí còn hơn thế, bởi vì vách đá là một điểm gián đoạn chứ không phải một độ dốc. Công việc tài liệu dài từng vừa trong cửa sổ cũ giờ cần một chiến lược chia nhỏ có chủ đích, chứ không chỉ là một ngân sách lớn hơn.
Ghi bộ nhớ đệm là một dòng riêng.
Đọc từ bộ nhớ đệm thì rẻ. Lấp đầy nó không miễn phí: ghi vào bộ nhớ đệm bị tính $10 mỗi triệu token, cao hơn mức giá đầu vào tiêu chuẩn. Một bộ nhớ đệm prompt sâu, thường xuyên bị vô hiệu hóa có thể tốn nhiều chi phí để duy trì hơn là tiết kiệm khi đọc. Kinh tế học ủng hộ một tiền tố ổn định tồn tại qua nhiều lượt, đúng là mẫu mà chính ghi chú chuyển đổi của OpenAI thúc đẩy bạn hướng tới.
Các mục suy luận bị loại bỏ
Bắt đầu từ thế hệ này, API sẽ loại bỏ các mục suy luận khi phát hiện lịch sử bị thay đổi giữa cuộc hội thoại — chẳng hạn chỉnh sửa tiền tố, hạ cấp mô hình, hoặc thay đổi người dùng cuối hay tổ chức. Khi mô hình mất ngữ cảnh đó, nó có thể trả lời kém hơn và tốn thêm token để tính lại những việc mà nó đã làm rồi. Hiệu ứng thứ hai chính là thứ hiện lên trên hóa đơn: một tích hợp chỉnh sửa lời nhắc hệ thống của nó giữa các lượt sẽ âm thầm trả tiền cho cùng một quá trình suy luận hai lần, và khoản tiết kiệm 36% sẽ trông giống như một sai số làm tròn.
Cách khắc phục mang tính kiến trúc chứ không phải tài chính. Hãy giữ nguyên tiền tố khi bạn thay đổi cài đặt giữa các phản hồi, và đầu vào trước đó vẫn đủ điều kiện để được lưu vào bộ nhớ đệm, đồng thời phần lập luận vẫn được giữ lại. Một thói quen bảo vệ cả hai dòng trên hóa đơn.
Các cài đặt suy luận là một quyết định về ngân sách.
GPT-6.2 Astra sẽ không chấp nhận reasoning.effort được đặt thành none. Hướng dẫn di chuyển của OpenAI nói rằng hãy bắt đầu các tích hợp mới ở mức medium và ánh xạ mọi thiết lập none hoặc minimal hiện có thành low. Không có gì trong số đó đáng ngạc nhiên đối với một mô hình ưu tiên suy luận, nhưng điều đó có nghĩa là việc hoán đổi thẳng chuỗi mô hình từ một mô hình tiền nhiệm không suy luận sẽ tạo ra cả câu trả lời tệ hơn và hóa đơn lớn hơn so với kế hoạch di chuyển ngụ ý.
Token suy luận được tính như output. Ở mức 40 đô la một triệu token, chênh lệch giữa mức thấp và mức cao trong một lượt chạy agent dài không phải là sai số làm tròn — nó thường là biến số đơn lẻ lớn nhất trong chi phí của tác vụ. Con số 4,00 đô la được đo cho mỗi tác vụ Intelligence Index giả định cấu hình effort bất kỳ mà Artificial Analysis đã dùng; con số của bạn phụ thuộc vào cấu hình của bạn. Hãy coi thiết lập effort là đòn bẩy chi phí đầu tiên bạn tinh chỉnh, trước khi bạn động vào bất cứ thứ gì khác.

Những gì bản ra mắt thực sự đã cải thiện và những gì nó chưa làm được
Một đợt giảm giá chỉ đáng có nếu mô hình ít nhất cũng tốt như vậy. Trên các đánh giá tầm xa và khoa học, GPT-6.2 Astra đã tiến bộ một cách dứt khoát. Terminal-Bench-Science tăng từ 63,3% trên GPT-6 Astra lên 78,1%, và Terminal-Bench 4.0 đạt 64,1%. AA-AnalystAgent ở mức 62,5%, AA-3D đạt 1,318 Elo, và LAB-AA của Harvey ở mức 15,0%. Đối với công việc agentic chạy qua nhiều bước và cần bám sát nhiệm vụ, đó chính là cấu hình bạn muốn, và chính cấu hình đó tạo ra hiệu quả token đằng sau con số 36%.
Có hai chỗ mà nó không thay đổi, đáng để bạn biết trước khi chuyển đổi toàn bộ một pipeline.
Đầu tiên là lập trình thi đấu. FrontierCode-AA 2.0 xếp GPT-6.2 Astra ở mức 45,4%, vẫn sau Claude Fable 5.2 với 48,8%. Astra đã thu hẹp đáng kể khoảng cách ở những mảng khác nhưng chưa vươn lên dẫn đầu về lập trình khó, vì vậy một nhóm có khối lượng công việc chủ yếu thuộc dạng FrontierCode sẽ có ít lý do chuyển đổi dựa trên năng lực hơn — lập luận về giá mới là lập luận áp dụng được.
Điều thứ hai còn tệ hơn cả một sự trì trệ. Trên AA-Omniscience, tỷ lệ ảo giác của GPT-6.2 Astra là 59,1%, tăng từ 49,8% trên GPT-6 Astra. Nó sẵn sàng trả lời hơn khi nó không biết. Đó là một vấn đề chi phí được ngụy trang thành vấn đề chất lượng: một câu trả lời sai một cách tự tin mà sau đó bạn phải phát hiện, loại bỏ và chạy lại khiến bạn tốn token hai lần, và lần chạy lại chính là chỗ phép tính cẩn thận theo từng tác vụ của bạn bị phá vỡ. Bất kỳ quy trình nào mà việc phát hiện một câu trả lời sai là tốn kém đều đáng có một bước xác minh trước khi việc giảm giá được coi là một khoản tiết kiệm.

Nhận được mức giá mà không phải đánh cược cả pipeline vào đó
GPT-6.2 Astra có thể được sử dụng thông qua API riêng của OpenAI và một số nền tảng bên thứ ba. Hiện tại nó không có trong danh mục của OrcaRouter, vì vậy nếu bạn muốn gọi nó trong tuần này, bạn sẽ phải đi trực tiếp đến nhà cung cấp. Không có nội dung nào trong phân tích giá ở trên phụ thuộc vào việc bạn gọi nó từ đâu — nhưng có hai điều về cách bạn gọi nó đáng để lên kế hoạch ngay bây giờ, vì đó chính là hai điều thường khiến các đội gặp rắc rối khi đã bước vào tuần thứ ba của quá trình chuyển đổi.
Đầu tiên là chuyển đổi dự phòng. Một mô hình được phát hành ngày hôm qua chưa có thành tích nào trên lưu lượng của bạn, và lời khuyên trung thực là hãy chạy nó song song với mô hình mà nó sẽ thay thế, chứ không phải thay thế mô hình đó. Định tuyến cả hai qua một điểm cuối tương thích OpenAI duy nhất, với tính năng chuyển đổi dự phòng tự động giữa các nhà cung cấp, có nghĩa là một ngày tồi tệ ở một nhà cung cấp upstream sẽ không trở thành một ngày tồi tệ cho người dùng của bạn trong khi bạn vẫn đang cân nhắc liệu con số 36% có thực sự đúng với khối lượng công việc của bạn hay không. OrcaRouter cung cấp GPT-6 Astra, GPT-6 Sol và GPT-6.1 Sol, vì vậy phép thử A/B so với phiên bản tiền nhiệm của Astra có thể chạy trên một khóa duy nhất mà không cần hợp đồng thứ hai và không cần thay đổi mã ở phía máy khách.
Điểm thứ hai là việc chuyển thẳng giá. OrcaRouter tính phí với mức cộng thêm 0% — đúng giá niêm yết của nhà cung cấp, không thay đổi. Điều đó đặc biệt quan trọng với một bản phát hành như thế này: khi nhà cung cấp giảm giá, mức giá của bạn được cập nhật ngay trong cùng ngày mức giá đó áp dụng cho họ, không cần đàm phán lại và không có độ trễ định giá lại. Nếu GPT-6.2 Astra được thêm vào danh mục, $8 và $40 ở trên chính là những con số bạn sẽ thấy, chứ không phải một phiên bản đã được cộng thêm giá.
Điều nó mang lại cho bạn trong lúc này là một phép so sánh rõ ràng. Hãy chạy cùng một bộ đánh giá qua GPT-6 Astra ngay hôm nay, ghi lại chi phí thực tế cho mỗi tác vụ ở thiết lập nỗ lực thực tế của bạn, và bạn sẽ có đường cơ sở để xác định liệu mức 36% đó có đứng vững hay không. Hầu hết các nhóm bỏ qua bước này cuối cùng lại đo lường con số hào nhoáng thay vì khối lượng công việc của chính họ, và phát hiện ra vách đá 272K theo cách tốn kém.
Ai nên hành động ngay, và ai nên chờ đợi
Hãy chuyển ngay nếu khối lượng công việc của bạn là công việc tác tử dài hạn, phân tích tài liệu dưới khoảng 250.000 token, hoặc bất kỳ thứ gì mang tính khoa học và điều khiển bằng terminal — bước nhảy Terminal-Bench-Science từ 63,3% lên 78,1% đủ lớn để thay đổi những gì khả thi, và hiệu quả token cộng dồn cùng mức giảm giá.
Hãy hành động cẩn trọng nếu lời nhắc của bạn thường xuyên vượt quá 272.000 token. Bờ vực không thưởng cho ngân sách lớn hơn; nó trừng phạt điều đó. Hãy chia nhỏ, hoặc dự trù gấp đôi.
Khoan đã, hoặc ít nhất hãy A/B trước, nếu công việc của bạn tập trung nhiều vào lập trình thi đấu khó — FrontierCode-AA 2.0 vẫn nghiêng về Claude Fable 5.2 — hoặc nếu một câu trả lời sai đầy tự tin lại tốn kém trong lĩnh vực của bạn, nơi tỷ lệ ảo giác tăng từ 49.8% lên 59.1% xứng đáng có một phép đo riêng trước khi nó trở thành lựa chọn mặc định của bạn.
Và trong mọi trường hợp, hãy chủ động đặt mức độ suy luận của bạn trước khi so sánh hóa đơn. 20% nằm trên trang giá và 36% nằm trên bảng xếp hạng. Cả hai đều chưa phải là hóa đơn của bạn.
