Thẻ tiêu đề được tạo cho bài viết "GPT-6.2 Astra Pro vs GPT-6 Astra" với phụ đề "tốn ít tiền hơn, nói nhiều hơn", hai thẻ giá dạng đường nét phẳng ghi $8 / $40 và $10 / $50 với một mũi tên hướng xuống ở giữa, và ba nhãn số liệu thống kê mờ ghi mỗi tác vụ $4.00 vs $6.24, token đầu ra 65.8M vs 54.3M, và ngữ cảnh 1,050,000 ở cả hai.
Guides & Insights

GPT-6.2 Astra Pro so với GPT-6 Astra: Người kế nhiệm tính phí ít hơn và nói nhiều hơn

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Các thế hệ mô hình gần như luôn tốn kém hơn thứ mà chúng thay thế. Mô hình này thì rẻ hơn, và nó làm được điều đó trong khi tạo ra nhiều token hơn trên benchmark độc lập duy nhất có công bố số lượng token — đúng kiểu mâu thuẫn đáng để mổ xẻ trước khi bất kỳ ai lập ngân sách cho một cuộc di trú. Đặt GPT-6.2 Astra Pro đối chiếu với GPT-6 Astra và bảng giá cho thấy mô hình mới lẽ ra phải thắng về giá: 8 đô-la mỗi triệu token đầu vào và 40 đô-la mỗi triệu token đầu ra, so với 10 và 50 đô-la cho mô hình mà O​penAI phát hành ngày 3 tháng 9 năm 2026. Artificial Analysis cũng đồng ý, đo được 4,00 đô-la mỗi tác vụ Intelligence Index cho mô hình mới so với 6,24 đô-la cho mô hình cũ. Nhưng họ cũng đo được rằng mô hình mới đốt 65,8 triệu token đầu ra để chạy bộ kiểm thử của mình, trong khi mô hình cũ chỉ đốt 54,3 triệu. Giá đầu vào và đầu ra giảm 20%; lượng token tiêu thụ tăng khoảng 21%. Cả hai sự thật đều đúng, và cùng nhau chúng giải thích toàn bộ tính chất của bản nâng cấp này.

Sự đảo ngược: ít hơn trên mỗi token và ít hơn trên mỗi tác vụ

Vào ngày 17 tháng 11 năm 2026, O​penAI đã phát hành GPT-6.2 Astra với mức giảm giá thẳng 20% so với phiên bản tiền nhiệm ở đầu vào và đầu ra, cộng với mức cắt giảm 60% đối với đầu vào được lưu trong bộ nhớ đệm. Những con số nổi bật rất dễ nêu ra và dễ kiểm chứng dựa trên bảng giá đã công bố:

• Đầu vào — 8,00 USD/triệu token trên GPT-6.2 Astra so với 10,00 USD trên GPT-6 Astra, giảm 20%.

• Đầu ra — 40,00 USD so với 50,00 USD, cũng như 20%.

• Đầu vào được lưu trong bộ nhớ đệm — $0.40 so với $1.00, giảm 60% và là thay đổi đơn lẻ lớn nhất trên bảng giá.

• Ghi bộ nhớ đệm, lưu giữ 30 phút — $10,00 so với $12,50.

• Trên 272.000 token đầu vào — 16,00 USD đầu vào và 60,00 USD đầu ra so với 20,00 và 75,00; hiện tượng sụt giảm ngữ cảnh dài vẫn còn, với cùng hệ số nhân 2× / 1,5× như trước.

• Ngữ cảnh và giới hạn — giống hệt nhau ở 1.050.000 token, tối đa 922.000 đầu vào, tối đa 128.000 đầu ra, và cả hai đều từ chối reasoning.effort: "none".

Ở đây không có gì là cổng tính năng. Sản phẩm kế nhiệm có cùng khung kích thước nhưng mức giá thấp hơn, điều này đủ bất thường để đáng đặt câu hỏi OpenAI đang đạt được gì nhờ khoản giảm giá này. Bài đăng ra mắt nói thẳng về điều đó: kết quả tốt hơn “với ít token đầu ra hơn, để bạn có thể hoàn thành nhiều việc hơn trong giới hạn sử dụng của mình,” và công ty tuyên bố GPT-6.2 Astra dẫn trước GPT-6 Astra 6,2 điểm trên chuẩn nội bộ GDPval v2 “trong khi sử dụng ít hơn 22% token đầu ra.”

Khi phép đo độc lập không khớp với nhà cung cấp

Artificial Analysis chạy cùng bộ chín bài đánh giá trên cả hai mô hình và báo cáo tổng số token đầu ra mà mỗi mô hình đã tiêu thụ. Theo số liệu của họ, GPT-6.2 Astra đã dùng 65,8 triệu token đầu ra để hoàn thành chỉ số, so với 54,3 triệu của GPT-6 Astra. Đó là hướng ngược lại so với tuyên bố ít hơn 22% của nhà cung cấp, và hai phát biểu thực ra không hề mâu thuẫn — chúng đang đo những thứ khác nhau. Con số của OpenAI đến từ GDPval v2, một bộ đánh giá nội bộ về các bài tập tư vấn, tài chính và thiết kế. Con số của Artificial Analysis là chi phí token để vượt qua chín bài đánh giá của chính họ ở mức nỗ lực tối đa. Một mô hình có thể tiết kiệm hơn ở một nhóm nhiệm vụ và kém tiết kiệm hơn ở nhóm khác; không có một con số hiệu quả token phổ quát, chỉ có các con số theo từng bộ đánh giá.

Điều đó trên thực tế có nghĩa là mức giảm giá 20% là phần bạn có thể chắc chắn tận dụng, còn câu chuyện về hiệu quả token là phần bạn phải tự đo lường. Nếu khối lượng công việc của bạn tình cờ giống GDPval v2, GPT-6.2 Astra có thể có chi phí thấp hơn đáng kể so với mức bốn phần năm chi phí của phiên bản tiền nhiệm cho mỗi tác vụ. Nếu nó giống bộ kiểm thử của Artificial Analysis, mức tiết kiệm sẽ gần với mức cắt giảm được công bố hơn và phần nào bị bù trừ bởi việc diễn đạt dài dòng.

Số liệu trên mỗi tác vụ nằm ở khoảng giữa: 4,00 đô so với 6,24 đô, tức giảm 36%. Đó là mức giảm lớn hơn mức cắt giá 20%, nghĩa là các token rẻ hơn và đầu ra dài hơn triệt tiêu lẫn nhau một phần, và một yếu tố khác đang đảm nhận phần việc còn lại — nhiều khả năng là phía đầu vào, nơi các lần đọc từ bộ nhớ đệm ở mức 0,40 đô so với 1,00 đô có ý nghĩa rất lớn trên một bài đánh giá tái sử dụng ngữ cảnh giữa các tác vụ.

A two-column generated scoreboard comparing GPT-6.2 Astra Pro and GPT-6 Astra on six shared dimensions. GPT-6.2 Astra Pro: Intelligence Index 62, $4.00 per index task, 65.8M output tokens, time per task not published, $8 / $40 price, $0.40 cached input. GPT-6 Astra: 57, $6.24 per task, 54.3M output tokens, 20.4 minutes per task, $10 / $50, $1.00 cached input. Footer attributes board figures to Artificial Analysis Index v5.0.1 and prices to OpenAI's rate card.

Tốc độ là khoảng cách mà hội đồng quản trị vẫn chưa thu hẹp được.

GPT-6 Astra không nhanh. Artificial Analysis xếp nó ở mức 42 token mỗi giây và đo thời gian là 20,4 phút cho mỗi tác vụ Intelligence Index, còn phần bình luận của chính nó mô tả mô hình này chậm hơn mức trung bình so với phân khúc giá của nó. Đối với GPT-6.2 Astra, bảng không công bố bất kỳ con số thời gian mỗi tác vụ nào; ô hiển thị là N/A.

Điều đó quan trọng hơn vẻ ngoài của nó. Một cuộc chuyển đổi giúp giảm một nửa chi phí mỗi tác vụ nhưng tăng gấp đôi thời gian chạy thực tế là một sản phẩm khác, chứ không phải một sản phẩm rẻ hơn. Tài liệu ra mắt của O​penAI không đưa ra tuyên bố nào về thời gian chạy thực tế cho mô hình mới, và tính năng hiệu quả duy nhất mà họ thực sự quảng cáo — Ultrafast inference, có trên cả hai mô hình, với mức 3× giá tiêu chuẩn đến hết ngày 28 tháng 2 năm 2027 và 6× từ ngày 1 tháng 3 năm 2027 — là một lối thoát có trả phí chứ không phải mặc định. Nếu độ trễ nằm trên đường tới hạn của bạn, thì quan điểm trung thực hiện nay là bạn không biết liệu mô hình kế nhiệm có nhanh hơn hay không, và mức phụ phí Ultrafast 3× với giá $24 đầu vào và $120 đầu ra chính là cái giá của sự chắc chắn cho đến khi ô đó trên bảng được điền vào.

“Pro” bổ sung những gì và không bổ sung những gì

Không bên nào trong phép so sánh này có mô hình Pro trong danh mục của O​penAI. gpt-6.2-astra-pro trả về lỗi 404 trên tài liệu của nhà cung cấp, và bảng giá đã công bố không có dòng nào dành cho nó. Hậu tố này là thứ các marketplace in cho gpt-6.2-astra được phục vụ với reasoning.mode được đặt thành pro — một cấu hình, không phải một checkpoint. O​penAI đã nói rõ rằng hai trục này độc lập: mode chọn cách thực thi standard hay pro, effort kiểm soát lượng suy luận diễn ra bên trong mode đó.

Vậy nên phép so sánh thực chất là “GPT-6 Astra như bạn gọi ngày hôm nay” với “GPT-6.2 Astra, tùy chọn ở chế độ pro”. Chế độ pro tính phí các lượt chạy bổ sung theo mức giá token tiêu chuẩn của mô hình, nghĩa là lợi thế giá 20% được giữ nguyên xuyên suốt: một yêu cầu ở chế độ pro trên mô hình mới vẫn rẻ hơn 20% mỗi token so với cùng yêu cầu đó trên mô hình cũ, và nó đang mua được nhiều việc hơn ở mức giá thấp hơn đó. Vì vậy, cách hiểu đúng về “GPT-6.2 Astra Pro” không phải là “hạng đắt tiền” mà là “mẫu chủ lực với núm âm lượng được vặn lớn hơn”, và giờ đây vặn núm âm lượng đó rẻ hơn so với hồi tháng Chín.

Danh sách kiểm tra di chuyển vừa trên một màn hình

Vì hai mô hình có chung dạng API, phần lớn việc chuyển đổi chỉ mang tính máy móc. Những phần không máy móc mới là những phần gây khó chịu.

• Chuỗi mô hình — gpt-6-astra trở thành gpt-6.2-astra; cả hai đều hoạt động trên Responses và Chat Completions, và việc gọi công cụ vẫn yêu cầu Responses trên cả hai.

• Các tham số bị từ chối — cả hai đều từ chối reasoning.effort: "none", và không tham số nào chấp nhận temperature, top_p hoặc log probabilities tùy chỉnh. Nếu mã của bạn đặt chúng một cách phòng thủ, mã đó đã thất bại với GPT-6 Astra và sẽ tiếp tục thất bại.

• Mốc cắt kiến thức — 18 tháng 5 năm 2026 trên GPT-6.2 Astra so với 30 tháng 4 năm 2026 trên GPT-6 Astra. Thêm mười tám ngày, điều đáng biết nếu bạn đặt prompt xoay quanh một sự kiện cụ thể.

• Kỷ luật bộ đệm — mức giảm 60% đầu vào được lưu trong bộ đệm chỉ có lợi nếu các tiền tố của bạn thực sự trúng bộ đệm. Hướng dẫn của OpenAI cho thế hệ 6.2 là giữ nguyên tiền tố prompt và nối thêm hướng dẫn mới, chính xác để khả năng suy luận tồn tại qua các lượt và bộ đệm tiếp tục sinh lợi.

• Batch và chạy nền — Batch chạy ở mức 50% giá tiêu chuẩn trên cả hai, và các khung hoàn thành chạy nền hai giờ và tám giờ mới (giảm 30% và 40% giá token) áp dụng cho GPT-6.2 Astra và Sol. Những khung đó là mức giá rẻ nhất trên bảng giá cho bất kỳ việc gì có thể chờ.

• Biện pháp bảo vệ — thế hệ 6.2 đi kèm các cơ chế từ chối yêu cầu liên quan đến an ninh mạng chặt chẽ hơn so với GPT-6 Astra, và OpenAI cho biết sẽ đưa các mô hình mới vào chương trình truy cập tin cậy Daybreak trong thời gian tới. Nếu khối lượng công việc của bạn liên quan đến nghiên cứu lỗ hổng được ủy quyền, thì đó là một sự thoái bộ thực sự cần lường trước khi lập kế hoạch, chứ không phải chỉ là một chi tiết phụ.

Screenshot of the Artificial Analysis page for GPT-6 Astra, released September 2026, carrying a deprecation notice recommending GPT-6.2 Astra. It shows Intelligence Index 57 ranked 13 of 87, 42 tokens per second, $10.00 input and $50.00 output per million tokens, 20.4 minutes per index task against an 18.0-minute median, $6.24 average cost per task, 54.3M tokens generated, and a 1M-token context window with knowledge up to April 2026.

Nơi chạy so sánh mà không cần xây dựng lại bất cứ thứ gì

Phần khó xử của một cuộc di trú giữa các thế hệ là giữ cho lối cũ vẫn hoạt động trong khi bạn đánh giá lối mới. GPT-6 Astra hiện có trong danh mục của chúng tôi hôm nay với giá niêm yết của chính nhà cung cấp — 10 USD đầu vào, 1 USD cho bản lưu đệm, 50 USD đầu ra, được chuyển thẳng qua mà không cộng thêm giá — điều này khiến mô hình tháng Chín trở thành chân ổn định của một bài kiểm tra song song, thay vì thứ bạn phải ngừng sử dụng trước khi có thể bắt đầu.

Thế hệ 6.2 vẫn chưa có trong danh mục. Khi nó ra mắt, nó sẽ giữ nguyên cách định giá chuyển tiếp như cũ, vì vậy khoản cắt 20% của nhà cung cấp vẫn là 20%, thay vì trở nên nhỏ hơn sau khi trừ phí nền tảng. Cho đến lúc đó, mô hình mới có thể được truy cập qua API riêng của OpenAI, và cách đánh giá hợp lý là chạy cả hai trên chính các tác vụ của bạn trong một tuần và so sánh hóa đơn, chứ không phải điểm chỉ số — bởi vì trong lần nâng cấp cụ thể này, hóa đơn là phần mà cả nhà cung cấp và hội đồng độc lập đều đồng ý.

Screenshot of the OrcaRouter model page for openai/gpt-6-astra, showing a 1M-token context window with 128K max output, text, image and file input, zero data retention availability, EU routing, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, pass-through pricing of $10.00 input and $50.00 output per million tokens, and a catalogue headline benchmark of 96.1 on GPQA Diamond.

Điều gì sẽ khiến đây trở thành một bản nâng cấp đơn giản?

Ba con số sẽ khép lại câu chuyện. Một con số thời gian mỗi tác vụ cho GPT-6.2 Astra, vì 20,4 phút được ghi nhận cho GPT-6 Astra là con số mà một đội ngũ nhạy cảm với độ trễ thực sự quan tâm, và bảng xếp hạng vẫn chưa công bố con số của phiên bản kế nhiệm. Một con số tiêu thụ token trên một khối lượng công việc gần với của bạn hơn cả GDPval v2 lẫn bộ chín bài đánh giá. Và một mục tách riêng cho chế độ pro, để chi phí của núm âm lượng không còn là điều phải suy đoán.

Nếu không có những điều đó, bản tóm tắt có thể biện minh được sẽ hẹp hơn so với tiếp thị và hữu ích hơn: GPT-6.2 Astra rẻ hơn GPT-6 Astra 20% trên mỗi token, rẻ hơn khoảng một phần ba trên mỗi tác vụ hoàn thành theo đo lường độc lập, có năng lực hơn từ năm đến bảy điểm chỉ số, và chưa được chứng minh là nhanh hơn. Đối với công việc theo lô và bất kỳ việc gì bị giới hạn ngân sách, thế là đủ để chuyển sang. Đối với một sản phẩm tương tác nhạy cảm với độ trễ, việc chuyển đổi là đặt cược vào một con số chưa ai công bố — và điều trung thực cần làm với một vụ đặt cược như vậy là giữ quy mô nhỏ.