GPT-6 Astra Ultrafast so với Xiaomi MiMo v2.6 Pro Ultraspeed: Cùng một nước đi, hai thỏa thuận khác nhau

Hai phòng thí nghiệm đã thực hiện cùng một nước đi trong cùng hai tuần, và điều thú vị là họ thực hiện nó dựa trên những giả định trái ngược về việc khách hàng đang mua gì. GPT-6 Astra Ultrafast là sản phẩm chủ lực của nhà cung cấp, được bán qua hạng dịch vụ Ultrafast — mô hình ra mắt ngày 3 tháng 9 năm 2026, hạng này được cung cấp rộng rãi từ ngày 29 tháng 9 năm 2026, và được nêu trong bài đăng ngày 1 tháng 10 của NVIDIA là chạy trên GPU Blackwell. Xiaomi MiMo v2.6 Pro Ultraspeed là phiên bản của Xiaomi, ra mắt ngày 22 tháng 9 năm 2026: cùng checkpoint 1,02 nghìn tỷ tham số như MiMo-V2.6-Pro, được phục vụ nhanh hơn, với tốc độ khoảng gấp mười lần tốc độ tiêu chuẩn.

Một trong hai là cách nhanh nhất để gọi một mô hình tiên tiến. Cái còn lại là tầng nhanh rẻ nhất từng tồn tại. Chúng không phải là đối thủ theo nghĩa thông thường — bạn sẽ phải viết một ứng dụng cực kỳ kỳ quặc thì mới phải chọn giữa một mô hình chủ lực đóng giá 300 USD mỗi triệu token và một mô hình trọng số mở giá 8,70 USD mỗi triệu token. Điều khiến việc ghép cặp này đáng để viết thành một trang là cả hai đều là tầng tốc độ chứ không phải mô hình, nên so sánh chúng sẽ tách ra đúng một câu hỏi mà một tầng tốc độ đặt ra: chính xác thì bạn đang trả gấp bội để đổi lấy điều gì?

Cả hai hạng đều bán cùng một thứ phi-vật.

Không tên nào trong hai tên đó là một checkpoint. Đây là phần mà các bài đưa tin về ra mắt thường hay làm mờ đi, nên đáng để xử lý nó một cách máy móc.

• Tên gọi ám chỉ điều gì — GPT-6 Astra Ultrafast là GPT-6 Astra với trường yêu cầu service_tier: "ultrafast" được đặt; ID mô hình trong yêu cầu vẫn là gpt-6-astra. Xiaomi MiMo v2.6 Pro Ultraspeed là checkpoint MiMo-V2.6-Pro được phục vụ trên một đường dẫn nhanh hơn, được định giá như một mục hàng riêng.

• Những gì thay đổi — gom lô, giải mã suy đoán, cấp phát phần cứng, giới hạn đồng thời, xử lý kết nối. Mọi thứ nằm giữa trọng số và yêu cầu HTTP của bạn, và không có gì bên trong trọng số.

• Điều gì không thay đổi — những câu trả lời. Cùng một checkpoint ở cùng thiết lập phải tạo ra cùng nội dung với tốc độ khác nhau. Nếu hai làn của cùng một mô hình phân kỳ trên cùng một đầu vào, đó là lỗi cần báo cáo, không phải năng lực mà bạn đã mua.

• Tại sao điều đó lại quan trọng đối với so sánh này — bởi vì cả hai bậc đều không tuyên bố cải thiện điểm chuẩn so với làn tiêu chuẩn của chính mình, toàn bộ quyết định mua hàng thu gọn lại thành sự đánh đổi giữa giá trên mỗi token và số giây tiết kiệm được. Điều đó có nghĩa là hai thỏa thuận được quyết định bằng số học, chứ không phải bằng đánh giá.

Tuy nhiên, có một điểm bất đối xứng trong cách đặt vấn đề, và nó không nằm ở các tầng. UltraSpeed của Xiaomi nằm trên một mô hình được cấp phép công khai — trọng số MiMo-V2.6 mang giấy phép MIT, theo chính các thẻ mô hình của Xiaomi, và dòng này được phát hành kèm môi trường huấn luyện RL của nó. Ultrafast của OpenAI nằm trên một flagship đóng mà bạn chỉ có thể tiếp cận qua API. Trả một bội số tốc độ cho trọng số mở là một quyết định có thể đảo ngược; bạn luôn có thể tự triển khai checkpoint. Còn trả khoản đó cho một flagship đóng thì không.

Hai bội số giá, và những gì chúng mua được

Đây là điểm mà cặp này không còn đối xứng nữa, và các con số ở cả hai phía đều đẹp một cách bất thường vì mỗi nhà cung cấp định giá theo bội số chứ không theo một giá trị tuyệt đối.

• GPT-6 Astra Ultrafast — $60.00 cho mỗi triệu token đầu vào, $6.00 cho đầu vào cache, $75.00 cho ghi cache và $300.00 cho đầu ra, so với mức $10.00 và $50.00 của gói tiêu chuẩn. Đồng nhất 6.00x trên mọi cột, tăng lên $120.00 và $450.00 khi vượt quá 272.000 token đầu vào. Gói tiêu chuẩn đang có trong danh mục của chúng tôi theo giá niêm yết của OpenAI, đây là cách rẻ nhất để tiếp cận mô hình hàng đầu.

• Xiaomi MiMo v2.6 Pro Ultraspeed — 4,35 đô la cho đầu vào và 8,70 đô la cho đầu ra trên mỗi triệu token, so với gói Pro tiêu chuẩn ở mức 0,44 và 0,87 đô la. Con số đó tương đương khoảng 9,9 lần ở đầu vào và đúng 10 lần ở đầu ra.

• Những tuyên bố về tốc độ gắn với các hệ số bội đó — cả OpenAI lẫn NVIDIA đều giới hạn Astra Ultrafast ở mức "nhanh hơn tối đa 8 lần" về tốc độ sinh token so với chế độ Astra tiêu chuẩn. Tài liệu của chính Xiaomi tuyên bố tốc độ đầu ra nhanh hơn tới 20 lần so với dịch vụ Pro tiêu chuẩn; các danh mục niêm yết của bên thứ ba mô tả cùng mô hình đó trong cùng ngày lại nói khoảng 10 lần. Chưa có phép đo nào được công bố để dung hòa hai con số ấy.

• Tỷ lệ giữa bội số và tốc độ — Mức giá gấp 6 lần của OpenAI đổi lấy mức trần được công bố là 8x, nên hạng này được định giá thấp hơn kịch bản tốt nhất của chính nó. Tùy vào việc bạn tin con số của ai, mức giá gấp 10 lần của Xiaomi đổi lấy mức trần được công bố từ 10x đến 20x, nên ở mức trần của nhà cung cấp thì giao dịch có lợi, còn ở con số thấp hơn thì hoàn toàn hòa vốn.

Đó là khác biệt quan trọng nhất cho quyết định giữa hai lựa chọn, và nó hẹp hơn so với mức mà giá quảng cáo gợi ý. Tính trên mỗi đơn vị độ trễ được loại bỏ theo chính tuyên bố của các nhà cung cấp, Astra Ultrafast là thương vụ tốt hơn trong hai. Tính trên mỗi token công việc, Xiaomi UltraSpeed rẻ hơn khoảng mười bốn lần ở đầu vào và ba mươi bốn lần ở đầu ra so với mức giá Ultrafast, và rẻ hơn từ hai đến sáu lần so với hạng tiêu chuẩn của Astra — nhưng đây là một mô hình khác, và kém năng lực hơn đáng kể, đó chính là sự đánh đổi mà bạn thực sự đang thực hiện. Thẻ mô hình của chính Xiaomi cho dòng này công bố kiến trúc và các dữ kiện huấn luyện thay vì điểm tổng hợp độc lập, và không có bất kỳ kết quả đọc nào từ chỉ số mà mô hình chủ lực của OpenAI được đo trên đó được công bố cho nó.

Những gì hai nhà cung cấp đã chọn tiết lộ

Các bậc tốc độ thực chất là một phép kiểm tra về mức độ công bố thông tin hơn là một phép kiểm tra hiệu năng, bởi vì thứ bạn cần để xác minh lời khẳng định — phân bố độ trễ ở một mức đồng thời được nêu rõ — hoàn toàn nằm trong tay nhà cung cấp.

Bài đăng ngày 1 tháng 10 của NVIDIA là tuyên bố công khai cụ thể nhất đằng sau hạng Astra, và điều nó đóng góp là sự ghi công chứ không phải đo lường: GPU Blackwell, việc có mặt trong OpenAI API và với người dùng ChatGPT Work cùng Codex đủ điều kiện, cùng hai kỹ sư OpenAI mô tả vòng lặp này. Philippe Tillet, trưởng bộ phận suy luận của OpenAI, nói Astra có thể "biến kiến thức đó thành các kernel hiệu năng cao khiến phần cứng NVIDIA trở nên hấp dẫn"; Uday Ruddarraju, giám đốc công nghệ mảng điện toán của OpenAI, nói "chúng tôi đã dùng các mô hình nội bộ của mình để tối ưu suy luận trên GPU NVIDIA." Cả hai câu đều không đi kèm con số thông lượng cho hạng này. Con số 8x đứng một mình, không có gì bổ nghĩa ngoài "lên tới".

Việc công bố của Xiaomi đi theo hướng ngược lại — họ đã công bố kinh tế học huấn luyện, bao gồm môi trường và mã học tăng cường, và các thẻ mô hình của họ mang thông tin kiến trúc thay vì thông tin phục vụ. Bản thân hạng UltraSpeed đi kèm với tuyên bố 20x và không có đường cong độ trễ nào được công bố. Điều đó có nghĩa là, ở câu hỏi mà một hạng tốc độ tồn tại để trả lời, cả hai nhà cung cấp đều không hữu ích như nhau, và thế hòa ở đó chính là phát hiện trung thực.

Chọn lựa, nếu bạn thực sự phải làm vậy

Hai hạng này không trùng nhau nhiều, vì vậy quyết định không nằm ở việc chọn ra người thắng cuộc mà là nhận ra khoản mua nào trong hai khoản là của bạn.

Chọn Astra Ultrafast nếu công việc mang tính agentic và mô hình đã được chọn sẵn. Một tác vụ có 40.000 token đầu ra sẽ tăng từ $2.00 lên $12.00, và gói dịch vụ này là cách duy nhất để có được chất lượng mô hình tiên tiến với tốc độ nhanh hơn. Tài liệu của chính OpenAI nói rõ về điều kiện tiên quyết vận hành: họ khuyến nghị dùng WebSockets "đặc biệt cho các ứng dụng agentic thực hiện nhiều lệnh gọi công cụ liên tiếp nhanh chóng", đồng thời cảnh báo rằng "nếu không có kết nối liên tục, chi phí mạng có thể làm giảm mức cải thiện độ trễ." Bật gói này lên nhưng vẫn để HTTP theo từng yêu cầu bên dưới thì bạn đã trả gấp 6 lần để chỉ nhận được một phần nhỏ mức tăng tốc. Cũng nên biết trước khi tích hợp: gói này chỉ hỗ trợ lưu trú dữ liệu tại Hoa Kỳ và xử lý toàn cầu, không có điểm cuối xử lý theo khu vực EU hay bất kỳ khu vực nào khác ngoài Hoa Kỳ, và khi ra mắt, nó có giới hạn tốc độ ban đầu thấp ngay cả với những tài khoản đáng lẽ đủ điều kiện để được hạn mức cao hơn.

Chọn MiMo v2.6 Pro Ultraspeed nếu mô hình chỉ là đầu vào phổ thông cho một pipeline mà bạn có thể tự host. Giấy phép MIT nghĩa là làn Pro tiêu chuẩn không phải là phương án dự phòng duy nhất của bạn — tự host mới là. Ở mức $4.35 và $8.70, nó đủ rẻ để một bậc nhanh hơn đáng được bật một cách suy đoán thay vì phải biện minh theo từng tác vụ, và ngữ cảnh 1M token của nó khớp với ngữ cảnh của mô hình đầu bảng. Tuy nhiên, hãy hiểu rõ bạn đang mua gì: mức giá cao gấp khoảng mười lần cho một mô hình còn thua kém nhóm dẫn đầu, đó là sự đánh đổi đúng cho trích xuất khối lượng lớn và là sự đánh đổi sai cho bất cứ thứ gì mà chất lượng câu trả lời quyết định quy trình.

Cả hai tier nhanh đều không có trên OrcaRouter, và điều đó đáng được nói thẳng ra thay vì chỉ ám chỉ vòng vo. Thứ có trên OrcaRouter là openai/gpt-6-astra — mô hình flagship ở tier tiêu chuẩn, với giá $10.00 và $50.00 mỗi triệu token, cùng mức giá bậc ngữ cảnh dài là $20.00 và $75.00, ngữ cảnh 1.050.000 token và đầu ra tối đa 128.000 token, qua một endpoint tương thích với OpenAI. Không có mô hình Xiaomi nào được host ở đây cả, nên MiMo-V2.6-Pro và làn UltraSpeed của nó chỉ có thể truy cập được qua API riêng của Xiaomi và một số nền tảng bên thứ ba. Công dụng thực tế của một endpoint hơn 200 mô hình trong so sánh này không phải là để truy cập các tier nhanh. Mà là khi bạn muốn biết liệu làn đắt tiền có xứng đáng với mức giá gấp bội của nó hay không, bạn có thể gửi cùng một prompt tới một mô hình rẻ hơn trên cùng thông tin xác thực và cùng API key, ngay trong request tiếp theo, rồi tìm ra câu trả lời. Đó là thí nghiệm rẻ nhất hiện có và cũng chính là thí nghiệm trả lời câu hỏi ấy — bởi vì chưa có nhà cung cấp nào công bố đường cong độ trễ có thể giúp bạn trả lời mà không cần đo đạc.

Cách đọc trung thực

Cả hai nhà cung cấp đều đã gửi bảng giá cho độ trễ trong ba tuần qua, và không bên nào gửi kèm một phép đo. Sự tương xứng đó chính là câu chuyện, và nó có một hệ quả thực tiễn: những con số duy nhất bạn có thể dựa vào để hành động hôm nay là giá, và chúng có tính thông tin cao một cách bất thường vì cả hai bên đều định giá theo một bội số gọn ghẽ thay vì một con số may đo riêng.

Gói nhanh của OpenAI có giá gấp sáu lần mức giá tiêu chuẩn của chính nó và công bố mức trần là tám. Gói của Xiaomi có giá gấp mười lần mức giá tiêu chuẩn của chính nó và công bố mức trần nằm đâu đó giữa mười và hai mươi, tùy theo con số của ai mà bạn tin. Đọc như phép tính trên chính các con số của nhà cung cấp, hai bên gần như hòa nhau: gói của OpenAI mua được một mức trần được công bố trị giá 1,33 đơn vị tốc độ trên mỗi đơn vị giá, gói của Xiaomi mua được từ 1,0 đến 2,0 theo cùng cách tính — và lý do cả hai đều có thể biện minh được là hai gói này đang bán cho những nhóm người mua khác nhau, những người sẽ không bao giờ thực sự cân nhắc lựa chọn của bên kia. Giá cũng là phần duy nhất trong cả hai thỏa thuận có thể kiểm chứng được vào lúc này, vì bảng giá là một sự thật được công bố còn tuyên bố về độ trễ thì không.