GPT-6 Astra vs Solar Pro 4: Mười hai điểm chỉ số và một tỷ lệ giá thay đổi vào Chủ nhật

Trên hai bài đánh giá được thực hiện độc lập mà cả hai mô hình này cùng tham gia, GPT-6 Astradẫn trước Solar Pro 4với khoảng cách rất lớn về kiến thức tổng quát và khoảng cách hẹp hơn ở những lĩnh vực mà các mô hình thực sự được sử dụng. Artificial Analysis xếp GPT-6 Astra ở mức 54,7 trên Chỉ số Trí tuệ của mình và 96,1 trên GPQA Diamond; cũng đơn vị đánh giá đó xếp Solar Pro 4 ở mức 42 và 86,8. Ở các tác vụ agentic, khoảng cách thu hẹp xuống còn mười một và sáu điểm trên Terminal-Bench 2.1 và τ²-Banking. Trong khi đó, câu chuyện về giá lại gắn với một thời hạn mà hầu như không ai để tâm: chương trình khuyến mãi hiện tại của Solar Pro 4 sẽ kết thúc vào 00:00 UTC ngày Chủ nhật, 11 tháng 10 năm 2026, khi mô hình chuyển từ 0,09 đô la lên 0,15 đô la mỗi triệu token đầu vào và từ 0,36 đô la lên 0,60 đô la mỗi triệu token đầu ra. Vậy nên câu hỏi mà phép so sánh này phải trả lời không phải là mô hình nào tốt hơn. Mà là liệu khoảng cách năng lực khoảng mười hai phẩy năm điểm có đáng để đánh đổi lấy mức giá đầu ra gấp từ 42 đến 139 lần hay không, và câu trả lời đó là đặc điểm của khối lượng công việc của bạn chứ không phải của mô hình nào.

Các bảng lãi suất, bao gồm cả bảng sẽ thay đổi vào cuối tuần này

Giá niêm yết của Solar Pro 4 là $0.30 cho đầu vào, $0.06 cho đầu vào đã cache và $1.20 cho đầu ra trên mỗi triệu token, và Upstage đã duy trì mức dưới niêm yết cho nó liên tục kể từ khi ra mắt. Bảng giá trên chính trang định giá của Upstage là rõ ràng, vì vậy không cần phải đoán xem nên lấy con số nào làm căn cứ lập ngân sách:

• Ưu đãi Upstage đến 11 tháng 10 năm 2026, 00:00 UTC — $0.09 đầu vào, $0.018 đã lưu cache, $0.36 đầu ra mỗi 1 triệu tokenbr /> • Ưu đãi Upstage từ 11 tháng 10 năm 2026 trở đi — $0.15 đầu vào, $0.03 đã lưu cache, $0.60 đầu ra mỗi 1 triệu token, được niêm yết không có ngày kết thúc, nghĩa là cần dự trù ngân sách cho khoản nàybr /> • Giá niêm yết của Upstage — $0.30 đầu vào, $0.06 đã lưu cache, $1.20 đầu ra mỗi 1 triệu tokenbr /> • GPT-6 Astra tối đa 272.000 token đầu vào — $10.00 đầu vào, $1.00 đã lưu cache, $12.50 ghi cache, $50.00 đầu ra mỗi 1 triệu tokenbr /> • GPT-6 Astra trên 272.000 token đầu vào — $20.00 đầu vào, $2.00 đã lưu cache, $25.00 ghi cache, $75.00 đầu ra mỗi 1 triệu token, áp dụng cho toàn bộ yêu cầu khi vượt ngưỡng

Nếu diễn giải theo tỷ lệ, thì đó là 11× ở đầu vào và 5,6× ở đầu ra theo mức giá sau khuyến mãi của Solar Pro 4, 33× và 42× so với giá niêm yết của nó, và 111× cùng 139× nếu hai mô hình được đo theo mức khuyến mãi hiện nay. Khoảng cách lớn đến vậy là vì cả hai vế của phân số đều thay đổi: card của Astra đứng đầu thị trường còn Solar Pro 4 hiện đang ở gần đáy thị trường đó.

Các quy tắc ngữ cảnh dài là dòng khác đáng để đọc lại hai lần, vì chúng không đối xứng. Ngưỡng của Astra nằm ở 272.000 token và quy tắc của nó là định giá lại toàn bộ yêu cầu — mọi token trong một yêu cầu dài đều được tính phí ở mức gấp đôi đối với đầu vào và 1,5× đối với đầu ra, không chỉ những token vượt qua ranh giới. Bảng giá của Upstage không có bước tương đương, vì vậy một yêu cầu Solar Pro 4 400.000 token được tính đúng cùng mức giá trên mỗi token như một yêu cầu 4.000 token. Nếu các lời nhắc của bạn thường xuyên vượt qua một phần tư triệu token, mức giá đầu vào hiệu dụng của Astra là $20.00 thay vì $10.00, và khoảng cách bạn đang phải trả sẽ nới rộng đúng ở khối lượng công việc mà một mô hình ngữ cảnh 512K đang cạnh tranh.

Khoảng cách mười hai điểm đến từ đâu

Cả hai mô hình đều có số liệu từ bên thứ ba, khiến việc so sánh này dễ hơn so với phần lớn các mô hình trong phân khúc này. Xu hướng giữa chúng rất nhất quán: những cải thiện của Solar Pro 4 so với chính phiên bản tiền nhiệm của nó đều tập trung vào các tác vụ agentic, và đó là điểm nó gần Astra nhất.

• Chỉ số Trí tuệ — GPT-6 Astra 54,7, Solar Pro 4 42br /> • GPQA Diamond, khoa học trình độ sau đại học — Astra 96,1, Solar Pro 4 86,8br /> • Terminal-Bench 2.1, vận hành một terminal thực tế — Astra 88,4, Solar Pro 4 75,1br /> • τ²-Banking, sử dụng công cụ theo chính sách — Astra 41,4, Solar Pro 4 35,0br /> • Truy hồi ngữ cảnh dài, AA-LCR — Astra 80,7, Solar Pro 4 71br /> • Chi phí chạy một tác vụ đánh giá trung bình — Astra $0,0516, Solar Pro 4 từ $0,0039 đến $0,0155br /> • Thời gian thực tế cho mỗi tác vụ đánh giá — Astra khoảng 8,6 phút, trên một mô hình trả về khoảng 70 token mỗi giây

Dòng chi phí theo tác vụ mới là thứ định hình lại cuộc tranh luận. Chạy một tác vụ đánh giá khó trên Solar Pro 4 tốn từ bốn đến mười ba xu, tùy thuộc vào gói dịch vụ nào được áp dụng, so với năm xu trên Astra ở mức giá tiêu chuẩn. "Giá đầu ra gấp bốn mươi hai lần" và "chi phí mỗi tác vụ gấp mười ba lần" đều là những phát biểu đúng về cùng một cặp mô hình, và con số thứ hai mới là con số xuất hiện trên hóa đơn. Điểm khác biệt là Astra, theo các phép đo của Artificial Analysis, đưa ra câu trả lời bằng ít token hơn so với mô hình tiền nhiệm của Solar Pro 4 — 43.000 token đầu ra mỗi tác vụ — và nó vẫn là mô hình đắt hơn để hoàn thành một tác vụ, chỉ là không gần mức gấp 42 lần.

Hai lưu ý về cột Solar Pro 4. Nó chậm hơn Astra về thời gian thực tế cho mỗi tác vụ dù dùng ít token hơn, và các điểm số tác tử được công bố của nó đi kèm một chi tiết đáng biết: trong đánh giá của phiên bản tiền nhiệm, nó cải thiện điểm trung thực chủ yếu nhờ từ chối trả lời, chỉ thử trả lời 41% câu hỏi so với 92% của Pro 3. Với một tác tử phải hành động, việc từ chối thường tốt hơn một câu trả lời sai đầy tự tin — nhưng điều đó thay đổi cách bạn đọc mọi so sánh tỷ lệ vượt qua.

Sự so sánh mà thẻ của cả hai nhà cung cấp đều không mang lại cho bạn

Các hàng benchmark ở trên đều khớp với nhau: mỗi bên đã chạy cùng một phép đánh giá. Những hàng vắng mặt mới là phần đáng chú ý, bởi vì hai nhà cung cấp không đồng thuận với nhau về việc sẽ công bố những gì.

• Mức độ nỗ lực suy luận — Astra cung cấp năm mức được đặt tên (low, medium, high, xhigh, max); Solar Pro 4 ghi nhận một tham số reasoning_effort với ít nhất một thiết lập medium, và tài liệu của Upstage về thang bậc này còn khá mỏngbr /> • Kiến trúc — Số lượng tham số của Astra không được tiết lộ; số lượng tham số của Solar Pro 4 cũng không được tiết lộ, nên cả hai bên đều không đưa ra thông tin về kinh tế phục vụ mà các mô hình anh em rẻ hơn của chúng cóbr /> • Hành vi ngữ cảnh dài khi chịu tải — Astra công bố một ngưỡng chi phí và một điểm truy hồi được ghi nhận; Upstage công bố cửa sổ ngữ cảnh và không có đánh giá truy hồi nào của riêng mìnhbr /> • Bề mặt đầu vào — Astra nhận văn bản, hình ảnh và tệp; Solar Pro 4 là mô hình văn bảnbr /> • Giới hạn phương thức — tối đa 128.000 token đầu ra ở cả hai bên, một chỗ bất thường để một mô hình rẻ đạt được sự ngang bằng và là thông số hữu ích nhất trên bảng thông số của Solar Pro 4 cho công việc tạo sinh dài

Dòng reasoning-effort quan trọng hơn vẻ ngoài của nó. Một mô hình cho phép bạn giảm ngân sách suy nghĩ là mô hình có mức giá thực tế cho mỗi yêu cầu dễ thấp hơn nhiều so với mức giá niêm yết, bởi vì bạn đang trả cho ít token suy luận hơn ở những công việc không cần đến chúng. Cả hai nhà cung cấp đều cung cấp tham số này; không bên nào công bố các mức tốn bao nhiêu token, nghĩa là cách duy nhất để tìm ra bội số thực sự giữa hai mô hình này là đo lường nó trên lưu lượng của chính bạn.

Điểm hòa vốn, nói một cách đơn giản

Tạm thời bỏ qua các điểm chỉ số và giữ cố định khối lượng công việc. Nếu ứng dụng của bạn là trích xuất, phân loại, tóm tắt hoặc đầu ra có cấu trúc trên các tài liệu lên tới nửa triệu token, Solar Pro 4 làm được việc đó với một mức mà Astra không thể nào bắt kịp, và nó hoàn toàn không cần thang suy luận — không có khác biệt chất lượng hợp lý nào trong một tác vụ trích xuất JSON đáng để trả gấp 42× cho đầu ra. Nếu ứng dụng của bạn là một tác nhân dài hạn biết lập kế hoạch, gọi công cụ, phục hồi sau một bước thất bại và phải hoàn tất, thì khoảng cách mười một điểm trên Terminal và khoảng cách sáu điểm trên τ²-Banking chính là những con số dự báo liệu nó có hoàn thành hay không, và một lần chạy tác nhân thất bại tốn toàn bộ chi phí của lần chạy đó cộng với chi phí thử lại.

Trường hợp thực sự khó là khoảng ở giữa: những tác vụ suy luận ngắn, khó, chỉ chạy một lượt, nơi lợi thế GPQA của Astra là lớn và chi phí trên mỗi tác vụ vẫn chỉ vài xu. Ở đó, yếu tố quyết định không phải là bảng giá mà là số lượng token — và phép đo duy nhất trả lời được điều đó là chạy chính các prompt của bạn qua cả hai mô hình rồi đọc mức sử dụng. Đó cũng là trường hợp mà việc giảm giá tác động mạnh nhất, bởi vì mô hình rẻ hơn chính là mô hình đang được đem ra kiểm nghiệm so với mô hình đắt hơn, và mức thay đổi 67% trong đơn giá của mô hình rẻ hơn làm thay đổi phép tính của cuộc kiểm nghiệm giữa thứ Hai và hôm nay.

Tại sao đây là một quyết định định tuyến mà không phải là một đơn đặt hàng

GPT-6 Astra có trong danh mục của OrcaRouter với tên openai/gpt-6-astratheo đúng mức giá niêm yết của chính OpenAI, được chuyển tiếp với mức markup 0%, và đó chính là lý do vì sao một phép so sánh như thế này lại dẫn đến một quy tắc thay vì một hợp đồng. Dòng Solar của Upstage là một trường hợp khác, và cách nói thẳng thắn nhất là cách chúng tôi luôn dùng: OrcaRouter không định tuyến bất kỳ mô hình Upstage nào, nên Solar Pro 4 không có sẵn ở đây — nó đến từ API riêng của Upstage và từ một số nền tảng bên thứ ba, và bảng giá ở trên là của họ chứ không phải của chúng tôi.

Vai trò thực sự của một router trong cặp kết hợp này là việc phân tách theo tầng. Mô hình rẻ và mô hình đắt nằm sau một endpoint tương thích OpenAI, một quy tắc định tuyến gửi lưu lượng trích xuất đến tầng phù hợp với nó, và cơ chế chuyển đổi dự phòng tự động sẽ nâng một lệnh gọi lên mô hình mạnh hơn khi mô hình rẻ hơn gặp lỗi hoặc trả về đầu ra mà trình phân tích cú pháp của bạn từ chối. Cơ chế cuối cùng đó chính là câu trả lời thực tiễn cho rủi ro định tuyến sai mà so sánh này tạo ra: kiểu thất bại đắt đỏ không phải là chọn sai mô hình, mà là chọn sai mô hình và phải trả giá cho nó hai lần.

Cần làm gì trước Chủ Nhật

Nếu Solar Pro 4 là ứng viên cho stack của bạn, đây là tuần rẻ nhất mà bạn sẽ có để thử nó. Mức giá khuyến mãi kéo dài đến 00:00 UTC ngày 11 tháng 10, mức giá sau khuyến mãi là $0.15 và $0.60 vốn đã thấp hơn giá niêm yết một phần ba, và bằng chứng do chính mô hình công bố — các con số Terminal-Bench và τ²-Banking — mô tả công việc mà bạn có thể tái tạo trên bộ tác vụ của riêng mình trong một buổi chiều. Chạy cả hai mô hình với cùng các prompt, giữ nguyên cài đặt suy luận, và ghi lại token trên mỗi tác vụ hoàn thành thay vì token trên mỗi lần gọi. Con số thu được là bội số duy nhất có ý nghĩa, và nó sẽ không phải là 42×. Sau đó hãy quyết định, với hiểu biết rằng nếu bên rẻ hơn thắng, mức giá mà bạn đang dùng để thử nó sẽ hết hạn vào Chủ nhật — và nếu bên đắt hơn thắng, 12,5 điểm chỉ số chính là thứ bạn đang trả tiền.

GPT-6 Astra có mặt trong danh mục của OrcaRouter với tên openai/gpt-6-astra theo đúng mức giá niêm yết của OpenAI, được chuyển nguyên với 0% phụ phí.