Images 2.6 vs Meta Muse Image: Mức chênh lệch giá 21× chủ yếu là câu chuyện về thiết lập chất lượng

Phép so sánh mà bạn sẽ thấy được trích dẫn là Images 2.6 có chi phí cao gấp khoảng 21 lần so với Meta Muse Image. Con số đó là thật và cũng gây hiểu lầm, vì nó so sánh cài đặt đầu ra đắt nhất của OpenAI với cài đặt duy nhất của Meta. GPT-Image-2.6 Sunburst tính phí $30 mỗi triệu token đầu ra hình ảnh, và với ngân sách token "max" thì khoảng $0.21 một ảnh. Meta tính phí cố định một xu. Nhưng hạ Sunburst xuống chất lượng trung bình — nơi phần lớn công việc sản xuất thực tế diễn ra — thì con số của OpenAI gần $0.013 hơn. Ở thời điểm đó, khoảng cách là 1.3×, không phải 21×, và toàn bộ lập luận phải được xây dựng lại quanh một thứ khác ngoài giá cả. Images 2.6 ra mắt ngày 4 tháng 11 năm 2026 với hai biến thể API, Sunburst và bản tối ưu tốc độ GPT-Image-2.6 Flare. Meta Muse Image đã được cung cấp rộng rãi từ ngày 7 tháng 7 năm 2026, được xây dựng bởi Meta Superintelligence Labs dưới mật danh Mango, và đây là API hình ảnh đáng tin cậy rẻ nhất của thế hệ này.

Vậy nên câu hỏi hữu ích không phải là "cái nào rẻ hơn." Mà là "số tiền thêm mua được gì ở từng bậc chất lượng, và đến điểm nào thì mức giá cố định của Meta không còn là câu trả lời đúng, ngay cả với một đội quan tâm đến ngân sách."

Thực hiện phép tính đúng cách

OpenAI không công bố giá theo từng hình ảnh, nên mọi con số theo từng hình ảnh đều được suy ra từ mô hình token. Mức giá là $5 cho mỗi triệu token đầu vào văn bản (giá cache $1,25), $8 cho mỗi triệu token đầu vào hình ảnh (giá cache $2) và $30 cho mỗi triệu token đầu ra hình ảnh; mức giá theo lô của OpenAI bằng một nửa mức đó, dù các trang mô hình 2.6 hiện liệt kê /v1/batch là không được hỗ trợ, nên mức giảm giá này hiện không thể áp dụng cho mô hình này. Ngân sách token đầu ra theo từng thiết lập chất lượng được kế thừa từ thế hệ 2.5, khiến đây là các ước tính chứ không phải những con số 2.6 được công bố — một lưu ý quan trọng, vì thay đổi về tokenizer hoặc lịch ngân sách sẽ làm thay đổi mọi con số bên dưới.

• Chất lượng thấp — khoảng 196 token đầu ra, khoảng $0.006 mỗi ảnh. Rẻ hơn Meta.

• Trung bình — khoảng 439 token, khoảng $0.013. Chênh lệch chưa đến một phần ba xu so với mức 10 xu cho mỗi 10 của Meta.

• Cao — xấp xỉ 1.756 token, khoảng $0,053. Gấp năm lần Meta.

• xhigh — ước chừng 3,122 token, khoảng $0.094. Gấp chín lần Meta.

• Max — khoảng 7,024 token, khoảng $0.21. Gấp hai mươi mốt lần Meta. Đây là con số thường được trích dẫn.

• Meta Muse Image — $0.01 đồng giá, đã bao gồm tính năng grounding tìm kiếm, ở mọi độ phân giải mà nó hỗ trợ. Các nhà bán lại niêm yết giá $0.011.

Có hai điều suy ra. Thứ nhất, giá của OpenAI là một núm điều chỉnh, còn của Meta thì không. Một nhóm lấy mức chất lượng thấp hoặc trung bình làm chuẩn có thể chạy Images 2.6 với chi phí xấp xỉ chi phí của Muse và nhận về một kiểu lỗi khác, chứ không phải một ngân sách khác. Thứ hai, núm điều chỉnh chính là nơi ngân sách thực sự vỡ: không ai có ý định tạo ở mức tối đa, nhưng mức tối đa chỉ cách mức trung bình đúng một tham số, và không có ước tính chi phí theo từng yêu cầu trong phản hồi để cho bạn biết mình vừa tiêu bao nhiêu.

Sự bất đối xứng đó — tính theo mức dùng so với giá cố định — chính là lý lẽ chân thực để dùng một router, vượt ra ngoài sự tiện lợi. OrcaRouter tính phí theo giá niêm yết của nhà cung cấp với mức tăng giá 0%, vì vậy một mô hình tính theo token vẫn tính theo token và mô hình giá cố định vẫn giữ giá cố định; cái bạn nhận được là cả hai nằm sau một khóa và một hóa đơn, nghĩa là chi tiêu theo từng mô hình có thể so sánh được ở một nơi thay vì phải tái dựng từ hai hệ thống tính phí. Chuyển đổi dự phòng tự động ở đây cũng quan trọng hơn bình thường: nếu một yêu cầu $0.21 thất bại ở đầu bên kia, bạn đã trả tiền cho lần thử chứ không phải cho hình ảnh, và việc thử lại vào cùng endpoint đã suy giảm chính là cách một tháng rẻ biến thành một tháng đắt đỏ.

Số tiền thêm mua được gì ở mức cao và cao hơn

Quality Elo là thước đo liên nhà cung cấp duy nhất hiện có, và mô hình tổ tiên là mô hình duy nhất được đo.

Trên AA-Image-Editing v2.1, kiểm tra ngày 5 tháng 11 năm 2026: GPT Image 2.5 Sunburst (max) đạt 1,199 trên 18,300 mẫu. Meta Muse Image đạt 1,129 trên 13,426 mẫu. Đó là khoảng cách 70 điểm, vượt xa cả hai khoảng tin cậy, và là nhận định rõ ràng nhất trong bài viết này: ở đỉnh dải của OpenAI, Muse không hề ở gần.

Trên AA-Image-T2I v2.1, khoảng cách cũng tương tự — 1,224 cho GPT Image 2.5 Sunburst so với 1,127 cho Muse Image, với GPT Image 2 (high) ở mức 1,188 ở giữa. Bản thân Images 2.6 chưa có dòng nào trên cả hai bảng. Nó đã được phát hành hôm qua; các bảng Elo cần hàng nghìn lượt bình chọn theo cặp, nên đây là sự chậm trễ chứ không phải kết quả.

Câu hỏi mở là điểm giao nhau nằm ở đâu. Muse Image ở mức 1.127 gần như thuộc vùng của GPT Image 2 từ tháng 4 năm 2026 và ngang ngửa với MAI-Image-2.6 ở mức 1.168 về văn bản thành hình ảnh. Nếu Sunburst ở chất lượng trung bình rơi vào đâu đó gần GPT Image 2 (cao) ở mức 1.188, thì mức $0.013 đang mua được khoảng 60 Elo so với Muse với giá ba phần mười xu. Nếu nó rơi gần hơn về mức 1.140, thì nó đang mua được 13 Elo, và Meta thắng thẳng lập luận về giá trị. Chưa ai có thể nói cho bạn biết cái nào — và ẩn số duy nhất đó đáng giá hơn mọi dữ kiện khác trong phép so sánh này.

Sự khác biệt về kiến trúc mà không ai tính vào giá

Meta Muse Image không phải là một endpoint diffusion với hàng đợi prompt. Nó là một trình tạo tác tử: theo mô tả của Meta, nó lý luận trước khi kết xuất, có thể gọi tìm kiếm web và thực thi mã ngay giữa quá trình tạo, và tự tinh chỉnh đầu ra. Đó là lý do việc neo thông tin bằng tìm kiếm được tính trong cent thay vì tính phí như một lệnh gọi công cụ — mô hình được kỳ vọng sẽ đi tra cứu thông tin.

Điều đó mang lại là có thật và cụ thể. Hãy yêu cầu một tấm áp phích có tên sản phẩm hiện tại, một logo được đặt ở một góc cụ thể, hoặc một cảnh phải khớp với một chi tiết thực tế, và một mô hình có căn cứ có thể xử lý chi tiết đó thay vì bịa ra nó. Hãy yêu cầu một sơ đồ có phép tính trong đó, và một mô hình có thể thực thi mã có nhiều khả năng làm đúng phép tính hơn một mô hình đang dự đoán các ký tự.

Cái bạn phải trả, ngoài tiền bạc, là tính dự đoán được. Một vòng lặp agentic tự quyết định sẽ thực hiện bao nhiêu bước thì khó giới hạn hơn một quy trình khử nhiễu cố định, và khó đảm bảo tính idempotent hơn — cùng một prompt có thể đi theo một con đường khác vào một ngày khác. Với một tác vụ hàng loạt tạo ra mười nghìn hình ảnh danh mục, đó là một chi phí vận hành thực sự không xuất hiện trên bảng giá nào.

Images 2.6 đã đi theo hướng ngược lại theo một cách có thể so sánh trực tiếp. Nó bổ sung thêm một tham số độ phức tạp kiểm soát mức không gian lập kế hoạch mà mô hình được cấp — hướng dẫn của OpenAI là hãy bắt đầu ở mức thấp và nâng lên khi một cảnh có nhiều ràng buộc tương tác với nhau — rồi đưa nó ra thành một thiết lập tường minh, theo từng yêu cầu. Nói cách khác, một nhà cung cấp đã biến vòng lặp lập kế hoạch thành tự động, còn nhà kia biến nó thành một núm vặn. Cái nào tốt hơn hoàn toàn phụ thuộc vào việc bạn muốn để mô hình tự quyết hay muốn tự mình quyết định.

Hình ảnh tham chiếu và giới hạn độ phân giải tối đa

Đây là điểm mà hai sản phẩm khác biệt theo cách định đoạt toàn bộ quy trình làm việc.

• Hình ảnh tham chiếu — Meta Muse Image chấp nhận tối đa 10, và Meta tuyên bố độ nhất quán nhân vật đạt 94% xuyên suốt một loạt ảnh. Images 2.6 bổ sung hình ảnh tham chiếu đã lưu có thể tái sử dụng trong ChatGPT và hỗ trợ đầu vào hình ảnh trên cả endpoint tạo và chỉnh sửa; OpenAI chưa công bố số lượng tham chiếu tối đa cho các mô hình 2.6.

• Mức trần đầu ra — Muse Image đạt tối đa khoảng 1.600 pixel ở cạnh dài, đây là lựa chọn có chủ đích cho các vị trí trên mạng xã hội và quảng cáo, đồng thời là giới hạn cứng đối với in ấn. Images 2.6 không công bố hạng mức 2K hay 4K theo cùng nghĩa như dòng Gemini; độ phân giải được ngầm định bởi ngân sách token đầu ra thay vì được bán dưới dạng các hạng mức có tên.

• Định dạng đầu ra — Images 2.6 bổ sung xuất SVG, điều mà Muse Image không cung cấp. Đối với công việc thiết kế logo, biểu tượng và sơ đồ, đầu ra vector mang tính quyết định bất kể giá cả, vì hình ảnh raster không thể được phóng to thành vector dù đạt bao nhiêu điểm Elo đi nữa.

Giới hạn 1.600 pixel là sự thật ít được báo cáo nhất về Muse Image. Mức phí cố định một xu thực sự phi thường đối với một ảnh feed. Nó không thay thế được ảnh sản phẩm 2K, và những nhóm mua theo giá rồi mới phát hiện ra giới hạn này sau đó cuối cùng vẫn phải trả tiền cho một công cụ phóng to ảnh — tức là thêm một mô hình thứ hai, một nhà cung cấp thứ hai và một kiểu lỗi thứ hai.

Phép tính khối lượng, ở ba quy mô

• 1.000 hình ảnh mỗi tháng — Muse $10. Images 2.6 ở mức trung bình $13, ở mức cao $53, ở mức tối đa $210. Khác biệt: giữa giá một ly cà phê và giá một chiếc laptop. Ở quy mô này, quyết định nên được đưa ra hoàn toàn dựa trên chất lượng đầu ra.

• 100.000 hình ảnh mỗi tháng — Muse 1.000 đô la. Hình ảnh 2.6 ở mức trung bình 1.300 đô la, ở mức cao 5.300 đô la, ở mức tối đa 21.000 đô la. Đây là dải mà ở đó kỷ luật thiết lập chất lượng trở thành một khoản mục ngân sách, và là nơi một nhóm chưa đo lường mức sử dụng token của mình sẽ gặp bất ngờ.

• 5 triệu hình ảnh mỗi tháng — Muse $50,000. Images 2.6 ở mức trung bình $65,000, ở mức cao $265,000. Ở khối lượng này, mô hình giá cố định không chỉ rẻ hơn; mà còn là mô hình duy nhất có chi phí có thể biết trước khi tháng kết thúc.

Quy luật là lợi thế của Meta phụ thuộc vào ngưỡng chất lượng tối thiểu của bạn, chứ không phải khối lượng. Nếu tiêu chí chấp nhận của bạn được đáp ứng ở chất lượng trung bình và bạn đang tạo ra ở quy mô lớn, Muse thắng trên cả hai trục và cuộc so sánh kết thúc. Nếu chúng chỉ được đáp ứng ở mức cao trở lên, bạn đang trả cao gấp năm đến hai mươi lần mức của Meta để đổi lấy lợi thế Elo 40 đến 70 điểm, và liệu điều đó có đáng hay không phụ thuộc vào việc một hình ảnh bị từ chối gây tốn kém cho bạn đến đâu — một câu hỏi mà không phép đánh giá chuẩn nào trả lời được.

Nơi mỗi thứ thuộc về

Meta Muse Image là lựa chọn mặc định phù hợp cho hình ảnh hướng tới người tiêu dùng, mang tính xã hội, với khối lượng lớn: bài đăng trên feed, các biến thể quảng cáo, hiệu ứng story, bất cứ thứ gì mà đầu ra 1.600 pixel là đủ và mức giá một phần mười xu cho mỗi đơn vị sẽ thay đổi những gì bạn có thể thử nghiệm. Hành vi tác tử là một lợi thế thực sự đối với những prompt cần giải quyết một dữ kiện, và khả năng neo vào tìm kiếm miễn phí là tính năng đáng giá nhất trong cả hai sản phẩm.

Images 2.6 là lựa chọn đúng khi đầu ra phải trụ được dưới sự soi xét: nhiếp ảnh sản phẩm sẽ được cắt và chỉnh sửa, tác phẩm cần đầu ra vector, chỉnh sửa dẫn dắt bằng markup, và bất cứ thứ gì cần hoạt ảnh — tính năng GIF mà Meta không có tương đương. Cải tiến được nêu của biến thể Sunburst so với 2.5 là tính nhất quán xuyên suốt một chuỗi chỉnh sửa, chính xác là thuộc tính mà quy trình danh mục sản phẩm quan tâm và chính xác là thuộc tính mà điểm trung bình Elo che giấu.

Điều mà cả hai đều không phải là một câu trả lời đã ngã ngũ. Mô hình đắt tiền không có điểm số độc lập, còn mô hình rẻ tiền có trần độ phân giải, và con số 21× được nêu trên tiêu đề so sánh hai thiết lập mà không đội nào chạy đồng thời. Hãy đo ở mức trung bình trước. Đó là thiết lập mà hai sản phẩm thực sự cạnh tranh, và cũng là thiết lập không ai viết về.