Danh sách các mô hình LLM, tháng 8 năm 2026: Đội hình tiên phong và cách lọc chúng

Danh sách các mô hình LLM trong tháng 8/2026, kể ra trong một hơi thở: Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna và DeepSeek V4 Flash là những cái tên đáng chú ý nhất tháng này — và hơn 200 mô hình khác có thể gọi chỉ với một khóa API duy nhất. Nhưng một danh sách tên tuổi không phải là câu trả lời. Nó chỉ là câu trả lời khi mỗi hàng đi kèm một mức giá, một cửa sổ ngữ cảnh và một khả năng cụ thể, và khi danh sách đủ cập nhật để mức giá bạn đọc là mức giá bạn phải trả. Đó chính là những gì trang này mang lại: đội hình hiện tại với số liệu thực, cách đọc các cột, và ba bộ lọc giúp biến hơn 200 mô hình thành một lựa chọn tốt. Mọi con số dưới đây được đọc trực tiếp từ nguồn vào ngày 10/8/2026.

Danh sách hữu dụng có bốn cột.

Một trang chỉ liệt kê tên mô hình — không giá cả, không cửa sổ ngữ cảnh, không ghi chú khả năng — chính là cách người ta cuối cùng trả 50 đô la mỗi triệu token cho một công việc mà mô hình giá 0,09 đô la có thể xử lý. Một danh sách thực sự hữu dụng cần bốn yếu tố trên mỗi hàng, và không yếu tố nào là tùy chọn.

• Tên và nhà cung cấp.Model chính xác, không phải dòng sản phẩm. GPT-5.6 Luna và GPT-5.6 Sol là các sản phẩm khác nhau với chênh lệch giá gấp năm mươi lần, và một danh sách làm mờ nhòa chúng còn tệ hơn là không có danh sách.

• Giá mỗi 1 triệu token.Đầu vào và đầu ra, được liệt kê riêng biệt — hai mức này có thể chênh lệch tới hai mươi lần ở một số mô hình, và chi phí thực tế chủ yếu đến từ đầu ra, nên một con số gộp chung sẽ che giấu sự thật.

• Cửa sổ ngữ cảnh. Lượng tài liệu nguồn của bạn có thể nằm gọn trong một lần gọi. Cửa sổ 200K, cửa sổ 1M và cửa sổ 1.3M không thể thay thế cho nhau, và sự khác biệt quyết định liệu prompt của bạn có được giữ nguyên vẹn hay không.

• Khả năng và phương thức. Suy luận tổng quát, lập trình, độ tin cậy của tác nhân, và liệu mô hình có chấp nhận hình ảnh hay không. Mô hình chỉ xử lý văn bản sẽ không gỡ lỗi được ảnh chụp màn hình bạn dán vào luồng hội thoại.

Đội hình tiên phong ngay lúc này

Bảng xếp hạng thay đổi hàng tuần, vì vậy đây là ảnh chụp nhanh tính đến ngày 10 tháng 8 năm 2026. Giá là giá niêm yết của OrcaRouter — giá nhà cung cấp được truyền trực tiếp, không cộng phí — và chỉ số là Artificial Analysis Intelligence Index, đọc hôm nay.

• Claude Opus 5 — $5 / $25, ngữ cảnh 1M, chỉ số AA 63. Điểm đa dụng cao nhất trên bảng chỉ số trong tháng này và là lựa chọn mặc định cho các tác vụ suy luận phức tạp cũng như các phiên tác nhân dài hạn.

• Claude Fable 5 — $10 / $50, 1M, AA Index 62. Mô hình tiên phong đắt nhất trong danh sách này, và đã được chứng minh là #2 theo chỉ số — chỉ nên trả mức phí cao hơn khi phần khó nhằn của công việc thực sự xứng đáng với chi phí phải bỏ ra.

• GPT-5.6 Sol — $5 / $30, 1M, AA Index 61. Mô hình tổng quát mạnh nhất của O​penAI, đa phương thức, với hồ sơ lập trình khiến cặp đôi Claude phải dè chừng.

• Kimi K3 — $3 / $15, 1M, AA Index 60. Giá trị tốt nhất trong top 5: sản phẩm chủ lực của Moonshot với giá chỉ bằng khoảng một phần ba mức giá của Claude Opus 5.

• Qwen3.8 Max — $2 / $6, 1M, AA Index 58. Sản phẩm chủ lực của Alibaba, lựa chọn trọng số mở mạnh nhất ở vùng biên, và có mức giá nổi bật so với điểm chỉ số của nó.

• Claude Sonnet 5 — $2 / $10, 1M, AA Index 55. Phân khúc giá trị của dòng Claude — cùng phong cách thận trọng đặc trưng như các phiên bản lớn hơn, với mức giá chỉ bằng một phần năm giá của Claude Opus 5.

• Grok 4.5 — $2 / $6, 500K, AA Index 56. Sản phẩm chủ lực của xAI, nhanh và rẻ so với phân khúc của nó, có cửa sổ ngữ cảnh nhỏ hơn so với phần còn lại của nhóm này.

• GLM 5.2 — $0.76 / $2.42, 1M, AA Index 53. Mô hình open-weight của Z.ai với cửa sổ ngữ cảnh 1M, có chi phí chỉ bằng một phần nhỏ so với mô hình đóng hàng đầu.

• Gemini 3.6 Flash — $1.50 / $7.50, 1M, AA Index 52. Lựa chọn về tốc độ: đứng thứ 2 về tốc độ xuất ra trên chỉ số với khoảng 238 token mỗi giây, được xây dựng cho các vòng lặp khối lượng lớn, nhạy cảm với độ trễ.

• GPT-5.6 Luna — $0.10 / $0.60, 1M, AA Index 52. Cùng một dòng sản phẩm, rẻ gấp năm mươi lần: mức giá của mô hình nhỏ với điểm chỉ số tầm trung.

• DeepSeek V4 Flash — $0.09 / $0.18, 1M, AA Index 52. Mô hình rẻ nhất trong danh sách này với cửa sổ ngữ cảnh tầm cỡ tiên phong: một mô hình mixture of experts trọng số mở với 284 tỷ tham số và 13 tỷ tham số kích hoạt.

What landed after this list was written

The lineup above was read on August 10, 2026. Two models have been added to the catalogue since, and both carry Intelligence Index v5.0.1 scores — a different evaluation set from the v4.3 numbers in that snapshot, so read them as a separate cohort rather than as a re-ranking of it.

• Gemini 4 Carbon — $2.00 / $10.00, 1M context, index 60, #4 of 78. Multimodal input including audio and video, a 65K output ceiling, and cache reads at $0.100 per 1M: the cheapest way on this page to put a million tokens of mixed media in front of a model that scores 60.

• Claude Fable 5.2 — $8.00 / $40.00, 1M context, index 65, #1 of 78. The strongest score on the current evaluation set and the most expensive entry on this page, with a 128K output ceiling, always-on thinking and cache reads at $0.200 per 1M.

Cách lọc danh sách

Không ai muốn 300 mẫu mã; họ muốn cái phù hợp. Ba bộ lọc đảm nhận phần lớn công việc, và danh mục trực tiếp được xây dựng xoay quanh chính những bộ lọc này.

• Lọc theo khả năng trước tiên. Bắt đầu từ những gì mô hình cần thực hiện. Suy luận phức tạp và vòng lặp tác tử dài → Claude Opus 5 hoặc Claude Fable 5. Lập trình quy mô kho lưu trữ → những mô hình dẫn đầu bảng xếp hạng lập trình, Claude Opus 5 và GPT-5.6 Sol. Tự động hoàn thành nhạy cảm độ trễ → Gemini 3.6 Flash. Và nếu một prompt có thể bao gồm hình ảnh, hãy loại bỏ mọi mô hình chỉ hỗ trợ văn bản trước khi làm bất cứ điều gì khác — bộ lọc đơn đó ngay lập tức loại bỏ DeepSeek V4 Flash.

• Lọc theo giá thứ hai.Khoảng giá tháng này trải dài từ miễn phí (các gói Nemotron của NVIDIA, gói miễn phí Gemma 4 31B của Google) đến $10 / $50 cho Claude Fable 5 — gấp hơn trăm lần mức thấp nhất. Khoảng giữa hữu ích mới là nơi hầu hết các hệ thống sản xuất tập trung: DeepSeek V4 Flash và GPT-5.6 Luna dưới $0.20 / $0.60, Claude Sonnet 5 và Qwen3.8 Max khoảng $2, các mẫu flagship có giá đầu vào $3–$10. Một bộ lọc giá không thể cho bạn thấy khoảng giá đó thì không phải là bộ lọc giá.

• Thứ ba: Lọc theo cửa sổ ngữ cảnh.Claude Haiku 4.5 bị giới hạn ở mức 200K; hầu hết các mô hình tiên tiến nhất đạt 1M; Llama 4 Scout mở rộng lên 1.3M và Grok 4.20 lên 2M. Nhưng ngữ cảnh được quảng cáo chỉ là trần tối đa, không phải là sự đảm bảo — chất lượng suy giảm khi bạn tiến gần đến giới hạn đó, vì vậy hãy mua thêm dư địa. Nếu tải trọng của bạn là 150K token, mô hình 200K là cái bẫy, không phải là sự phù hợp.

Nơi danh sách trực tiếp nằm

{{1}}Mọi bảng trong một bài blog — kể cả bài này — đều là một bản chụp nhanh (snapshot), và trong thị trường này, một bản chụp nhanh sẽ lỗi thời trong vòng một tuần.{{/1}} {{2}}Phiên bản trực tiếp của danh sách nằm tại trang /models của OrcaRouter: 200+ mô hình đằng sau một API key, với các bộ lọc nhà cung cấp, ngữ cảnh và giá ở thanh bên, cùng các tab modality trên cùng.{{/2}} {{3}}Điểm mà trang đó có mà các bài listicle đều thiếu, chính là nó là danh mục thực, chứ không phải một bản paste của một danh mục nào.{{/3}} {{4}}Các bản phát hành frontier xuất hiện ở đó trong khoảng một ngày sau khi nhà cung cấp công bố, các mô hình open-weights trong vòng vài ngày, và mức giá hiển thị là mức giá upstream trực tiếp được chuyển thẳng với 0% phụ phí — trang hiển thị bao nhiêu thì tài khoản của bạn bị tính phí bấy nhiêu.{{/4}} {{5}}Đó cũng chính là mục đích của việc định tuyến 200+ mô hình trên một key duy nhất: khi danh sách thay đổi, và nó thay đổi hàng tuần, thì mã của bạn không thay đổi.{{/5}} {{6}}Một hợp đồng, một cấu trúc API, và model-id là thứ duy nhất thay đổi.{{/6}}

Khi danh sách đánh lừa bạn

Các cột làm cho danh sách trở nên hữu dụng, nhưng chúng cũng tạo ra sự tự tin sai lầm. Có bốn cái bẫy đáng nêu tên trước khi bạn tin vào bất kỳ hàng nào.

• Mới nhất không phải là tốt nhất. Một mô hình ra mắt tuần trước không tự động là lựa chọn đúng đắn. Chỉ số được tính toán lại khi các biến thể và mức độ nỗ lực thay đổi, và một mô hình đã được kiểm chứng, tích hợp sẵn khả năng chuyển đổi dự phòng, sẽ vượt trội hơn một mô hình hoàn toàn mới ngay trong ngày ra mắt.

• Giá cả không phải là năng lực.GPT-5.6 Luna với giá $0.10 / $0.60 đạt chỉ số 52 — chỉ kém Gemini 3.6 Flash một điểm dù mức giá cao gấp mười lăm lần — cho các tác vụ mà cả hai cùng xử lý. Các gói cao cấp mua phần đuôi khó, chứ không phải trường hợp trung bình.

• Độ dài ngữ cảnh chỉ là quảng cáo, không phải là thứ đã được kiểm chứng. Cửa sổ 1M không có nghĩa là mô hình sử dụng tốt 1M token. Hãy coi con số đó là giới hạn trên và mua thêm khoảng trống, chứ đừng coi đó là lời hứa về chất lượng.

• Một chỉ số ẩn giấu sự khác biệt. Hai mô hình ở cùng một chỉ số lại có điểm khác nhau trong các bộ thử nghiệm suy luận, lập trình và tác tử. Danh sách cho bạn đội hình xuất phát; thứ hạng theo từng tác vụ mới quyết định trận đấu — đó chính là toàn bộ luận điểm của hướng dẫn chọn LLM tốt nhất cho việc lập trình, và lý do vì sao cùng một mô hình không thể chiến thắng mọi công việc.

• Mở so với đóng làm thay đổi câu hỏi. Khi tự lưu trữ, dữ liệu cách ly mạng hoặc giới hạn chi phí cứng, thứ hạng sẽ đảo ngược: GLM 5.2, Qwen3.8 Max và DeepSeek V4 Flash trở nên hấp dẫn hơn so với vị trí chỉ số của chúng, vì bạn không phải trả phí theo từng token chút nào.

Bản tóm tắt ngắn gọn

Một danh sách các mô hình LLM chỉ đáng giá bằng những gì các cột của nó chứa. Các mô hình tiên tiến hiện tại — Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna và DeepSeek V4 Flash — có mức giá chênh lệch khoảng gấp một trăm lần và cửa sổ ngữ cảnh từ 200K đến 2M. Hãy lọc theo năng lực trước, giá thứ hai, ngữ cảnh thứ ba. Và khi câu trả lời cho "mô hình nào" cứ thay đổi, hãy ngừng ghi nhớ một bản chụp nhanh: hãy sử dụng danh mục /models trực tiếp, nơi hơn 200 mô hình nằm sau một khóa API duy nhất với giá niêm yết chuyển thẳng. Trang này sẽ trở nên lỗi thời trong một tuần. Còn danh sách trên trang /models thì không.