Qwen3.8-27B so với GPT-5.6 Luna: Thuê OpenAI rẻ nhất hay Sở hữu 27B mở

Vào ngày 30 tháng 7 năm 2026, O​penAI đã làm một điều hiếm khi làm: cắt giảm 80% giá của một mô hình. GPT-5.6 Luna — thành viên nhanh nhất và rẻ nhất của gia đình Luna/Terra/Sol, được phát hành rộng rãi vào ngày 9 tháng 7 năm 2026 — đã giảm xuống còn 0,20 USD mỗi triệu token đầu vào và 1,20 USD mỗi triệu token đầu ra. Một tuần rưỡi sau, của Ali​baba Qwen3.8 27B, một mô hình dense 27 tỷ tham số với trọng số Apache 2.0 phát hành ngày 14 tháng 8 năm 2026, đã bước vào cuộc đua giá tương tự ở mức 0,33/2,40 USD mỗi triệu token trên OrcaRouter. Luna là quân bài dung lượng của O​penAI, hiện là mô hình mặc định cho ChatGPT miễn phí và xử lý khoảng hai nghìn tỷ token mỗi tuần. Qwen3.8 27B là đối trọng mã nguồn mở: thuê với giá vài xu, hoặc tải về và trả tiền điện.

Về nguồn dữ liệu: GPT-5.6 Luna có các phép đo độc lập từ Artificial Analysis (chỉ số, khả năng viết mã, độ trễ) và bài viết này ghi nhãn chúng đúng như vậy; việc giảm giá là một thông báo đã được O​penAI xác nhận. Qwen3.8 27B chưa có điểm số độc lập — các benchmark của nó do Ali​baba công bố, và thông số kỹ thuật cùng mức giá niêm yết $0.33/$2.40 là các dữ liệu danh mục.

Bảng điểm, mỗi chiều một dòng

• Giá mỗi 1M — GPT-5.6 Luna $0,20/$1,20 (đọc cache $0,02; $0,40/$1,80 trên 272K input) so với Qwen3.8 27B $0,33/$2,40.

• Bối cảnh — GPT-5.6 Luna 1.05M, đầu ra tối đa 128K so với Qwen3.8 27B 262K gốc, 1M qua YaRN.

• Đầu vào — GPT-5.6 Luna văn bản và hình ảnh, cộng sử dụng máy tính so với Qwen3.8 27B văn bản, hình ảnh và video.

• Trọng số — GPT-5.6 Luna độc quyền so với Qwen3.8 27B Apache 2.0, có thể tải xuống.

• Chỉ số độc lập — GPT-5.6 Luna AA 51 ở mức suy luận tối đa (26.8 không suy luận) so với Qwen3.8 27B chưa có.

• Độ trễ token đầu tiên quan sát được — GPT-5.6 Luna ~1.4s p50 so với Qwen3.8 27B ~190ms p50, cả hai đều từ dữ liệu telemetry 7 ngày của OrcaRouter.

Hai mẫu rẻ nhất trong dòng sản phẩm này có giá chỉ chênh lệch vài xu — nhưng được xây dựng dựa trên những quan điểm trái ngược nhau về việc ai là người sở hữu phần cứng.

Những gì việc cắt giảm giá đã thay đổi

Trước ngày 30 tháng 7, GPT-5.6 Luna có giá $1/$6, nằm trong cùng nhóm với hàng chục mô hình mở. Sau khi cắt giảm, nó là thứ rẻ nhất mà O​penAI bán và nó rẻ hơn Qwen3.8 27B cả ở đầu vào lẫn đầu ra — $0.20 so với $0.33, $1.20 so với $2.40. Logic được O​penAI nêu rõ là khối lượng: ở mức giá mới, Luna không còn là "mini" mà trở thành lựa chọn đầu tiên mặc định cho phần lớn khối lượng công việc, còn Terra và Sol được dành cho phần đuôi khó. Đó chính xác là phân khúc mà Qwen3.8 27B đang nhắm tới từ phía mã nguồn mở. Hai mô hình, một mô tả công việc, mô hình kinh doanh đối lập — một bên bán token với biên lợi nhuận mỏng, còn bên kia cho không token và để bạn tự mua phần cứng.

Thuê nhà so với sở hữu nhà, kèm ví dụ minh họa

Đây là phép tính kinh tế quyết định. {{1}}GPT-5.6 Luna là mô hình chỉ cho thuê: giá thấp, nhưng nó nhân theo khối lượng và không bao giờ biến mất.{{/1}} {{2}}Hãy xét một khối lượng công việc gồm 100 triệu token đầu vào và 20 triệu token đầu ra mỗi ngày. Trên Luna, chi phí khoảng $44/ngày — $20 đầu vào, $24 đầu ra — khoảng $16.000 một năm, mãi mãi.{{/2}} {{3}}Qwen3.8 27B với mức giá $0.33/$2.40 sẽ tốn khoảng $81/ngày trên API lưu trữ.{{/3}} Nhưng trọng số được cấp phép Apache 2.0: chỉ cần mua một lần một card loại RTX giá $1,500–$2,000, chạy bản build Q4 trong khoảng 16GB VRAM, và chi phí biên của cùng khối lượng công việc đó sụt xuống gần bằng chi phí điện. Sự đảo chiều này không phải là một biểu đồ hòa vốn trừu tượng; với một đội ngũ đã sở hữu phần cứng, nó xảy ra ngay từ ngày đầu. Nếu bạn không sở hữu phần cứng và sẽ không bao giờ sở hữu, Luna đơn giản là rẻ hơn — và ngữ cảnh 1.05M của nó làm lu mờ 262K ngữ cảnh gốc của Qwe​n.

Câu chuyện về tốc độ nghiêng về phía mô hình nhỏ hơn.

{{1}}Điều bất ngờ còn lại là độ trễ.{{/1}} {{2}}Trong dữ liệu đo từ xa 7 ngày của chính OrcaRouter, độ trễ token đầu tiên ở phân vị p50 của GPT-5.6 Luna là khoảng 1,4 giây, trong khi của Qwen3.8 27B là khoảng 190 mili giây — nhanh hơn gần bảy lần đến token đầu tiên.{{/2}} {{3}}Đó không phải là bài kiểm tra trí tuệ; đó là bài kiểm tra triển khai.{{/3}} {{4}}Một mô hình dense 27B nhẹ hơn để khởi động so với mô hình API đẳng cấp tiên phong đang dành thời gian cho lý luận mở rộng.{{/4}} {{5}}Với trò chuyện tương tác, vòng lặp tác nhân, hay bất cứ điều gì mà người dùng đang chờ token, mô hình 27B có lợi thế cấu trúc mà bảng thông số không thể hiện — và đó là lý do vì sao một mô hình "kém thông minh hơn" vẫn có thể thắng về khả năng phản hồi mà người dùng thấy được.{{/5}}

51 và 61.7 mỗi số có nghĩa là gì?

Bằng chứng độc lập của GPT-5.6 Luna rất vững chắc: Artificial Analysis chấm nó {{1}}51{{/1}} trên Intelligence Index ở chế độ suy luận tối đa ({{2}}27{{/2}} ở chế độ không suy luận), {{3}}75{{/3}} trên Coding Agent Index, với {{4}}1,592{{/4}} GDPval Elo. Bằng chứng của Qwen3.8 27B là SWE-bench Pro của Ali​baba với {{5}}61.7{{/5}} và agentic terminal coding với {{6}}73.0{{/6}} — do nhà cung cấp báo cáo, chưa được xác minh độc lập, nhưng cho thấy cùng một xu hướng. Không mô hình nào là ngựa chiến suy luận tiên phong; cả hai đều được định giá để làm ngựa kéo. Sự khác biệt là trần của Luna đã được đo lường và biết rõ, còn trần của Qwe​n mới chỉ là một tuyên bố đang chờ một khung đánh giá độc lập.

Định hướng quyết định thuê hay sở hữu nhà

Cả hai mô hình đều có sẵn trên OrcaRouter với giá niêm yết của nhà cung cấp và mức tăng 0%, nghĩa là mức giảm giá ngày 30 tháng 7 chính là giá bạn phải trả hôm nay, không phải một báo giá cũ. Một quy tắc định tuyến có thể đưa lưu lượng tương tác, nhạy cảm với độ trễ vào Qwen3.8 27B và văn bản ngữ cảnh dài, khối lượng lớn vào GPT-5.6 Luna, tự động chuyển đổi dự phòng giữa chúng; bản tự lưu trữ Qwen trở thành chân thứ ba cho bất cứ thứ gì không thể rời khỏi mạng của bạn. Một khóa duy nhất, không cần hợp đồng thứ hai, và việc phân chia giữa thuê và sở hữu chỉ là một thay đổi cấu hình chứ không phải tái kiến trúc.

Phán quyết

Nếu bạn muốn API đáng tin cậy rẻ nhất và sẽ không bao giờ tự lưu trữ, GPT-5.6 Luna là lựa chọn — $0.20/$1.20, ngữ cảnh 1.05M, điểm đánh giá độc lập, và nó đã là mô hình nhỏ được gọi nhiều nhất trong hệ thống của O​penAI. Nếu bạn sở hữu phần cứng hoặc muốn sở hữu mô hình của riêng mình, Qwen3.8 27B thắng về tổng chi phí sở hữu ngay từ ngày bạn triển khai — 16GB VRAM, Apache 2.0, không tính phí theo token. Việc giảm giá chính là O​penAI cạnh tranh với hệ sinh thái mở về giá. Câu trả lời của hệ sinh thái mở không phải là một API rẻ hơn. Đó là bản tải về.