Solar Pro 4 đạt 42 điểm: Flagship Agent-First của Upstage, hiện đã được đánh giá độc lập

Upstage Solar Pro 4 đã ra mắt vào ngày 10 tháng 8 năm 2026, và con số đầu tiên đáng chú ý là mức giá: $0.30 cho mỗi triệu token đầu vào và $1.20 cho mỗi triệu token đầu ra trên API của Upstage, kèm chương trình khuyến mãi ra mắt giảm xuống còn $0.03 và $0.12 — giảm 90% — trên các bảng giá hiện tại. Bốn ngày sau, con số thứ hai đáng chú ý đã xuất hiện. Vào ngày 12 tháng 8 năm 2026, Artificial Analysis đã công bố bài đánh giá độc lập đầu tiên về Solar Pro 4 và chấm điểm 42 trên Chỉ số Trí tuệ (Intelligence Index), so với 14 điểm của Solar Pro 3 — tăng gấp ba so với điểm số đo được của phiên bản tiền nhiệm và nhảy 27 điểm theo cách tính của phòng thí nghiệm — xác nhận vị thế của Upstage khi đưa Solar Pro 4 thành sản phẩm chủ lực độc quyền, mô hình thay thế Solar Pro 3 ở vị trí dẫn đầu dòng sản phẩm. Dù thế nào thì cũng rẻ; và giờ đây, nó cũng đã được đo lường độc lập.

Những gì thực sự đã được phát hành

Solar Pro 4 là soái hạm thương mại trong bước chuyển hướng sang kỷ nguyên agent của Upstage. Công ty đã dành năm 2026 để tái thiết dòng Solar quanh các khối lượng công việc agentic — phiên bản open-weight cùng dòng là Solar Open 2 đã ra mắt vào cuối tháng Bảy — và Solar Pro 4 chính là sản phẩm hosted mà bước chuyển hướng đó nhắm tới. Upstage tóm gọn trong một câu: một mô hình cho các tác vụ cần ngữ cảnh duy trì liên tục, thực thi nhiều bước và hoàn thành trọn vẹn từ đầu đến cuối thay vì những câu trả lời đơn lẻ.

Cụ thể, trang mô hình mô tả nó là mô hình hàng đầu của Upstage chuyên dụng cho việc sử dụng agentic, phù hợp với các quy trình làm việc agentic, năng suất văn phòng, công việc tập trung vào tài liệu và lập trình. Trên lý thuyết, đây là ngữ cảnh lớn nhất mà dòng sản phẩm từng phát hành — Solar Pro 3 cung cấp 128K — và là Solar duy nhất cho đến nay có khả năng suy luận được công bố và giao diện gọi công cụ nhắm đến các tác nhân tự động.

Thông số kỹ thuật như được niêm yết khi ra mắt:

• Cửa sổ ngữ cảnh — 524.288 token (524K) theo thông tin niêm yết của nhà cung cấp, gấp khoảng bốn lần mức 128K của thế hệ trước; phép đo độc lập của Artificial Analysis ghi nhận 384K, vì vậy hãy coi con số lớn hơn là tuyên bố của Upstage.

• Giá — mức giá API chính thức của Upstage là $0.30 cho mỗi 1M token đầu vào / $1.20 cho mỗi 1M token đầu ra, với đầu vào được cache ở mức $0.06; chương trình khuyến mãi ra mắt giảm 90%, còn $0.03 / $0.12 trên các bảng giá hiện tại.

• Khả năng — suy luận, gọi hàm, chế độ JSON, truyền phát trực tuyến và tìm kiếm web, với hỗ trợ đầu vào hình ảnh

• Trọng số — độc quyền, không mở; không phát hành trên Hugging Face (trái ngược với Solar Open 2 mở)

• Truy cập — API Upstage Console cùng với một số nền tảng bên thứ ba; một ứng dụng chat tại solar-chat.upstage.ai để thử nghiệm thực tế

Những con số đó là số liệu do nhà cung cấp công bố, không phải bảng thông số kỹ thuật đã được kiểm toán — và phép đo độc lập đầu tiên hiện không khớp với một trong số đó. Artificial Analysis ghi nhận cửa sổ ngữ cảnh 384K token và đầu ra tối đa 256K cho Solar Pro 4, so với mức 524K và 128K–131K mà nhà cung cấp niêm yết. Danh sách khả năng và con số ngữ cảnh của Upstage lấy từ trang mô hình; các số liệu của AA là bản đọc độc lập.

Có gì thay đổi so với Solar Pro 3 — những con số độc lập đầu tiên

Tuyên bố của chính Upstage về Solar Pro 4 tập trung vào ba lĩnh vực cải tiến so với Solar Pro 3, tất cả đều liên quan đến agent: suy luận văn bản dài, sử dụng công cụ đa lượt, và hiệu suất tác vụ terminal. Đó chính xác là những khía cạnh mà một mô hình agent chứng tỏ giá trị của nó — duy trì mạch suy luận xuyên suốt một văn bản dài, thực hiện liên tiếp các lời gọi công cụ mà không lạc mất chủ đề, và hoàn thành các công việc chạy bên trong shell.

Lần chạy độc lập đầu tiên ủng hộ hướng của mọi tuyên bố đó. Artificial Analysis chấm Solar Pro 4 đạt 42 trên chỉ số Intelligence Index, so với 14 của Solar Pro 3, và những mức tăng mạnh nhất nằm chính xác tại nơi Upstage chỉ ra:

• Terminal-Bench v2.1 (tác vụ terminal): 12% → 57%

• AA-LCR (suy luận ngữ cảnh dài): 31% → 71%

• τ³-Banking (sử dụng công cụ đa lượt): 9% → 23%

• GDPval-AA v2 (công việc tác nhân trong thế giới thực): Elo 498 → 1.277, vượt mốc chuẩn 1.000 của con người và nhỉnh hơn một chút so với Qwen3.7 Max (1.272) và MiMo-V2.5-Pro (1.266)

Vị trí trên bảng xếp hạng chính là điểm nhấn: 42 đứng ngang hàng với Inkling (xhigh, 42) và ngay sau MiMo-V2.5-Pro (43). Một mô hình có mức giá như phân khúc bình dân giờ đây đạt chỉ số như một agent thực thụ.

Có hai lưu ý kèm theo điểm số này. Sự cải thiện AA-Omniscience (-53 → -1) chủ yếu đến từ việc bỏ trả lời: Solar Pro 4 chỉ thử 41% số câu hỏi so với 92% của Solar Pro 3, tỷ lệ ảo giác giảm từ 88% xuống 24%, nhưng độ chính xác vẫn giữ nguyên ở mức 19%. Và lợi ích về trí thông minh phải đánh đổi bằng độ trễ — khoảng 8,6 phút cho mỗi tác vụ Intelligence Index so với 6,0 của Solar Pro 3, trong khi mức sử dụng token được cải thiện từ khoảng 52k xuống 43k token đầu ra cho mỗi tác vụ. Đây là một mô hình thông minh hơn, cẩn thận hơn, nhưng chậm hơn.

Tại sao giá cả lại quan trọng hơn thông số kỹ thuật

Lý do nên chọn Solar Pro 4 nằm ở tỷ lệ giữa giá thành và chỉ số thông minh đo được. Ngay cả ở mức niêm yết chính thức, một mô hình có ngữ cảnh 384K–524K với giá 0,30 USD mỗi triệu token đầu vào vẫn rẻ hơn gần như toàn bộ đối thủ — chỉ bằng khoảng 1/16 giá đầu vào của một mô hình hàng đầu — và chương trình khuyến mãi giảm 90% còn đưa con số đó xuống 1/16 của 1/16. Mức giá này rơi vào phân khúc mà thị trường hiện đang bán các mô hình nhỏ và nhanh, chứ không phải các mô hình có khả năng tác nhân với điểm số trung bình đã được xác minh.

Lập luận hoài nghi không còn là việc Solar Pro 4 chưa được kiểm chứng — bài chạy của AA đã giải quyết điều đó — mà là nó có cơ sở thực sự. Mức tăng độ toàn tri một phần là do kiểu từ chối trả lời, không chỉ đơn thuần là kiến thức. Độ trễ đo được là một bước lùi so với Solar Pro 3. Ngữ cảnh 384K của Artificial Analysis thấp hơn con số 524K mà nhà cung cấp quảng bá. Và huy hiệu "giảm 90%" có nghĩa là mức giá áp dụng về sau có thể thay đổi khi thời gian khuyến mãi kết thúc — mức giá bền vững là giá niêm yết $0.30 / $1.20, không phải mức giá dán nhãn $0.03 / $0.12.

Ai nên dùng thử, ai nên chờ

Thử ngay nếu: bạn đang tạo nguyên mẫu một tác nhân (agent) và chi phí chủ yếu là token, bạn cần một cửa sổ ngữ cảnh dài và khối lượng công việc của bạn chấp nhận được tốc độ suy luận chậm hơn, hoặc bạn đang đánh giá các khối lượng công việc tài liệu tiếng Hàn và Đông Á — nơi Upstage đã liên tục được huấn luyện tốt.

Khoan đã, nếu: {{1}}khối lượng công việc của bạn mang tính then chốt cho sản xuất và không thể chấp nhận sự suy giảm hiệu năng trong khi lĩnh vực này đang điều chỉnh kỳ vọng{{/1}}, {{2}}bạn cần trọng số mở để tự lưu trữ hoặc tinh chỉnh — Solar Pro 4 không phải là mô hình đó; Solar Open 2 mới là — hoặc bạn đang mua dựa trên con số ngữ cảnh 524K, mà phép đo độc lập đầu tiên không tái tạo được{{/2}}.

Một con đường trung dung tồn tại và đáng để gọi tên: đặt Solar Pro 4 sau một lớp chuyển đổi dự phòng thay vì đặt cược cả một pipeline vào nó. Một cổng định tuyến có thể chuyển sang mô hình thứ hai khi hết thời gian chờ hoặc gặp lỗi cho phép bạn nắm bắt lợi ích của một mô hình mới rẻ tiền mà không gặp rủi ro điểm lỗi đơn lẻ — đó chính là mẫu hình mà tính năng tự động chuyển đổi dự phòng của OrcaRouter tồn tại, và vì OrcaRouter truyền nguyên giá niêm yết của nhà cung cấp mà không cộng thêm bất kỳ khoản phụ phí nào, nên Upstage thu bao nhiêu bạn trả bấy nhiêu, không có biên lợi nhuận đại lý ở trên.

Xem gì tiếp theo

Chương "chưa có số liệu độc lập" của mô hình này đã khép lại — mất bốn ngày. Điều quan trọng bây giờ là hàm ý từ phép đo đầu tiên. Giá sau khuyến mãi: huy hiệu 90% chỉ là lời chào khởi điểm, không phải cam kết, và mức giá niêm yết phía sau là $0,30 / $1,20. Liệu Upstage có phản hồi trước độ trễ đo được và sự khác biệt ngữ cảnh giữa 384K và 524K — cả hai đều là những phát hiện đáng hành động nhất trong đợt chạy AA. Và khối lượng công việc tác tử thực tế — bài kiểm tra tốt nhất cho mô hình gọi công cụ là các tác vụ chạy dài ngoài thực tế, không phải bảng xếp hạng. Tính đến ngày 13 tháng 8 năm 2026, bản tóm tắt chính xác về Solar Pro 4 hẹp hơn và mạnh hơn so với một tuần trước: một mô hình chủ lực rất rẻ, được thiết kế theo hướng tác tử, đến từ một phòng nghiên cứu nghiêm túc, được xác nhận là sản phẩm thay thế Solar Pro 3 của Upstage, với điểm số độc lập 42 để tranh luận.