Bản xem trước Step 5 vs GPT-5.6: Một thẻ phẳng đối đầu với thang sáu bậc

Không có một mô hình đơn lẻ nào tên là GPT-5.6 để đặt cạnh Step 5 Preview, và đó là điều đầu tiên mà so sánh này phải làm rõ. Phòng thí nghiệm đã phát hành dòng GPT-5.6 vào 9 tháng 7, 2026 với ba hạng — GPT-5.6 Sol ở mức $4.00 và $20.00 mỗi triệu token, GPT-5.6 Terra ở mức $2.00 và $12.00, và GPT-5.6 Luna ở mức $0.20 và $1.20 — mỗi phiên bản đều có một núm điều chỉnh suy luận sáu vị trí chạy từ none đến max. Step 5 Preview, được StepFun phát hành vào 20 tháng 9, 2026, là một mô hình duy nhất ở mức $1.00 và $2.70, không có hạng nào và chỉ có ba thiết lập suy luận. Hai nhà cung cấp đã xây dựng những cơ chế kiểm soát chi phí trái ngược nhau: một bên bán cho bạn một chiếc thang để bạn leo theo từng yêu cầu, còn StepFun bán cho bạn một tấm thẻ phẳng duy nhất. Bên nào rẻ hơn hoàn toàn phụ thuộc vào việc định tuyến của bạn tốt đến đâu, và đó không phải là con số mà bên nào công bố. Không có điều nào trong số đó là giả định: những lỗi AI và sự cố tác nhân được ghi nhận đằng sau các bản phát hành như thế này đều được tập hợp trong Kho lưu trữ Sự cố AI OrcaRouter nơi mỗi mục đều đi kèm nguồn riêng, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp.

Phép so sánh được hầu hết các trang đưa lên hàng đầu là Step 5 Preview với GPT-5.6 Sol, vì Sol là mẫu chủ lực và các mẫu chủ lực thường được đem ra so sánh. Cách đóng khung đó gây hiểu lầm theo cả hai hướng. Sol có giá gấp bảy lần rưỡi mức Step 5 Preview tính trên mỗi token đầu ra, và đạt điểm cao hơn ba điểm trên chỉ số độc lập. Nhưng Sol không phải là hạng mà hầu hết người mua Step 5 Preview thực sự sẽ chuyển khỏi — GPT-5.6 Terra mới là, ở mức $2.00 và $12.00, còn Luna mới là thứ một pipeline khối lượng lớn sẽ cân nhắc thay thế. Chọn sai hạng để so sánh thì kết luận sẽ đảo ngược dù không có sự thật nền tảng nào thay đổi.

Ba bậc đối đầu với một thẻ

• Giá đầu vào — Step 5 Preview 1,00 USD mỗi triệu token, so với GPT-5.6 Sol 4,00 USD, GPT-5.6 Terra 2,00 USD, GPT-5.6 Luna 0,20 USD

• Giá đầu ra — Step 5 Preview $2.70 so với GPT-5.6 Sol $20.00, GPT-5.6 Terra $12.00, GPT-5.6 Luna $1.20

• Định giá lại đầu vào dài — Step 5 Preview có một mức giá cố định trên toàn bộ cửa sổ 1 triệu token so với cả ba bậc GPT-5.6 tăng theo bậc tại 272.000 token đầu vào: Sol lên $8,00 và $30,00, Terra lên $4,00 và $18,00, Luna lên $0,40 và $1,80

• Bộ nhớ đệm — Step 5 Preview 0,10 USD mỗi triệu lượt cache hit, giảm giá 95% so với mức giá bộ nhớ đệm được nhà cung cấp công bố, vốn được áp dụng theo từng bậc và đã được nhà cung cấp điều chỉnh theo mỗi lần trong hai lần định giá lại của dòng sản phẩm này.

• Cửa sổ ngữ cảnh — Step 5 Preview 1M token so với các bậc GPT-5.6 ở khoảng 1,05M token, thực tế là tương đương

• Đầu ra tối đa — Step 5 Preview 64k token so với 128.000 token trên cả ba hạng của GPT-5.6, gấp đôi mức trần của StepFun

• Phương thức — Step 5 Preview nhận văn bản, hình ảnh và video vào, xuất văn bản ra, so với các phiên bản GPT-5.6 nhận văn bản, hình ảnh và tệp vào, xuất văn bản ra; điểm đánh đổi là video ở một phía và đầu vào tệp native ở phía còn lại

• Kiểm soát suy luận — Step 5 Preview có ba mức cài đặt, low, medium và high, so với sáu mức trên GPT-5.6: none, low, medium, high, xhigh và max

• Điểm độc lập — Step 5 Preview đạt 44 so với GPT-5.6 Sol đạt 47 ở max nỗ lực và 44 ở xhigh; GPT-5.6 Luna đạt 37 ở mức nỗ lực tối đa; GPT-5.6 Terra không được đánh giá trên cùng bản sửa đổi chỉ số

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn thành — Step 5 Preview khoảng 0,71 USD so với GPT-5.6 Luna 0,18 USD và GPT-5.6 Sol ở mức gấp nhiều lần con số của StepFun, vì Sol được định giá bằng năm lần mức giá đầu ra của Step 5 Preview ở cùng cấu hình đo lường

• Trọng số — Step 5 Preview có thể tải xuống ở định dạng FP8, BF16 và, kể từ ngày 14 tháng 10 năm 2026, bản dựng NVFP4 so với việc không có trọng số cho bất kỳ hạng GPT-5.6 nào

Hàng đáng để nhìn chằm chằm vào không phải là giá. Đó là núm chỉnh mức nỗ lực. Con số 44 của Step 5 Preview là một cấu hình được chấm điểm ở một mức nỗ lực, khiến nó vừa là sàn vừa là trần cùng một lúc. GPT-5.6 Sol đo được 47 ở max và 44 ở xhigh — cùng một con số tiêu đề như mô hình của StepFun ở một mức thiết lập tốn ít chi phí vận hành hơn đáng kể. Đó không phải là sự trùng hợp đáng để dựng nên một câu chuyện, nhưng nó là một đặc điểm thực sự của phép so sánh: cùng một nhà cung cấp sẽ bán cho bạn đúng số điểm mà Step 5 Preview công bố, ở mức nỗ lực thấp hơn, với giá mỗi token cao hơn mức StepFun thu ở bất kỳ thiết lập nào.

Dòng 272.000 token chính là điểm khác biệt mang tính cấu trúc.

Cả hai mô hình này đều được bán dưới dạng hệ thống ngữ cảnh dài và một trong số chúng tính phí theo cách mà mô hình kia không làm. Mức giá của Step 5 Preview là cố định trên toàn bộ cửa sổ một triệu token; một yêu cầu ở 900.000 token có cùng chi phí mỗi token như một yêu cầu ở 900. Mọi hạng của GPT-5.6 đều thay đổi mức giá khi một yêu cầu đơn lẻ vượt qua 272.000 token đầu vào, và sự thay đổi áp dụng cho toàn bộ yêu cầu chứ không chỉ cho phần vượt ngưỡng: Sol từ $4.00 và $20.00 lên $8.00 và $30.00, Terra từ $2.00 và $12.00 lên $4.00 và $18.00, Luna từ $0.20 và $1.20 lên $0.40 và $1.80.

Mô hình của StepFun có mức trần đầu ra 64k, trong khi mọi hạng của GPT-5.6 đều cho phép 128.000, vì vậy hai sản phẩm được định hình khác nhau ở cả hai đầu. Nếu khối lượng công việc của bạn đọc nhiều cùng lúc — một kho mã, một bộ tài liệu, một bản ghi dài — thì mức phí cố định của Step 5 Preview là dòng giá trị nhất trên bảng giá, và nó đáng giá hơn mức chênh lệch giá đầu vào bốn đô-la ở bất kỳ lời nhắc nào vượt ngưỡng đó với biên độ lớn. Nếu khối lượng công việc của bạn ghi nhiều cùng lúc — tạo toàn bộ tệp, một sản phẩm có cấu trúc dài — thì mức trần 64k là ràng buộc quyết định và token rẻ không giúp được gì.

Đây cũng là chỗ một lớp định tuyến chứng minh được giá trị của mình chứ không chỉ là khẩu hiệu. Một pipeline gửi prompt truy xuất 400.000 token đến Sol sẽ phải trả mức giá gấp đôi cho mọi lời gọi mãi mãi, và cách khắc phục không phải là một mô hình rẻ hơn — mà là không gửi yêu cầu đó đến một tầng bị định giá lại. Chúng tôi không có cùng chiếc khóa có thể truy cập Step 5 Preview, nhưng dạng thức của cách khắc phục là tổng quát: giữ đường ngữ cảnh dài trên một mô hình có cửa sổ cố định và giữ các lời gọi suy luận ngắn, khó trên mô hình có núm điều chỉnh effort, rồi đo cả hai theo chi phí cho mỗi tác vụ hoàn thành thay vì chi phí trên mỗi triệu token.

Vì sao mua dòng GPT-5.6 vào tháng 10 lại là một điều kỳ lạ

Giá niêm yết của chính nhà cung cấp đã thay đổi hai lần dưới dòng sản phẩm này kể từ khi ra mắt, và nó chỉ dịch chuyển theo một hướng. Hai gói rẻ hơn bị cắt giảm vào ngày 30 tháng 7 năm 2026; gói chủ lực theo sau vào ngày 21 tháng 8, đưa Sol từ $5.00 và $30.00 xuống $4.00 và $20.00 — mức giá khuyến mại mà nhà cung cấp chỉ cam kết đến hết ngày 21 tháng 11 năm 2026. Sau đó, vào ngày 22 tháng 9, phòng thí nghiệm đã phát hành GPT-6 Sol với giá $2.00 và $10.00 cùng GPT-6 Luna với giá $0.10 và $0.50, đúng bằng một nửa giá của gói chủ lực GPT-5.6 trên cả hai thang đo và bằng một nửa giá của GPT-5.6 Luna trên cả hai thang đo.

Hệ quả không phải là GPT-5.6 tệ. Mà là GPT-5.6 không còn là phiên bản đời của chính dòng sản phẩm nhà cung cấp mà một tích hợp mới nên mặc định dùng, và mọi hạng của nó giờ đều có một người anh em rẻ hơn với ngày phát hành muộn hơn và con số cao hơn. Điều đó quan trọng với so sánh cụ thể này vì nó thay đổi ý nghĩa thực sự của câu hỏi "Step 5 Preview so với GPT-5.6". Nếu câu trả lời trung thực cho một khối lượng công việc Sol là GPT-6 Sol với mức giá bằng một nửa, thì cặp đối đầu quyết định mọi thứ là Step 5 Preview ở mức $1.00 và $2.70 so với GPT-6 Sol ở mức $2.00 và $10.00 — chênh lệch đầu ra gấp bốn lần thay vì gấp bảy lần rưỡi — và các hạng của GPT-5.6 chỉ còn nằm trong cuộc thảo luận đối với những nhóm có tích hợp bị ghim cố định, đường cơ sở đánh giá đã công bố, hoặc cam kết sẵn có với một mã định danh mô hình cụ thể.

Có một lý do thứ hai khiến câu hỏi về dòng mô hình vẫn còn nóng. Mức giá khuyến mại của Sol hết hạn vào ngày 21 tháng 11 và nhà cung cấp chưa nói điều gì sẽ xảy ra vào ngày 22 tháng 11. Bất kỳ ngân sách nào được xây dựng dựa trên $4.00 và $20.00 đều chứa một sự kiện chưa được định giá bên trong, và cách trung thực để xử lý điều đó là coi nó như một khoảng chứ không phải một con số. StepFun chưa định giá lại Step 5 Preview kể từ khi phát hành, một cam kết ngắn hơn nghe có vẻ vậy, xét rằng mô hình mới bốn tuần tuổi, nhưng đó là cam kết bạn đang có.

Phân khúc có thể so sánh với Step 5 Preview không phải là flagship

Gạt Sol sang một bên, cuộc so kè trở nên thú vị hơn, bởi vì GPT-5.6 Terra ở mức $2.00 và $12.00 là hạng mà một người mua Step 5 Preview nhiều khả năng sẽ thay thế nhất, còn GPT-5.6 Luna ở mức $0.20 và $1.20 là hạng mà một pipeline khối lượng lớn nên lấy làm mốc so sánh. Đây là những lập luận khác nhau.

So với Terra, Step 5 Preview có giá bằng một nửa ở đầu vào và rẻ hơn gấp hơn bốn lần một chút ở đầu ra, và nó thắng hoàn toàn về hành vi ngữ cảnh vì Terra tăng giá trên 272.000 token còn mô hình của StepFun thì không. Đổi lại, Terra cung cấp giới hạn đầu ra gấp đôi, cửa sổ ngữ cảnh lớn hơn một khoảng không đáng kể, đầu vào tệp gốc cho các pipeline nhập PDF dưới dạng tài liệu thay vì hình ảnh, và một bộ sáu mức độ nỗ lực cho phép bạn điều chỉnh chi phí mỗi lần gọi thay vì chấp nhận nó. Nhà cung cấp chưa công bố một số liệu chỉ số độc lập hiện tại cho Terra trên cùng phiên bản như con số 44 của Step 5 Preview, nghĩa là bất kỳ tuyên bố nào rằng cái này có năng lực hơn cái kia về phía Terra hiện đều không được hỗ trợ — và bài viết này sẽ không bịa ra một con số như vậy.

Khi so với Luna, phép tính đảo chiều và Step 5 Preview thua về giá với khoảng cách lớn: $0.20 và $1.20 so với $1.00 và $2.70 rẻ hơn năm lần ở đầu vào và hơn hai lần một chút ở đầu ra, còn chi phí mỗi tác vụ index hoàn thành của Luna là $0.18 so với $0.71 của StepFun là khoảng cách gấp bốn lần ở con số đã tính cả độ dài diễn giải. Luna đạt 37 điểm so với 44 của Step 5 Preview, và người đánh giá lưu ý rằng điểm của Luna phụ thuộc vào mức độ nỗ lực, trong khi của StepFun là một cấu hình duy nhất — một lời nhắc rằng một mô hình có nút điều chỉnh thì có nhiều điểm số, và việc trích dẫn mức tối đa như "giá phải trả" là một lỗi phạm trù. Nếu tác vụ của bạn là phân loại, trích xuất hoặc định tuyến, thì hạng để so sánh với mô hình của StepFun là Luna, và câu trả lời là StepFun hoàn toàn không cạnh tranh về chi phí.

Điều gì thực sự quyết định điều đó?

Step 5 Preview là lựa chọn đúng khi có từ ba điều sau trở lên đúng: khối lượng công việc đọc các đầu vào rất dài và thường xuyên vượt mốc 272.000 token, cần đầu vào video, bảng giá phẳng một cột có giá trị hơn một lớp định tuyến đối với nhóm của bạn, hoặc trọng số có thể tải xuống là điều quan trọng vì bạn định tự lưu trữ hoặc tinh chỉnh. Điểm về trọng số ở đây không phải là một chú thích nhỏ — StepFun công bố các checkpoint FP8 và BF16 theo giấy phép riêng của mình, cùng một bản dựng NVFP4 được thêm vào ngày 14 tháng 10 năm 2026, được cấu hình cho Blackwell ở 394 GB với bộ đệm KV không lượng tử hóa, và các kho lưu trữ đã có hướng dẫn phục vụ vLLM và SGLang đầy đủ vào giữa tháng 10 cùng một image container đã được công bố và các bộ phân tích lập luận và gọi công cụ chuyên dụng. Không có bậc GPT-5.6 nào có thể tải xuống, ghim hay kiểm tra, và không có điểm chỉ số nào khỏa lấp được điều đó.

Hạng GPT-5.6 là lựa chọn đúng khi bạn cần một phản hồi duy nhất dài 128.000 token, khi đầu vào tệp nằm trong pipeline của bạn, khi một tích hợp hiện có đang bị ghim vào định danh GPT-5.6 và chi phí di chuyển vượt quá khoản tiết kiệm token, hoặc khi nút điều chỉnh suy luận chính là thứ bạn thực sự muốn — khả năng chi ít hơn cho một yêu cầu dễ mà không cần đổi mô hình. Điều cuối cùng đó là một lợi thế thiết kế thực sự và là lý do để nhìn nhận dòng sản phẩm này một cách nghiêm túc thay vì gạt nó đi như bản ra mắt của quý trước. Điều nó không phải là lý do để chọn Sol thay vì Terra hay Luna vì lý do khối lượng công việc. Hãy định tuyến theo độ khó và thang bậc của chính dòng sản phẩm sẽ thực hiện việc kiểm soát chi phí thay bạn.

Cả hai hạng mà bài viết này so sánh đều có thể truy cập được qua một endpoint duy nhất trên OrcaRouter: GPT-5.6 Sol, GPT-5.6 Terra và GPT-5.6 Luna nằm trong danh mục tại openai/gpt-5.6-sol, openai/gpt-5.6-terra và openai/gpt-5.6-luna, mỗi mô hình đúng theo giá niêm yết của nhà cung cấp với mức markup 0%, điều mà với dòng mô hình này có một hệ quả cụ thể — nhà cung cấp đã hai lần cắt giảm các mức giá này kể từ tháng Bảy, và việc chuyển thẳng (pass-through) nghĩa là mức cắt giảm có hiệu lực trên hóa đơn của bạn ngay ngày nó được áp dụng, chứ không phải vào chu kỳ hợp đồng kế tiếp. Vì DSL định tuyến kết hợp nhiều mô hình vào một lời gọi, câu hỏi về hạng ở trên không còn là một quyết định kiến trúc nữa: cùng một key giữ Sol ở max cho công việc khó cũng có thể giữ Luna cho phần lớn công việc dễ, với cơ chế tự động chuyển đổi dự phòng giữa chúng và không cần duy trì tích hợp thứ hai. Step 5 Preview không có trong danh mục đó; hãy gọi nó qua nền tảng riêng của StepFun hoặc tự lưu trữ từ các checkpoint đã công bố.

Câu hỏi mở mà so sánh này để lại không phải là mô hình nào tốt hơn. Mà là liệu phiên bản rẻ hơn của chính nhà cung cấp có khiến toàn bộ câu hỏi về GPT-5.6 trở nên vô nghĩa đối với một tích hợp mới hay không, và liệu mức giá khuyến mại của Sol có còn hiệu lực sau ngày 21 tháng 11 hay không. Cả hai điều đó hôm nay đều chưa có câu trả lời. Điều có thể trả lời được hôm nay là vấn đề mang tính cấu trúc, và nó không phụ thuộc vào cả hai: một trong những sản phẩm này tính cho bạn một mức giá cố định cho một triệu token, còn sản phẩm kia tính một mức giá khác sau khi bạn vượt qua 272.000. Với một khối lượng công việc nằm ở đoạn cuối của cửa sổ đó, chỉ dòng đó thôi đã đáng giá hơn mức chênh lệch bốn đô la ở phần đầu vào, và đó là dòng bạn nên đối chiếu với dấu vết của chính mình trước khi đọc bất kỳ điểm chỉ số nào.