OpenAI ra GPT-6 Sol và GPT-6 Luna giảm nửa giá API, mốc 272.000 token làm giá token vào gấp đôi

Đội kỹ thuật đọc tin OpenAI giảm nửa giá API, quay sang hỏi có nên đổi model cho chatbot đang chạy, và người duyệt ngân sách cần một con số trước cuộc họp. Câu trả lời ngắn: ngày 22/09/2026 OpenAI ra GPT-6 Sol và GPT-6 Luna, giá token vào và token ra đều bằng một nửa đời GPT-5.6, nhưng bảng giá chính thức còn một nhóm cột thứ hai bật lên khi lượt gọi vượt 272.000 token vào, và từ mốc đó giá token vào gấp đôi. Với một tổng đài hỏi đáp có lượt gọi ngắn, GPT-6 Luna đưa tiền model của 1.000 lượt xuống khoảng 5.868 đồng. Với agent đọc trọn một kho tài liệu dày, mức giảm 50% chỉ đúng khi mỗi lượt nằm dưới mốc. Bài này tách hai trường hợp đó, tính ra tiền Việt và ghi lại những gì đã đổi kể từ ngày công bố. Mọi số liệu tra lại trên trang của OpenAI ngày 14/10/2026.

OpenAI công bố gì về GPT-6 Sol và GPT-6 Luna

Trang Introducing GPT-6 Sol and Luna ghi ngày 22/09/2026 và nói hai bản này được huấn luyện theo cách tương tự GPT-6 Astra, mang phần tiến bộ của Astra xuống hai bản nhanh hơn và rẻ hơn. Bảng giá trong công bố chỉ có hai dòng. GPT-6 Sol đi từ 4 xuống 2 USD cho mỗi triệu token vào và từ 20 xuống 10 USD cho mỗi triệu token ra. GPT-6 Luna đi từ 0,20 xuống 0,10 USD token vào và từ 1,20 xuống 0,50 USD token ra. Cả hai dòng ghi rẻ hơn 50% so với giá khuyến mại của bản GPT-5.6 cùng tên, và OpenAI nói phần tiết kiệm tới từ việc cải thiện cache và cách phục vụ model. GPT-6 Astra vẫn là bản mạnh nhất của hãng.

Trong API, hai bản có tên gpt-6-sol và gpt-6-luna. Mục Availability của công bố ghi hai bản có trong ChatGPT Work và Codex cho người dùng Plus, Pro, Business, Enterprise và Edu từ ngày ra mắt, người dùng Free và Go được GPT-6 Luna trong ứng dụng máy tính, còn tab Chat thường thì chưa có. Đội dùng Codex để viết mã có thể chuyển ngay. Đầu trang công bố hiện còn thêm một dòng cập nhật ngày 29/09/2026 trỏ sang GPT-6.1 Sol, bản nâng cấp của Sol mà phần dưới sẽ nói tới.

Bảng giá chính thức tách hai nhóm cột ở mốc 272.000 token vào

Trang bảng giá API của OpenAI chia mỗi dòng model thành hai nhóm cột là Short context và Long context, mỗi nhóm có bốn cột gồm token vào, đọc lại cache, ghi cache và token ra. Chú thích của bảng ghi Short context là từ 272.000 token vào trở xuống, Long context là trên 272.000 token vào. Công bố chỉ in nhóm bên trái. Từ mốc đó, GPT-6 Sol tính 4 USD token vào và 15 USD token ra thay cho 2 và 10, GPT-6 Luna tính 0,20 và 0,75 thay cho 0,10 và 0,50. Giá token vào gấp đôi ở mọi dòng, giá token ra tăng 50%.

Giá tính cho mỗi triệu token ở bậc Standard, tra ngày 14/10/2026. Lấy một lượt agent đọc trọn bộ hồ sơ 300.000 token chưa cache rồi viết bản tóm tắt 2.000 token bằng GPT-6 Sol. Lượt gọi nằm trong nhóm Long context, nên tốn 1,23 USD, khoảng 32.078 đồng. Nếu cũng việc đó mà tính theo giá của nhóm bên trái thì chỉ hết 0,62 USD, khoảng 16.170 đồng, còn cắt bộ hồ sơ thành hai lượt 150.000 token thì tổng hai lượt là 0,64 USD, khoảng 16.691 đồng. Chênh gần gấp đôi. Hoá đơn không cảnh báo khi một lượt vượt mốc, vì vậy agent đọc tài liệu dài cần một bước đếm token trước khi gửi.

So với lúc công bố, bảng giá ngày 14/10/2026 có một chỗ đổi. Bảng chính giờ in dòng gpt-6.1-sol thay cho gpt-6-sol, còn gpt-6-sol chuyển xuống danh sách All models với giá giữ nguyên. Theo công bố GPT-6.1 Sol, bản mới giữ 2 USD token vào và 10 USD token ra nhưng hạ phần đọc lại cache xuống 0,10 USD, rẻ hơn 50% so với GPT-6 Sol. Dòng chú thích dưới bảng cũng ghi cửa xử lý theo vùng (data residency) tính thêm 10% cho các model ra từ ngày 05/03/2026, nghĩa là cả nhà GPT-6. Câu chuyện dữ liệu đi qua đâu đã có trong bài về bộ Agents API của OpenAI.

1.000 lượt chatbot chạy bằng GPT-6 Luna tốn khoảng 5.868 đồng

Để so các model với nhau, MONA dùng một lượt chatbot giả định gồm 6.000 token hướng dẫn đã cache, 400 token khách gõ vào và 250 token trả lời, với tỷ giá Vietcombank bán ra 26.080 đồng mỗi USD ngày 14/10/2026. Hình lượt này giống một chatbot chăm sóc khách hàng: phần hướng dẫn và chính sách dài, được gửi lại ở mọi lượt nên nằm trong cache, còn câu hỏi và câu trả lời thì ngắn. Bảng dưới đặt các model OpenAI cạnh các model Claude có giá tra cùng ngày trên trang giá của Anthropic.

Một tổng đài chạy 30.000 lượt mỗi tháng sẽ trả khoảng 176.040 đồng tiền model nếu dùng GPT-6 Luna, 3.520.800 đồng nếu dùng GPT-6 Sol và 17.604.000 đồng nếu dùng GPT-6 Astra. Hai đầu chênh nhau đúng 100 lần. Điều đáng chú ý hơn là các ô giá đã trùng nhau giữa hai hãng: GPT-6 Sol và Claude Sonnet 5 cùng 2 USD vào, 0,20 USD đọc lại cache và 10 USD ra, còn GPT-6.1 Sol và Claude Sonnet 5.5 cùng 2 USD, 0,10 USD và 10 USD. Claude Opus 5.5 đứng ở 4 và 20 USD, đúng mức GPT-5.6 Sol tính trước khi bị cắt nửa giá, và ở hình lượt này đắt hơn GPT-6 Sol khoảng 73%. Khi nhiều model đứng cùng một ô giá, quyết định chọn model chuyển sang chất lượng trả lời tiếng Việt trên dữ liệu thật của doanh nghiệp, thứ chưa bảng giá nào cho biết. Tổng đài nào cũng cần phép đo đó.

Phần giảm giá lớn nhất nằm ở cột đọc lại cache

Mục Improving caching trong công bố nói OpenAI đã cải thiện prompt caching cho GPT-6 để tỷ lệ trúng cache cao hơn ngay ở thiết lập mặc định, và phần đọc lại token đã cache được giảm 90% so với giá token vào. Áp vào bảng giá thì thành 0,20 USD cho GPT-6 Sol và 0,01 USD cho GPT-6 Luna mỗi triệu token. Công bố còn dẫn số của GitHub: trong vài tháng, các cải tiến này kéo tỷ lệ token phải xử lý mới xuống hơn 50% trên hàng tỷ lượt gọi tới model OpenAI. Ba công cụ đi kèm gồm bảng theo dõi cache (Prompt Caching Dashboard), công cụ chẩn đoán lần trượt cache, và điểm ngắt tường minh để chọn chỗ kết thúc phần tiền tố được cache. Đổi mức suy luận hay bật tắt công cụ giữa chừng giờ cũng không làm mất cache.

Với chatbot, cột này quyết định nhiều hơn cột token vào, vì phần hướng dẫn 6.000 token được gửi lại ở mọi lượt. Bảy ngày sau, GPT-6.1 Sol hạ tiếp cột đó xuống 0,10 USD, tức 95% thấp hơn giá token vào, và đó là lý do bảng ở mục trên cho GPT-6.1 Sol rẻ hơn GPT-6 Sol khoảng 13% dù hai cột còn lại giữ nguyên. Hãng chưa công bố tỷ lệ trúng cache trước và sau để đối chiếu. Doanh nghiệp muốn biết mình được giảm bao nhiêu thì phải mở bảng theo dõi cache và đo trên log của chính hệ thống, vì tỷ lệ trúng cache phụ thuộc cách phần mềm sắp xếp hướng dẫn, lịch sử hội thoại và dữ liệu tra cứu trong mỗi lượt gọi.

Bảng so điểm AutomationBench có cột tiền mỗi việc

Công bố đưa một bảng AutomationBench, bài kiểm tra quy trình doanh nghiệp chạy qua 47 công cụ thuộc bán hàng, marketing, vận hành, chăm sóc khách, tài chính và nhân sự. Bảng có thêm cột tiền mỗi việc, thứ hiếm hãng nào in ra. GPT-6 Sol ở mức nỗ lực xhigh được 33,2% với 0,27 USD mỗi việc, khoảng 7.042 đồng. Claude Opus 5 ở mức max được 26,9% và tốn gấp 11,1 lần, khoảng 78.162 đồng mỗi việc. Dòng Claude Fable 5.1 được 31,4% và OpenAI ghi rõ chi phí của dòng này bị tính thấp, vì khoảng 40% số việc phải chuyển sang Opus 5 dự phòng mà phần tiền đó không được cộng vào.

Có hai điều cần biết khi đọc bảng này. Opus 5 là bản Anthropic đã thay bằng Opus 5.5 trong cùng ngày 22/09/2026, nên phép so cũ đi chỉ sau vài giờ. Ghi chú cuối công bố cũng nói điểm của model đối thủ lấy từ báo cáo công khai, và có chỗ phải dùng điểm của Claude Fable 5 vì chưa có điểm của Fable 5.1. Cột tiền mỗi việc vẫn dùng được, vì nó cho thấy model rẻ hơn mỗi token còn dùng ít token hơn mỗi việc. Phần điểm thì cần đo lại trên việc của chính doanh nghiệp. Bảng không có dòng nào cho tiếng Việt.

Doanh nghiệp dùng GPT-6 Luna và GPT-6 Sol vào việc gì

GPT-6 Luna hợp với tổng đài hỏi đáp, bộ lọc tin nhắn và việc gắn nhãn theo lô, nơi mỗi lượt gọi ngắn mà số lượt thì nhiều. GPT-6 Sol, giờ là GPT-6.1 Sol, hợp với AI Agent chạy nhiều bước có gọi công cụ, nơi phần ngữ cảnh lặp lại lớn và cột cache rẻ giúp hoá đơn giảm rõ. Agent đọc trọn kho mã hay bộ hồ sơ dày thì cần đếm token trước, vì vượt 272.000 token vào là sang nhóm giá cao. Mốc này gần giống mốc 200.000 token của Grok 4.7 mà xAI ghi dưới bảng giá cùng tuần. Trước khi đổi model cho một hệ thống đang chạy, đội kỹ thuật làm theo thứ tự sau:

1. Lấy log một tuần của mọi lượt gọi, ghi số token đã cache, token vào mới và token ra của từng lượt.
2. Chia lượt gọi thành hai nhóm dưới và trên 272.000 token vào, rồi nhân ra tiền theo đúng hai nhóm cột giá.
3. Rút vài trăm câu hỏi thật, thay tên và số điện thoại khách bằng dữ liệu mẫu cùng định dạng.
4. Cho model đang chạy và model mới trả lời cùng một bộ, người chấm không biết câu nào của bản nào.
5. Đếm số câu sai chính sách và số câu phải chuyển cho nhân viên ở cả hai bản.
6. Bật bảng theo dõi cache của OpenAI để đo tỷ lệ trúng cache thật trong một tuần chạy song song.
7. Chỉ đổi khi bản mới vừa rẻ hơn vừa không sai nhiều hơn mức doanh nghiệp chấp nhận.

Ai đang cân nhắc chạy model trên máy chủ riêng thay vì gọi API có thể đọc thêm bài AI local hay tài khoản AI, còn đội lập trình đang dùng Codex có bài Codex là gì về giá và cách dùng. Giới hạn của bài này cần nói rõ. MONA chưa chạy lượt nào bằng GPT-6 Sol hay GPT-6 Luna, mọi con số ở trên đều trích từ trang của OpenAI và Anthropic hoặc tính từ đó.

Hỏi đáp