OpenAI vừa mở rộng dòng GPT-6 với hai model mới là GPT-6 Sol và GPT-6 Luna, hướng tới nhóm người dùng cần cân bằng giữa năng lực AI và chi phí vận hành. Nếu GPT-6 Astra tập trung vào những tác vụ đòi hỏi năng lực cao nhất, Sol và Luna được phát triển để đưa những cải tiến về coding, công việc chuyên môn, factuality, computer use và alignment xuống các model nhanh hơn, tiết kiệm hơn. Đáng chú ý, OpenAI đã giảm 50% giá API của cả hai model so với mức giá khuyến mãi của GPT-5.6 tương ứng.
Không chỉ rẻ hơn, GPT-6 Sol và GPT-6 Luna còn được OpenAI cho biết đã cải thiện đáng kể ở nhiều bài kiểm tra thực tế. Sol hướng đến những công việc phức tạp cần khả năng suy luận và xử lý nhiều bước, trong khi Luna tập trung vào hiệu quả chi phí và đưa năng lực của thế hệ GPT-6 xuống những tác vụ cần tốc độ, quy mô sử dụng lớn hơn.
Theo OpenAI, GPT-6 Sol và GPT-6 Luna được huấn luyện với các phương pháp tương tự GPT-6 Astra, qua đó kế thừa những cải tiến của Astra về hiệu suất trong công việc chuyên môn, độ chính xác thông tin, coding, computer use và alignment. Mục tiêu của hai model mới là mở rộng khả năng tiếp cận những công nghệ này bằng cách tối ưu hóa hiệu quả suy luận và chi phí phục vụ.
Trong định hướng sản phẩm, GPT-6 Astra vẫn là model có năng lực cao nhất của OpenAI. Sol và Luna không được đặt ở vị trí thay thế Astra, mà đóng vai trò những lựa chọn thực dụng hơn dành cho các công việc có khối lượng lớn hoặc cần kiểm soát chi phí.
Một thay đổi đáng chú ý khác nằm ở trải nghiệm giao tiếp. OpenAI cho biết họ đã đưa những cải tiến về phong cách trả lời từ Astra xuống Sol và Luna, giúp câu trả lời rõ ràng hơn, ít thuật ngữ khó hiểu, giảm những cách diễn đạt vòng vo và hạn chế các chi tiết ít giá trị, trong khi vẫn giữ nội dung cần thiết.
GPT-6 Sol được OpenAI định vị cho những công việc khó, trong đó người dùng cần nhiều thời gian hơn để suy luận và có thể lặp lại quy trình nhiều lần. Với mức xhigh effort, Sol đạt điểm 33,2% trên AutomationBench với chi phí khoảng 0,27 USD cho mỗi tác vụ trong dữ liệu mà OpenAI công bố. Kết quả này được OpenAI đặt cạnh các model khác nhằm nhấn mạnh sự cân bằng giữa năng lực và chi phí.
Trên Agents’ Last Exam, một bài đánh giá các workflow chuyên môn phức tạp, GPT-6 Sol ở mức max effort đạt 56,4%, trong khi OpenAI cho biết chi phí cho mỗi tác vụ thấp hơn 60% so với mức cao nhất được báo cáo của Claude Opus 5 trong bài đánh giá này.
Điểm đáng chú ý ở đây là OpenAI đang nhấn mạnh chi phí trên mỗi tác vụ thay vì chỉ nhìn vào điểm benchmark. Với các AI agent phải xử lý hàng trăm hoặc hàng nghìn tác vụ mỗi ngày, chênh lệch chi phí ở từng lần chạy có thể ảnh hưởng lớn tới tổng ngân sách của doanh nghiệp hoặc đội ngũ phát triển.
Nếu Sol hướng tới những workflow chuyên sâu hơn, GPT-6 Luna được thiết kế để trở thành lựa chọn tiết kiệm khi triển khai AI ở quy mô lớn. OpenAI cho biết Luna ở mức high effort đã cải thiện 5,4 điểm phần trăm so với GPT-5.6 Luna trong AutomationBench, đồng thời giảm 58% chi phí trên mỗi tác vụ.
Khả năng tối ưu chi phí cũng xuất hiện trong các bài đánh giá computer use. Trên OSWorld 2.0 offline, GPT-6 Luna ở mức max effort có thể vượt GPT-5.6 Sol ở medium effort, trong khi OpenAI cho biết chi phí cho mỗi tác vụ chỉ bằng khoảng một phần mười trong phép so sánh này.
Điều này cho thấy Luna không đơn thuần là phiên bản “nhẹ hơn” của Sol. OpenAI đang hướng Luna tới những trường hợp cần triển khai AI thường xuyên, nơi chi phí suy luận có thể quan trọng không kém điểm số tuyệt đối.
Một trong những cải tiến đáng chú ý của GPT-6 Sol và GPT-6 Luna nằm ở factuality. Theo đánh giá nội bộ của OpenAI dựa trên những cuộc hội thoại thực tế đã được ẩn danh, trong đó người dùng từng đánh dấu câu trả lời có lỗi, GPT-6 Sol tạo ra khoảng một nửa số lỗi so với model tiền nhiệm. OpenAI cho rằng Sol đang tiến gần mức độ tin cậy của Astra nhưng có chi phí thấp hơn đáng kể.
GPT-6 Luna cũng được cải thiện về factuality. Ở các mức effort cao hơn, OpenAI cho biết Luna có thể đạt mức tương đương GPT-5.6 Sol với chi phí thấp hơn nhiều. Tuy nhiên, OpenAI cũng lưu ý bộ dữ liệu này được xây dựng từ những cuộc hội thoại đã từng phát sinh lỗi và không đại diện hoàn toàn cho tần suất lỗi trong việc sử dụng AI thông thường.
Điều này khá quan trọng với các ứng dụng dùng AI để nghiên cứu, tổng hợp thông tin hoặc xử lý công việc chuyên môn. Khi chi phí giảm nhưng độ chính xác tăng, AI có thể được đưa vào nhiều bước hơn trong một quy trình mà không khiến ngân sách tăng tương ứng.
Coding tiếp tục là một trong những lĩnh vực mà OpenAI tập trung cải thiện ở thế hệ mới. Trên FrontierCode, GPT-6 Sol được cho là cải thiện đáng kể so với GPT-5.6 Sol và có thể đạt mức tương đương Claude Fable 5.1 xhigh với chi phí thấp hơn. FrontierCode đánh giá không chỉ độ đúng của code mà còn cả khả năng merge vào codebase thực tế, chất lượng test, phạm vi thay đổi và việc tuân thủ tiêu chuẩn dự án.
Trong DeepSWE v1.1, GPT-6 Sol ở max effort đạt 68,8%, chỉ thấp hơn 1,1 điểm phần trăm so với mức cao nhất 69,9% của Claude Fable 5 trong bài đánh giá được OpenAI dẫn lại. Đổi lại, OpenAI cho biết Sol có chi phí mỗi tác vụ thấp hơn khoảng 80% trong phép so sánh này.
GPT-6 Luna cũng cho thấy bước tiến trong coding. Ở max effort, Luna đạt 66,6% trên DeepSWE và được OpenAI mô tả là có mức hiệu năng tương đương một số cấu hình trung bình của các model cạnh tranh, trong khi chi phí thấp hơn đáng kể.
Với những đội ngũ sử dụng coding agent hàng ngày, đây có thể là một thay đổi đáng chú ý. Khi AI đảm nhận những task dài hơn, chi phí không còn chỉ được tính cho một câu hỏi hoặc một đoạn code mà tính trên toàn bộ chuỗi thao tác từ phân tích yêu cầu, sửa code, chạy test cho tới hoàn thiện thay đổi.
Một trong những thông tin nổi bật nhất khi GPT-6 Sol và GPT-6 Luna ra mắt là chính sách giá. OpenAI cho biết họ đã cải thiện caching và inference để giảm chi phí phục vụ model, sau đó chuyển phần tiết kiệm này trực tiếp tới người dùng và khách hàng.
Mức giá này đặc biệt có ý nghĩa với các hệ thống AI agent phải chạy liên tục. Khi input và output đều giảm đáng kể, doanh nghiệp có thể tăng số lượng tác vụ hoặc cho agent xử lý workflow dài hơn mà không phải tăng ngân sách theo cùng tỷ lệ.
Ngoài việc giảm giá token, OpenAI còn nâng cấp prompt caching cho các ứng dụng sử dụng GPT-6. Theo công ty, những cải tiến mới giúp tăng tỷ lệ cache hit mặc định, cho phép agent tái sử dụng context và hưởng mức giảm giá tới 90% đối với các lần đọc input token đã được cache.
Các nhà phát triển cũng có thêm công cụ để theo dõi và tối ưu caching, đồng thời có thể thay đổi reasoning effort hoặc bật/tắt tool mà không làm mất context đã được cache. OpenAI còn bổ sung breakpoint để nhà phát triển kiểm soát nơi kết thúc phần prompt được lưu cache.
Với các agent có cuộc hội thoại dài hoặc phải xử lý nhiều workflow tương tự nhau, đây có thể là yếu tố quan trọng không kém giá token. Context được tái sử dụng hiệu quả sẽ giúp giảm lượng dữ liệu phải xử lý lại, từ đó cải thiện cả chi phí lẫn tốc độ phản hồi.
OpenAI cũng đưa những cải tiến về alignment từ GPT-6 Astra xuống hai model mới. Trong đánh giá nội bộ, GPT-6 Sol và Luna đều cho thấy tỷ lệ thấp hơn so với các model GPT-5.6 tương ứng ở một số tình huống liên quan tới việc đưa ra tuyên bố gây hiểu nhầm về công việc coding mà chúng đã thực hiện.
Tuy nhiên, OpenAI nhấn mạnh đây là các bài đánh giá được thiết kế để tạo ra tình huống khó và không phản ánh trực tiếp tỷ lệ lỗi trong quá trình sử dụng thông thường. Vì vậy, những con số này chủ yếu cho thấy xu hướng cải thiện trong môi trường thử nghiệm có chủ đích.
Định hướng này phù hợp với việc GPT-6 Sol và Luna được sử dụng nhiều hơn trong những workflow có tính tự động hóa. Khi AI có khả năng tự thực hiện nhiều bước, độ tin cậy và cách hệ thống phản ánh chính xác những gì đã làm trở thành một phần quan trọng của trải nghiệm.
Theo thông tin OpenAI công bố, GPT-6 Sol và GPT-6 Luna được cung cấp trong ChatGPT Work và Codex cho người dùng Plus, Pro, Business, Enterprise và Edu. Free và Go có thể truy cập GPT-6 Luna trong ứng dụng desktop. Tại thời điểm ra mắt, cả hai model chưa được cung cấp trong Chat thông thường.
Trong API, hai model có tên tương ứng là gpt-6-sol và gpt-6-luna. OpenAI cho biết quá trình triển khai trong ChatGPT sẽ diễn ra dần trong ngày, vì vậy người dùng chưa nhìn thấy model trong Work hoặc Codex có thể cần chờ thêm trong quá trình rollout.
Sự xuất hiện của GPT-6 Sol và GPT-6 Luna cho thấy OpenAI đang mở rộng GPT-6 theo nhiều tầng hiệu năng thay vì chỉ tập trung vào một model cao cấp. Astra tiếp tục đảm nhận nhóm tác vụ cần năng lực cao nhất, còn Sol và Luna đưa những cải tiến của thế hệ mới xuống những trường hợp sử dụng có tần suất lớn hơn và nhạy cảm hơn về chi phí.
Với người dùng chuyên nghiệp, Sol có thể đóng vai trò model cho những công việc cần suy luận sâu, coding và workflow dài. Luna lại phù hợp với các ứng dụng cần xử lý nhiều tác vụ với chi phí thấp, đặc biệt khi kết hợp với prompt caching và khả năng điều chỉnh reasoning effort.
Điểm đáng chú ý nhất không chỉ là GPT-6 mạnh hơn thế hệ trước ở một số benchmark, mà là chi phí để sử dụng năng lực đó đã giảm đáng kể. Đây có thể là yếu tố quan trọng đối với doanh nghiệp và nhà phát triển khi AI ngày càng chuyển từ công cụ hỗ trợ sang hệ thống trực tiếp tham gia vào quy trình làm việc.
GPT-6 Sol và GPT-6 Luna đánh dấu bước mở rộng quan trọng của hệ sinh thái GPT-6. Sol hướng tới những tác vụ chuyên môn và workflow phức tạp với hiệu năng cao hơn GPT-5.6 Sol, trong khi Luna tập trung mạnh vào khả năng tối ưu chi phí và triển khai AI ở quy mô lớn. Cả hai model đều được OpenAI cải thiện về coding, factuality, computer use và alignment.
Đáng chú ý nhất là giá API của cả hai model đã giảm 50% so với GPT-5.6 tương ứng, trong khi prompt caching tiếp tục giúp giảm chi phí xử lý context cho các ứng dụng AI agent. Nếu GPT-6 Astra là lựa chọn dành cho những công việc khó nhất, Sol và Luna đang trở thành hai mảnh ghép giúp khả năng của thế hệ GPT-6 được đưa vào nhiều quy trình hơn với chi phí dễ tiếp cận hơn.
Tin liên quan
Sản phẩm đã xem
