OpenAI GPT-5.6 Sol, Terra & Luna: Điểm chuẩn, giá cả và lý do chỉ 20 tổ chức được dùng

Điểm chuẩn: GPT-5.6 mạnh cỡ nào?

Terminal-Bench 2.1

Đây là bài kiểm tra khả năng lập kế hoạch, sử dụng công cụ và tác nhân tự động trên dòng lệnh — một bài kiểm tra "khắc nghiệt" về khả năng vận hành tự chủ của mô hình trong môi trường terminal ^Y. Kết quả cụ thể:

Sol Ultra đạt 91,9% — một bước nhảy vọt, vượt hơn mô hình mạnh nhất của Anthropic (Anthropic là một công ty AI đối thủ của OpenAI) khoảng 4 điểm phần trăm và hơn GPT-5.5 hơn 8 điểm ^BI.

Các điểm chuẩn khác

• ExploitBench: GPT-5.6 Sol đạt kết quả ngang với Mythos Preview của Anthropic nhưng chỉ dùng 1/3 số token đầu ra, cho thấy hiệu suất vượt trội ^AOO.
• GeneBench v1 (phân tích gen dài hạn): GPT-5.6 Sol cho kết quả tốt hơn GPT-5.5 nhưng dùng ít token hơn ^AO.
• Agent's Last Exam (chế độ code): GPT-5.6 Sol đạt khoảng 50,9%, trở thành mô hình đầu tiên vượt qua mốc 50% trên 55 lĩnh vực ^O.
• PostTrainBench Lite: GPT-5.6 Sol và Terra vượt trội GPT-5.5 trong việc quản lý dữ liệu huấn luyện và thực hiện các thí nghiệm hậu huấn luyện ^A.
• Nội bộ Research Debugging Eval: GPT-5.6 Sol thể hiện hiệu suất mạnh mẽ trong việc sửa lỗi từ các thí nghiệm nghiên cứu nội bộ của OpenAI ^A.

Xếp hạng rủi ro năng lực

OpenAI xếp hạng cả ba mô hình GPT-5.6 ở mức "Cao" về cả rủi ro an ninh mạng và sinh học, nhưng không mô hình nào vượt ngưỡng "Nguy kịch" ^A.

Giá cả: GPT-5.6 có giá bao nhiêu?

Bảng giá dưới đây tính trên 1 triệu token, bao gồm cả đầu vào và đầu ra ^HOK:

Bộ nhớ đệm nhanh (Prompt Caching)

OpenAI cũng giới thiệu tính năng lưu đệm (caching) cho GPT-5.6. Ghi vào bộ nhớ đệm được tính phí gấp 1,25 lần tỷ lệ đầu vào không lưu đệm, trong khi đọc từ bộ nhớ đệm được giảm 90% trên các token đã lưu. GPT-5.6 hỗ trợ điểm dừng bộ nhớ đệm rõ ràng và thời gian tồn tại tối thiểu 30 phút ^H.

Tại sao chỉ có ~20 tổ chức được dùng?

Lý do chính: Can thiệp trực tiếp từ chính phủ Mỹ. Chính quyền Trump đã yêu cầu OpenAI hạn chế quyền truy cập trước khi phát hành, với lý do an ninh quốc gia ^TAK. Các quan chức Nhà Trắng đã đích thân phê duyệt từng tổ chức đối tác trong số khoảng 20 tổ chức được cấp quyền ^AI.

Bối cảnh rộng hơn

Chính quyền coi GPT-5.6 có khả năng "ngang với Mythos" — ám chỉ Claude Mythos của Anthropic, mà người tiền nhiệm của nó (Claude Fable 5) đã bị Bộ Thương mại Mỹ buộc đình chỉ hoạt động trên toàn thế giới vào ngày 12 tháng 6 năm 2026 theo quy định kiểm soát xuất khẩu ^A. Hạn chế đối với GPT-5.6 nằm trong cùng khuôn khổ chính sách này.

Cơ chế hạn chế

• Bản xem trước không phải là chương trình tự phục vụ. Chỉ có một nhóm nhỏ đối tác tin cậy có đại diện tài khoản OpenAI mới tham gia được ^H.
• Danh tính đối tác đã được chia sẻ với chính phủ Mỹ trước khi cấp quyền truy cập ^HT.
• Các mô hình chỉ có sẵn qua API OpenAI và Codex, không có trong ChatGPT ^H.

Khi nào sẽ phát hành rộng rãi?

OpenAI cho biết họ "dự định mở rộng quyền truy cập càng sớm càng tốt" nhưng chưa công bố ngày phát hành công khai ^H. Sam Altman, CEO của OpenAI, tuyên bố kỳ vọng quyền truy cập rộng hơn "trong vòng vài tuần" ^A. Tài liệu System Card của công ty viết: "Chúng tôi tin vào quyền truy cập rộng rãi và có kế hoạch tung ra GPT-5.6 Sol, Terra và Luna trong những tuần tới" ^D.

Hiện tại, mô hình AI mạnh nhất từng được OpenAI phát hành chỉ dành cho những đơn vị được Washington chấp thuận.

Tóm tắt chính

• GPT-5.6 Sol Ultra dẫn đầu với 91,9% trên Terminal-Bench 2.1, vượt qua Claude Mythos 5 và GPT-5.5.
• Không có khám phá toán học mới nào được báo cáo cho GPT-5.6.
• Giá dao động từ $1/$6 (Luna) đến $5/$30 (Sol) mỗi triệu token.
• Quyền truy cập bị giới hạn ở khoảng 20 tổ chức được chính phủ Mỹ phê duyệt, dự kiến mở rộng "trong những tuần tới."
• Cả ba mô hình đều được xếp hạng rủi ro "Cao" về an ninh mạng và sinh học, nhưng không mô hình nào đạt mức "Nguy kịch."