TL;DR
Giá cơ bản: Mức giá ngữ cảnh ngắn GPT-5.6 Standard là $5 đầu vào / $30 đầu ra cho Sol, $2.50 / $15 cho Terra, và $1 / $6 cho Luna trên mỗi 1 triệu token.
Chú ý các yếu tố chi phí ẩn: bí danh chung gpt-5.6 định tuyến tới Sol, các yêu cầu trên 272K token đầu vào dùng mức giá ngữ cảnh dài cao hơn, và token đầu ra đắt gấp 6× token đầu vào trên cả ba tầng GPT-5.6.
Dành cho sản xuất: so sánh chi phí trên mỗi tác vụ thành công, không chỉ giá token. Độ chính xác, số lần thử lại, gọi công cụ, độ trễ, bộ nhớ đệm và rà soát thủ công có thể làm thay đổi chi phí thực tế.
Bảng giá OpenAI API tổng quan
Với người dùng đang tìm kiếm rộng về giá OpenAI API, câu hỏi đầu tiên thường là: tôi thực sự đang trả tiền cho model hiện tại nào? Bảng dưới đây cung cấp cái nhìn cô đọng về một số model văn bản OpenAI hiện hành trước khi đi sâu hơn vào GPT-5.6.
| Model | Đầu vào / 1M token | Đầu vào lưu cache | Đầu ra / 1M token |
|---|---|---|---|
| gpt-5.6-sol | $5.00 | $0.50 | $30.00 |
| gpt-5.6-terra | $2.50 | $0.25 | $15.00 |
| gpt-5.6-luna | $1.00 | $0.10 | $6.00 |
| gpt-5.5 | $5.00 | $0.50 | $30.00 |
| gpt-5.4 | $2.50 | $0.25 | $15.00 |
| gpt-5.4-mini | $0.75 | $0.08 | $4.50 |
| gpt-5.4-nano | $0.20 | $0.02 | $1.25 |
Nguồn*:* Bảng giá API OpenAI
Điều quan trọng nhất dễ bị bỏ qua: token đầu ra của GPT-5.6 đắt gấp 6× token đầu vào trên cả Sol, Terra và Luna. Câu trả lời dài, agent dài dòng và quy trình thiên về lập luận có thể khiến chi phí tăng nhanh hơn nhiều so với những thay đổi nhỏ ở độ dài prompt.
Để có cái nhìn rộng hơn về gia đình GPT-5.6—bao gồm khả năng, định vị, benchmark, truy cập API và các tính năng ra mắt chính—xem thông báo GPT-5.6 của OpenAI hoặc hướng dẫn GPT-5.6 của CometAPI. Bài viết này tập trung cụ thể vào giá, cách tính chi phí và các yếu tố có thể ảnh hưởng đến hóa đơn API thực tế của bạn.
Giá GPT-5.6: Sol vs Terra vs Luna
GPT-5.6 giới thiệu ba tầng giá. OpenAI định vị Sol là tuyến flagship, Terra là lựa chọn cân bằng, và Luna là tầng chi phí thấp cho khối lượng công việc lớn.
Để xem chi tiết về khả năng, cách truy cập GPT-5.6 API và các trường hợp sử dụng của từng model, details to see the here about GPT-5.6 model .
Giá GPT-5.6 Standard cho yêu cầu có ≤272K token đầu vào
| Model | Đầu vào ngắn | Đầu vào cache | Ghi cache | Đầu ra ngắn | Đầu vào dài | Đầu vào dài cache | Ghi cache dài | Đầu ra dài |
|---|---|---|---|---|---|---|---|---|
| gpt-5.6-sol | $5.00 | $0.50 | $6.25 | $30.00 | $10.00 | $1.00 | $12.50 | $45.00 |
| gpt-5.6-terra | $2.50 | $0.25 | $3.13 | $15.00 | $5.00 | $0.50 | $6.25 | $22.50 |
| gpt-5.6-luna | $1.00 | $0.10 | $1.25 | $6.00 | $2.00 | $0.20 | $2.50 | $9.00 |
Nguồn*:* Bảng giá API OpenAI
Giá ngữ cảnh dài: Các yêu cầu có hơn 272K token đầu vào dùng mức giá cao hơn. Đầu vào, đầu vào cache và ghi cache được tính 2× mức chuẩn, trong khi đầu ra được tính 1.5×. Mức giá cao hơn áp dụng cho toàn bộ yêu cầu.
Một điểm khởi đầu hợp lý là thử Luna cho tác vụ đơn giản, khối lượng lớn; Terra cho ứng dụng cân bằng; và Sol cho tác vụ khó nhất hoặc có tác động cao. Đây không phải khuyến nghị phổ quát: độ chính xác, số lần thử lại, hành vi công cụ và rà soát thủ công có thể lớn hơn chênh lệch ở bảng giá.
Một chi tiết quan trọng về bí danh
Hướng dẫn model của OpenAI (model guidance) cho biết bí danh chung gpt-5.6 định tuyến tới gpt-5.6-sol.
Điều đó có nghĩa yêu cầu gửi tới gpt-5.6 dùng tầng giá Sol. Nếu khối lượng công việc của bạn chạy tốt trên Terra hoặc Luna, hãy dùng ID model tường minh thay vì giả định bí danh chung sẽ chọn tầng rẻ nhất phù hợp.
Ví dụ 1: Một yêu cầu API điển hình
Bắt đầu với một hình dạng yêu cầu phổ biến:
- 1,000 token đầu vào
- 500 token đầu ra
| Model | Chi phí mỗi yêu cầu | Chi phí mỗi 1,000 yêu cầu |
|---|---|---|
| gpt-5.6-sol | $0.02 | $20 |
| gpt-5.6-terra | $0.01 | $10 |
| gpt-5.6-luna | $0.00 | $4 |
Cách tính cho Sol:
(1,000 / 1,000,000 × $5) + (500 / 1,000,000 × $30) = $0.020
Ví dụ này cũng cho thấy vì sao độ dài đầu ra quan trọng. Dù yêu cầu chứa số token đầu vào gấp đôi token đầu ra, phần đầu ra chiếm 75% chi phí token của Sol vì đầu ra được định giá gấp sáu lần đầu vào.
Với chat, agent và sinh mã, kiểm soát độ dài không cần thiết đôi khi tiết kiệm hơn việc cắt bớt một phần nhỏ system prompt.
Ví dụ 2: Chi phí hàng tháng ở quy mô lớn
Giả sử một ứng dụng xử lý 1 triệu yêu cầu mỗi tháng, trung bình:
- 2,000 token đầu vào mỗi yêu cầu
- 500 token đầu ra mỗi yêu cầu
Tương đương 2 tỷ token đầu vào và 500 triệu token đầu ra mỗi tháng.
| Model | Chi phí đầu vào hàng tháng | Chi phí đầu ra hàng tháng | Tổng cộng |
|---|---|---|---|
| gpt-5.6-sol | $10,000 | $15,000 | $25,000 |
| gpt-5.6-terra | $5,000 | $7,500 | $12,500 |
| gpt-5.6-luna | $2,000 | $3,000 | $5,000 |
Khoảng cách đủ lớn để biện minh cho thử nghiệm định tuyến, nhưng hàng cuối không tự động là lựa chọn tốt nhất cho sản xuất. Nếu model rẻ hơn gây nhiều lần thử lại, tác vụ thất bại hoặc cần rà soát thủ công, tổng chi phí quy trình có thể cao hơn.
Giá ngữ cảnh dài: Điều gì xảy ra trên 272K token?
Các model GPT-5.6 hỗ trợ cửa sổ ngữ cảnh 1.05M token, nhưng OpenAI áp dụng mức giá cao hơn khi một yêu cầu chứa hơn 272,000 token đầu vào.
Với những yêu cầu ngữ cảnh dài này:
- đầu vào được tính 2× mức ngữ cảnh ngắn
- đầu vào cache và ghi cache cũng được tính 2×
- đầu ra được tính 1.5×
- Mức giá cao hơn áp dụng cho toàn bộ yêu cầu, không chỉ phần token vượt 272K
Với Sol, điều này chuyển đầu vào từ $5 lên $10 mỗi 1M token và đầu ra từ $30 lên $45. Cấu trúc hệ số nhân tương tự áp dụng cho Terra và Luna.
Điều này tạo ra một “vách chi phí” gần 272K. Với các khối lượng công việc gần ngưỡng này, hãy giảm các mảnh truy xuất trùng lặp, lịch sử hội thoại lỗi thời, tệp kho mã không cần thiết hoặc đầu ra công cụ dài dòng trước khi gửi yêu cầu. Xem hướng dẫn tối ưu chi phí của OpenAI để biết thêm cách giảm token.
Giá Standard, Batch, Flex và Priority
Với khối lượng công việc văn bản GPT-5.6 đủ điều kiện, OpenAI cung cấp nhiều tầng xử lý.
| Tier | Sol đầu vào/đầu ra | Terra đầu vào/đầu ra | Luna đầu vào/đầu ra | Trường hợp sử dụng điển hình |
|---|---|---|---|---|
| Standard | $5 / $30 | $2.50 / $15 | $1 / $6 | Lưu lượng đồng bộ bình thường |
| Batch | $2.50 / $15 | $1.25 / $7.50 | $0.50 / $3 | Công việc bất đồng bộ ngoại tuyến |
| Flex | $2.50 / $15 | $1.25 / $7.50 | $0.50 / $3 | Công việc nhạy cảm chi phí, có thể chấp nhận xử lý chậm/khó dự đoán |
| Priority | $10 / $60 | $5 / $30 | $2 / $12 | Lưu lượng ngữ cảnh ngắn nhạy cảm độ trễ |
Batch và Flex xấp xỉ 50% mức giá token Standard cho GPT-5.6. Priority là 2× Standard với các mức ngữ cảnh ngắn đã liệt kê. OpenAI hiện chỉ liệt kê Priority cho xử lý ngữ cảnh ngắn, vì vậy đừng suy rộng những mức này cho yêu cầu ngữ cảnh dài.
Xem tài liệu chính thức về Batch, Flex và Priority trước khi chọn tầng.
Bộ nhớ đệm prompt: Khi nào tiết kiệm chi phí với GPT-5.6?
Với GPT-5.6, ghi cache có giá 1.25× mức đầu vào bình thường, trong khi đọc cache nhận mức giá đầu vào cache thấp hơn.
Xem xét một phần mở đầu 100,000 token có thể tái sử dụng trên Sol:
| Thao tác | Chi phí |
|---|---|
| Xử lý một lần như đầu vào bình thường chưa cache | $0.50 |
| Ghi phần mở đầu vào cache | $0.63 |
| Đọc phần mở đầu đã cache sau đó | $0.05 |
Hai lần sử dụng không cache tốn $1.00. Một lần ghi cache cộng một lần đọc cache khớp tốn $0.675, tiết kiệm $0.325 trong ví dụ đơn giản này.
Ranh giới của ví dụ này: Phép tính này chỉ so sánh chi phí đầu vào của phần mở đầu có thể tái sử dụng. Nó không bao gồm token đầu ra, đầu vào không cache khác, công cụ hoặc lần thử lại. Tiết kiệm thực tế phụ thuộc vào việc phần mở đầu có khớp yêu cầu cache và tần suất tái sử dụng.
Vì vậy, cache hữu ích nhất cho các phần mở đầu dài, ổn định nhận được các yêu cầu khớp lặp lại. Một lần ghi cache không bao giờ được tái sử dụng sẽ làm tăng chi phí thay vì giảm.
Hướng dẫn bộ nhớ đệm prompt của OpenAI ghi tài giá ghi cache, đọc cache, điểm dừng tường minh và TTL.
Các chi phí khác có thể làm thay đổi hóa đơn OpenAI API
Token lập luận và chế độ Pro
Token lập luận được tính như token đầu ra ngay cả khi chúng không được hiển thị trong văn bản phản hồi. Thiết lập lập luận cao hơn do đó có thể làm tăng tổng token đầu ra và độ trễ.
Nơi được hỗ trợ, reasoning.mode = "pro" nên được coi là một cấu hình để benchmark, không phải quy tắc mặc định để tiết kiệm chi phí hay chất lượng. OpenAI không liệt kê phụ phí Pro cố định riêng; tác động chi phí đến từ mức sử dụng token. Một đường cơ sở hợp lý là thử Standard và Pro trên tác vụ đại diện và so sánh tỉ lệ thành công, tổng token đầu ra, độ trễ và số lần thử lại.
Tìm kiếm web và công cụ khác
Hiện OpenAI liệt kê tìm kiếm web tiêu chuẩn ở mức $10 mỗi 1,000 lần gọi, cộng token nội dung tìm kiếm được tính theo mức giá model đã chọn. Hai lần tìm kiếm web trong một yêu cầu nhỏ trên Luna do đó có thể tốn nhiều hơn token model của chính yêu cầu đó.
OpenAI cũng liệt kê mức giá xem trước tìm kiếm web riêng cho các model không lập luận là $25 mỗi 1,000 lần gọi, với token nội dung tìm kiếm miễn phí. Hãy kiểm tra chính xác tổ hợp công cụ và model trên trang giá chính thức thay vì áp dụng một mức giá tìm kiếm cho mọi endpoint.
Xử lý theo khu vực
Các endpoint xử lý theo khu vực hoặc lưu trú dữ liệu đủ điều kiện cho các model phát hành vào hoặc sau ngày 5/3/2026 có mức cộng thêm 10% theo trang giá của OpenAI. Các đội doanh nghiệp có yêu cầu lưu trú dữ liệu nên đưa yếu tố này vào ước tính ngân sách.
Cách tính chi phí OpenAI API
Với một yêu cầu cơ bản:
Chi phí token =
(token đầu vào / 1M × mức đầu vào)
- (token đầu ra / 1M × mức đầu ra)
Đối với lập kế hoạch sản xuất, mở rộng để bao gồm:
Tổng chi phí quy trình =
đầu vào không cache
- đầu vào cache
- ghi cache
- token đầu ra và token lập luận
- phí công cụ
- điều chỉnh theo tầng dịch vụ
- phụ phí khu vực, nếu áp dụng
- thử lại và yêu cầu dự phòng
Chỉ số hữu ích nhất thường là:
Chi phí trên mỗi tác vụ thành công = tổng chi phí quy trình / số tác vụ thành công
Điều này ngăn việc một mức giá token rẻ hơn trông hấp dẫn giả tạo khi nó cũng tạo ra nhiều lỗi hoặc công việc rà soát hơn.
Cách chọn model phù hợp mà không trả quá mức
Sử dụng bảng giá làm điểm bắt đầu, sau đó thử nghiệm trên tác vụ thực.
- Bắt đầu với model rẻ nhất có vẻ đáp ứng được tác vụ. Luna có thể là thử nghiệm đầu tiên hợp lý cho công việc đơn giản, khối lượng lớn, nhưng đừng cho rằng nó sẽ tốt nhất cho mọi trích xuất hay tóm tắt.
- Đo độ dài đầu ra. Token đầu ra GPT-5.6 đắt gấp 6× token đầu vào, vì vậy phản hồi dài dòng đáng được chú ý.
- Theo dõi ngưỡng 272K. Vượt ngưỡng này thay đổi mức giá cho toàn bộ yêu cầu.
- Dùng Batch hoặc Flex cho công việc không gấp có đủ điều kiện. Kiểm tra ràng buộc vận hành trước khi chuyển lưu lượng sản xuất.
- Chỉ cache phần mở đầu có thể tái sử dụng. Đo tỷ lệ cache hit thực tế thay vì giả định prompt dài thì nên cache.
- Theo dõi công cụ và số lần thử lại. Chúng có thể xóa sạch khoản tiết kiệm từ model rẻ hơn.
Với các đội so sánh tuyến giữa các nhà cung cấp, giá CometAPI cung cấp cái nhìn trực tiếp đa model. CometAPI Quickstart và Cookbook có thể dùng để chạy cùng bộ thử nghiệm qua nhiều tuyến tương thích OpenAI.
FAQ
GPT-5.6 giá bao nhiêu vào năm 2026?
Giá phụ thuộc vào model. Mức giá ngữ cảnh ngắn GPT-5.6 Standard dao động từ $1 đầu vào / $6 đầu ra mỗi 1M token với Luna đến $5 / $30 với Sol. Các model giá thấp hơn như GPT-5.4 mini và nano cũng có sẵn. Kiểm tra chính xác model trên trang giá trực tiếp của OpenAI.
Giá ChatGPT API có giống giá GPT-5.6 không?
“Giá ChatGPT API” thường được dùng không chính thức để chỉ giá OpenAI API cho các model có khả năng chat, nhưng đăng ký ChatGPT và thanh toán API là hai sản phẩm riêng biệt. Việc sử dụng API được tính theo model cụ thể và loại sử dụng.
Model GPT-5.6 nào rẻ nhất?
gpt-5.6-luna có mức giá niêm yết GPT-5.6 Standard thấp nhất. Đây là model hợp lý để thử cho khối lượng công việc nhạy cảm chi phí, nhưng lựa chọn sản xuất tốt nhất phụ thuộc vào độ chính xác, số lần thử lại, độ trễ và chi phí rà soát.
gpt-5.6 sử dụng model nào?
Hướng dẫn model của OpenAI cho biết gpt-5.6 định tuyến tới gpt-5.6-sol. Hãy dùng ID model Terra hoặc Luna tường minh khi bạn muốn các tầng đó.
Khi nào áp dụng giá ngữ cảnh dài của GPT-5.6?
Khi đầu vào vượt 272,000 token, GPT-5.6 dùng mức giá ngữ cảnh dài cao hơn cho toàn bộ yêu cầu: 2× các mức liên quan đến đầu vào và 1.5× mức đầu ra.
Batch và Flex có rẻ hơn Standard cho GPT-5.6 không?
Với khối lượng công việc GPT-5.6 đủ điều kiện, các mức token Batch và Flex được liệt kê thấp hơn khoảng 50% so với Standard. Chúng có đặc tính xử lý khác nhau, vì vậy hãy xác nhận rằng khối lượng công việc có thể chịu được các ràng buộc này.
Ghi cache có tốn thêm phí với GPT-5.6 không?
Có. Ghi cache GPT-5.6 được tính ở mức 1.25× đầu vào bình thường, trong khi các lần đọc cache khớp dùng mức giá đầu vào cache được chiết khấu. Tiết kiệm phụ thuộc vào mức tái sử dụng thực tế.
So sánh chi phí GPT-5.6 trên khối lượng công việc của riêng bạn
Bảng giá là điểm bắt đầu. Chi phí thực của bạn phụ thuộc vào prompt, độ dài đầu ra, tỷ lệ cache hit, công cụ, số lần thử lại và tỉ lệ thành công tác vụ.
Với CometAPI, bạn có thể thử GPT-5.6 Sol, Terra, Luna và các model khác qua một API tương thích OpenAI dùng cùng một khối lượng công việc.
Bước tiếp theo: so sánh giá model hiện tại, làm theo CometAPI Quickstart, hoặc dùng CometAPI Cookbook để xây dựng đánh giá model có thể lặp lại.
Chọn tuyến có chi phí thấp nhất nhưng vẫn đáp ứng yêu cầu về chất lượng, độ trễ và độ tin cậy.