Sora 2 là mô hình chuyển văn bản thành video đầu tiên của OpenAI được cung cấp rộng rãi, có thể truy cập bằng lập trình qua cả OpenAI API chính thức và ngày càng nhiều tuyến tổng hợp (aggregator). Mô hình định giá khác lạ so với các mô hình văn bản (tính phí theo giây video được tạo thay vì theo token), và các câu hỏi thực tế mà nhà phát triển đặt ra trước khi tích hợp cũng khác với API LLM. Một clip thực sự tốn bao nhiêu? Thời gian tạo mất bao lâu? Giới hạn tốc độ ra sao? Điều gì thay đổi khi bạn truy cập Sora qua một nhà tổng hợp thay vì trực tiếp từ OpenAI?
Bài viết này là tài liệu tham chiếu mà chúng tôi ước gì đã có khi bắt đầu xác định phạm vi tính năng tạo video của riêng mình. Bài viết được cấu trúc cho nhà phát triển đã vượt qua câu hỏi “Sora có thú vị không?” và giờ cần trả lời “chi phí ra sao, tích hợp mất gì, và tôi cần biết gì trước khi cam kết?”.
Đọc nhanh: Sora 2 (mô hình tiêu chuẩn) có giá $0.10 mỗi giây video tạo ở 720p. Sora 2 Pro có giá $0.30 mỗi giây ở 720p hoặc $0.50 mỗi giây ở 1024p. Một clip 10 giây điển hình là $1.00 trên mô hình tiêu chuẩn và $5.00 trên Pro ở HD. Việc tạo là bất đồng bộ; kỳ vọng 30–90 giây thời gian thực cho một clip 5–10 giây. Truy cập yêu cầu tài khoản OpenAI trả phí ở tối thiểu cấp sử dụng 2.
Tình trạng truy cập API Sora vào năm 2026
Sora 2 ra mắt trên OpenAI API ngày 7 tháng 10 năm 2025 và kể từ đó truy cập liên tục khả dụng. Định danh mô hình là sora-2 (với snapshot hiện tại là sora-2-2025-12-08), và biến thể độ trung thực cao hơn là sora-2-pro. Cả hai hỗ trợ tạo video từ văn bản và từ ảnh, với âm thanh đồng bộ. Từ ngày 10 tháng 1 năm 2026, quyền truy cập miễn phí cho người dùng qua sản phẩm ChatGPT đã bị dừng, khiến việc sử dụng Sora cấp nhà phát triển tập trung vào các thuê bao ChatGPT trả phí hoặc truy cập API trực tiếp.
Có ba cách để dùng Sora bằng lập trình:
- OpenAI direct API. Tuyến chuẩn. Tính phí theo giây, chỉ trả phí, yêu cầu nạp tối thiểu $10 để đạt cấp sử dụng 2, mở khóa quyền truy cập mô hình Sora. Hỗ trợ cả SDK và REST API.
- Azure OpenAI. Tuyến doanh nghiệp của Microsoft, phản chiếu mức giá chính thức của OpenAI với phần phụ phí thuê bao Azure và các tính năng tuân thủ cấp doanh nghiệp. Cùng mức giá theo giây; bề mặt vận hành khác.
- Nhà tổng hợp (Aggregators). Dịch vụ phơi bày Sora sau một API hợp nhất của riêng họ. Phần lớn nhà tổng hợp truyền qua mức giá theo giây của OpenAI ở mức ngang bằng; giá trị mang tính vận hành (một thông tin xác thực, một hóa đơn, cùng SDK như lưu lượng mô hình văn bản của bạn). Một số nhà tổng hợp có biểu giá riêng, sẽ thảo luận ở phần sau.
Giá Sora 2 theo giây video
Giá Sora được cấu trúc theo bậc mô hình và độ phân giải đầu ra, với mức phí theo giây nhân với thời lượng clip để ra chi phí tạo. Xác minh từ trang giá chính thức của OpenAI tính đến tháng 5/2026:
| Model | Resolution | Supported durations | Price per second | 10-second clip |
|---|---|---|---|---|
| Sora 2 (standard) | 720p | 4s, 8s, 12s | $0.10 | $1.00 |
| Sora 2 Pro | 720p | 10s, 15s, 25s | $0.30 | $3.00 |
| Sora 2 Pro | 1024p (1792×1024) | 10s, 15s, 25s | $0.50 | $5.00 |
Ghi chú về cấu trúc giá. Tính phí theo đầu ra, không theo đầu vào; không có tính phí đầu vào dựa trên token như các mô hình văn bản. Điều kiện hóa bằng ảnh (truyền ảnh tham chiếu để cố định tạo) không thay đổi mức phí theo giây. Tùy chọn thời lượng cho mỗi bậc mô hình là cố định: bạn không thể yêu cầu clip 7 giây trên mô hình tiêu chuẩn, chỉ có 4, 8 hoặc 12 giây.
Hai hệ quả thực tiễn đáng nói rõ. Thứ nhất: mô hình giá gần với hóa đơn render video hơn là hóa đơn LLM. Chi phí do thời lượng đầu ra chi phối, không do độ phức tạp prompt hay số token. Thứ hai: chênh lệch chi phí giữa Sora 2 và Sora 2 Pro ở HD là 5x mỗi giây: một clip 10 giây tốn $1.00 trên tiêu chuẩn và $5.00 trên Pro ở 1024p. Chọn đúng bậc cho tác vụ là đòn bẩy chi phí lớn nhất của bạn, và đáng để cân nhắc kỹ xem khối lượng công việc nào thật sự cần độ trung thực cao của Pro.
Giới hạn tốc độ và hạn ngạch
Giới hạn tốc độ của Sora được tổ chức quanh hệ thống cấp sử dụng tiêu chuẩn của OpenAI. Các điểm nổi bật cho Sora:
- Yêu cầu cấp tối thiểu: Cấp 2, đạt được bằng cách nạp tối thiểu $10 tín dụng API. Cấp 1 (mặc định cho tài khoản mới) không bao gồm quyền truy cập mô hình Sora.
- Giới hạn tạo đồng thời: Theo tài liệu giới hạn của OpenAI, tạo video đồng thời bị giới hạn theo cấp, thường là số lượng nhỏ tác vụ đang chạy ở cấp thấp, tăng theo cấp sử dụng. Trần cụ thể được đặt theo tài khoản và hiển thị trong bảng điều khiển OpenAI. Với khối lượng lớn, lên kế hoạch cấp 3 hoặc cấp 4 ngay từ ngày đầu.
- Yêu cầu tăng hạn mức: Giới hạn đồng thời cao hơn ngoài trần mặc định theo cấp có thể được yêu cầu qua biểu mẫu tăng giới hạn của OpenAI. Phê duyệt phụ thuộc vào khối lượng công việc và không tức thời; với các đợt sản xuất có nhu cầu tăng đột biến dự đoán được, hãy yêu cầu tăng trước vài tuần.
Điều đáng biết: giới hạn tốc độ trên Sora được gộp khác với giới hạn của mô hình văn bản trên cùng tài khoản. Một nhóm chạy lưu lượng Sora nặng không ảnh hưởng ngân sách giới hạn sẵn có cho các cuộc gọi GPT-5.5. Ngược lại, lưu lượng GPT-5.5 lớn không ăn vào ngân sách Sora. Hãy lập kế hoạch hai phần này như hai câu hỏi năng lực riêng.
Thời gian tạo: nên kỳ vọng gì
Sora được thiết kế bất đồng bộ. Bạn gửi yêu cầu tạo, nhận lại ID tác vụ và thăm dò (hoặc nhận webhook) khi hoàn tất. Thời gian thực giữa yêu cầu và hoàn tất phụ thuộc vào thời lượng và độ phân giải đầu ra, tải hiện tại trên hạ tầng OpenAI, và liệu tác vụ có đang xếp hàng sau tác vụ khác trên tài khoản của bạn hay không.
Kỳ vọng thực tế dựa trên hành vi quan sát:
| Output | Typical wall-clock time | Notes |
|---|---|---|
| Sora 2 standard, 4s @ 720p | 20–45 seconds | Tuyến nhanh nhất; phù hợp để lặp nhanh |
| Sora 2 standard, 8s @ 720p | 40–90 seconds | Thời lượng sản xuất phổ biến nhất |
| Sora 2 standard, 12s @ 720p | 60–120 seconds | Nội dung mạng xã hội dạng dài |
| Sora 2 Pro, 10s @ 720p | 60–150 seconds | Chất lượng cao; ~3x chi phí so với bản standard |
| Sora 2 Pro, 15s @ 1024p | 120–240 seconds | Full HD, thấy xếp hàng dài hơn lúc cao điểm |
| Sora 2 Pro, 25s @ 1024p | 200–360 seconds | Thời lượng tối đa; giá tăng tuyến tính |
Hai hệ quả vận hành:
- Ngân sách độ trễ hướng người dùng cần được nghĩ lại. Nếu sản phẩm của bạn kỳ vọng tạo video phản hồi ngay với thao tác người dùng, thì khoảng 30–90 giây cho clip ngắn nghĩa là bạn cần một UX xử lý việc chờ: chỉ báo tiến trình, công việc song song người dùng có thể làm trong khi video tạo, hoặc tạo trước cho các kịch bản dự đoán được. Xem Sora như một cuộc gọi API đồng bộ là lỗi kiến trúc phổ biến nhất mà các nhóm gặp.
- Polling so với webhook là vấn đề. Polling ngây thơ (vòng lặp dày đặc gõ endpoint trạng thái) lãng phí cả ngân sách giới hạn của bạn và tài nguyên tính toán của mô hình. Dùng lùi thời gian theo cấp số nhân kèm jitter, hoặc thiết lập webhook nếu môi trường hỗ trợ. Mẫu polling hiệu quả trong sản xuất là thăm dò mỗi 10 giây trong phút đầu, sau đó mỗi 30 giây, với timeout cứng ở ngưỡng trên dự kiến của mô hình cho thời lượng đã yêu cầu.
Tham số được hỗ trợ và cấu trúc prompt
Bề mặt API của Sora cố ý đơn giản so với các mô hình tạo ảnh như DALL-E 3. Ít núm vặn hơn, nhưng những núm có sẵn rất quan trọng. Các tham số nổi bật:
- model: sora-2 hoặc sora-2-pro. Lựa chọn này quyết định cả giá và các tùy chọn thời lượng/độ phân giải như trong bảng giá ở trên.
- prompt: Văn bản tự do mô tả cảnh. Sora xử lý chỉ đạo điện ảnh (góc máy, chuyển động, ánh sáng), hành động nhân vật và chi tiết môi trường. Mô hình nhạy với cấu trúc prompt: mở đầu bằng thiết lập cảnh, rồi hành động, rồi chỉ đạo kỹ thuật, cho kết quả ổn định hơn so với một đoạn dày đặc duy nhất.
- image: Ảnh tham chiếu tùy chọn cho tạo video từ ảnh. Ảnh tham chiếu đóng vai trò khung hình đầu tiên; mô hình tạo chuyển động từ điểm xuất phát đó. Hữu ích cho demo sản phẩm, duy trì nhân vật, và mọi kịch bản mà diện mạo tĩnh của chủ thể là không thể thay đổi.
- duration: Thời lượng tính bằng giây. Bị ràng buộc vào các tùy chọn rời rạc cho mô hình đã chọn (4/8/12 cho sora-2, 10/15/25 cho sora-2-pro). Chi phí tăng tuyến tính theo thời lượng.
- size: Độ phân giải. 720x1280 (dọc) hoặc 1280x720 (ngang) trên mô hình tiêu chuẩn; thêm 1024x1792 / 1792x1024 trên Pro. Tỷ lệ khung hình ngầm định trong lựa chọn size.
Những điểm còn thiếu. Hiện Sora không phơi bày điều khiển seed qua API công khai (vì vậy không đảm bảo tái lập giữa các lần chạy), và cũng không phơi bày điều khiển phong cách riêng lẻ như Midjourney hoặc các mô hình ảnh khác. Mô hình có quan điểm riêng; kỹ thuật prompt là đòn bẩy chính, không phải tinh chỉnh tham số.
Một ví dụ đơn giản về yêu cầu tạo Sora 2, dùng OpenAI Python SDK:
| from openai import OpenAIimport timeclient = OpenAI(api_key="YOUR_API_KEY")# Tạo tác vụ tạo videohjob = client.videos.create(model="sora-2",prompt=("Một cảnh quay góc rộng của ngọn núi phủ tuyết lúc bình minh. ""Máy quay từ từ trượt sang trái khi tia sáng đầu tiên chạm đỉnh núi. ""Điện ảnh, giờ vàng, ánh sáng chất lượng 4K."),size="1280x720",duration=8,)# Thăm dò đến khi hoàn tấtwhile True:job = client.videos.retrieve(job.id)if job.status == "completed":video_url = job.output[0].urlbreakelif job.status == "failed":raise RuntimeError(f"Tạo video thất bại: {job.error}")print(f"Trạng thái hiện tại: {job.status}")time.sleep(10)print(f"Video sẵn sàng: {video_url}") |
|---|
Ví dụ tính chi phí
Định giá theo giây giúp chi phí dự đoán được, nhưng chỉ khi bạn rõ hình dạng khối lượng công việc. Ba kịch bản đại diện:
Kịch bản 1: Đoạn demo sản phẩm ngắn cho trang đích SaaS
Một clip 5 giây cho thấy UI sản phẩm đang hoạt động, tạo một lần và dùng làm video hero trên trang marketing. Bạn kỳ vọng lặp 5–10 lần để có clip ưng ý trước khi xuất bản.
Chi phí trên Sora 2 tiêu chuẩn ở 720p: 5s × $0.10 = $0.50 mỗi lần tạo. Với 8 lần lặp để ra bản cuối: $4.00. Chi phí trên Sora 2 Pro ở 1024p cho phiên bản xuất bản cuối: 5s × $0.50 = $2.50 (một lần). Tổng chi phí dự án: khoảng $6.50 cho các lần lặp cộng bản HD cuối.
Kịch bản 2: Lô 50 clip cho chiến dịch marketing
50 clip sản phẩm 8 giây độc nhất, mỗi clip dựa trên một mô tả tính năng khác nhau, tất cả trên Sora 2 tiêu chuẩn ở 720p. Không có ngân sách lặp; chấp nhận bản tạo đầu tiên.
Chi phí: 50 × 8s × $0.10 = $40.00. Thêm 30% ngân sách lặp cho các clip chưa đạt ở lần đầu (50 × 0.30 = 15 lần thử lại × 8s × $0.10 = $12). Tổng: khoảng $52.00 cho chiến dịch.
Kịch bản 3: Tính năng video do người dùng tạo trong sản phẩm tiêu dùng
Người dùng trong ứng dụng của bạn tạo clip 6 giây theo yêu cầu, trên Sora 2 tiêu chuẩn ở 720p. Mức sử dụng trung bình: 1,000 clip mỗi ngày. Bạn tính phí người dùng $0.50 mỗi lần tạo và chấp nhận chênh lệch chi phí làm biên lợi đơn vị.
Chi phí mỗi clip người dùng: 6s × $0.10 = $0.60. Với giá người dùng $0.50, khối lượng này lỗ ở bậc tiêu chuẩn: mỗi lần tạo tốn nhiều hơn $0.10 so với người dùng trả. Ở bậc 720p tiêu chuẩn, giá người dùng cần tối thiểu $0.65 để hòa vốn trước chi phí hạ tầng. Với 30,000 clip mỗi tháng: hóa đơn Sora hàng tháng $18,000. Đây là kiểu kiểm tra kinh tế đơn vị đáng làm trước khi ra mắt bất kỳ tính năng video hướng người dùng nào.
Kết luận chung ở ba kịch bản: tạo video thực sự có chi phí hợp lý cho marketing và nội dung một lần, nơi số lần lặp có giới hạn và chi phí trên tài sản cuối cùng là điều quan trọng. Khó hơn đáng kể cho các tính năng hướng người dùng ở quy mô, nơi chi phí mỗi lần tạo phải vượt giá người dùng trả cộng chi phí sản phẩm. Hãy nói rõ bạn đang định giá cho loại khối lượng công việc nào trước khi cam kết.
Truy cập trực tiếp OpenAI so với qua nhà tổng hợp
Với Sora khả dụng qua nhiều tuyến, câu hỏi thực tế cho hầu hết các nhóm là nên tích hợp tuyến nào. Câu trả lời trung thực phụ thuộc vào phần còn lại của ngăn xếp của bạn.
Điểm giống nhau
Chất lượng đầu ra, thời gian tạo ở lớp mô hình, tham số được hỗ trợ và mức giá theo giây thường giống hệt nhau bất kể tuyến, vì hầu hết nhà tổng hợp truyền qua mức giá của OpenAI ở mức ngang bằng, và mô hình bản thân là cùng một mô hình. Nếu chọn tuyến thuần túy dựa trên chất lượng đầu ra, lựa chọn là tương đương.
Khác biệt
- Bề mặt lập hóa đơn. Truy cập trực tiếp OpenAI tính qua tài khoản OpenAI của bạn; nhà tổng hợp tính qua hệ thống tín dụng hoặc thuê bao của họ. Với các nhóm đã quản lý thanh toán OpenAI cho lưu lượng mô hình văn bản, tuyến trực tiếp không thêm gì mới. Với các nhóm chạy khối lượng đa nhà cung cấp (LLM từ Anthropic, mô hình ảnh từ Black Forest Labs, video từ Sora), một nhà tổng hợp hợp nhất tất cả trên một hóa đơn.
- Khả năng quan sát. Bảng điều khiển của OpenAI hiển thị lưu lượng Sora theo cấp yêu cầu rõ ràng. Bảng điều khiển của nhà tổng hợp thay đổi về mức độ xử lý tốt khối lượng tạo video; có nhà có quan sát video chuyên dụng; có nhà coi video như một cuộc gọi API chung. Đáng kiểm tra trước khi cam kết nếu quan sát là ưu tiên.
- Gộp giới hạn tốc độ. Trên OpenAI trực tiếp, giới hạn Sora gắn với tài khoản và cấp của bạn. Trên nhà tổng hợp, giới hạn đôi khi được gộp qua tập khách hàng của nhà tổng hợp, hoặc phân bổ theo khách hàng. Với khối lượng sản xuất lớn, hãy hỏi nhà tổng hợp cách họ phân bổ giới hạn trước khi tích hợp.
- Vị trí địa lý và tuân thủ. OpenAI trực tiếp xử lý qua hạ tầng của OpenAI với tùy chọn lưu trú dữ liệu mà OpenAI cung cấp. Một số nhà tổng hợp đặt ở khu vực pháp lý có quy tắc lưu trú dữ liệu khác; số khác định tuyến yêu cầu qua hạ tầng OpenAI ở Mỹ bất kể. Với khối lượng công việc bị điều tiết, đây là yếu tố quyết định, và là điều nên yêu cầu đội bán hàng của nhà tổng hợp cam kết bằng văn bản.
CometAPI phù hợp ở đâu
CometAPI phơi bày Sora 2 và Sora 2 Pro bên cạnh 500+ mô hình khác qua một endpoint tương thích OpenAI duy nhất, với một thông tin xác thực và lập hóa đơn hợp nhất. Mức giá Sora qua CometAPI bám theo mức giá theo giây của OpenAI; giá trị vận hành là hợp nhất việc dùng Sora với phần còn lại của lưu lượng mô hình của bạn trên một hóa đơn. Với các nhóm chạy khối lượng hỗn hợp (mô hình văn bản từ nhiều nhà cung cấp, tạo ảnh và video Sora), đây là lập luận cốt lõi. Với các nhóm chỉ dùng Sora và chỉ một hoặc hai mô hình văn bản, lợi ích vận hành nhỏ hơn và truy cập trực tiếp OpenAI là lựa chọn hợp lý.
Cân nhắc sản xuất
Một vài mẫu nên làm đúng trước khi Sora tiếp cận lưu lượng sản xuất:
- Xử lý vòng đời tác vụ bất đồng bộ. Xem mỗi lần tạo Sora như một tác vụ dài, không phải yêu cầu. Lưu ID tác vụ ngay khi tạo; sống sót qua việc khởi động lại máy chủ bằng khả năng tiếp tục thăm dò tác vụ đang chạy; xử lý trường hợp tác vụ hoàn tất khi worker của bạn ngoại tuyến. Đây là vệ sinh hệ phân tán tiêu chuẩn nhưng thường bị bỏ qua ban đầu vì Sora là API bất đồng bộ đầu tiên nhóm tích hợp.
- Webhook làm ưu tiên. Nếu nền tảng hỗ trợ webhook cho sự kiện hoàn tất (OpenAI API có), hãy dùng. Webhook loại bỏ nhu cầu thăm dò và giảm cả áp lực giới hạn tốc độ lẫn lãng phí tính toán do kiểm tra trạng thái thường xuyên. Thăm dò là phương án dự phòng cho môi trường không thể phơi bày endpoint webhook.
- Chế độ lỗi tốn tiền. OpenAI không tính phí cho các lần tạo thất bại, nhưng hoàn tất một phần và yêu cầu thử lại thành công ở lần thứ hai sẽ phát sinh chi phí. Trong sản xuất, ghi log chi phí của mỗi lần thử lại và cảnh báo nếu tỷ lệ thử lại vượt kỳ vọng, vì đó thường là tín hiệu vấn đề chính sách nội dung với prompt bạn gửi, rẻ hơn để xử lý ở lớp prompt hơn là hấp thụ vào hóa đơn.
- Chính sách nội dung và triển khai sản xuất. Sora bị ràng buộc bởi chính sách sử dụng của OpenAI, hạn chế các danh mục nội dung nhất định. Với triển khai sản xuất (đặc biệt là hướng người dùng nơi prompt một phần do người dùng kiểm soát), hãy xem tài liệu chính sách nội dung chính thức của OpenAI và thiết kế các rào chắn thượng nguồn phù hợp. Liên kết đến chính sách của OpenAI là tham chiếu đúng; tài liệu đó là nguồn chân lý và thay đổi thường xuyên hơn bài viết này.
Xây dựng gì trước
Đánh giá trung thực về khối lượng công việc Sora nào sẵn sàng cho sản xuất hôm nay, cái nào ở rìa, và cái nào còn sớm:
Sẵn sàng sản xuất hôm nay
Khối lượng sáng tạo và marketing nơi số lần lặp có giới hạn và chi phí trên tài sản cuối cùng là thước đo đúng. Video demo sản phẩm, nội dung chiến dịch mạng xã hội, video hero cho trang đích, tài liệu đào tạo nội bộ. Kinh tế hợp lý, chế độ lỗi hiểu rõ, và câu chuyện độ trễ (30–90 giây cho clip ngắn) chấp nhận được khi người trong vòng lặp là đội nội dung chứ không phải người dùng cuối.
Ở rìa
Tính năng tạo video hướng người dùng nơi chi phí mỗi clip phải vượt giá người dùng trả. Có thể làm được nhưng đòi hỏi kinh tế đơn vị cẩn trọng: giới hạn thời lượng người dùng có thể yêu cầu, dùng Sora 2 tiêu chuẩn ở 720p làm mặc định, tính giá có biên lợi trên chi phí mỗi clip. Làn sóng ứng dụng tạo video tiêu dùng đầu 2026 phần lớn thuộc nhóm này, và các ứng dụng có kinh tế bền vững đều chủ động ràng buộc những gì người dùng có thể tạo.
Còn sớm
Video dạng dài ở quy mô (bất cứ thứ gì vượt 25 giây, vì đó là trần thời lượng hiện tại của Sora), kịch bản thời gian thực khối lượng lớn nơi độ trễ thực tế quan trọng hơn chi phí, và ứng dụng kỳ vọng điều khiển đến mức khung hình hoặc tái lập dựa trên seed. Đây là khối lượng nên xem lại khi bề mặt khả năng của Sora mở rộng, không nên cố gắng nhồi nhét hôm nay.
Khung nhìn: Sora 2 thực sự sẵn sàng cho sản xuất với khối lượng nội dung có người trong vòng lặp. Có thể làm được cho tính năng hướng người dùng với kinh tế đơn vị có chủ đích. Còn sớm cho video dạng dài và các trường hợp cần tham số Sora chưa phơi bày. Hãy xây dựng cho những gì sẵn sàng hôm nay; theo dõi những thứ chưa sẵn sàng.
Thử trên khối lượng công việc của bạn: Tất cả biến thể Sora 2 và Sora 2 Pro có mặt trên CometAPI cùng các mô hình văn bản bạn có thể đã dùng. Tín dụng dùng thử miễn phí cho phép bạn tạo một vài clip theo mức giá tiêu chuẩn mà không cần thiết lập gì ngoài việc trỏ client tương thích OpenAI hiện tại của bạn vào endpoint của CometAPI.