Phần lớn chuyện "Claude Opus 5.5 thụt lùi" là do API đổi, không phải model kém đi. Effort mặc định giờ là medium (Opus 5 dùng high), không tắt được thinking, chữ giữa các lần gọi tool nằm trong thinking block rỗng theo mặc định, và ép tool_choice trả lỗi 400. Hãy đặt effort rõ ràng, đọc block theo type, chạy lại golden set.
Cập nhật 13/11/2026. Ở phía OpenAI có hai model "Sol" và rất hay bị nhầm: gpt-5.6-sol, model flagship của GPT-5.6, và gpt-6-sol, bậc rẻ hơn nằm dưới GPT-6 Astra, nay đã có bản kế nhiệm gpt-6.1-sol. Các hạn chót đang buộc phải chuyển: OpenAI tắt GPT-5.1, GPT-5.3-Codex và GPT-5.4-Nano trên API ngày 01/04/2027, GPT-5 và o3 bản gốc ngày 11/12/2026, còn Anthropic khai tử Claude Sonnet 4.5 ngày 30/11/2026. Đừng chỉ đổi model ID. Hãy chốt một bộ golden test từ traffic thật, sửa các thay đổi phá vỡ API, tinh chỉnh lại prompt và effort, chạy shadow model mới trên traffic thật, rồi chuyển dần kèm phương án dự phòng. Với phần lớn ứng dụng production, việc này mất hai đến sáu tuần.
Tên model, tham số, hạn chót và giá trong bài đã được kiểm tra lại trên các trang model, deprecation và bảng giá của Anthropic, OpenAI và Google ngày 13/11/2026. Giá token cho từng kiến trúc có trong bài chi phí phát triển ứng dụng AI. Kế hoạch eval đủ để qua auditor có trong bài kiểm thử LLM cho ngành tuân thủ.
Chủ yếu là API và các giá trị mặc định đã đổi. Anthropic liệt kê bốn thay đổi phá vỡ và nhiều khác biệt hành vi so với Opus 5, và mỗi thay đổi đều có thể trông như chất lượng giảm nếu code của bạn vẫn giả định hành vi của Opus 5. Hãy kiểm tra các điểm này trước khi kết luận model kém đi.
| Người dùng phàn nàn | Nguyên nhân thường gặp trên Opus 5.5 | Cách sửa |
|---|---|---|
| "Câu trả lời nông hơn Opus 5" | Effort mặc định là medium; Opus 5 mặc định high | Đặt output_config.effort rõ ràng và chạy effort sweep |
| "Agent im lặng giữa các lần gọi tool" | Chữ giữa các lần gọi tool giờ trả về dạng thinking block, rỗng khi để mặc định display: "omitted" | Đặt thinking.display là "updates" (beta) hoặc "summarized" và hiển thị các thinking block không rỗng |
| "Câu trả lời bị cắt" hoặc "chi phí tăng" | Thinking luôn bật và tính vào max_tokens; ở cùng mức effort, model cũng có xu hướng nghĩ nhiều hơn mỗi lượt so với Opus 5 | Tăng max_tokens (bắt đầu từ 64k ở xhigh hoặc max), hạ effort ở chỗ chất lượng vẫn giữ được |
| "Parser lỗi" hoặc "mất chữ" | Response có thể bắt đầu bằng thinking block, nên đọc content[0].text là sai | Chọn content block theo type |
| "Nó từ chối những việc Opus 5 vẫn làm" | Một classifier sinh học giờ chạy cùng classifier an ninh mạng, trả về stop_reason: "refusal" | Xử lý refusal và cấu hình fallback (xem bên dưới) |
| "Lỗi 400 sau khi chuyển" | Tắt thinking, đặt budget thủ công, ép tool_choice, tham số sampling, prefill, phiên bản tool computer use cũ, hoặc sửa lịch sử hội thoại | Xem danh sách tham số ở phần tiếp theo |
Cũng có những đánh đổi năng lực thật, và Anthropic nói khá thẳng về một số điểm. Bài ra mắt (22/9/2026) cho thấy GPT-6 Astra dẫn trên Terminal-Bench-Science (64,6% so với 58,7%), ghi rằng các lần can thiệp của safeguard làm giảm một số điểm benchmark, và nói rằng chênh lệch benchmark đã trở thành thước đo kém tin cậy hơn cho khác biệt ngoài thực tế. Đó là lý do nên kiểm thử trên chính case của bạn thay vì tin biểu đồ ra mắt hay một chủ đề trên diễn đàn.
Sáu nhóm thiết lập request giờ trả lỗi 400 trên claude-opus-5-5: thinking bị tắt hoặc có budget thủ công, ép tool_choice, temperature/top_p/top_k, prefill phía assistant, và các phiên bản tool computer use khác toolset mới. Effort là cách duy nhất điều khiển độ sâu suy nghĩ. Danh sách này lấy từ hướng dẫn chuyển đổi Opus 5.5 của Anthropic:
thinking, hoặc gửi {"type": "adaptive"}, hai cách tương đương. {"type": "disabled"} và {"type": "enabled", "budget_tokens": N} bị từ chối.output_config.effort nhận low, medium, high, xhigh và max. Mặc định là medium. Không cần các beta header effort-2025-11-24 và interleaved-thinking-2025-05-14 nữa.thinking.display mặc định là "omitted". Dùng "summarized" để nhận bản tóm tắt dễ đọc, hoặc "updates" (beta header thinking-display-updates-2026-08-18) để chỉ nhận cập nhật tiến độ.auto (mặc định) và none. any và chỉ định một tool cụ thể bị từ chối, kể cả ở endpoint đếm token. Dùng tool strict: true hoặc structured outputs.temperature, top_p và top_k. Trang deprecation của Anthropic cho biết API version 2026-10-21 gỡ chúng cho mọi model; các API version cũ hơn từ chối giá trị khác mặc định trên Claude 4.7 trở lên.computer_toolset_20260801; computer_20251124 chỉ chạy trên Amazon Bedrock.inference_geo: "us" có giá 1,1 lần. Fast mode bật bằng speed: "fast".Prompt caching cũng thay đổi theo hướng có lợi: đọc cache có giá $0,20 mỗi triệu token, và prompt từ 512 token trở lên đã có thể được cache.
Đây là các hạn chót trên API dễ ảnh hưởng tới ứng dụng production nhất trong sáu tháng tới, theo trang deprecation của các nhà cung cấp ngày 13/11/2026:
| Ngày tắt | Nhà cung cấp | Thứ bị khai tử | Thay thế được khuyến nghị | Ngày thông báo |
|---|---|---|---|---|
| 30/11/2026 (chỉ đọc từ 31/10) | OpenAI | Nền tảng Evals (dashboard và API) | OpenAI khuyên dùng Promptfoo | 03/06/2026 |
| 30/11/2026 | OpenAI | Reusable prompts (v1/prompts) và Agent Builder | Đưa prompt vào code của bạn; Agents SDK hoặc ChatGPT Workspace Agents | 03/06/2026 |
| 30/11/2026 | Anthropic | claude-sonnet-4-5-20250929 | claude-sonnet-5-5 | 30/09/2026 |
| 11/12/2026 | OpenAI | Snapshot gpt-5 và o3 bản gốc | gpt-5.6-sol | 11/06/2026 |
| 06/01/2027 | OpenAI | tts-1 | gpt-realtime-2.1-mini | 01/10/2026 |
| 01/02/2027 | OpenAI | gpt-5.5-cyber-preview | Model cyber mạnh nhất bạn được dùng | 05/11/2026 |
| 01/04/2027 | OpenAI | gpt-5.1, gpt-5.3-codex, gpt-5.4-nano | gpt-6-sol (Nano → gpt-6-luna) | 01/10/2026 |
| 07/05/2027 (sớm nhất) | gemini-3.1-flash-lite | gemini-3.5-flash-lite | Xem trang deprecation của Gemini |
Hãy để ý thêm ba mốc. Claude Haiku 4.5 và Claude Opus 4.5 vẫn đang hoạt động, nhưng Anthropic chỉ cam kết giữ chúng "không sớm hơn" 15/10 và 24/11/2026, nên thông báo khai tử có thể đến bất cứ lúc nào; Anthropic hứa báo trước ít nhất 60 ngày trước khi khai tử một model đã phát hành công khai. Gemini 3.8 Flash không bị khai tử, nhưng giá tăng gấp đôi từ 01/01/2027, lên $1,50 đầu vào và $7,50 đầu ra mỗi triệu token. Và nếu bộ regression test vẫn nằm trên nền tảng Evals của OpenAI, hãy export ngay: nền tảng đã ở chế độ chỉ đọc và tắt hẳn ngày 30/11.

Sol là tên một bậc trong các dòng model của OpenAI, không phải sản phẩm riêng. Trong GPT-5.6, Sol là flagship (gpt-5.6-sol), bên dưới là Terra và Luna. Trong GPT-6, flagship là Astra, còn Sol (gpt-6-sol, nay là gpt-6.1-sol) là bậc rẻ hơn mà OpenAI mô tả là hiệu năng gần Astra với chi phí thấp hơn.
| Model ID | Vai trò trong dòng model | Giá mỗi 1M token (đầu vào / đầu ra) | Các mức reasoning effort |
|---|---|---|---|
gpt-6-astra | Flagship GPT-6, mặc định OpenAI khuyên dùng | $10 / $50 | low đến max |
gpt-6.1-sol | Hiệu năng gần Astra, chi phí thấp hơn | $2 / $10 (đầu vào cache $0,10) | low đến max, không có none |
gpt-6-sol | GPT-6 Sol bản trước; thay thế GPT-5.1 và GPT-5.3-Codex | $2 / $10 (đầu vào cache $0,20) | none đến max |
gpt-6-luna | Tiết kiệm nhất, cho khối lượng lớn | $0,10 / $0,50 | none đến max |
gpt-5.6-sol | Flagship GPT-5.6; alias gpt-5.6 trỏ về đây | Niêm yết $4 / $20 (OpenAI ghi giá khuyến mãi tới 30/11/2026) | none đến max |
gpt-5.5 | Flagship trước, chưa có ngày tắt | $5 / $30 | none đến xhigh |
Tất cả đều có context window 1,05 triệu token (đầu vào tối đa 922K) và đầu ra tối đa 128K theo trang model của OpenAI. Nếu bạn tìm "Sol LLM" nhưng muốn nói một dự án mã nguồn mở trùng tên, thì đó không phải model này.
Đổi model sang gpt-5.6-sol, giữ mức reasoning effort của GPT-5.5 làm mốc và thử thấp hơn một bậc, thay prompt_cache_retention bằng prompt_cache_options.ttl: "30m", và rà lại chỉ dẫn về độ ngắn gọn, vì GPT-5.6 mặc định đã ngắn gọn hơn. Sau đó chạy bộ golden test trước khi chuyển traffic.
gpt-5.6-sol, hoặc alias gpt-5.6 trỏ về Sol. Trên production hãy ghim ID đầy đủ để alias đổi không gây bất ngờ.max và hỗ trợ từ none đến max. Hướng dẫn prompt cho GPT-5.6 Sol của OpenAI khuyên giữ effort hiện tại của GPT-5.5 làm mốc và so với mức thấp hơn một bậc, chỉ dùng high hoặc xhigh khi eval cho thấy có lợi, và để max cho việc khó nhất, ưu tiên chất lượng.text.verbosity thay thế.prompt_cache_retention bằng prompt_cache_options.ttl đặt là "30m", và rà lại ranh giới cache cùng cách tính phí ghi cache.Trước khi chốt, hãy tính cả phương án nhảy thẳng lên gpt-6.1-sol với giá $2 / $10. Cách này bỏ qua một lần chuyển đổi, nhưng bắt buộc dùng Responses API để gọi tool và không có effort none, nên phần sửa code lớn hơn. Phần tiếp theo trình bày chi tiết.
Cả hai nhà cung cấp đều biến những thiết lập request từng vô hại thành lỗi cứng. Chỉ đổi chuỗi model sẽ hỏng trên production. Đây là các thay đổi được liệt kê trong hướng dẫn chuyển đổi của họ ("Using GPT-6" của OpenAI và hướng dẫn Opus 5.5 của Anthropic):
| Hạng mục | GPT-6 Sol / GPT-6.1 Sol / GPT-6 Luna | Claude Opus 5.5 |
|---|---|---|
| Tham số sampling | Bỏ temperature, top_p và top_logprobs khi reasoning effort khác none (và logprobs trên Chat Completions) | Bỏ temperature, top_p và top_k; API version 2026-10-21 từ chối chúng với lỗi 400 |
| Suy luận / thinking | Các mức effort tới max, mặc định medium. GPT-6.1 Sol và GPT-6 Astra không có none; dùng low. Thay minimal bằng low rồi so sánh | Adaptive thinking luôn bật. thinking: disabled và budget thủ công bị từ chối. Effort là cách điều khiển duy nhất, mặc định medium (Opus 5 mặc định high) |
| Gọi tool | GPT-6.1 Sol, GPT-6.1 Terra và GPT-6 Astra cần Responses API để gọi tool. Trên Chat Completions, GPT-6 Sol và Luna chỉ gọi function ở effort none | Ép tool (any hoặc chỉ định tool) bị từ chối. Dùng auto với strict tools hoặc structured outputs |
| Cấu trúc response | Thiết lập suy luận làm đổi độ dài đầu ra và độ trễ | Response có thể bắt đầu bằng thinking block, nên code đọc content[0].text sẽ hỏng. Thinking block phải được gửi lại nguyên vẹn trong vòng lặp tool |
| Prefill và cache | Thay prompt_cache_retention bằng prompt_cache_options.ttl đặt là "30m" | Prefill phía assistant bị từ chối; dùng structured outputs hoặc chỉ dẫn hệ thống |
| An toàn và từ chối | Kiểm tra từ chối trên các edge case của chính bạn | stop_reason: "refusal" kèm stop_details.category, nay có thêm "bio", có tùy chọn fallback phía server |
| Vùng xử lý | Fast mode với lưu trữ dữ liệu tại EU chạy trên GPT-6.1 Sol và GPT-6 Luna, không chạy trên GPT-6 Sol hay GPT-6 Astra | Suy luận chỉ tại Mỹ có giá 1,1 lần |
Hai trong số này gây thụt lùi âm thầm chứ không báo lỗi. Trên Opus 5.5, chữ model viết giữa các lần gọi tool giờ nằm trong thinking block, mặc định rỗng, nên ứng dụng từng stream các cập nhật tiến độ đó sẽ im lặng mà không có exception nào. Và trên GPT-6 Sol lẫn Opus 5.5, không đặt effort nghĩa là medium, có thể làm đổi độ sâu câu trả lời và độ trễ mà không cần sửa dòng code nào.

Opus 5.5 chạy thêm một classifier an toàn sinh học bên cạnh classifier an ninh mạng, nên nó từ chối ở nhiều nhóm hơn Opus 5. Request bị từ chối vẫn trả HTTP 200 với stop_reason: "refusal" và stop_details.category; hãy xử lý trong code và thử lại trên model fallback, thay vì sửa câu chữ prompt cho tới khi lọt qua.
Các nhóm trong hướng dẫn refusal và fallback của Anthropic gồm "cyber", "bio", "frontier_llm" (giúp phát triển model AI cạnh tranh), "reasoning_extraction" (yêu cầu model in lại suy luận nội bộ) và "general_harms", hoặc null. Anthropic cho biết công việc lành mạnh vẫn có thể kích hoạt các classifier cyber, bio, frontier_llm và general_harms. Anthropic không công bố tỷ lệ từ chối nhầm so sánh Opus 5.5 với Opus 5, nên hãy đo trên bộ golden test của bạn.
stop_reason. Refusal có thể đến trước khi có đầu ra hoặc giữa stream. Cả hai trường hợp đều bỏ phần đầu ra dở dang.fallbacks: "default" với beta header server-side-fallback-2026-07-01, API sẽ thử lại trên model mà Anthropic khuyến nghị cho nhóm đó, trong cùng một lần gọi. Hoặc chỉ định tối đa ba model fallback, dùng SDK middleware, hoặc tự viết logic retry. Fallback phía server không có trên Batches API, và Haiku 5.5 không có fallback phía server.reasoning_extraction từ prompt. Prompt kiểu "in toàn bộ chuỗi suy nghĩ vào câu trả lời" sẽ bị từ chối. Hãy xin một lời giải thích ngắn hoặc bằng chứng, và đặt thinking.display: "summarized" nếu cần xem suy luận.bio, frontier_llm và reasoning_extraction, và mọi refusal đều tính vào rate limit.Không. Refusal của classifier là quyết định chính sách, không phải lỗi, và mẹo prompt để lọt qua là cách sửa sai. Anthropic tính phí một số refusal chính là "để ngăn các nỗ lực lách safeguard ở quy mô lớn", mẹo chạy được hôm nay có thể hỏng ở lần cập nhật classifier tiếp theo, và ứng dụng dựa trên mẹo đó sẽ hỏng khó đoán với người dùng của bạn.
Khi một yêu cầu hợp pháp bị từ chối, các cách sửa bền vững là những cách ở trên: viết system prompt nêu rõ use case và bối cảnh thật, chuyển refusal sang model fallback, đưa việc lưỡng dụng vào chương trình xác minh, và giữ một bộ eval gồm các edge case hợp pháp để biết khi nào bản cập nhật model làm đổi tỷ lệ từ chối. Nếu đã viết lại mà yêu cầu hợp pháp vẫn bị từ chối, hướng dẫn của Anthropic khuyên liên hệ support kèm request ID.
Giá niêm yết mỗi triệu token (đầu vào / đầu ra) lấy từ trang model và bảng giá của các nhà cung cấp ngày 13/11/2026. Các cột tính trên 1.000 lượt dùng cùng giả định với bài chi phí: 6.000 token đầu vào và 500 token đầu ra cho một câu trả lời RAG, 60.000 token đầu vào và 3.000 token đầu ra cho một tác vụ agent. Không tính cache, và chưa tính token suy luận.
| Chuyển đổi | Giá trước → sau | Mỗi 1.000 câu trả lời RAG | Mỗi 1.000 tác vụ agent | Cần lưu ý |
|---|---|---|---|---|
| GPT-5.5 → GPT-5.6 Sol | $5 / $30 → $4 / $20 | $45,00 → $34,00 | $390 → $300 | Giá niêm yết; OpenAI ghi giá khuyến mãi tới 30/11/2026 |
| GPT-5.5 → GPT-6.1 Sol | $5 / $30 → $2 / $10 | $45,00 → $17,00 | $390 → $150 | Bắt buộc Responses API để gọi tool; không có effort none |
| GPT-5.1 → GPT-6 Sol | $1,25 / $10 → $2 / $10 | $12,50 → $17,00 | $105 → $150 | Đầu vào đắt hơn 60%. Đầu vào cache là $0,20 (Sol) hoặc $0,10 (6.1 Sol) |
| GPT-5.3-Codex → GPT-6 Sol | $1,75 / $14 → $2 / $10 | $17,50 → $17,00 | $147 → $150 | Gần như không đổi. Việc sinh nhiều đầu ra sẽ rẻ hơn |
| GPT-5.4-Nano → GPT-6 Luna | $0,20 / $1,25 → $0,10 / $0,50 | $1,83 → $0,85 | $15,75 → $7,50 | Rẻ khoảng một nửa. Kiểm tra chất lượng trên các case khó nhất |
| Claude Sonnet 4.5 → Sonnet 5.5 | $3 / $15 → $2 / $10 | $25,50 → ~$22,10 | $225 → ~$195 | Tokenizer mới dùng khoảng 1 đến 1,35 lần số token cho cùng đoạn văn (chúng tôi giả định 1,3 lần), nên tiết kiệm khoảng 13%, không phải 33% |
| Claude Opus 5 → Opus 5.5 | $5 / $25 → $4 / $20 | $42,50 → $34,00 | $375 → $300 | Anthropic cho biết Opus 5.5 rẻ hơn Opus 5 khoảng 40% trên tác vụ điển hình với thiết lập mặc định, một phần nhờ effort mặc định thấp hơn |
Có ba cái bẫy chi phí nằm ngoài giá niêm yết. Thứ nhất, Anthropic tính token thinking như token đầu ra, và trên Opus 5.5 mọi request đều có thinking vì không tắt được. Ở phía OpenAI cũng nên kiểm tra lượng token suy luận. Một tác vụ trước đây chạy không có thinking có thể sinh nhiều token đầu ra hơn dù giá thấp hơn. Thứ hai, GPT-5.5, GPT-5.6 Sol, GPT-6 Sol và GPT-6.1 Sol tính gấp 2 lần đầu vào và 1,5 lần đầu ra cho cả request khi đầu vào vượt 272K token, trong khi Claude 4.6 trở lên (trừ Haiku 5.5) tính giá chuẩn trên toàn bộ cửa sổ 1 triệu token. Thứ ba, xử lý batch rẻ một nửa ở cả hai nhà cung cấp, nên hãy chuyển eval và các việc back-office sang đó.
Không nhà cung cấp nào cam kết độ trễ cho các model này. Anthropic cho biết Opus 5.5 sinh đầu ra nhanh hơn Opus 5 trên 30%, và fast mode (tốc độ đầu ra tới 2,5 lần) có giá $8 / $40. GPT-6.1 Sol của OpenAI không có mức effort none, nên thời gian phản hồi có một mức sàn. Hãy đo độ trễ p50 và p95 trên chính prompt của bạn ở mức effort định dùng. Đừng tin biểu đồ ra mắt.
Model mới tốt hơn ở mức trung bình nhưng kém hơn ở một số case của bạn. Các nguyên nhân thường gặp:
reasoning_extraction.Không có bộ eval, bạn sẽ phát hiện những điều này qua phàn nàn của khách hàng. Tránh điều đó chính là mục đích của phần tiếp theo.
Sáu bước, theo đúng thứ tự. Hai đến sáu tuần là thực tế cho một tính năng production, chủ yếu tùy vào việc bạn đã có eval hay chưa.

Mỗi rủi ro một dòng, và đặt ngưỡng trước khi xem kết quả. Các ngưỡng dưới đây chỉ là ví dụ. Hãy đặt ngưỡng của bạn từ mốc ban đầu.
| Bài test | Đo gì | Ví dụ quy tắc đạt |
|---|---|---|
| Độ chính xác tác vụ | Câu trả lời hoặc hành động đúng trên golden set, chấm bằng luật, nhãn của người hoặc LLM grader đã hiệu chỉnh | Không kém hơn mốc quá 1 điểm tổng thể, và không giảm ở ý định quan trọng nào |
| Định dạng hợp lệ | JSON hoặc schema parse được, đủ trường bắt buộc | 100% trên structured outputs |
| Gọi tool đúng | Đúng tool, tham số hợp lệ, không gọi tool bị cấm, số lần gọi mỗi tác vụ | Không có lần gọi bị cấm; trung vị số lần gọi trong khoảng 20% so với mốc |
| Từ chối | Từ chối nhầm với yêu cầu hợp lệ (theo stop_details.category), bỏ lọt với prompt red-team | Không có từ chối mới trên golden set; chặn hết case red-team |
| Bám nguồn | Câu trả lời được nguồn truy xuất hỗ trợ, trích dẫn mở được | Không có khẳng định thiếu căn cứ trong tập nội dung thuộc diện quản lý |
| Độ trễ | p50 và p95 từ đầu tới cuối, tính cả tool | p95 dưới timeout của sản phẩm, còn khoảng dư |
| Chi phí | Token và tiền mỗi tác vụ, tính cả token suy luận | Nằm trong ngân sách đã dự báo lại |
Nếu ngành của bạn chịu quản lý, hãy lưu kết quả chạy, phiên bản model và ngưỡng làm bằng chứng. Đổi model đúng là loại sự kiện auditor sẽ hỏi. Kế hoạch eval cho ngành tuân thủ của chúng tôi ánh xạ các bài test này với HIPAA, PCI DSS và EU AI Act, còn bài đánh giá và quan sát AI agent trình bày phần công cụ.
Đổi model qua cấu hình, định tuyến theo tác vụ, kiểm thử đường fallback, và theo dõi chỉ số online hai tuần sau khi chuyển. Năm thực hành sau giúp làm được điều đó:
Mười lăm mục kiểm tra, từ kiểm kê và golden set tới xử lý refusal, rollback và dự báo lại chi phí. Hãy tích đủ trước khi chuyển 100% traffic:
thinking.display nếu giao diện hiển thị tiến độ giữa các lần gọi tool.max_tokens được tính lại cho cả thinking lẫn câu trả lời.stop_reason: "refusal", có đường fallback đã kiểm thử.Ngày 01/04/2027. Ngày 01/10/2026, OpenAI thông báo gpt-5.1, gpt-5.3-codex và gpt-5.4-nano sẽ bị tắt vào ngày đó, với gpt-6-sol thay cho hai model đầu và gpt-6-luna thay cho Nano. Request tới model đã tắt sẽ lỗi.
Chưa, tính đến 13/11/2026. Trang deprecation của OpenAI không ghi ngày tắt cho gpt-5.5, model có giá $5 đầu vào và $30 đầu ra mỗi triệu token. Chỉ gpt-5.5-cyber-preview có lịch tắt, vào 01/02/2027. Việc model nào xuất hiện trong ChatGPT là chuyện riêng, không liên quan tới khai tử trên API.
Cả hai đều có. gpt-5.6-sol là flagship của dòng GPT-5.6 và là model OpenAI chỉ định thay cho GPT-5 và o3 bản gốc. gpt-6-sol là bậc chi phí thấp của GPT-6, nằm dưới GPT-6 Astra, và thay cho GPT-5.1 cùng GPT-5.3-Codex. gpt-6.1-sol là phiên bản mới hơn của nó.
Chạy cả hai trên golden set và quyết định dựa trên bằng chứng. GPT-6.1 Sol giá $2 / $10 với context 1,05 triệu token. Opus 5.5 giá $4 / $20 với context 1 triệu token và thinking luôn bật. GPT-6 Astra ($10 / $50) là đối tượng so sánh cho việc khó nhất. Giá mỗi token ít quan trọng hơn chi phí mỗi tác vụ thành công, và con số đó phụ thuộc vào prompt, tool và mức effort của bạn.
Không. Benchmark lấy trung bình trên những tác vụ không phải của bạn, và chính Anthropic cũng nhận xét chênh lệch benchmark đã trở thành thước đo kém tin cậy hơn cho khác biệt ngoài thực tế. Một golden set 200 case mất vài ngày để xây và là cách duy nhất biết ứng dụng của bạn tốt lên hay kém đi.
Đổi model ID mất vài phút. Chuyển đổi an toàn một tính năng production thường mất hai đến sáu tuần. Phần lớn thời gian dành cho xây bộ eval, tinh chỉnh prompt và effort, và chạy shadow traffic đủ lâu để tin được các con số.
Chuyển đổi model là một phần việc có phạm vi rõ: kiểm kê, eval, sửa code và triển khai. Vì vậy nó phù hợp với giá cố định. Dịch vụ phát triển AI agent của chúng tôi tính giá theo giai đoạn, từ $10K mỗi giai đoạn, có bản demo chạy được mỗi thứ Sáu và bạn sở hữu toàn bộ code từ ngày đầu; trang giá giải thích cách xác định phạm vi từng giai đoạn. Framework agent mã nguồn mở của chúng tôi, Kite, có sẵn A/B test prompt với khoảng tin cậy thống kê trên traffic thật. Nó tồn tại vì "prompt mới có vẻ tốt hơn" không phải tiêu chí phát hành. Nếu bạn chưa chắc agent nên được xây lại hay chỉ cần chuyển đổi, bài hướng dẫn chọn framework và bài chi phí AI agent là điểm khởi đầu tốt.
BeevR là studio AI do founder dẫn dắt với đội ngũ senior tại Hà Nội. Nếu bạn sắp chạm hạn chót của một model, hãy đặt lịch gọi 30 phút và cho chúng tôi biết bạn đang chạy những model nào. Chúng tôi sẽ vạch ra các thay đổi phá vỡ và phần việc eval trước khi bạn cam kết bất cứ điều gì.