Dòng mô hình GPT-6 và GPT-6.1 với ngữ cảnh 1,05M
Bao gồm GPT-6 Astra (10/50 USD mỗi triệu token), GPT-6.1 Sol (2/10 USD), GPT-6.1 Terra (1/5 USD) và GPT-6 Luna (0,10/0,50 USD), tất cả đều có cửa sổ ngữ cảnh 1.050.000 token và đầu ra tối đa 128K.
Điều khiển mức nỗ lực suy luận có thể cấu hình
Tinh chỉnh ngân sách token suy nghĩ cho mỗi yêu cầu API qua sáu mức độ chi tiết (`none`, `low`, `medium`, `high`, `xhigh`, `max`) để cân bằng độ trễ, độ chính xác và chi phí.
API Responses và công cụ sử dụng máy tính gốc
Kết hợp suy luận của mô hình với tìm kiếm web được lưu trữ, tìm kiếm tệp, gọi hàm và hành động sử dụng máy tính GUI tự động trong một lệnh gọi API có trạng thái duy nhất.
API giọng nói thời gian thực GPT-Live-1
Xây dựng các tác tử giọng nói đa phương thức độ trễ cực thấp, tính phí theo giây (0,05 USD/phút) mà không làm tròn lên phút nguyên.
Giảm 90% nhờ Prompt Caching và Batch API
Token đầu vào được đệm chỉ bị tính 10% mức giá đầu vào tiêu chuẩn, trong khi các tác vụ Batch API bất đồng bộ 24 giờ cắt giảm 50% chi phí token cả đầu vào lẫn đầu ra.
Trong khi ChatGPT phục vụ người dùng cuối, openai.com và Nền tảng nhà phát triển OpenAI (developers.openai.com) cung cấp API nền tảng, các SDK và hạ tầng doanh nghiệp vận hành hàng nghìn ứng dụng AI trong môi trường sản xuất trên toàn thế giới. Cuối năm 2026, danh mục API của OpenAI được neo bởi bộ mô hình GPT-6 và GPT-6.1 — tất cả đều có cửa sổ ngữ cảnh 1,05 triệu token và tối đa 128K token đầu ra. Đội hình trải rộng từ GPT-6 Astra cho suy luận tiên phong và nghiên cứu trọng yếu, GPT-6.1 Sol cho trí tuệ gần bằng Astra với một phần năm giá, GPT-6.1 Terra cho suy luận thị giác nhanh và sử dụng máy tính, đến GPT-6 Luna cho tác vụ lưu lượng cực lớn, độ trễ thấp, cùng các mô hình chuyên biệt như `gpt-5.3-codex` và `gpt-6-astra-law`.
Nền tảng OpenAI đã tiến xa vượt khỏi các điểm cuối hoàn thành hội thoại cơ bản. Thông qua API thống nhất `v1/responses`, nhà phát triển có thể điều phối các tác tử nhiều bước có trạng thái được trang bị công cụ phía máy chủ tích hợp sẵn — gồm tìm kiếm web trực tiếp, tìm kiếm tệp vector, sandbox trình thông dịch mã và sử dụng máy tính qua giao diện đồ họa — mà không cần ghép nối các framework điều phối bên ngoài. Mọi mô hình hàng đầu đều hỗ trợ mức nỗ lực suy luận có thể cấu hình (`none`, `low`, `medium`, `high`, `xhigh` và `max`), Đầu ra có cấu trúc theo schema JSON nghiêm ngặt và đầu vào đa phương thức hình ảnh/âm thanh, trong khi `gpt-live-1` cung cấp năng lượng cho các tác tử giọng nói nói-chuyện tính phí theo giây.
OpenAI tính phí sử dụng API theo mô hình tiêu dùng minh bạch, mở rộng theo các bậc sử dụng (Build, Launch và Grow, lên tới hơn 40 triệu token mỗi phút). Trong năm 2026, các đợt giảm giá mạnh ở thế hệ 6.x đã đưa mức trí tuệ đầu vào của GPT-6 Luna xuống 0,10 USD mỗi triệu token đầu vào và 0,50 USD mỗi triệu token đầu ra, trong khi GPT-6.1 Sol ở mức 2/10 USD và mô hình hàng đầu GPT-6 Astra ở mức 10/50 USD. Các đội kỹ thuật có thể cắt giảm 90% chi phí cho ngữ cảnh lặp lại nhờ Prompt Caching tự động, tiết kiệm 50% cho khối lượng công việc bất đồng bộ qua Batch API, và áp đặt lưu trú dữ liệu theo khu vực với mức phụ phí tuân thủ 10%.
