OpenAI ra mắt GPT-6.2 Astra và Sol: Giá cao nhất 40 USD cho mỗi triệu token, nhưng kết quả đánh giá còn nhiều khác biệt

OpenAI ra mắt GPT-6.2 Astra và Sol: Giá cao nhất 40 USD cho mỗi triệu token, nhưng kết quả đánh giá còn nhiều khác biệt

Hình ảnh giúp hiểu rõ bài viết

OpenAI ngày 17/11/2026 (giờ địa phương) công bố hai mô hình trí tuệ nhân tạo mới mang tên GPT-6.2 Astra và GPT-6.2 Sol, với mức giá API lần lượt là 8 USD và 2 USD cho mỗi triệu token đầu vào. Dù công ty công bố nhiều kết quả đánh giá nổi bật về năng lực suy luận, lập trình và nghiên cứu khoa học, các tổ chức đánh giá độc lập cũng chỉ ra những điểm mạnh và hạn chế đáng chú ý của hai mô hình.

Giá API và phạm vi cung cấp

Hai mô hình có mã API tương ứng là gpt-6.2-astra và gpt-6.2-sol. Với mỗi triệu token, Astra có giá 8 USD đầu vào, 0,40 USD đối với dữ liệu đầu vào được lưu trong bộ nhớ đệm và 40 USD đầu ra. Trong khi đó, Sol có giá lần lượt là 2 USD, 0,10 USD và 10 USD.

Giá API tiêu chuẩn của Astra giảm 20% so với GPT-6 Astra, còn Sol giữ nguyên mức giá của GPT-6.1. Để so sánh, mô hình Qwen 4 Max của Alibaba có giá 1,50 USD đầu vào và 4,50 USD đầu ra cho mỗi triệu token, thấp hơn đáng kể so với Astra.

Người dùng các gói Plus, Pro, Enterprise và Edu có thể sử dụng hai mô hình thông qua ChatGPT Work và Codex ngay từ ngày ra mắt. Thuê bao Pro 500 được sử dụng chế độ Ultrafast trên cả hai mô hình, trong khi người dùng Pro 200 mới được bổ sung chế độ này cho GPT-6.2 Sol.

Ultrafast có khả năng tạo token nhanh hơn tối đa 4,5 lần so với chế độ tiêu chuẩn, nhưng tiêu hao hạn mức sử dụng nhiều hơn. OpenAI cho biết việc triển khai đang diễn ra theo từng giai đoạn, vì vậy một số tài khoản có thể chưa nhìn thấy hai mô hình mới.

OpenAI công bố nhiều kết quả đánh giá nổi bật

Theo số liệu do OpenAI công bố, Astra đạt điểm cao hơn GPT-6 Astra 5,2 điểm trong bài kiểm tra Agents' Last Exam, trong khi chi phí thấp hơn một phần ba so với phiên bản tiền nhiệm. Công ty cũng cho biết Astra vượt Claude Fable 5.2 tới 5,5 điểm trong cùng bài kiểm tra, với chi phí chỉ bằng khoảng 5%.

Trong lĩnh vực pháp lý, OpenAI cho biết Astra thiết lập thành tích cao nhất mới tại bài đánh giá Harvey LAB-AA v1.1. Tỷ lệ vượt qua bài kiểm tra của mô hình này cao hơn gấp đôi Claude Fable 5.2, trong khi chi phí chỉ bằng khoảng một phần sáu.

Ở bài kiểm tra lập trình FrontierCode 2.0 với mức độ suy luận tối đa, Sol đạt kết quả gần Astra, chênh lệch chưa đến 0,5 điểm, nhưng chi phí chỉ bằng khoảng một phần năm.

OpenAI cũng dẫn kết quả Artificial Analysis AA-3D, một phương pháp đánh giá trong đó người tham gia bỏ phiếu lựa chọn mô hình mà không biết tên. Astra đạt 1.318 điểm Elo, đứng đầu bảng; Claude Fable 5.2 đạt 1.271 điểm và GPT-6.2 Sol đạt 1.259 điểm.

Tuy nhiên, bảng kết quả chính thức của OpenAI không đưa ra trường hợp mô hình cạnh tranh đạt điểm cao hơn Astra hoặc Sol. Trong bài đánh giá lập trình FrontierCode 2.0, Claude Fable 5.2 thực tế đạt điểm cao hơn Astra.

Đánh giá độc lập cho thấy bức tranh không hoàn toàn giống công bố của OpenAI

Theo Artificial Analysis, GPT-6.2 Astra ở chế độ suy luận tối đa đạt 62 điểm Intelligence Index, đứng thứ ba trong số 91 mô hình được đánh giá. Trong khi đó, Claude Fable 5.2 đạt 65 điểm, cao hơn Astra 3 điểm.

Dù vậy, chi phí thực hiện mỗi tác vụ của Astra chỉ là 4 USD, thấp hơn nhiều so với mức 26,54 USD của Claude Fable 5.2. Astra mất trung bình 10,4 phút để hoàn thành một tác vụ, nhanh hơn mức trung vị 11,3 phút của các mô hình được đưa vào so sánh. GPT-6.2 Sol đạt 57 điểm, tương đương phiên bản GPT-6 Astra ban đầu theo chỉ số này.

Trong đánh giá của Vals AI, Astra đạt Vals Index 67,66% (±0,94), xếp thứ 7 trong 41 mô hình. Claude Fable 5.2 đứng đầu bảng. Ở Vals Legal Index, Astra đạt 69,68% (±1,73), đứng thứ 22 trong 42 mô hình.

Điểm sáng xuất hiện ở lĩnh vực khoa học. Astra đứng đầu Vals Science Index với kết quả 68,44% (±2,13), đồng thời đạt tỷ lệ 71,43% trong Terminal-Bench-Science, cao nhất trong số 47 mô hình được đánh giá.

Ảo giác AI và năng lực nghiên cứu pháp lý vẫn là điểm yếu

Một số chỉ số cho thấy Astra và Sol vẫn gặp khó khăn trong những nhiệm vụ đòi hỏi độ chính xác cao. Tại AA-Omniscience, bài kiểm tra sử dụng các câu hỏi đặc biệt khó, tỷ lệ tạo ra thông tin sai lệch (hallucination) của Astra là 59%, còn Sol là 55%.

Trong bài đánh giá Legal Research, Astra chỉ xếp thứ 30 và Sol đứng thứ 52. Ở Coding Agent Index, điểm số của Astra không cải thiện, trong khi Sol giảm 3 điểm. Ngược lại, Astra đạt kết quả 100% tại ARC-AGI-3, thiết lập thành tích dẫn đầu mới theo công bố đánh giá này.

OpenAI thừa nhận những hạn chế về an toàn và vận hành

OpenAI cho biết trong quá trình thử nghiệm, hai mô hình mới có xu hướng tiếp tục thực hiện nhiệm vụ mà không thông báo khi gặp trở ngại. Những tình huống được nêu gồm thiếu tệp dữ liệu hoặc không thể sử dụng công cụ tìm kiếm.

Công ty cũng thừa nhận các biện pháp bảo vệ an ninh mạng được tăng cường có thể hạn chế một số hoạt động nghiên cứu lỗ hổng và kiểm thử bảo mật hợp pháp. Trong bài đăng trên cộng đồng nhà phát triển cùng ngày, OpenAI cho biết có kế hoạch đưa cả Astra và Sol vào Daybreak để những nhân sự phòng thủ an ninh mạng được cấp phép có thể sử dụng.

Theo khung đánh giá Preparedness Framework của OpenAI, cả hai mô hình đã đạt ngưỡng Critical trong lĩnh vực an ninh mạng và ngưỡng High trong các lĩnh vực sinh học, hóa học. Riêng Astra được cho là thực hiện 12,3 bước xử lý tuần tự nội bộ mà không thể hiện trực tiếp quá trình suy nghĩ ra bên ngoài. Đặc điểm này cũng làm dấy lên những quan ngại về khả năng giám sát an toàn của mô hình.

Việc ra mắt GPT-6.2 Astra và Sol cho thấy OpenAI tiếp tục cạnh tranh bằng cách kết hợp năng lực AI với tối ưu hóa chi phí và tốc độ xử lý. Tuy nhiên, khoảng cách giữa kết quả do nhà phát triển công bố và đánh giá độc lập, cùng những hạn chế về độ tin cậy và an toàn, cho thấy điểm số hiệu năng không phải yếu tố duy nhất cần xem xét khi lựa chọn mô hình AI.

Source: Original Korean article - Trendy News Korea

Nhận xét