Ghi chép từ Việt Nam về pháp luật, công nghệ, ngôn ngữ, lịch sử, văn hóa và du lịch.

OpenAI và Anthropic cùng ngày ra model mới, đồng loạt giảm giá API

Thứ Ba, ngày 22/9/2026, Anthropic phát hành Claude Opus 5.5. Theo Decrypt và TechCrunch, chỉ khoảng 90 phút sau, OpenAI công bố GPT-6 Sol và GPT-6 Luna. Hai sản phẩm được xây dựng khác nhau, nhưng thông điệp gần như trùng khớp: năng lực ngang hàng đầu với chi phí thấp hơn rõ rệt. Đây là lần đầu hai phòng thí nghiệm AI lớn nhất phương Tây cạnh tranh công khai về giá cho mỗi tác vụ, không chỉ về điểm benchmark (bộ bài kiểm tra chuẩn). Với các đội đang chạy agent lập trình hay pipeline xử lý tài liệu trong môi trường production, điều này quan trọng hơn bất kỳ bảng xếp hạng nào.

Hai bên đã ra mắt gì

Anthropic – Claude Opus 5.5. Đây là model đầu tiên của thế hệ 5.5. Theo Anthropic, Sonnet 5.5 và Haiku 5.5 sẽ ra mắt “trong vài tuần tới”. Opus 5.5 đã có trên nền tảng của Anthropic cũng như AWS, Google Cloud và Microsoft Azure. Điểm nhấn chính: trên phần lớn công việc, Opus 5.5 đạt mức của Claude Fable 5.1, dòng lớn và đắt hơn của Anthropic. Trong khi đó, chi phí vận hành với các khối lượng công việc thông thường thấp hơn Opus 5 khoảng 40%, và tốc độ sinh output nhanh hơn trên 30%.

OpenAI – GPT-6 Sol và GPT-6 Luna. Đây là hai dòng tầm trung và cỡ nhỏ, đứng dưới GPT-6 Astra, model chủ lực OpenAI ra mắt ngày 3/9. Sol dành cho tác vụ phức tạp như viết code. Luna tối ưu cho các việc cần nhanh, số lượng lớn như tóm tắt, trích xuất thông tin, trả lời ngắn. Cả hai có ngay trên API và Codex. Trong ChatGPT, hai model mở cho người dùng các gói Plus, Pro, Business, Enterprise và Edu; người dùng Free và Go chỉ dùng được Luna trên ứng dụng desktop. Tuyên bố chính của OpenAI: Sol mắc lỗi “chỉ bằng khoảng một nửa” so với GPT-5.6 Sol.

Các con số

Giá niêm yết cho mỗi triệu token (đã đối chiếu giữa nhiều nguồn):

Model Input Output Thế hệ trước
Claude Opus 5.5 4 USD 20 USD Opus 5: 5 / 25 USD
GPT-6 Sol 2 USD 10 USD GPT-5.6 Sol: 4 / 20 USD
GPT-6 Luna 0,10 USD 0,50 USD GPT-5.6 Luna: 0,20 / 1,20 USD
GPT-6 Astra (để tham chiếu) 10 USD 50 USD —

Khoản tiết kiệm ít được để ý nhất nằm ở cache (bộ nhớ đệm prompt). Anthropic giảm 60% giá đọc cache của Opus 5.5, từ 0,50 xuống 0,20 USD mỗi triệu token; giá ghi cache giảm từ 6,25 xuống 5 USD. OpenAI cho biết phần input đọc từ cache hợp lệ được giảm tới 90%. Với một vòng lặp agent phải gửi lại cùng một system prompt dài, cùng schema công cụ và ngữ cảnh repository ở mỗi lượt, giá đọc cache thường quyết định hóa đơn nhiều hơn giá input niêm yết. Anthropic còn có “fast mode” cho Opus 5.5 với giá 8 / 40 USD, nhanh hơn tới 2,5 lần.

Mỗi bên cũng công bố điểm benchmark, và phần lớn là trên các bài kiểm tra khác nhau:

  • Anthropic cho biết Opus 5.5 đạt 66,4% trên Terminal-Bench 4.0 (Fable 5.1: 55,8%, Opus 5: 52,3%, GPT-6 Astra: 57,9%). Model cũng đạt 54,4% trên FrontierCode v1.1 (Astra: 53,3%), 81,8% trên OSWorld 2.0 và 67,7% trên Humanity’s Last Exam (Astra: 57,2%).
  • OpenAI cho biết Sol đạt 33,2% trên AutomationBench, bài kiểm tra quy trình doanh nghiệp dùng 47 công cụ, với chi phí 0,27 USD mỗi tác vụ. Theo số liệu của OpenAI, Claude Opus 5 đạt 26,9% với chi phí gấp khoảng 11 lần. OpenAI cũng nêu mức 60,5% trên OSWorld 2.0 và 56,4% trên Agents’ Last Exam. Riêng Luna, MarkTechPost ghi nhận 66,6% trên DeepSWE v1.1.

Đọc benchmark cần tỉnh táo

Biểu đồ của mỗi bên đều không có model mới của đối thủ. Anthropic so Opus 5.5 với GPT-6 Astra, model chủ lực đắt hơn nhiều của OpenAI. OpenAI so Sol với Claude Opus 5, model đã bị Opus 5.5 thay thế khoảng 90 phút trước khi Sol ra mắt. Vì vậy, chưa có nguồn nào so sánh trực tiếp hai model mới với nhau.

Benchmark duy nhất cả hai cùng dùng cho thấy rõ vấn đề. Anthropic ghi Opus 5 đạt 74,0% trên OSWorld 2.0. Theo Decrypt, bảng so sánh của OpenAI lại ghi Opus 5 đạt 60,3% trên cùng benchmark đó. MarkTechPost mô tả con số của OpenAI là điểm “offline”. Chênh lệch này gần như chắc chắn đến từ harness (bộ khung chạy đánh giá), cấu hình hoặc tập con khác nhau, chứ không phải bên nào sai. Nhưng hệ quả là không thể lấy 60,5% của Sol ở biểu đồ này đặt cạnh 81,8% của Opus 5.5 ở biểu đồ kia để kết luận. Benchmark do hãng tự chạy trên harness của mình hữu ích để thấy tiến bộ trong cùng một dòng model, nhưng rất hạn chế khi so giữa các hãng.

Con số “chi phí mỗi tác vụ” mà cả hai bên đang nhấn mạnh cũng cần thận trọng tương tự. Chi phí này phụ thuộc vào mức reasoning effort (mức độ suy luận), vào lượng token model dùng để “suy nghĩ” và vào tỷ lệ trúng cache. Không yếu tố nào trong số đó giữ nguyên khi chuyển từ bài đánh giá của hãng sang công việc thực tế của bạn. Một model có giá token rẻ hơn vẫn có thể tốn hơn nếu phải chạy nhiều lượt mới xong việc.

Vì sao điều này quan trọng với tương lai ngành IT

Có ba điểm đáng chú ý.

Giá giảm nhờ hiệu quả, không chỉ nhờ khuyến mãi. Anthropic cho biết Opus 5.5 cần ít tài nguyên tính toán hơn và chạy nhanh hơn. OpenAI thì nhắc tới cải tiến ở khâu suy luận và cache. Nếu điều đó đúng, chi phí cho những việc sáu tháng trước còn cần model hàng đầu đang giảm khoảng một nửa sau mỗi thế hệ. Nhiều việc trước đây quá đắt để tự động hóa sẽ trở nên khả thi: review code quy mô lớn, sinh test, phân loại log, xử lý tài liệu theo lô.

Cuộc cạnh tranh giờ nằm ở phân khúc tầm trung. Tuần này, không bên nào tung ra model đắt nhất. Cả hai đều lập luận rằng model tầm trung của mình đã đạt mức chủ lực. Với các đội kỹ thuật, lựa chọn mặc định đang chuyển sang “dùng tầm trung, cần mới nâng cấp”. Việc định tuyến (routing) giữa các dòng model trở thành một phần của kiến trúc hệ thống, không còn là chuyện tính sau.

An toàn được tích hợp vào sản phẩm. Anthropic cho biết Opus 5.5 đã được các bên đánh giá độc lập, trong đó có METR, kiểm thử trước khi phát hành. Tỷ lệ model cố vượt giới hạn giảm 85% so với Opus 5. Phần lớn tác vụ an ninh mạng được chuyển sang một model cũ hơn, trừ khi người dùng tham gia chương trình xác minh, và các tác vụ sinh học chuyên sâu chỉ mở cho người dùng được duyệt. Đây là ràng buộc thực tế mà người làm công cụ bảo mật cần biết trước khi chuyển đổi. Đợt ra mắt cũng diễn ra chỉ vài ngày sau khi CEO Dario Amodei viết rằng “để xử lý triệt để rủi ro, cần thận trọng hơn nữa”. Một số báo đã chỉ ra sự đối lập khi Anthropic tung ra một model hàng đầu rẻ hơn, nhanh hơn ngay tuần sau đó.

Những câu hỏi còn bỏ ngỏ

  • Đánh giá độc lập. Chưa bên trung lập nào tái lập được số liệu của hai hãng trên cùng một harness. Nên chờ các bảng xếp hạng độc lập trước khi thay đổi quy tắc routing.
  • Chi phí thực tế. Giá niêm yết giảm 20% với Opus và 50% với Sol, Luna. Còn các tuyên bố “rẻ hơn 40% với khối lượng công việc thông thường” và “lỗi giảm một nửa” là số liệu do hãng đưa ra, phụ thuộc vào từng loại tác vụ.
  • Mốc so sánh giá. Thông báo trên diễn đàn nhà phát triển của OpenAI cho biết mức giảm 50% được tính so với giá khuyến mãi của GPT-5.6. Chưa rõ đây là mặt bằng giá mới lâu dài, hay chỉ là việc giữ nguyên một đợt khuyến mãi trước đó.
  • Phần còn lại của dòng sản phẩm. Sonnet 5.5 và Haiku 5.5 chưa ra mắt. Cuộc so sánh quan trọng nhất cho nhu cầu xử lý khối lượng lớn, Luna với Haiku, vẫn còn ở phía trước.

Trước mắt, lời khuyên thực tế rất đơn giản: tự chạy lại bộ đánh giá trên chính tác vụ của mình, đo chi phí trên mỗi tác vụ hoàn thành thay vì trên mỗi token, và so tỷ lệ trúng cache trước và sau khi chuyển model.

Nguồn