OpenAI ra mắt GPT-5.6 Sol với điểm Terminal-Bench 91,9% sau hai tuần xem trước

OpenAI ra mắt GPT-5.6 Sol cho người dùng phổ thông hôm nay, cùng với hai mô hình nhỏ hơn là Terra và Luna, sau khi Bộ Thương mại Mỹ hạn chế một bản xem trước cho khoảng 20 đối tác đáng tin cậy trong hai tuần. Sol ở chế độ siêu đạt 91,9% trên Terminal-Bench 2.1 và phù hợp với bản xem trước Mythos bị giới hạn của Anthropic trên ExploitBench trong khi sử dụng khoảng một phần ba token. Sự ra mắt này diễn ra sau Grok 4.5 một ngày và Meta's Muse Spark 1.1 chỉ vài giờ, làm tăng cạnh tranh giữa các mô hình AI tiên phong khi Gemini 3 của Google dự kiến ra mắt tháng 11 năm 2025 vẫn là flagship cũ nhất còn hoạt động.

OpenAI giới thiệu cấu trúc giá ba cấp cho Sol, Terra và Luna

OpenAI định giá Sol là 5 USD và 30 USD cho mỗi triệu token đầu vào và đầu ra, còn Luna là 1 USD và 6 USD cho mỗi triệu token. Terra phù hợp với hiệu suất GPT-5.5 với mức giá bằng một nửa, theo OpenAI. Công ty còn giới thiệu hai tùy chọn cấu hình mới: thiết lập tối đa nỗ lực suy luận kéo dài thời gian xử lý của Sol, và chế độ siêu phân phối công việc cho các tiểu đại lý. Ví dụ, Anthropic tính phí 10 USD/50 USD cho Claude Fable 5, Google tính 2 USD/12 USD cho Gemini 3.1 Pro, và xAI tính 15 USD/75 USD cho Grok 4.5. DeepSeek tính 1,74 USD/3,48 USD cho V4 Pro, Xiaomi tính 1 USD/5 USD cho MiMo v2.5 Pro.

Sol đạt 91,9% trên Terminal-Bench 2.1 và phù hợp Mythos Preview trên ExploitBench

Trên Terminal-Bench 2.1, đo lường hoàn thành quy trình dòng lệnh, Sol trong cấu hình siêu đạt đạt 91,9%, còn Sol tiêu chuẩn đạt 88,8%. Kết quả này giúp Sol vượt qua Claude Mythos 5 của Anthropic với 88,0%, Claude Fable 5 với 84,3%, và Claude Opus 4.8 với 78,9%. Phiên bản xem trước Gemini 3.1 Pro của Google đạt 70,7%. Trên ExploitBench, kiểm tra khả năng phát hiện và khai thác lỗ hổng phần mềm, Sol phù hợp với bản Mythos Preview bị giới hạn trong khi sử dụng khoảng một phần ba token. OpenAI cho biết Sol không vượt qua giới hạn "Cyber Critical" trong khung đánh giá rủi ro của họ.

Người thử nghiệm sớm so sánh hiệu suất Sol với Claude Fable 5

Theo CEO nền tảng AI T3 Chat, gọi Sol là "dẫn đầu thế giới về sử dụng máy tính" và nói rằng nó đã khắc phục các phàn nàn về GPT-5.5. Dan Shipper, người cùng nhóm tại Every, thử Sol trong khoảng một tháng, nói "GPT-5.6 như một Porsche, Fable như một động cơ warp," định vị Sol là xe hàng ngày và Fable dành cho các nhiệm vụ đòi hỏi cao hơn. Nhà nghiên cứu Daichi Konno cho biết Sol rõ ràng vượt GPT-5.5 và gần Fable 5, trong khi Anthropic vẫn dẫn đầu về các nhiệm vụ viết lách. Konno nhận xét rằng các biện pháp bảo vệ của Sol không kích hoạt khi hỏi các câu về khoa học đời sống, điều này có thể khiến nó trở thành lựa chọn mặc định cho công việc sinh học.

Ra mắt của OpenAI theo sau Grok 4.5 và Meta Muse Spark 1.1

Việc ra mắt Sol diễn ra đúng một ngày sau khi SpaceXAI phát hành Grok 4.5 và chỉ vài giờ sau khi Meta ra mắt Muse Spark 1.1, mô hình trả phí đầu tiên của họ. Elon Musk gọi Grok 4.5 là "gần như tương đương Opus 4.7, nhưng nhanh hơn nhiều." Fable 5 của Anthropic chỉ chuyển sang tính phí dựa trên tín dụng sử dụng sau khi hạn mức 50% hàng tuần hết hạn vào ngày 7 tháng 7, sau khi trở lại toàn cầu vào ngày 1 tháng 7. Gemini 3 của Google, ra mắt tháng 11 năm 2025, vẫn là flagship cũ nhất trong số các phòng thí nghiệm lớn của Mỹ chưa có bản cập nhật mới gần đây.

Câu hỏi thường gặp

OpenAI đã ra mắt gì hôm nay?
OpenAI đã ra mắt GPT-5.6 Sol cho người dùng phổ thông hôm nay, cùng với hai mô hình nhỏ hơn là Terra và Luna, sau hai tuần xem trước bị giới hạn bởi Bộ Thương mại Mỹ cho khoảng 20 đối tác đáng tin cậy.

Sol hoạt động như thế nào trên Terminal-Bench 2.1 so với các mô hình khác?
Sol trong chế độ siêu đạt đạt 91,9% trên Terminal-Bench 2.1, vượt qua Claude Mythos 5 với 88,0%, Claude Fable 5 với 84,3%, Claude Opus 4.8 với 78,9%, và Gemini 3.1 Pro của Google với 70,7%. Sol tiêu chuẩn đạt 88,8%.

Giá của các mô hình mới của OpenAI là bao nhiêu?
Sol có giá 5 USD và 30 USD cho mỗi triệu token đầu vào và đầu ra, còn Luna là 1 USD và 6 USD cho mỗi triệu token. Terra được định giá phù hợp với hiệu suất GPT-5.5 với mức giá bằng một nửa.