GPT-6 Luna - Ngữ cảnh triệu token giúp AI đọc tài liệu rất dài ra sao

GPT-6 Luna là mô hình nhanh và rẻ nhất trong họ GPT-6 của OpenAI, phát hành ngày 22/9/2026 với cửa sổ ngữ cảnh 1.050.000 token. Hiểu đơn giản, ngữ cảnh là lượng chữ mà AI giữ trong trí nhớ cùng một lúc, nên mức triệu token cho phép nạp cả bộ hợp đồng hay nhiều báo cáo dài trong một lần hỏi. Mình sẽ đi qua thông số, giá, điểm benchmark và giới hạn thực tế để bạn biết mô hình này hợp với loại công việc nào.

GPT-6 Luna đứng ở đâu trong họ mô hình GPT-6 của OpenAI

OpenAI hiện chia họ GPT-6 thành ba tầng rõ ràng. GPT-6 Astra là mô hình chủ lực cho suy luận phức tạp và lập trình, GPT-6.1 Sol cân bằng giữa năng lực và chi phí, còn GPT-6 Luna phục vụ khối lượng công việc lớn, nhạy cảm về giá. Hãng mô tả Luna là phiên bản hiệu quả nhất cho tác vụ tập trung với số lượng nhiều. Mã gọi trong API là gpt-6-luna, hỗ trợ đầu vào dạng văn bản lẫn hình ảnh và trả kết quả dạng văn bản.

Cái tên Luna đã xuất hiện từ đời trước. Ngày 26/6/2026, OpenAI giới thiệu bản xem trước họ GPT-5.6 gồm Sol, Terra và Luna, rồi phát hành cho API từ ngày 9/7/2026. Trong họ đó, GPT-5.6 Luna được hãng ghi là tương ứng tầng nano của các đời GPT-5 trước. Đợt xem trước khi ấy xoay quanh Sol, và năng lực lập trình lẫn bảo mật của mô hình này được tổng hợp trong bài GPT-5.6 Sol: OpenAI hé lộ mô hình mới mạnh hơn về coding và bảo mật.

Điểm cần nhớ là Luna đứng ở tầng thấp nhất về giá, không phải tầng thấp nhất về công dụng. Khi gọi qua Responses API, mô hình hỗ trợ tìm kiếm web, tìm kiếm tệp, chạy mã, computer use và kết nối MCP. Mức suy luận chỉnh được từ none, low, medium (mặc định), high, xhigh tới max. Mô hình không hỗ trợ fine-tuning, nên doanh nghiệp muốn Luna đáp ứng đúng nghiệp vụ phải dựa vào prompt, dữ liệu truy xuất và khâu kiểm tra kết quả.

Cửa sổ ngữ cảnh triệu token nghĩa là đọc được bao nhiêu chữ

Token là mẩu chữ mà mô hình dùng để đọc và viết, có thể là trọn một từ ngắn hoặc một phần của từ dài. Theo trang khái niệm cơ bản trong tài liệu API của OpenAI, với văn bản tiếng Anh, 1 token xấp xỉ 4 ký tự hoặc 0,75 từ. Cửa sổ ngữ cảnh là tổng số token mô hình xử lý trong một yêu cầu, gồm cả phần bạn gửi lên lẫn phần AI trả lời. Có thể hình dung đây là trí nhớ ngắn hạn của mô hình trong một lượt làm việc.

Thông số (đơn vị token)	GPT-6 Luna	GPT-5.6 Luna
Cửa sổ ngữ cảnh	1.050.000	1.050.000
Đầu vào tối đa	922.000	922.000
Đầu ra tối đa	128.000	128.000
Mốc dữ liệu huấn luyện	18/5/2026	16/2/2026
Fine-tuning	Không hỗ trợ	Không hỗ trợ

Trên trang thông số chính thức của mô hình, cửa sổ ngữ cảnh của GPT-6 Luna đạt 1.050.000 token, trong đó đầu vào tối đa 922.000 token và đầu ra tối đa 128.000 token. Cộng hai giới hạn lại vừa đúng 1.050.000, nghĩa là cửa sổ ngữ cảnh được chia giữa phần đọc và phần viết. Áp tỷ lệ 0,75 từ cho mỗi token, 922.000 token đầu vào tương đương khoảng 690.000 từ tiếng Anh. Thông số ngữ cảnh này duy trì nguyên mức của GPT-5.6 Luna, phiên bản mới chỉ khác ở mốc dữ liệu huấn luyện cập nhật tới tháng 5/2026.

Với tiếng Việt, tỷ lệ 0,75 từ không áp được nguyên vẹn vì OpenAI chỉ nêu con số này cho tiếng Anh. Mỗi ngôn ngữ được tách token theo cách khác nhau, nên cùng một trang tài liệu tiếng Việt có thể tốn nhiều token hơn bản tiếng Anh. Cách chắc chắn nhất là xác minh bằng cách dán thử một đoạn vào công cụ đếm token của OpenAI trước khi ước lượng dung lượng. Bên cạnh đó, cửa sổ ngữ cảnh lớn chỉ nới ngưỡng dữ liệu đầu vào, thực chất không bảo đảm mô hình nắm đúng mọi chi tiết nằm sâu trong tài liệu.

Giá mỗi triệu token của GPT-6 Luna rẻ hơn bản 5.6 bao nhiêu

OpenAI tính phí API theo số token, đơn vị là USD cho mỗi triệu token. Theo trang thông số và bảng giá API của OpenAI, GPT-6 Luna có giá 0,10 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra ở mức xử lý tiêu chuẩn. Token đầu vào đã lưu đệm chỉ còn 0,01 USD, tức 10% giá gốc, còn thao tác ghi bộ đệm tốn 0,125 USD. Mức giá này áp cho yêu cầu có tối đa 272.000 token đầu vào.

Hạng mục (USD mỗi triệu token)	GPT-6 Luna	GPT-5.6 Luna
Đầu vào	0,10	0,20
Đầu vào đã lưu đệm	0,01	0,02
Ghi bộ đệm	0,125	0,25
Đầu ra	0,50	1,20
Đầu vào khi vượt 272.000 token	0,20	0,40
Đầu ra khi vượt 272.000 token	0,75	1,80

So với bản tiền nhiệm, giá đầu vào của Luna giảm một nửa, từ 0,20 xuống 0,10 USD, còn mức chênh lệch ở giá đầu ra lớn hơn, khoảng 58%, từ 1,20 xuống 0,50 USD. Mức 0,20 USD của GPT-5.6 Luna vốn đã là giá sau đợt điều chỉnh ngày 30/7/2026, khi OpenAI hạ giá mô hình này 80%. Yêu cầu vượt ngưỡng 272.000 token đầu vào bị tính gấp đôi giá đầu vào và gấp 1,5 lần giá đầu ra cho toàn bộ yêu cầu. Chế độ Batch và Flex có giá bằng một nửa mức tiêu chuẩn, còn chế độ Fast đắt gấp đôi.

Thử tính một ví dụ cụ thể. Gửi bộ hồ sơ 200.000 token và nhận bản tóm tắt 5.000 token thì phí khoảng 0,02 USD cho đầu vào cộng 0,0025 USD cho đầu ra, tổng chưa tới 0,03 USD. Nếu nạp gần kín 900.000 token, yêu cầu rơi vào khung giá ngữ cảnh dài nên riêng phần đầu vào đã lên khoảng 0,18 USD. Bởi vậy, phương án chia tài liệu thành từng phần liên quan rồi tận dụng bộ đệm thường đỡ tốn hơn gửi lại nguyên bộ ở mỗi lượt hỏi.

Điểm benchmark nói gì về khả năng suy luận và lập trình

Trên trang công bố GPT-6 Sol và Luna, OpenAI đưa ra bốn nhóm kết quả cho mô hình giá rẻ này. Ở DeepSWE v1.1, một bài đo về kỹ thuật phần mềm, GPT-6 Luna đạt 66,6% khi đặt mức suy luận max, ngang Claude Opus 5 và Fable 5 ở mức medium. Hãng cho biết trong phép so sánh này, chi phí mỗi tác vụ của Luna thấp hơn 93% so với Opus 5 và 96% so với Fable 5. Bản chất con số 66,6% vì thế không phải điểm yếu, mà cho thấy mô hình rẻ vẫn cạnh tranh được với mô hình lớn khi được phép suy luận lâu hơn.

Phép đo	Kết quả GPT-6 Luna	Mốc so sánh	Nguồn
DeepSWE v1.1 (mức max)	66,6%	Ngang Claude Opus 5 và Fable 5 ở mức medium	Trang công bố của OpenAI
AutomationBench (mức high)	Tăng 5,4 điểm phần trăm	So với GPT-5.6 Luna, chi phí mỗi tác vụ thấp hơn 58%	Trang công bố của OpenAI
OSWorld 2.0 offline (mức max)	Vượt GPT-5.6 Sol mức medium	Chi phí bằng một phần mười	Trang công bố của OpenAI
HealthBench Professional	48,2 điểm	GPT-5.6 Luna đạt 44,1 điểm	System card ngày 7/10/2026
MentalHealthBench (tổng)	51,73 điểm	GPT-5.6 Luna đạt 45,11 điểm	System card ngày 7/10/2026
Chống chèn lệnh gián tiếp	95,80%	GPT-6 Sol đạt 97,13%	System card ngày 7/10/2026

Hai kết quả còn lại thiên về tự động hóa và độ chính xác thông tin. Ở AutomationBench, mức suy luận high giúp Luna hơn bản tiền nhiệm 5,4 điểm phần trăm với chi phí mỗi tác vụ thấp hơn 58%. Trên OSWorld 2.0 bản offline, Luna ở mức max vượt GPT-5.6 Sol ở mức medium với chi phí chỉ bằng một phần mười. Về tính xác thực, OpenAI cho biết Luna ở mức suy luận cao ngang GPT-5.6 Sol với chi phí khoảng một phần trăm.

Bản system card công bố ngày 7/10/2026 bổ sung số đo cho phiên bản Luna chạy trong ChatGPT. Theo system card bản tháng 10/2026 của OpenAI, điểm HealthBench Professional tăng từ 44,1 lên 48,2 so với GPT-5.6 Luna, còn khả năng chống tấn công chèn lệnh gián tiếp đạt 95,80%. Tất cả đều là số liệu do chính OpenAI công bố, nên bạn vẫn cần tự xác minh trên bộ yêu cầu riêng trước khi giao việc quan trọng cho mô hình.

Ngày GPT-6 Luna có mặt trên API, Codex và ChatGPT

Theo nhật ký thay đổi của API, OpenAI phát hành GPT-6 Sol và GPT-6 Luna ngày 22/9/2026 cho Responses API và Chat Completions. Cùng ngày, hai mô hình khả dụng trong ChatGPT Work và Codex cho các gói Plus, Pro, Business, Enterprise và Edu. Tài khoản gói Free và Go khi đó được dùng thử Luna trong ứng dụng ChatGPT trên máy tính. Đến ngày 25/9, hãng sửa một lỗi mã hóa hình ảnh từng khiến khả năng hiểu ảnh của cả Sol lẫn Luna suy giảm.

Mốc lớn tiếp theo là ngày 7/10/2026, khi OpenAI đưa GPT-6 tới mọi người dùng ChatGPT, cả gói miễn phí lẫn trả phí, thay cho GPT-5.6 Sol và GPT-5.6 Luna. Phiên bản này được gọi là bản tháng 10, phân biệt với bản tháng 9 vẫn đang chạy trong Codex và ChatGPT Work. Theo khung đánh giá Preparedness Framework, OpenAI xếp bản tháng 10 ở mức năng lực High trong hai lĩnh vực an ninh mạng và sinh học, hóa học, nên áp cùng bộ biện pháp bảo vệ đã dùng cho GPT-5.6.

Ngày 6/10/2026, OpenAI còn mở bản beta của Decisions API, và GPT-6 Luna là mô hình duy nhất được hỗ trợ. API này nhận văn bản hoặc hình ảnh rồi trả câu trả lời có cấu trúc như xác suất, lựa chọn trong danh sách hay điểm theo thang chấm, nhanh hơn Responses API khoảng 10 lần. Đây là dạng việc hợp với Luna nhất, gồm phân loại nội dung, định tuyến yêu cầu và xếp thứ tự ưu tiên với số lượng lớn.

Vì sao laptop không tự giữ được ngữ cảnh triệu token

GPT-6 Luna chạy trên máy chủ của OpenAI, nên laptop của bạn chỉ làm nhiệm vụ gửi dữ liệu và hiển thị kết quả. Khi dùng qua trình duyệt hay ứng dụng ChatGPT, yếu tố quyết định trải nghiệm là đường truyền ổn định để tải tệp lớn lên và đủ RAM cho trình duyệt mở nhiều tab, chứ không phải hiệu năng GPU. Một chiếc laptop văn phòng phân khúc phổ thông vẫn đáp ứng tốt mô hình này, kể cả khi bạn nạp bộ tài liệu dài hàng trăm nghìn token.

Câu chuyện khác hẳn khi bạn muốn tự chạy một mô hình ngôn ngữ ngay trên laptop. Mỗi token trong ngữ cảnh đều chiếm thêm bộ nhớ đệm để mô hình ghi nhớ, nên ngữ cảnh càng dài thì RAM hoặc VRAM càng phải lớn. Bài Chạy mô hình 8B qua llama.cpp - Cần RAM bao nhiêu để giữ ngữ cảnh cho thấy mức RAM tăng dần khi ngữ cảnh kéo dài từ 8K tới 131K token. Một cửa sổ ngữ cảnh dài gấp nhiều lần như vậy vượt xa giới hạn phần cứng của cấu hình laptop thông dụng, nên hiện vẫn là ưu thế riêng của hạ tầng đám mây.

Tốc độ phản hồi cũng khác. Mô hình trên đám mây sinh chữ nhanh hay chậm tùy mức suy luận và tải máy chủ, còn mô hình cục bộ phụ thuộc chip và băng thông bộ nhớ của laptop. Vì vậy, khi so laptop để chạy AI cục bộ, bài Token mỗi giây khi chạy AI Local - Token/s là gì, đọc sao cho đúng giải thích chỉ số token mỗi giây, thước đo đáng xem hơn độ dài ngữ cảnh. Khi giao cho AI tự thao tác máy tính bằng computer use, nhu cầu cấu hình lại ưu tiên khả năng giám sát agent, một bài toán khác hẳn việc gửi tài liệu dài lên đám mây.

Câu hỏi thường gặp (FAQ)

Mô hình Luna có dùng miễn phí được không?

Có, trong ChatGPT. Từ ngày 7/10/2026, OpenAI đưa Sol và Luna bản tháng 10 của họ GPT-6 tới mọi tài khoản ChatGPT, kể cả gói miễn phí. Khi gọi qua API, bạn trả phí theo token, bắt đầu từ 0,10 USD cho mỗi triệu token đầu vào.

Cửa sổ ngữ cảnh 1.050.000 token có cho gửi lên trọn 1 triệu token không?

Không. Đầu vào tối đa là 922.000 token, phần còn lại dành cho đầu ra tối đa 128.000 token. Yêu cầu vượt 272.000 token đầu vào còn bị tính theo khung giá ngữ cảnh dài, cao hơn mức tiêu chuẩn.

Luna khác GPT-6 Astra ở điểm nào?

Astra là mô hình mạnh nhất, hướng tới đối tượng cần suy luận phức tạp và lập trình, còn Luna là mô hình nhanh và rẻ nhất trong họ GPT-6. Ở mức giá tiêu chuẩn, Astra có giá 10 USD đầu vào và 50 USD đầu ra cho mỗi triệu token, gấp 100 lần Luna.

Laptop cấu hình yếu có sử dụng được mô hình này không?

Có. Mô hình xử lý trên máy chủ của OpenAI, nên laptop chỉ cần trình duyệt hoặc ứng dụng ChatGPT chạy ổn định, kết nối mạng tốt và đủ RAM cho các tab đang mở. GPU mạnh chỉ có ích khi bạn tự chạy mô hình cục bộ.