Gemini hay ChatGPT viết văn hay hơn: chênh giá 2,67 lần, chênh đuôi độ trễ 4,60 lần

Cùng một đoạn văn 700 token, Gemini 3.8 Flash tính 4,95 đồng còn GPT 6.1 SOL tính 13,2 đồng. Nhưng khi bạn cần câu trả lời đúng lúc, con số quyết định lại là đuôi độ trễ: 27.344 ms so với 125.749 ms.

Cùng một đoạn văn 700 token: 4,95 đồng và 13,2 đồng

Hai model nằm ở hai tầng giá khác nhau, nên phép so chỉ có nghĩa khi cố định hình dạng lượt: 2.000 token vào và 700 token ra. Bảng dưới đây đặt các chỉ số cạnh nhau, kèm cột chênh lệch để bạn thấy chỗ nào khác và chỗ nào không.

Chỉ số	Gemini 3.8 Flash	GPT 6.1 SOL	Chênh lệch
Giá vào	900đ	2.400đ	2,67 lần
Giá ra	4.500đ	12.000đ	2,67 lần
Một đoạn 700 token	4,95 đồng	13,2 đồng	2,67 lần
Token ra trung vị	427	2.036	4,77 lần
p50	10.181 ms	26.226 ms	2,58 lần
p95	27.344 ms	125.749 ms	4,60 lần
Tỉ lệ lỗi	0,48 phần trăm	1,40 phần trăm	2,92 lần
Số mẫu	6.051	214	28,28 lần

Tiền một đoạn tính bằng (2.000 × 900 + 700 × 4.500) ÷ 1.000.000 = (1.800.000 + 3.150.000) ÷ 1.000.000 = 4,95 đồng ở Gemini 3.8 Flash, và (2.000 × 2.400 + 700 × 12.000) ÷ 1.000.000 = (4.800.000 + 8.400.000) ÷ 1.000.000 = 13,2 đồng ở GPT 6.1 SOL. Chia hai kết quả: 13,2 ÷ 4,95 = 2,67 lần.

Con số 2,67 lặp ba lần trong bảng vì hai cột giá chênh đều nhau: 2.400 ÷ 900 = 2,67 và 12.000 ÷ 4.500 = 2,67. Khi cả hai cột cùng chênh một tỉ lệ thì mọi hình dạng lượt giữ nguyên tỉ lệ đó, nên đoạn 700 token cũng chênh đúng 2,67 lần. Cột cuối của bảng lại khác hẳn: hai model không cùng tầng mẫu, nên đừng đọc cột tỉ lệ lỗi như một kết luận độc lập. Các cặp so sánh cùng tầng khác nằm trong chuyên mục chọn và so sánh model.

Vì sao độ trễ chênh 4,60 lần trong khi giá chênh 2,67 lần?

Giá và độ trễ không đo cùng một thứ. Giá bám số token bạn gửi và số token model trả về; độ trễ bám số token model phải sinh ra cộng thời gian xếp hàng phía sau. GPT 6.1 SOL viết dài gấp 4,77 lần Gemini 3.8 Flash (2.036 ÷ 427), nên mỗi yêu cầu của nó có nhiều việc phải làm hơn.

Ở mức trung vị, khoảng cách hẹp hơn: 26.226 ÷ 10.181 = 2,58 lần. Ở đuôi, khoảng cách rộng ra: 125.749 ÷ 27.344 = 4,60 lần. Nghĩa là nhóm 5 phần trăm lần gọi chậm nhất của GPT 6.1 SOL chậm gấp 4,60 lần nhóm tương ứng của Gemini 3.8 Flash, và phần đuôi chênh nhiều hơn phần giữa. Đuôi không phải lỗi, nó là lần gọi vẫn thành công nhưng chậm, nên nó không hiện trong cột tỉ lệ lỗi và không kích hoạt cơ chế thử lại của bạn.

Toàn bộ số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc 27/10/2026, gồm 6.051 mẫu của Gemini 3.8 Flash và 214 mẫu của GPT 6.1 SOL.

Nếu bạn đặt hạn chờ cho một đoạn văn, hãy đặt theo p95 chứ không theo p50: 27.344 ms và 125.749 ms là mức mà 95 phần trăm lần gọi đã xong. Đặt hạn theo p50 thì đúng một nửa số lần gọi bị cắt, và người dùng thấy lỗi ở chính model bạn chọn vì nó rẻ.

Tỉ lệ lỗi 0,48 phần trăm so với 1,40 phần trăm

Chia hai tỉ lệ: 1,40 ÷ 0,48 = 2,92 lần. Nhưng mẫu số khác nhau rất xa, nên cột này chỉ đọc được khi đi kèm cột số mẫu. Với 214 mẫu, một lần lỗi thêm làm tỉ lệ nhảy 1 ÷ 214 = 0,47 phần trăm, gần nửa điểm phần trăm. Với 6.051 mẫu, một lần lỗi chỉ đổi 1 ÷ 6.051 = 0,02 phần trăm.

Nếu bạn chạy 20 đoạn mỗi ngày, 1,40 phần trăm của 20 là 0,28 lần lỗi còn 0,48 phần trăm của 20 là 0,096 lần. Ở quy mô đó, khác biệt giữa hai tỉ lệ thành khoảng một lần lỗi mỗi vài ngày, nên bạn chuẩn bị đường thử lại thay vì chọn model theo con số này.

Cách tự kiểm tra với 20 đoạn văn mỗi ngày

Lấy 20 đoạn nhân 700 token ra: 20 × 700 = 14.000 token ra một ngày. Gemini 3.8 Flash: 14.000 × 4.500 ÷ 1.000.000 = 63 đồng. GPT 6.1 SOL: 14.000 × 12.000 ÷ 1.000.000 = 168 đồng. Chênh 105 đồng một ngày.

Cộng phần token vào, mỗi đoạn 2.000 token: 20 × 2.000 = 40.000 token vào. Gemini 3.8 Flash: 40.000 × 900 ÷ 1.000.000 = 36 đồng. GPT 6.1 SOL: 40.000 × 2.400 ÷ 1.000.000 = 96 đồng. Tổng một ngày là 99 đồng so với 264 đồng, và 264 ÷ 99 = 2,67, đúng bằng tỉ lệ giá. Ba mươi ngày là 2.970 đồng so với 7.920 đồng.

Với 20 đoạn một ngày, khoản chênh 165 đồng không đủ để đổi thói quen viết. Với 2.000 đoạn một ngày, con số thành 9.900 đồng so với 26.400 đồng, và lúc đó phép chọn mới đáng làm. Đơn vị token và cách quy đổi có ở token là gì, còn cách tính cho một bài dài hơn nằm ở AI viết văn tiếng Việt.

Khi nào kết luận này hết đúng

Bài này so hai model ở một hình dạng lượt cố định, không so hai hãng và không đo chất lượng văn. Dữ liệu của Wisa không có điểm chấm văn, nên câu "bên nào viết hay hơn" không được trả lời ở đây. Con số cũng chỉ đúng cho 2.000 token vào và 700 token ra; nếu đoạn của bạn dài 1.500 token thì phần ra tăng, tỉ lệ tiền vẫn 2,67 nhưng số tuyệt đối tăng theo.

Các chỉ số độ trễ đo trên lưu lượng của Wisa trong bảy ngày, không đo trên máy bạn, nên đường mạng và prompt của bạn có thể cho kết quả khác. 214 mẫu của GPT 6.1 SOL là mẫu nhỏ so với 6.051 mẫu của Gemini 3.8 Flash, nên đuôi p95 của nó kém ổn định hơn. Đừng mở rộng kết luận sang Gemini 3 Flash hay GPT 6 SOL. Gemini hay ChatGPT so hai model ở tầng giá thấp hơn, còn Gemini hay ChatGPT làm văn tốt hơn đi vào chất lượng câu chữ.