Giá API Luna: GPT 6 Luna rẻ bằng nửa GPT 5.6 Luna, khác ở cache

GPT-6 Luna có giá 240đ cho một triệu token đầu vào và 1.200đ cho đầu ra. GPT-5.6 Luna có giá 480đ và 2.880đ: gấp đôi ở đầu vào, 2,4 lần ở đầu ra. Hai đời cùng tên khác nhau ở một điểm vận hành nữa: tỷ lệ đọc cache 50 phần trăm so với 60 phần trăm.

Hai model Luna trong bảng giá

Dòng giá	GPT-6 Luna	GPT-5.6 Luna
Token vào, một triệu	240đ	480đ
Token ra, một triệu	1.200đ	2.880đ
Đọc cache, một triệu	120đ	288đ
Ghi cache, một triệu	300đ	600đ
Ngữ cảnh	1.000.000 token	1.000.000 token
Một lượt 2.000 vào, 700 ra	1,32 đồng	2,98 đồng

Bảng đọc theo giá lẻ 1 CUBE = 1.000đ. Trên giá vào, tính trong các model chat có giá vào khác 0, GPT-6 Luna ở 240đ đứng thứ hai, chỉ sau GPT OSS 20B ở 60đ; GPT-5.6 Luna ở 480đ đứng thứ bảy, sau GPT OSS 20B 60đ, GPT-6 Luna 240đ, Gemini 3.1 Flash Lite 300đ, Gemini 3.1 Flash Lite Preview 300đ, Gemini 3.5 Flash Lite 360đ và MiniMax M3.1 Flash 360đ. Trang bảng giá token giữ con số hiện hành nếu danh mục đổi sau ngày 30/10/2026.

Tên gọi dễ gây nhầm. GPT-5.6 Luna ra trước, GPT-6 Luna ra sau, và bản sau rẻ hơn bản trước ở mọi dòng giá. Đây là một trong bốn cặp đời model mà bản sau rẻ hơn bản trước ở mọi dòng giá token; ba cặp còn lại là Opus 5.5 so với Opus 5, Sonnet 5.5 so với Sonnet 5, và GPT-6 Sol so với GPT-5.6 Sol.

Một lượt hỏi 2.000 vào và 700 ra: 1,32 đồng so với 2,98 đồng

GPT-6 Luna: 2.000 token vào × 240đ một triệu = 0,48 đồng; 700 token ra × 1.200đ một triệu = 0,84 đồng; tổng 1,32 đồng.

GPT-5.6 Luna: 2.000 token vào × 480đ = 0,96 đồng; 700 token ra × 2.880đ = 2,016 đồng; tổng 2,976 đồng, làm tròn 2,98 đồng.

Nếu lượt đó có ghi cache toàn bộ 2.000 token đầu vào, GPT-6 Luna cộng 0,6 đồng và GPT-5.6 Luna cộng 1,2 đồng. Nếu lần sau đọc lại từ cache, khoản đọc là 0,24 đồng và 0,576 đồng thay cho 0,48 đồng và 0,96 đồng.

Một tháng 20.000 lượt hỏi tốn bao nhiêu?

Model	CUBE mỗi lượt	20.000 lượt	Tiền phải trả
GPT-6 Luna	0,00132	26,4 CUBE	26.400 đồng
GPT-5.6 Luna	0,002976	59,52 CUBE	59.520 đồng

Cả hai đều nằm trong hạn mức 300 CUBE của gói Trải Nghiệm 300.000đ. Nếu bạn đang dùng gói đó, 20.000 lượt mỗi tháng bằng chưa tới 20 phần trăm hạn mức khi chạy GPT-5.6 Luna, và chưa tới 9 phần trăm khi chạy GPT-6 Luna.

Một điểm cần kiểm tra trước khi chốt: 20.000 lượt là con số lớn với một người dùng nhưng nhỏ với một nhóm. Nếu cả nhóm 10 người cùng dùng, số lượt thật thường gấp ba tới năm lần ước tính ban đầu, vì mỗi người thử lại vài lần trước khi hài lòng.

Vì sao cache write của Luna đắt hơn nhóm kinh tế khác?

Ghi cache của GPT-6 Luna là 300đ, bằng 1,25 lần giá đầu vào. Của GPT-5.6 Luna là 600đ, cũng bằng 1,25 lần. So với Gemini 3.1 Flash Lite ghi cache 0đ hay DeepSeek V4.1 Flash ghi cache 0đ, đây là khoản chênh thật.

Khoản này chỉ đáng lo khi bạn ghi cache nhiều mà đọc lại ít. Một tài liệu 20.000 token ghi một lần tốn 6 đồng với GPT-6 Luna. Nếu tài liệu đó chỉ được hỏi một lần, bạn vừa trả 6 đồng vô ích, vì ghi cache chỉ có lợi từ lần đọc thứ hai. Nếu tài liệu được hỏi 10 lần, mười lần đọc từ cache tốn 24 đồng thay cho 48 đồng, cộng khoản ghi 6 đồng là 30 đồng, tiết kiệm 18 đồng.

Con số hoà vốn: ghi cache 300đ một triệu so với đọc thẳng 240đ một triệu, mỗi lần đọc từ cache tiết kiệm 120đ một triệu. Với tài liệu 20.000 token, mỗi lần đọc tiết kiệm 2,4 đồng và khoản ghi là 6 đồng, nên cần 2,5 lần đọc lại để hoàn vốn. Với GPT-5.6 Luna, ghi 600đ và tiết kiệm 192 đồng mỗi lần đọc, cần khoảng 3,1 lần. Bài prompt caching giảm chi phí mở rộng phép tính này cho cả bốn họ model.

940 CUBE mua được bao nhiêu lượt?

Gói Developer 799.000đ cho 940 CUBE. Chia cho 0,00132 CUBE mỗi lượt, GPT-6 Luna mua được 712.121 lượt. Chia cho 0,002976, GPT-5.6 Luna mua được 315.860 lượt. Cùng một số tiền, chênh hơn hai lần số lượt.

Đó là lý do câu hỏi "Luna nào rẻ hơn" có câu trả lời đơn giản, còn câu hỏi "nên dùng Luna nào" cần thêm dữ liệu về cách bạn ghi cache. Ngữ cảnh không phân biệt hai bản: cả hai đều nhận 1.000.000 token trong một lần gọi. Với tài liệu 500.000 token, cả hai phục vụ được, và câu hỏi chỉ còn là giá.

Ở mức tài liệu dài, tỷ lệ đọc cache mới là biến số. GPT-5.6 Luna đọc lại với 60 phần trăm giá đầu vào, GPT-6 Luna 50 phần trăm. Nhưng khoản ghi của bản 5.6 cũng đắt gấp đôi, nên lợi thế chỉ xuất hiện khi một tài liệu được đọc lại nhiều lần. Xem thêm context window là gì nếu bạn cần định nghĩa trước khi tính.

Cách tự kiểm tra trước khi đổi model

Bạn lấy một tuần log thật, đếm ba con số: tổng token vào, tổng token ra, và số lượt. Nhân với bảng giá của từng model Luna. Con số nào cũng ra được trong vài phút, và nó đúng hơn mọi ước tính trong bài này.

Sau đó kiểm tra hai điều kiện loại trừ. Thứ nhất, có lượt gọi nào vượt 1.000.000 token đầu vào không; nếu có, cả hai bản Luna đều không phục vụ được và bạn phải chia tài liệu. Thứ hai, có tài liệu nào được đọc lại từ ba lần trở lên trong một ngày không; nếu có, chênh lệch 50 so với 60 phần trăm bắt đầu có ý nghĩa.

Với phần lớn nhóm làm văn phòng, kết quả thường nghiêng về GPT-6 Luna vì rẻ hơn ở mọi dòng giá. Bài chi phí token ChatGPT đặt Luna cạnh các model GPT khác trong cùng một phép tính, còn giá API Grok cho thấy mức giá 9,84 đồng một lượt ở nhóm cao hơn. Nếu bạn cần bảng xếp hạng của nhóm model văn bản, chi phí token AI xếp cả 41 model chat có giá token theo cùng lượt chuẩn.

Giới hạn của bài này

Chúng tôi không có mẫu đo độ trễ cho hai model Luna trong cửa sổ 7 ngày kết thúc ngày 27/10/2026, nên bài không đưa ra con số mili giây nào. Mọi so sánh ở đây là so sánh giá và thông số công bố, không phải so sánh tốc độ.

Giá cũng là ảnh chụp. Danh mục 46 model có thể đổi sau ngày 30/10/2026, và một dòng giá đổi sẽ làm toàn bộ phép tính trong bài lệch theo. Hãy tra lại trước khi dùng con số cho một quyết định mua.