API GPT-5.6 — Sol, Terra và Luna qua một Gateway duy nhất
GPT-5.6 của OpenAI ra mắt dưới dạng họ mô hình ba bậc — Sol (chủ lực), Terra (cân bằng), Luna (tốc độ cao) — đã GA từ 2026-07-09 sau giai đoạn preview giới hạn bắt đầu từ ngày 25 tháng 6. byesu cung cấp cả ba bậc dưới tên gpt-5.6-sol, gpt-5.6-terra và gpt-5.6-luna qua một endpoint tương thích OpenAI duy nhất, sau một key duy nhất, không cần tài khoản OpenAI — trả theo mức dùng, không cần thuê bao. Cùng một key đó cũng dùng được cho Claude, Grok, Gemini và nhiều mô hình khác.
Đây là gì · Cách tính phí
Giá niêm yết chính thức của OpenAI trên mỗi triệu token:
| Bậc | Tên mô hình trên byesu | Định vị | Giá niêm yết chính thức (vào / ra) |
|---|---|---|---|
| Sol | gpt-5.6-sol | Chủ lực — suy luận sâu nhất, trụ cột của ultra mode | $5 / $30 |
| Terra | gpt-5.6-terra | Cân bằng — đạt ~97% hiệu năng benchmark của Sol theo OpenAI | $2.50 / $15 |
| Luna | gpt-5.6-luna | Tốc độ cao — khối lượng lớn, nhạy về độ trễ | $1 / $6 |
Kinh tế học của cache (theo giá chính thức): ghi cache tính 1.25x giá đầu vào, đọc cache bằng 10% giá đó, và Batch API tính phí bằng một nửa mức tiêu chuẩn. Hai tính năng mới của họ 5.6:
- Ultra mode — mô hình điều phối nhiều sub-agent chạy song song để xử lý các tác vụ phức tạp.
- Predictable caching — phần prefix của prompt được đảm bảo giữ trong cache ít nhất 30 phút, với điểm ngắt do người dùng tự định nghĩa, nhờ đó hành vi cache là thứ bạn thiết kế thay vì phỏng đoán.
byesu phục vụ mô hình chính thức, không suy giảm chất lượng và tính phí theo token bằng hệ số nhóm:
| Hạng mục tính phí | Hệ số |
|---|---|
| Đầu vào | 1x |
| Đầu ra | 5x |
| Cache hit | 0.1x |
Hệ số là tỷ lệ so với giá gốc của từng mô hình. Bạn chỉ trả một phần của giá niêm yết chính thức — console hiển thị giá thực tế bạn được tính ngay bên cạnh giá niêm yết chính thức cho từng bậc, và giá này tự động cập nhật mỗi khi hệ số thay đổi. Cache hit chỉ tính 0.1x.
Chọn đúng nhóm khi tạo token
Trước khi gọi bất kỳ bậc GPT-5.6 nào, hãy vào Console → Tokens và tạo token trong nhóm OpenAI GPT. Chọn sai nhóm sẽ gây ra lỗi "no available channel". Xem chi tiết tại Chọn nhóm.
Sol vs Terra vs Luna: chọn bậc nào?
Ba bậc dùng chung cấu trúc API và tính năng — sự đánh đổi nằm ở chiều sâu vs chi phí vs độ trễ. Hãy chọn theo khối lượng công việc, đừng chọn theo danh tiếng:
| Khối lượng công việc | Chọn | Lý do |
|---|---|---|
| Pipeline agent nhiều bước, điều phối bằng ultra mode | Sol | Việc phối hợp sub-agent hưởng lợi nhiều nhất từ bậc sâu nhất |
| Suy luận khó nhất: review kiến trúc, tổng hợp nghiên cứu, migration phức tạp | Sol | Khi một câu trả lời sai gây tổn thất lớn, chất lượng đầu ra quan trọng hơn chi phí |
| Trợ lý lập trình production và công việc dev hằng ngày | Terra | ~97% hiệu năng benchmark của Sol (theo OpenAI) với một nửa giá niêm yết |
| RAG trên kho ngữ liệu lớn và ổn định | Terra + điểm ngắt cache | Đọc cache bằng 10% giá đầu vào khiến các prefix lớn dùng chung gần như miễn phí khi gửi lại |
| Phân loại, trích xuất, tóm tắt hàng loạt | Luna | Ở quy mô lớn, chi phí trên mỗi token là yếu tố quyết định; trần chất lượng hiếm khi là giới hạn |
| UX nhạy về độ trễ: autocomplete, giao diện chat streaming | Luna | Bậc nhanh nhất; kết hợp cùng streaming |
Góc nhìn về cache là nơi việc chọn bậc trở nên thú vị. Với predictable caching, một hệ thống RAG ghim prefix kho ngữ liệu sau một điểm ngắt chỉ trả đủ giá đầu vào một lần cho mỗi cửa sổ 30 phút, sau đó trả 10% giá đầu vào (0.1x trên byesu) cho mọi lần trúng cache tiếp theo — điều này có thể kéo chi phí hiệu dụng mỗi request của Terra xuống thấp hơn chi phí không cache của Luna đối với các khối lượng công việc nặng prefix. Hãy mô hình hóa tỷ lệ prefix-trên-suffix của bạn trước khi mặc định chọn bậc nhỏ nhất.
Hãy bắt đầu với Terra; nâng những loại request cụ thể lên Sol khi kết quả eval cho thấy khoảng cách là đáng kể, và định tuyến các luồng xử lý hàng loạt sang Luna. Vì cả ba bậc nằm sau một key byesu duy nhất, việc định tuyến đó chỉ là thay đổi một chuỗi ký tự.
Cách gọi
Cả ba bậc dùng endpoint tương thích OpenAI — Base URL https://byesu.com/v1, header xác thực Authorization: Bearer sk-your-token.
curl /v1/chat/completions
curl https://byesu.com/v1/chat/completions \
-H "Authorization: Bearer sk-YOUR_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-terra",
"messages": [
{"role": "user", "content": "Tóm tắt các đánh đổi giữa REST và gRPC cho các dịch vụ nội bộ."}
]
}'Đổi "model" thành gpt-5.6-sol hoặc gpt-5.6-luna — mọi thứ khác giữ nguyên.
Python (OpenAI SDK)
Code OpenAI SDK sẵn có chỉ cần thay base_url và key:
from openai import OpenAI
client = OpenAI(
api_key="sk-YOUR_TOKEN",
base_url="https://byesu.com/v1",
)
for tier in ["gpt-5.6-sol", "gpt-5.6-terra", "gpt-5.6-luna"]:
resp = client.chat.completions.create(
model=tier,
messages=[
{"role": "user", "content": "Giải thích chức năng của một API gateway trong một câu."}
],
)
print(tier, "→", resp.choices[0].message.content)Endpoint /v1/responses tương thích OpenAI cũng khả dụng cho các client yêu cầu định dạng wire của Responses (ví dụ Codex — xem Cài đặt Codex CLI).
Tham số chính
| Tham số | Bắt buộc | Mô tả |
|---|---|---|
model | ✅ | gpt-5.6-sol, gpt-5.6-terra hoặc gpt-5.6-luna — chính xác như hiển thị trong console |
messages | ✅ | Mảng các tin nhắn hội thoại, mỗi tin có role và content |
max_tokens | Tùy chọn; nếu bỏ qua, mô hình tự quyết định độ dài trả lời | |
temperature | Nhiệt độ lấy mẫu — càng thấp càng ổn định | |
stream | Đặt true để nhận phản hồi streaming (SSE) |
Token đầu ra tính ở mức 5x, nên việc chọn bậc và độ dài câu trả lời chiếm phần lớn chi phí; cache hit chỉ tính 0.1x.
Vì sao nên dùng byesu cho GPT-5.6
- Cả ba bậc, một endpoint, không cần tài khoản OpenAI —
gpt-5.6-sol,gpt-5.6-terravàgpt-5.6-lunasau một tokensk-duy nhất. - Mô hình chính thức, không suy giảm chất lượng — request đến đúng họ GPT-5.6 thật, bao gồm cả hành vi ultra mode và predictable caching.
- Tính phí theo mức dùng, minh bạch — hệ số công khai (đầu vào 1x / đầu ra 5x / cache hit 0.1x); console hiển thị giá thực tế bạn được tính ngay cạnh giá niêm yết chính thức của từng bậc.
- Một key, nhiều nhà cung cấp — cùng token đó gọi được cả Claude, Grok và Gemini, nên việc eval chéo nhà cung cấp chỉ là thay chuỗi tên mô hình.
- Trả theo mức dùng, không thuê bao — nạp tiền bằng USDT, Alipay hoặc WeChat Pay và chỉ trả cho số token bạn dùng.
Liên kết liên quan
- Bắt đầu nhanh (3 bước) — tạo token · đặt địa chỉ · chọn mô hình
- Chọn nhóm — vì sao nhóm OpenAI GPT lại quan trọng
- Đăng ký Console / Tạo token — nhận token
sk-và xem giá thực tế theo từng bậc - Tài liệu đầy đủ — 6 ngôn ngữ, bao phủ truy cập văn bản / hình ảnh / video
FAQ
Làm thế nào để có quyền truy cập API GPT-5.6?
Đăng ký tại console của byesu, tạo token trong nhóm OpenAI GPT, rồi gọi gpt-5.6-sol, gpt-5.6-terra hoặc gpt-5.6-luna qua endpoint /v1/chat/completions tương thích OpenAI. Cả ba bậc nằm sau một key duy nhất, không cần tài khoản OpenAI, tính phí theo mức dùng thực tế và không cần thuê bao.
GPT-5.6 Sol, Terra và Luna khác nhau như thế nào?
Sol là bậc chủ lực (giá niêm yết chính thức $5 đầu vào / $30 đầu ra trên mỗi triệu token), Terra là bậc cân bằng ($2.50 / $15) mà theo OpenAI đạt khoảng 97% hiệu năng benchmark của Sol, còn Luna là bậc tốc độ cao dành cho khối lượng lớn ($1 / $6). Cả ba đã GA vào ngày 2026-07-09 và cùng hỗ trợ ultra mode lẫn predictable caching.
API GPT-5.6 có chi phí bao nhiêu?
Giá niêm yết chính thức của OpenAI trên mỗi triệu token: Sol $5 đầu vào / $30 đầu ra, Terra $2.50 / $15, Luna $1 / $6. Ghi cache tính 1.25x giá đầu vào, đọc cache bằng 10% giá đó, và Batch API tính phí bằng một nửa mức tiêu chuẩn. Trên byesu, phí được tính theo token với hệ số nhóm minh bạch (đầu vào 1x, đầu ra 5x, cache hit 0.1x). Bạn chỉ trả một phần của giá niêm yết chính thức — console hiển thị giá thực tế bạn được tính ngay bên cạnh giá niêm yết chính thức.
Tôi có thể dùng GPT-5.6 mà không cần tài khoản OpenAI không?
Có. byesu là một gateway API AI: một token sk- duy nhất cho phép bạn truy cập cả ba bậc GPT-5.6 cùng với Claude, Grok, Gemini và nhiều mô hình khác qua cùng một endpoint tương thích OpenAI. Nạp tiền bằng USDT, Alipay hoặc WeChat Pay và chỉ trả cho số token bạn thực sự dùng.
Ultra mode và predictable caching trong GPT-5.6 là gì?
Ultra mode cho phép mô hình điều phối nhiều sub-agent chạy song song để xử lý các tác vụ phức tạp. Predictable caching đảm bảo phần prefix của prompt được giữ trong cache ít nhất 30 phút và cho phép bạn đặt các điểm ngắt cache tự định nghĩa, nhờ đó tỷ lệ cache hit trở thành thứ bạn có thể chủ động thiết kế thay vì phó mặc cho may rủi.
Lỗi "no available channel" khi gọi GPT-5.6 nghĩa là gì?
Thông thường là do token được tạo trong sai nhóm. Trong console của byesu, hãy tạo token trong nhóm OpenAI GPT và kiểm tra tên mô hình được viết chính xác là gpt-5.6-sol, gpt-5.6-terra hoặc gpt-5.6-luna đúng như hiển thị trong danh sách mô hình trên console.