GPT-5.6 hiện đã được tích hợp trong Zero dưới dạng một bộ ba mô hình: Sol cho các công việc đa agent khó nhất, Terra cho thực thi hàng ngày cân bằng, và Luna cho các quy trình tốc độ cao, khối lượng lớn.
Đối với các nhóm cần phân phối nhiều loại tác vụ agent, điều này hữu ích hơn một mô hình chủ lực duy nhất. Thay vì trả phí cho khả năng suy luận tối đa ở mọi bước, bạn có thể chọn mô hình phù hợp với từng nhiệm vụ mà vẫn giữ nguyên môi trường Zero: công cụ kết nối, tệp, truy cập trình duyệt, thực thi cách ly, kỹ năng và khả năng theo dõi.
Chọn lộ trình Tích hợp sẵn và VM0 sẽ quản lý quyền truy cập mô hình, tính phí sử dụng bằng credits. Nếu nhóm của bạn đã sử dụng khóa API OpenAI hoặc đăng ký ChatGPT/Codex, Zero cũng hỗ trợ các lộ trình đó.
Một họ, ba điểm vận hành
OpenAI thiết kế GPT-5.6 dựa trên các cấp năng lực bền vững. Số hiệu xác định thế hệ; Sol, Terra và Luna mô tả sự cân bằng giữa trí tuệ, tốc độ và chi phí.
GPT-5.6 Sol: công việc khó nhất
Sol là mô hình chủ lực. Hãy chọn khi nhiệm vụ đủ khó để một kế hoạch mạnh hơn, kiểm tra kỹ hơn hoặc làm việc song song có thể thay đổi kết quả đáng kể.
Tích hợp GPT-5.6 Sol của Zero sử dụng suy luận Ultra mặc định. OpenAI mô tả Ultra là phối hợp bốn agent song song rồi tổng hợp kết quả. Điều này khiến Sol phù hợp với các nhiệm vụ có nhiều luồng công việc độc lập, như:
- Di chuyển một mã nguồn lớn, kiểm tra tương thích và ghi chú kết quả.
- Nghiên cứu thị trường từ nhiều nguồn, kiểm tra lại phát hiện và tạo báo cáo sẵn sàng ra quyết định.
- Biến bản mô tả sản phẩm thành giao diện hoàn chỉnh, kiểm tra kết quả hiển thị và sửa lỗi giao diện hoặc chức năng.
- Điều tra sự cố sản xuất qua log, mã, ticket và trạng thái trình duyệt trước khi đề xuất giải pháp.
Sol thuộc cấp VM0 Tích hợp sẵn $$$. Sử dụng khi sai sót gây tốn kém, không dùng cho mọi phản hồi ngắn.
GPT-5.6 Terra: công việc cân bằng
Terra là điểm khởi đầu hợp lý cho công việc chuyên nghiệp lặp lại. OpenAI định vị đây là cấp cân bằng và báo cáo hiệu suất cạnh tranh với GPT-5.5 với một nửa giá token API niêm yết.
Dùng Terra cho công việc vẫn cần suy luận và sử dụng công cụ nhưng không đòi hỏi tính toán tối đa như Sol:
- Nghiên cứu hàng ngày, theo dõi đối thủ, tổng hợp đa nguồn.
- Thay đổi mã thường xuyên, phân tích pull-request, điều tra sự cố.
- Soạn thảo báo cáo, kế hoạch ra mắt, bản tóm tắt khách hàng, tài liệu vận hành.
- Quy trình agent cần xử lý ngữ cảnh dài với chi phí vừa phải.
Terra thuộc cấp VM0 Tích hợp sẵn $$. Không bị ép làm mặc định toàn cục; đây chỉ là cấp chúng tôi khuyên thử đầu tiên cho nhiều quy trình đa dụng.
GPT-5.6 Luna: tốc độ và khối lượng
Luna là thành viên nhanh nhất và tiết kiệm nhất trong bộ. Được thiết kế cho công việc mà tốc độ xử lý và thời gian phản hồi quan trọng hơn chiều sâu tối đa.
Các tác vụ phù hợp với Luna gồm:
- Phân loại hoặc phân luồng số lượng lớn ticket, khách hàng tiềm năng hoặc tin nhắn.
- Trích xuất trường dữ liệu có cấu trúc từ tài liệu đồng nhất.
- Thực hiện phân loại sơ bộ trước khi chuyển các trường hợp mơ hồ lên Terra hoặc Sol.
- Tạo tóm tắt ngắn hoặc chuyển đổi dữ liệu với khối lượng lớn.
Luna thuộc cấp VM0 Tích hợp sẵn $. Không phải lựa chọn đúng cho mọi tác vụ rẻ: đánh giá ngữ cảnh dài của chính OpenAI cho thấy khoảng cách lớn giữa Luna và hai cấp cao hơn khi truy xuất trên đầu vào rất lớn. Hãy chuyển ngữ cảnh sâu, mơ hồ cho Terra hoặc Sol.
Những gì benchmark thể hiện—và không thể hiện
OpenAI báo cáo kết quả mạnh trên toàn bộ dòng, nhưng điều quan trọng là hình dạng sự đánh đổi chứ không phải vị trí trên bảng xếp hạng.
Trên Terminal-Bench 2.1, đánh giá quy trình agent dòng lệnh, OpenAI báo cáo 91.9% cho Sol Ultra, 88.8% cho Sol, 87.4% cho Terra và 84.7% cho Luna. Trên BrowseComp, điểm số lần lượt là 92.2% cho Sol Ultra, 90.4% cho Sol, 87.5% cho Terra và 83.3% cho Luna.
Kết quả ngữ cảnh dài là tín hiệu phân luồng quan trọng hơn. Trên OpenAI MRCR v2, 8-needle, 256K–512K, Sol đạt 91.5% và Terra 89.6%, trong khi Luna đạt 41.3%. Luna vẫn rất tốt cho công việc ngắn, lặp lại; chỉ là không nên xem như một Sol thu nhỏ cho mọi tác vụ.
Đây là các đánh giá do nhà cung cấp báo cáo, không phải xếp hạng chung. Benchmark đo lường trên các bộ kiểm thử, công cụ, thiết lập suy luận và ngân sách cụ thể. Quy trình của bạn có thể đảo ngược thứ tự, vì vậy hãy chạy lại tác vụ đại diện trước khi thay đổi agent sản xuất.
GPT-5.6 so với GPT-5.5 và Claude Fable 5
So sánh thực tế không phải là “mô hình nào thắng?” mà là “hành vi nào xứng đáng trả phí ở giai đoạn này của tác vụ?”
| Mô hình | Phù hợp nhất trong Zero | Điểm nổi bật | Cấp VM0 Tích hợp sẵn |
|---|---|---|---|
| GPT-5.6 Sol | Công việc khó, nhiều giai đoạn, nơi lập kế hoạch, thực thi song song, đánh giá thiết kế hoặc xác thực có thể thay đổi kết quả | Zero mặc định dùng Ultra; cấp GPT-5.6 mạnh nhất cho lập trình, sử dụng máy tính, thiết kế, nghiên cứu và ngữ cảnh sâu | $$$ |
| GPT-5.6 Terra | Quy trình chuyên nghiệp hàng ngày vẫn cần suy luận và công cụ đáng tin cậy | Cân bằng chất lượng, tốc độ và chi phí; phù hợp với công việc ngữ cảnh dài | $$ |
| GPT-5.6 Luna | Công việc nhanh, khối lượng lớn với đầu vào đồng nhất, dễ phân luồng | Độ trễ và chi phí thấp nhất trong bộ; lý tưởng cho phân loại, trích xuất và xử lý hàng loạt | $ |
| GPT-5.5 | Quy trình OpenAI hiện có đã được xác thực và chưa cần hiệu chỉnh lại | Hành vi quen thuộc và là điểm so sánh ổn định cho các agent hiện tại | Khả dụng tùy cấu hình workspace |
| Claude Fable 5 | Quy trình Anthropic và Claude Code sâu nhất, đặc biệt khi nhóm đã quen với hành vi này | Suy luận dài hạn cao cấp và hồ sơ nhà cung cấp/công cụ riêng biệt | $$$$ |
OpenAI báo cáo Sol dẫn trước Fable 5 trên Agents' Last Exam và Artificial Analysis Coding Agent Index, trong khi Fable 5 vẫn nhỉnh hơn trên GDPval-AA v2. Đó là lý do tại sao “mô hình tốt nhất” là nhận định quá rộng. Sol hấp dẫn khi bạn muốn khả năng lập trình agentic, sử dụng máy tính, thiết kế và đa agent mạnh nhất của OpenAI. Fable vẫn là lựa chọn hợp lý cho công việc Anthropic cao cấp và các quy trình đã tối ưu quanh Claude Code.
Terra là ứng viên nâng cấp trực tiếp hơn cho nhiều quy trình GPT-5.5: OpenAI cho biết hiệu suất cạnh tranh với GPT-5.5 với một nửa giá token API niêm yết. Luna là mục tiêu tối ưu hóa khác—tốc độ và quy mô—nên hãy so sánh theo công việc hoàn thành trên mỗi đô la hoặc mỗi phút, không chỉ điểm benchmark tối đa.
Ý nghĩa của Tích hợp sẵn trong Zero
Tích hợp sẵn biến GPT-5.6 thành lựa chọn phân luồng thay vì dự án cấp quyền. Chọn nhà cung cấp VM0 Managed và Zero sẽ xử lý truy cập, tính phí theo cấp credit VM0 tương ứng. Bạn không cần tạo hay duy trì khóa API OpenAI riêng cho lộ trình này.
Các nhóm muốn tự quản lý nhà cung cấp vẫn có thể dùng khóa API OpenAI hoặc kết nối đăng ký ChatGPT/Codex. Tên mô hình giữ nguyên; chỉ thay đổi đường thanh toán và cấu hình nhà cung cấp. Các cấp credit VM0 ($, $$, $$$) không giống giá token API công khai của OpenAI.
Cách bật GPT-5.6 trong Zero
GPT-5.6 được chọn trong cài đặt mô hình, không phải bằng cách viết “use GPT-5.6” trong prompt.
- Mở Cài đặt và chọn Mô hình ở thanh bên.
- Trong mục Cá nhân, thêm GPT 5.6 Sol, GPT 5.6 Terra hoặc GPT 5.6 Luna.
- Chọn Tích hợp sẵn để dùng phân luồng VM0 Managed, hoặc chọn nhà cung cấp OpenAI API hoặc ChatGPT/Codex đã kết nối.
- Bắt đầu trò chuyện hoặc chạy tác vụ, mở bộ chọn mô hình và chuyển sang cấp bạn muốn.
- Khi quy trình đã ổn định, đặt mô hình phù hợp ở cấp agent hoặc kỹ năng để công việc lặp lại luôn dùng đúng lộ trình.
Sổ tay phân luồng thực tế
Bắt đầu bằng ba câu hỏi:
- Sai sót tốn kém đến mức nào? Dùng Sol khi lỗi gây tái làm, rủi ro hoặc ảnh hưởng về sau.
- Ngữ cảnh sâu và mơ hồ đến đâu? Dùng Terra hoặc Sol cho đầu vào lớn, phức tạp cần kiểm tra chéo và tổng hợp.
- Tác vụ này chạy thường xuyên không? Dùng Luna cho công việc khối lượng lớn, dự đoán được, sau đó chuyển ngoại lệ lên trên.
Nên thử mô hình phân luồng kết hợp: Luna lọc và cấu trúc đầu vào, Terra hoàn thành phần chính, Sol xử lý các quyết định cần suy luận tối đa. Bạn không cần một mô hình làm tất cả; chỉ cần mỗi giai đoạn dùng đủ mô hình.
GPT-5.6 giúp lựa chọn này rõ ràng hơn thường lệ. Sol, Terra và Luna mang đến cho Zero ba điểm vận hành trong cùng môi trường agent—giúp bạn tăng năng lực khi cần và giảm chi phí khi không cần.
