Sự so sánh giữa ERNIE 5.5 Flash, DeepSeek V4.1 Flash và GPT-6 Luna thực chất là ba phương án đánh đổi khác nhau. ERNIE 5.5 Flash Preview miễn phí gọi ngay hôm nay trên OpenRouter. DeepSeek V4.1 Flash cho bạn trọng lượng mở theo MIT và giá $0.30/$1.20 mỗi 1M token vào giờ cao điểm, giảm một nửa ngoài giờ cao điểm. GPT-6 Luna có mức giá niêm yết trả phí thấp nhất: $0.10 đầu vào, $0.50 đầu ra.
Cả ba đều hỗ trợ khoảng 1M token ngữ cảnh và gọi công cụ (tool). Chúng khác nhau về cấu trúc giá, trọng lượng mô hình và mức độ hoàn thiện. Mọi mức giá dưới đây được lấy từ các trang chính thức vào ngày 12/11/2026, và phần cuối sẽ cho thấy agent lập trình của bạn thử cả ba mô hình chỉ với một prompt duy nhất.
ERNIE 5.5 Flash vs DeepSeek V4.1 Flash vs GPT-6 Luna: tổng quan nhanh
| ERNIE 5.5 Flash Preview | DeepSeek V4.1 Flash | GPT-6 Luna | |
|---|---|---|---|
| ID mô hình API | baidu/ernie-5.5-flash-preview:free (OpenRouter) |
deepseek-flash |
gpt-6-luna |
| Đầu vào mỗi 1M | Miễn phí trên OpenRouter; giá trả phí [VERIFY] | $0.30 giờ cao điểm, $0.15 ngoài giờ cao điểm | $0.10 |
| Đầu vào từ bộ nhớ đệm mỗi 1M | Không áp dụng trên endpoint miễn phí | $0.006 giờ cao điểm, $0.003 ngoài giờ cao điểm | $0.01 |
| Đầu ra mỗi 1M | Miễn phí trên OpenRouter; giá trả phí [VERIFY] | $1.20 giờ cao điểm, $0.60 ngoài giờ cao điểm | $0.50 |
| Cửa sổ ngữ cảnh | 1.024.000 token | 1M token | 1.050.000 token |
| Đầu ra tối đa | 1.024.000 (theo listing OpenRouter) | 384K | 128.000 |
| Tham số | 280B tổng, 14B kích hoạt (MoE) | 552B backbone, 8B kích hoạt khi prefill / 16B khi decode | Chưa công bố |
| Loại đầu vào | Văn bản | Văn bản, hình ảnh | Văn bản, hình ảnh |
| Trọng lượng mở | Mô hình base có; Preview "sắp ra mắt" theo Apache 2.0 | Có, MIT | Không |
| Trạng thái | Checkpoint preview | Production (phiên bản 1017) | Production |
Nguồn: bài đăng phát hành của Baidu, OpenRouter, giá DeepSeek và trang Luna của OpenAI.
Mỗi mô hình giá rẻ này là gì
ERNIE 5.5 Flash Preview là mô hình post-trained đầu tiên của Baidu trên nền ERNIE 5.5 Flash Base mà hãng phát hành trên Hugging Face vào đầu tháng 11. Đây là mô hình sparse mixture-of-experts 280B với 14B tham số kích hoạt và ngữ cảnh 1M token. Baidu gọi đây là một checkpoint trung gian: quá trình post-training chưa hoàn tất. Thông tin thêm: ERNIE 5.5 Flash là gì và ERNIE 5.1 trước đó.
DeepSeek V4.1 Flash là một MoE đa phương thức với 552B tham số backbone. Nó kích hoạt 8B tham số mỗi token trong giai đoạn prefill và 16B trong decode, giúp công việc agent nặng đầu vào vẫn rẻ. Trọng lượng theo giấy phép MIT trên Hugging Face. Xem bài giải thích DeepSeek V4.1 Flash.
GPT-6 Luna là "mô hình hiệu quả nhất của OpenAI cho các tác vụ tập trung, khối lượng lớn". Nó nhận văn bản và hình ảnh, hỗ trợ mức reasoning effort từ none đến max, và hoạt động với các công cụ của Responses API. Xem GPT-6 Luna là gì.
Giá mỗi 1M token, và một lần gọi agent thực tế tốn bao nhiêu
Vòng lặp agent gửi lại cùng một ngữ cảnh dài ở mỗi bước, vì vậy bộ nhớ đệm (cache) và quy định theo khung giờ quan trọng ngang với mức giá niêm yết.
- GPT-6 Luna: $0.10 đầu vào, $0.01 đầu vào từ cache, $0.125 ghi cache, $0.50 đầu ra. Prompt vượt 272K token đầu vào sẽ bị tính gấp 2 lần giá đầu vào và 1.5 lần giá đầu ra cho toàn bộ request. Batch và Flex chạy bằng 50% giá tiêu chuẩn.
- DeepSeek V4.1 Flash: $0.30 đầu vào (cache miss), $0.006 cache hit, $1.20 đầu ra trong giờ cao điểm. Giá ngoài giờ cao điểm bằng một nửa. Giờ cao điểm là 01:00–04:00 và 06:00–10:00 UTC, từ thứ Hai đến thứ Sáu; mọi khung giờ khác, kể cả cuối tuần, đều là ngoài giờ cao điểm.
- ERNIE 5.5 Flash Preview: $0 cho đầu vào và đầu ra trên endpoint
:freecủa OpenRouter, mà OpenRouter cho biết bị giới hạn tốc độ. Baidu chưa công bố giá trả phí theo token trên trang nào chúng tôi đọc được hôm nay, vì vậy hãy coi mọi con số bạn thấy ở nơi khác là [VERIFY].
Lấy một bước agent với 50.000 token đầu vào và 2.000 token đầu ra, không dùng cache:
| Mô hình | Chi phí mỗi lần gọi | Chi phí mỗi 1.000 lần gọi |
|---|---|---|
| GPT-6 Luna | $0.0060 | $6.00 |
| DeepSeek V4.1 Flash, giờ cao điểm | $0.0174 | $17.40 |
| DeepSeek V4.1 Flash, ngoài giờ cao điểm | $0.0087 | $8.70 |
ERNIE 5.5 Flash Preview, :free |
$0 | $0 (trong giới hạn tốc độ) |
Giả sử 90% đầu vào là cache hit — điều bình thường với một agent đọc lại cùng một repo. Luna giảm xuống còn khoảng $0.0020 mỗi lần gọi (cộng một lần ghi cache duy nhất). DeepSeek giảm xuống còn khoảng $0.0042 giờ cao điểm và $0.0021 ngoài giờ cao điểm. Khoảng cách giữa hai mô hình trả phí gần như khép lại ngoài giờ cao điểm.
Hai lưu ý: mỗi nhà cung cấp có tokenizer riêng, nên số token sẽ khác nhau với cùng một prompt; và token reasoning được tính như đầu ra, nên mức reasoning effort cao sẽ làm tăng chi phí đầu ra. Bài phân tích giá DeepSeek V4.1 Flash và so sánh các bậc API dưới $1 của chúng tôi đi sâu hơn vào toán học cache.
Cửa sổ ngữ cảnh, độ dài đầu ra và tốc độ
Ngữ cảnh sẽ không phải yếu tố quyết định ở đây. Giới hạn đầu ra chênh nhau nhiều hơn: 384K với DeepSeek, 128.000 với Luna, và 1.024.000 được liệt kê cho endpoint miễn phí của ERNIE. Các tuyên bố về tốc độ cần được xem xét kỹ:
- ERNIE 5.5 Flash Preview: mô tả mô hình trên OpenRouter cho biết hơn 200 token mỗi giây. Tuy nhiên throughput P50 OpenRouter tự đo trong 3 ngày qua là 79 token mỗi giây, với độ trễ P50 là 2,53 giây, trên một nhà cung cấp duy nhất (Baidu Qianfan).
- DeepSeek V4.1 Flash: không có con số token mỗi giây trên trang giá; trang chỉ nêu giới hạn đồng thời là 2.500.
- GPT-6 Luna: OpenAI xếp loại "Fast", với giới hạn bậc Build là 5.000 request và 2.000.000 token mỗi phút.
Hãy đo từ khu vực của bạn với chính prompt của bạn; phần Apidog bên dưới sẽ hướng dẫn cách thiết lập.
Trọng lượng mở, truy cập miễn phí và giấy phép
- DeepSeek V4.1 Flash là mô hình duy nhất có trọng lượng production bạn có thể tải về ngay hôm nay, theo giấy phép MIT. Tự host nó hoặc chọn một nhà cung cấp hosting từ card Hugging Face của nó.
- ERNIE 5.5 Flash có hai artifact. Mô hình Base (chỉ pretraining, 33.5T token) đã có trên Hugging Face. Bản Preview — mô hình chat và agent — chưa có trọng lượng công khai; Baidu cho biết sẽ mã nguồn mở theo Apache 2.0 "sớm". Một ngày phát hành bạn có thể thấy trên mạng chưa được xác nhận [VERIFY].
- GPT-6 Luna là mô hình đóng. Bạn truy cập qua API của OpenAI hoặc Amazon Bedrock, và bậc miễn phí API được liệt kê là "Not supported".
Để thử nghiệm với $0, endpoint :free của ERNIE là cánh cửa dễ nhất. DeepSeek và Luna cũng có đường dẫn miễn phí riêng, được đề cập trong cách dùng DeepSeek V4.1 Flash miễn phí và cách dùng GPT-6 Luna miễn phí.
Phù hợp nhất với agent và lập trình
Mỗi hãng benchmark trên harness riêng, nên đừng xếp các con số đó vào cùng một bài test. Hãy so sánh những gì mỗi mô hình nhấn mạnh.
DeepSeek V4.1 Flash đạt 90,6 trên Terminal-Bench 2.1 và 74,2 trên DeepSWE v1.1 ở mức reasoning effort tối đa, cả hai đều do DeepSeek đo trên harness riêng. Reasoning effort là nút điều chỉnh từ 1 đến 100, và endpoint nói được định dạng OpenAI, Anthropic và Responses, nên nó cài thẳng vào Claude Code, Codex hay OpenCode được.
ERNIE 5.5 Flash Preview được trình bày trên trang phát hành của Baidu xây dựng một game Unreal Engine 5.8 trong một tác vụ lập trình kéo dài 11 giờ và gần 100 mini-game mobile từ tài liệu thiết kế. Nó chỉ hỗ trợ văn bản, nên các vòng lặp agent dựa trên screenshot tạm thời chưa khả thi. Dashboard của OpenRouter cũng cho thấy tỷ lệ lỗi structured-output 21,70% và tỷ lệ lỗi tool-call 1,01% trong 3 ngày, vì vậy hãy kiểm tra đầu ra JSON trước khi tin dùng trong pipeline.
GPT-6 Luna thắng về độ rộng công cụ. Responses API cung cấp cho nó shell hosted, apply patch, computer use và MCP. Một hạn chế: trong Chat Completions, function calling chỉ hoạt động khi reasoning_effort đặt là none; hãy dùng Responses API để dùng công cụ khi bật reasoning.
Bạn nên chọn mô hình giá rẻ nào?
Chọn theo ràng buộc của bạn, không theo bảng xếp hạng:
- Bạn muốn thử mô hình mới với $0 ngay hôm nay: ERNIE 5.5 Flash Preview trên OpenRouter. Hãy kỳ vọng hành vi preview và giới hạn tốc độ.
- Bạn cần trọng lượng mở hoặc định tự host: DeepSeek V4.1 Flash.
- Agent của bạn chạy phiên dài, nặng đầu vào và bạn có thể lên lịch ngoài giờ cao điểm: DeepSeek V4.1 Flash, nơi cache hit ngoài giờ cao điểm chỉ tốn $0.003 mỗi 1M.
- Bạn muốn giá niêm yết trả phí thấp nhất và các công cụ hosted của OpenAI: GPT-6 Luna.
- Bạn cần đầu vào hình ảnh: DeepSeek V4.1 Flash hoặc GPT-6 Luna, không phải ERNIE.
Để agent lập trình của bạn so sánh cả ba mô hình bằng Apidog CLI
Đừng thủ công click ba lần gọi API mỗi khi một mô hình cập nhật. Hãy để Claude Code, Codex hoặc Cursor xây dựng một kịch bản và chạy nó với từng nhà cung cấp bằng Apidog CLI. Cả ba đều dùng định dạng OpenAI Chat Completions, nên chỉ cần thay base URL, model ID và key.
Thiết lập CLI một lần:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
Sau đó đưa cho agent của bạn một prompt:
In Apidog project <projectId>, create three environments: ernie-flash
(base URL https://openrouter.ai/api/v1, model baidu/ernie-5.5-flash-preview:free),
deepseek-flash (https://api.deepseek.com, model deepseek-flash) and gpt-6-luna
(https://api.openai.com/v1, model gpt-6-luna). Create one test scenario that POSTs
the same prompt to {{baseUrl}}/chat/completions with model {{model}}, asserts
status 200 and a non-empty choices[0].message.content, and records
usage.completion_tokens. Run it 5 times per environment and give me a table of
pass rate, average response time and output tokens.
Agent sẽ tạo các môi trường, kiểm tra payload kịch bản theo schema, ghi lại và chạy nó:
apidog environment create ernie-flash --project <projectId> --base-url https://openrouter.ai/api/v1 --variables '<json>'
apidog environment create deepseek-flash --project <projectId> --base-url https://api.deepseek.com --variables '<json>'
apidog environment create gpt-6-luna --project <projectId> --base-url https://api.openai.com/v1 --variables '<json>'
apidog cli-schema get test-scenario-create
apidog cli-schema validate test-scenario-create --file scenario.json
apidog test-scenario create --project <projectId> --file scenario.json
apidog test-scenario run <scenarioId> --project <projectId> -e <envId> -n 5 -r cli,json --env-var "apiKey=$OPENROUTER_API_KEY"
Truyền key bằng --env-var giúp giữ chúng khỏi môi trường dùng chung. Lặp lại lệnh chạy cho từng môi trường với key của nhà cung cấp đó; các báo cáo JSON sẽ cung cấp dữ liệu cho bảng của bạn. Cùng lệnh chạy với -r junit có thể tích hợp vào CI; xem hướng dẫn CI/CD với Apidog CLI và hướng dẫn thiết lập Claude Code. Gói Free của Apidog hỗ trợ tối đa 4 người dùng, nên một nhóm nhỏ có thể chạy mà không cần mua ghế trả phí.
Câu hỏi thường gặp
ERNIE 5.5 Flash có rẻ hơn DeepSeek V4.1 Flash không? Hiện tại, có: endpoint :free của OpenRouter tốn $0 trong giới hạn tốc độ. Baidu chưa công bố giá trả phí nào chúng tôi có thể xác minh, nên chưa thể so sánh trả-phí với trả-phí.
Mô hình nào có cửa sổ ngữ cảnh lớn nhất? Cả ba gần nhau. GPT-6 Luna liệt kê 1.050.000 token, ERNIE 5.5 Flash Preview 1.024.000 trên OpenRouter, và DeepSeek V4.1 Flash 1M. Giá của Luna tăng gấp đôi cho đầu vào vượt 272K token.
Tôi có thể chạy các mô hình này cục bộ không? DeepSeek V4.1 Flash, được: trọng lượng MIT trên Hugging Face. Trọng lượng ERNIE 5.5 Flash Base là công khai, nhưng mô hình chat Preview chưa được phát hành. GPT-6 Luna không có trọng lượng công khai.
Mô hình nào tốt nhất cho agent lập trình? Tùy vào harness của bạn. DeepSeek V4.1 Flash đạt điểm agentic cao trong các bài test riêng và hỗ trợ định dạng OpenAI và Anthropic. GPT-6 Luna có bộ công cụ hosted rộng nhất. ERNIE 5.5 Flash Preview miễn phí để thử nhưng chỉ hỗ trợ văn bản và vẫn đang ở giai đoạn preview.
GPT-6 Luna có bậc API miễn phí không? Không. Trang mô hình của OpenAI liệt kê bậc Free là "Not supported". Sử dụng trả phí bắt đầu từ $0.10 mỗi 1M token đầu vào.