GPT-6 Luna vs Gemini 3.8 Flash vs DeepSeek: Gói API dưới 1 USD thực sự tốn bao nhiêu?

Bạn có một endpoint chuyên phân loại ticket hỗ trợ, hoặc trích ba trường từ payload webhook, hoặc viết một dòng tóm tắt cho một bản ghi log. Nó chạy vài triệu lần mỗi tháng. Mức chất lượng chỉ cần "đủ tốt và ổn định", và con số duy nhất mà đội tài chính của bạn quan tâm là hoá đơn.

Cho đến ngày 22/09/2026, phân khúc đó thuộc về dòng Flash của Google và DeepSeek. Rồi OpenAI ra mắt GPT-6 Luna với giá $0.10 mỗi triệu token đầu vào và $0.50 mỗi triệu token đầu ra, cùng cửa sổ ngữ cảnh 1M, và phân khúc này trở nên chật chội.

Vấn đề là ba mức giá được quảng cáo hàng đầu không cùng loại con số. Một cái là mức giảm đo so với giá khuyến mãi. Một cái hết hạn vào một ngày cụ thể. Một cái thay đổi tuỳ theo thời điểm trong ngày job của bạn chạy. Cứ xếp chúng cạnh nhau như in trên giấy, bạn sẽ chọn sai mô hình.

Giá được công bố, tính đến ngày 23/09/2026

Giá của Luna và DeepSeek lấy từ trang của chính từng nhà cung cấp. Hàng của Gemini lấy từ trang giá API của Google, gói trả phí.

Xét trên input phẳng theo token, Luna rẻ hơn Gemini 3.8 Flash 7,5 lần và rẻ hơn DeepSeek Flash giờ cao điểm 3 lần. Về output là 7,5 lần và 2,4 lần. Đó là toàn bộ câu chuyện nếu bạn không bao giờ dùng cache và không bao giờ đọc phần chú thích. Ba chú thích dưới đây, và mỗi cái đều có thể đảo ngược một quyết định.

Dấu hoa thị thứ nhất: mức giảm của OpenAI được đo so với giá khuyến mãi

OpenAI nói Luna và người anh em lớn hơn của nó là Sol rẻ hơn 50% so với giá khuyến mãi của GPT-5.6. "Khuyến mãi" là từ của chính OpenAI và cần được nhắc lại mỗi lần lặp lại tuyên bố đó.

Bài đưa tin ra mắt của chúng tôi ghi nhận giá niêm yết của GPT-5.6 Luna là $1.00 input và $6.00 output. Nếu đo so với giá niêm yết thay vì so với giá khuyến mãi, mức $0.10 và $0.50 của GPT-6 Luna là mức giảm 90% trên input và 92% trên output. Cú nhảy thực sự còn lớn hơn con số hàng đầu. Con số hàng đầu chỉ đang neo vào một mức chiết khấu.

Điều này có ý nghĩa gì về mặt vận hành: $0.10 và $0.50 được công bố là giá của Luna, không phải giá khuyến mãi, nên hãy lập kế hoạch dựa trên chúng. Nhưng đừng coi "rẻ hơn 50% so với giá khuyến mãi GPT-5.6" là so sánh cùng loại giữa các thế hệ, vì nó không phải vậy. Nếu bạn đang chuyển đổi, hãy xem GPT-6 Luna là gì và phần phân tích các phân khúc của thế hệ trước trong GPT-5.6 Sol vs Terra vs Luna.

Dấu hoa thị thứ hai: giá Gemini Flash có ngày hết hạn

Trang giá của Google in cả hai con số trong cùng một ô. Gemini 3.8 Flash có giá $0.75 input và $3.75 output "đến hết ngày 31 tháng 12 năm 2026", sau đó là $1.50 và $7.50 "kể từ ngày 1 tháng 1 năm 2027". Context caching cũng theo hình dạng tương tự, $0.075 hiện tại và $0.15 vào tháng Một. Gemini 3.7 Flash và 3.6 Flash có các hàng giống hệt.

Nếu bạn đang xây dựng mô hình chi phí 12 tháng cho Flash trong tuần này, thì ba trong số các tháng đó có giá gấp đôi. Một đội lập ngân sách $60k cho chi tiêu Flash năm sau theo mức giá hôm nay thực chất đang lập ngân sách cho khoảng $90k hoá đơn thực tế, giả sử khối lượng không đổi. Đó không phải là sai số làm tròn.

Hai dữ kiện liên quan từ cùng trang đó. Không có Gemini 3.8 Flash-Lite hay 3.7 Flash-Lite nào được liệt kê. Các mục Flash-Lite rẻ nhất còn lại là Gemini 3.5 Flash-Lite với $0.30 input và $2.50 output, và Gemini 2.5 Flash-Lite với $0.10 input và $0.40 output. Hàng cuối cùng đó là mục duy nhất trong toàn bộ so sánh này rẻ hơn Luna về output, và nó đã cách hai thế hệ.

Dấu hoa thị thứ ba: giá DeepSeek phụ thuộc vào đồng hồ

DeepSeek công bố hai cột cao điểm và ngoài cao điểm. Giờ cao điểm áp dụng từ 01:00 đến 04:00 và 06:00 đến 10:00 UTC, từ thứ Hai đến thứ Sáu, không tính các ngày lễ công cộng của Trung Quốc. Ngoài cao điểm bằng một nửa cao điểm trên mọi mức. Với deepseek-flash, đó là $0.30 so với $0.15 trên input cache miss và $1.20 so với $0.60 trên output.

Với một batch chạy hằng đêm thì đây là tiền miễn phí: dời cron ra ngoài khung giờ đó là giảm một nửa hoá đơn. Với lưu lượng tương tác toàn cầu thì đây là một cơn đau đầu khi mô hình hoá, bởi mức giá hiệu dụng của bạn là một hỗn hợp mà bạn không thể nêu ra cho đến khi đo được phân bố request của chính mình so với đồng hồ UTC. Nếu DeepSeek là một ứng viên nghiêm túc, hãy ghi timestamp UTC kèm số token trong mỗi lần gọi, nếu không mô hình chi phí của bạn chỉ là một phỏng đoán khoác áo bảng tính.

Phân tích trước đây của chúng tôi về cấu trúc giá đó nằm trong Giá DeepSeek-V4.1-Flash.

Nơi các phân khúc thực sự tách biệt: input được cache

Cache hit của DeepSeek là mức giá input rẻ nhất trong toàn bộ so sánh này, thấp hơn giá cache miss của chính nó 50 lần. Giá cache miss của nó cũng gấp 3 lần mức phẳng của Luna. Vậy nên DeepSeek trả thưởng cực lớn cho workload có tiền tố dài ổn định và phạt nặng workload gửi prompt mới mỗi lần. Tỷ lệ của Luna phẳng hơn, chủ yếu nghĩa là ít cách để sai nghiêm trọng hơn.

GPT-6 cũng ra mắt một bản phát hành caching thực sự chứ không chỉ một dòng giá. Tỷ lệ hit cao hơn theo mặc định, giảm 90% khi đọc input từ cache, một Prompt Caching Dashboard và công cụ chẩn đoán, các breakpoint tường minh để bạn chọn nơi tiền tố được cache kết thúc, và hữu ích nhất là việc thay đổi mức reasoning effort hay tính khả dụng của tool không còn làm mất hiệu lực cache. GitHub báo cáo số prompt token cần xử lý mới giảm hơn 50% trên hàng tỷ request. Nếu bạn từng chứng kiến tỷ lệ hit sụp đổ chỉ vì ai đó bật một tool, bạn biết đặc tính đó đáng giá bao nhiêu. Xem thêm trong bản phát hành prompt caching của GPT-6.

Mỗi token là đơn vị sai

OpenAI công bố chi phí mỗi tác vụ song song với độ chính xác, một cách trình bày trung thực hơn. Trên DeepSWE 1.1, Luna ở mức reasoning tối đa đạt 66,6%, mà OpenAI mô tả là tương đương Claude Opus 5 và Fable 5 ở mức effort trung bình, với chi phí mỗi tác vụ thấp hơn Opus 5 93% và thấp hơn Fable 5 96%. Trên OSWorld 2.0 offline, Luna ở mức tối đa đánh bại GPT-5.6 Sol ở mức trung bình với chi phí chỉ khoảng một phần mười. Về tính xác thực, Luna ở effort cao hơn ngang bằng GPT-5.6 Sol với chi phí khoảng một phần trăm. So với chính người tiền nhiệm của nó trên AutomationBench 1.0.6, Luna ở effort cao đạt điểm cao hơn 5,4 điểm với chi phí mỗi tác vụ thấp hơn 58%.

Giờ là phần quan trọng hơn tất cả những điều trên: cả Google lẫn DeepSeek đều không công bố số liệu chi phí mỗi tác vụ trên các benchmark này cho Gemini 3.8 Flash hay deepseek-flash. Vậy nên bài này là một so sánh giá ba bên cộng với những tuyên bố của một nhà cung cấp về chi phí mỗi tác vụ của chính họ. Đây không phải là bảng xếp hạng agentic ba bên, và ai cho bạn xem một bảng như vậy ở phân khúc này thì hoặc là đang chạy một harness của bên thứ ba mà họ nên nêu tên, hoặc là đang bịa số.

Lý do so sánh theo token gây nhầm lẫn là các token reasoning. Một mô hình tính giá rẻ hơn 3 lần mỗi token nhưng phát ra gấp 5 lần số token để hoàn thành cùng một việc sẽ khiến bạn tốn nhiều hơn. Token đầu ra bao gồm cả phần suy nghĩ mới là thứ bạn thực sự trả tiền, và chỉ workload của chính bạn mới biết tỷ lệ đó.

Cái bẫy độ trễ

Artificial Analysis, một bên thứ ba chứ không phải nhà cung cấp nào, đo GPT-6 Luna đạt 153,9 token đầu ra mỗi giây với thời gian đến token đầu tiên là 124,23 giây, và GPT-6 Sol đạt 115,2 token mỗi giây với 102,15 giây. Những con số đó là của biến thể reasoning "max", nên hãy đọc chúng như mức trần chứ không phải điều bạn sẽ thấy ở effort mặc định. Hãy coi cả hai là chưa được xác minh so với dữ liệu của chính nhà cung cấp.

Nhưng xu hướng vẫn là điều quan trọng. Ở thế hệ này, mô hình rẻ không phải là mô hình nhanh. Hai phút để có token đầu tiên hoàn toàn ổn với một job làm giàu dữ liệu chạy qua đêm và hoàn toàn không dùng được phía sau một ô chat. Nếu endpoint của bạn hướng tới người dùng, thời gian đến token đầu tiên ở mức effort bạn chọn mới quyết định vấn đề, chứ không phải số đô-la mỗi triệu token.

Tự đo lấy: một request, ba môi trường

Cả ba nhà cung cấp đều chấp nhận lệnh gọi chat completions theo định dạng OpenAI, nên bạn không cần ba client.

Hãy xây dựng request một lần, đặt base_url, model_id và api_key vào một environment của Apidog, rồi chuyển environment để bắn cùng một request đã lưu tới từng nhà cung cấp. Không cần copy-paste curl, không có sự lệch pha giữa ba phiên bản prompt của bạn.

POST {{base_url}}/chat/completions
Authorization: Bearer {{api_key}}
Content-Type: application/json

{
  "model": "{{model_id}}",
  "messages": [
    {"role": "system", "content": "Extract order_id and status. Reply with JSON only."},
    {"role": "user", "content": "{{ticket_body}}"}
  ]
}

Apidog chạy được các script hậu phản hồi tương thích Postman, nên hãy assert về cấu trúc và độ trễ đồng thời ghi log khối usage trong cùng một lượt:

pm.test("content parses as the JSON we asked for", () => {
  const parsed = JSON.parse(pm.response.json().choices[0].message.content);
  pm.expect(parsed).to.have.property("order_id");
});

pm.test("first byte to last byte under 3s", () => {
  pm.expect(pm.response.responseTime).to.be.below(3000);
});

console.log(pm.response.json().usage);

Sau đó chạy cùng 200 payload thật qua từng environment và ghi lại bốn thứ mỗi lần gọi: usage.prompt_tokens, usage.completion_tokens, thời gian phản hồi, và liệu assertion có pass hay không. Nhân số token với bảng giá ở trên rồi chia cho số lần pass. Kết quả là chi phí cho mỗi câu trả lời đúng, con số duy nhất quyết định được điều gì. Hãy chạy lượt DeepSeek hai lần, một lần trong khung giờ cao điểm UTC và một lần ngoài khung đó, nếu không bạn mới chỉ đo được một nửa mức giá.

Nên chọn cái nào

Hàng cuối đó có bài riêng: GPT-6 Luna cho workload API khối lượng lớn.

Kết luận

GPT-6 Luna hiện là mức giá phẳng, không điều kiện, không chú thích rẻ nhất trong phân khúc dưới $1, và nó đi kèm cửa sổ ngữ cảnh 1M. DeepSeek Flash đánh bại nó về input được cache với khoảng cách lớn và thua đậm khi cache miss. Gemini 3.8 Flash là đắt nhất trong ba cái hiện nay và sẽ gấp đôi vào tháng Một.

Không điều nào trong số đó cho bạn biết nên ship cái gì. Hãy chạy payload của chính bạn qua cả ba, đo chi phí mỗi câu trả lời đúng và thời gian đến token đầu tiên, rồi chạy lại khi bản ra mắt tiếp theo xuất hiện, mà với nhịp độ hiện tại thì sẽ trong vòng một tháng. Để có bức tranh rộng hơn về những gì thay đổi trong tuần cuối tháng Chín, xem cuộc chiến giá mô hình AI tháng 9 năm 2026.