Grok 4.5 và GPT-5.6 thực sự đứng đâu khi so với Claude Opus?

Chỉ trong vòng khoảng 24 giờ, thị trường AI đón nhận hai bản phát hành lớn: Grok 4.5 của SpaceXAI vào ngày 8 tháng 7 năm 2026 và dòng GPT-5.6 của OpenAI vào ngày 9 tháng 7 năm 2026.

Khoảng cách phát hành rất ngắn khiến hai mô hình nhanh chóng bị đặt lên bàn cân. Grok 4.5 được quảng bá bằng tốc độ, hiệu quả token và mức giá dễ tiếp cận. GPT-5.6 xuất hiện dưới dạng một họ mô hình gồm Sol, Terra và Luna, bao phủ nhiều nhu cầu từ tác vụ chuyên môn phức tạp đến khối lượng công việc lớn cần tối ưu chi phí.

Ở giữa cuộc so sánh là Claude Opus, cái tên lâu nay gần như trở thành một thước đo cho nhóm mô hình có khả năng xử lý lập trình agent, nghiên cứu dài hơi và công việc doanh nghiệp phức tạp.

Tuy nhiên, thị trường hiện tại đã thay đổi. “Opus-class” không còn đồng nghĩa với mô hình mạnh nhất tuyệt đối. Anthropic đã có Claude Fable 5 ở tầng năng lực cao hơn Opus, trong khi GPT-5.6 và Grok 4.5 lại theo đuổi những cách cân bằng rất khác nhau giữa chất lượng, tốc độ và chi phí.

Vì vậy, câu hỏi thực tế không chỉ là mô hình nào có điểm benchmark cao hơn. Điều quan trọng hơn là mô hình nào tạo ra hiệu quả tốt nhất cho đúng công việc bạn đang làm.

Cuộc đua không còn xoay quanh một mô hình duy nhất

Trong những thế hệ AI trước, người dùng thường tìm một mô hình mạnh nhất rồi cố gắng sử dụng nó cho gần như mọi tác vụ. Cách tiếp cận đó đang dần mất hiệu quả.

Các phòng nghiên cứu hiện chia mô hình thành nhiều tầng. Một tầng ưu tiên năng lực suy luận tối đa, một tầng cân bằng giữa chi phí và chất lượng, còn một tầng phục vụ các tác vụ có tần suất cao hoặc yêu cầu phản hồi nhanh.

GPT-5.6 thể hiện rõ xu hướng này qua ba phiên bản:

• GPT-5.6 Sol là mô hình chủ lực dành cho công việc chuyên môn phức tạp.

• GPT-5.6 Terra cân bằng giữa năng lực và chi phí.

• GPT-5.6 Luna hướng tới các quy trình có khối lượng lớn và nhạy cảm về ngân sách.

Grok 4.5 lại đi theo hướng tập trung hơn. SpaceXAI định vị đây là mô hình dành cho lập trình, tác vụ agent và công việc tri thức, nhưng mức giá được đặt gần với nhóm mô hình tiết kiệm hơn là các flagship truyền thống.

Anthropic cũng đã mở rộng cách phân tầng. Claude Opus 4.8 vẫn phục vụ lập trình agent phức tạp và công việc doanh nghiệp, còn Claude Fable 5 được giới thiệu như mô hình có năng lực cao hơn cho các agent chạy dài, dự án lập trình quy mô lớn và những nhiệm vụ đòi hỏi khả năng tự chủ cao.

Điều này khiến việc so sánh chỉ dựa vào tên gọi “flagship” trở nên thiếu chính xác. Mỗi hãng đang sử dụng hệ thống phân tầng và chiến lược sản phẩm riêng.

“Opus-class” thực sự có nghĩa gì?

Trước thời điểm Grok 4.5 được phát hành, Elon Musk mô tả mô hình này thuộc nhóm “Opus-class”. Sau đó, ông nói rõ hơn rằng đánh giá nội bộ của SpaceXAI đặt Grok 4.5 ở mức gần tương đương Claude Opus 4.7 nhưng nhanh hơn.

Cách mô tả này có ý nghĩa nhất định: Grok 4.5 được đặt vào nhóm mô hình đủ khả năng xử lý những tác vụ phức tạp, thay vì chỉ đóng vai trò mô hình nhỏ phục vụ phản hồi nhanh.

Tuy nhiên, Claude Opus 4.7 không còn là phiên bản Opus mới nhất. Anthropic đã phát hành Claude Opus 4.8, sau đó tiếp tục đưa Claude Fable 5 lên tầng năng lực cao hơn Opus.

Chính Anthropic cũng xác định Fable và Mythos là lớp mô hình nằm trên Opus về năng lực. Fable 5 là phiên bản được phát hành rộng rãi, trong khi Mythos 5 dành cho một số chương trình truy cập giới hạn.

Vì vậy, việc gọi Grok 4.5 là “Opus-class” cho thấy mô hình đã tiến vào nhóm năng lực cao. Nó không đồng nghĩa Grok 4.5 vượt qua toàn bộ dòng Claude đang có trên thị trường.

Grok 4.5 đặt cược vào tốc độ và hiệu quả chi phí

Điểm nổi bật nhất của Grok 4.5 nằm ở mức giá API:

Chi phí đầu ra của Grok 4.5 chỉ bằng một phần năm GPT-5.6 Sol, chưa bằng một phần tư Claude Opus 4.8 và bằng khoảng 12% mức giá đầu ra của Claude Fable 5.

Đây là khoảng cách rất đáng kể với những hệ thống phải tạo hàng triệu token mỗi ngày.

Một agency sử dụng AI để phân tích website, tạo nội dung, viết mã, xử lý dữ liệu và chạy nhiều agent song song sẽ chịu ảnh hưởng rất lớn từ giá token đầu ra. Mô hình càng suy luận dài, gọi nhiều công cụ hoặc tự sửa kết quả nhiều vòng, lượng token phát sinh càng cao.

SpaceXAI còn công bố tốc độ phục vụ Grok 4.5 ở khoảng 80 token mỗi giây. Trong bài đánh giá SWE-Bench Pro của hãng, mô hình sử dụng trung bình 15.954 token đầu ra cho mỗi tác vụ, trong khi Claude Opus 4.8 ở cấu hình được so sánh sử dụng khoảng 67.020 token.

Mức chênh lệch khoảng 4,2 lần này là một phần quan trọng trong chiến lược của Grok 4.5. Mô hình không chỉ có đơn giá thấp hơn mà còn hướng tới việc hoàn thành công việc với ít token hơn.

Với quy trình lập trình lặp đi lặp lại, tạo phiên bản nội dung hàng loạt hoặc vận hành nhiều agent nhỏ, tổng chi phí thực tế có thể khác biệt rõ rệt.

Benchmark của Grok 4.5 cho thấy điều gì?

Grok 4.5 có kết quả cạnh tranh, nhưng chưa tạo ra ưu thế đồng đều trên mọi bài đánh giá.

Trong dữ liệu được SpaceXAI công bố, Grok 4.5 đạt 64,7% trên SWE-Bench Pro. Kết quả này gần với Claude Opus 4.7 và thấp hơn Claude Opus 4.8 cùng Claude Fable 5.

Trên DeepSWE 1.1, Grok 4.5 đạt 53%, đứng sau Opus 4.8, GPT-5.5 và Fable 5 trong bảng so sánh của SpaceXAI.

Ở chiều ngược lại, Grok 4.5 đạt 29% trên SWE Marathon, cao hơn Claude Opus 4.8 và Fable 5 trong cùng bảng đánh giá. Trên Terminal-Bench 2.1, mô hình đạt 83,3%, gần ngang với GPT-5.5 và Fable 5.

Những con số này mô tả một mô hình có năng lực lập trình mạnh, đặc biệt khi xét cùng tốc độ và giá API. Grok 4.5 chưa thể hiện vị trí đứng đầu ổn định, nhưng đã tiến đủ gần nhóm cao cấp để trở thành một lựa chọn đáng cân nhắc về mặt kinh tế.

Đây cũng là điểm quan trọng đối với doanh nghiệp nhỏ và creator độc lập. Chênh lệch vài điểm benchmark đôi khi ít ảnh hưởng hơn việc một quy trình có thể chạy nhiều gấp ba hoặc bốn lần trong cùng ngân sách.

GPT-5.6 không phải một mô hình, mà là cả một chiến lược phân tầng

OpenAI phát hành GPT-5.6 dưới dạng ba tầng năng lực thay vì chỉ đưa ra một mô hình duy nhất.

GPT-5.6 Sol có giá 5 USD cho một triệu token đầu vào và 30 USD cho một triệu token đầu ra. Mô hình có cửa sổ ngữ cảnh khoảng 1,05 triệu token, đầu ra tối đa 128.000 token và hỗ trợ các mức suy luận từ thấp đến tối đa.

Terra giữ cùng cửa sổ ngữ cảnh nhưng giảm giá xuống còn 2,5 USD đầu vào và 15 USD đầu ra. Luna tiếp tục hạ mức giá xuống 1 USD đầu vào và 6 USD đầu ra.

Điều đáng chú ý là Luna có cùng mức giá đầu ra với Grok 4.5, nhưng được OpenAI định vị cho nhóm tác vụ nhạy cảm về chi phí hơn là cạnh tranh trực tiếp với Sol về năng lực tối đa.

Sol hướng đến nghiên cứu, lập trình, sử dụng máy tính, xử lý tệp, gọi công cụ và công việc chuyên môn dài hơi. OpenAI còn bổ sung chế độ ultra, cho phép mô hình phối hợp nhiều subagent trong một yêu cầu phức tạp.

Cách thiết kế này phù hợp với xu hướng AI agent hiện nay. Một tác vụ lớn có thể được chia thành nhiều nhiệm vụ nhỏ như tìm kiếm, đọc tài liệu, kiểm tra dữ liệu, viết mã, chạy thử và tổng hợp kết quả. Thay vì một chuỗi suy luận tuyến tính, hệ thống có thể phối hợp nhiều nhánh xử lý cùng lúc.

GPT-5.6 Sol mạnh đến đâu trên các bài đánh giá?

GPT-5.6 Sol đạt kết quả cao trên nhiều nhóm tác vụ, nhưng vẫn không dẫn đầu mọi phép đo.

Trên DeepSWE 1.1, Sol đạt 72,7%, cao hơn Fable 5 ở mức 69,7% và Opus 4.8 ở mức 59% trong bảng đánh giá của OpenAI.

Trên Terminal-Bench 2.1, Sol đạt 88,8%. Khi sử dụng Sol Ultra, kết quả tăng lên 91,9%. Đây là nhóm bài kiểm tra liên quan đến quy trình dòng lệnh, lập kế hoạch, sử dụng công cụ và hoàn thành nhiệm vụ qua nhiều bước.

Tuy nhiên, trên SWE-Bench Pro, GPT-5.6 Sol đạt 64,6%, thấp hơn Opus 4.8 ở mức 69,2% và Fable 5 ở khoảng 80%.

Ngoài lập trình, Sol đạt kết quả đáng chú ý trên BrowseComp và OSWorld 2.0, hai nhóm đánh giá liên quan đến tìm kiếm thông tin và thao tác trong môi trường máy tính. OpenAI cũng cho biết Sol vượt Opus 4.8 trên OSWorld 2.0 trong khi sử dụng ít token đầu ra hơn đáng kể.

Bức tranh tổng thể cho thấy GPT-5.6 Sol có độ phủ năng lực rộng. Mô hình không chỉ nhắm tới viết mã mà còn phục vụ nghiên cứu, duyệt web, thao tác máy tính, xử lý tài liệu và công việc tri thức chuyên môn.

Claude Opus 4.8 vẫn còn vị trí riêng

Sự xuất hiện của Fable 5 không làm Claude Opus 4.8 trở nên dư thừa.

Anthropic vẫn giới thiệu Opus 4.8 như lựa chọn khởi đầu cho lập trình agent phức tạp và công việc doanh nghiệp. Mô hình có cửa sổ ngữ cảnh một triệu token, đầu ra tối đa 128.000 token và mức giá 5 USD đầu vào, 25 USD đầu ra.

So với Fable 5, Opus 4.8 có giá chỉ bằng một nửa. Độ trễ cũng được Anthropic mô tả ở mức trung bình, trong khi Fable 5 chậm hơn do dành nhiều năng lực hơn cho các nhiệm vụ dài và phức tạp.

Opus 4.8 phù hợp với những dự án cần khả năng đọc codebase lớn, thực hiện thay đổi qua nhiều tệp, đánh giá mã, tìm lỗi và duy trì mạch làm việc lâu dài nhưng chưa cần đến tầng chi phí của Fable.

Anthropic còn cung cấp fast mode cho Opus 4.8 với mức giá cao hơn. Điều này cho phép đội ngũ phát triển lựa chọn giữa chi phí thông thường và tốc độ phản hồi cao cho các công việc nhạy cảm về thời gian.

Fable 5 là đối thủ thực sự ở tầng cao nhất của Anthropic

Nếu mục tiêu là so sánh với mô hình mạnh nhất được Anthropic phát hành rộng rãi, Fable 5 mới là cái tên phù hợp hơn Opus 4.8.

Fable 5 có giá 10 USD cho một triệu token đầu vào và 50 USD cho đầu ra. Mô hình hỗ trợ cửa sổ ngữ cảnh một triệu token, đầu ra tối đa 128.000 token và chế độ adaptive thinking luôn được kích hoạt.

Anthropic định vị Fable 5 cho các agent chạy dài, dự án lập trình lớn, migration phức tạp, phân tích tài liệu và công việc yêu cầu duy trì trạng thái trong thời gian dài.

Trên SWE-Bench Pro, Fable 5 đạt khoảng 80%, cao hơn rõ rệt so với GPT-5.6 Sol, Grok 4.5 và Opus 4.8 trong các kết quả được công bố.

Tuy nhiên, Fable 5 không dẫn đầu toàn bộ benchmark. GPT-5.6 Sol có kết quả cao hơn trên DeepSWE 1.1 và Terminal-Bench 2.1. Một số bài đánh giá công việc chuyên môn cũng cho thấy hai mô hình có thế mạnh khác nhau.

Thị trường hiện tại chưa có một mô hình thắng tuyệt đối ở mọi loại nhiệm vụ. Fable 5 nổi bật ở những quy trình đòi hỏi năng lực cao và thời gian chạy dài, nhưng chi phí của nó cũng cao nhất trong nhóm được so sánh.

Benchmark chỉ là một phần của bài toán

Điểm benchmark rất hữu ích để xác định xu hướng năng lực, nhưng chưa phản ánh toàn bộ trải nghiệm sử dụng thực tế.

Các hãng có thể sử dụng harness, mức suy luận, công cụ hỗ trợ, giới hạn thời gian và cấu hình agent khác nhau. Ngay cả khi cùng mang tên SWE-Bench hoặc Terminal-Bench, cách chạy bài đánh giá vẫn có thể tạo ra chênh lệch.

Một mô hình đạt điểm cao hơn cũng có thể:

• Sinh nhiều token hơn.

• Mất nhiều thời gian hơn.

• Yêu cầu nhiều lần thử lại hơn.

• Tốn thêm chi phí tìm kiếm hoặc sử dụng công cụ.

• Cho kết quả khó kiểm soát hơn trong một quy trình cụ thể.

Ngược lại, mô hình có điểm thấp hơn vài phần trăm nhưng phản hồi nhanh, tuân thủ cấu trúc tốt và sử dụng ít token có thể tạo ra lợi nhuận cao hơn trong sản phẩm thật.

Đối với AI creator, agency và người làm MMO, chi phí cho một kết quả đạt yêu cầu mới là chỉ số có giá trị nhất. Chi phí này bao gồm token, thời gian chờ, số lần sửa, công sức kiểm tra và tỷ lệ nội dung có thể sử dụng ngay.

So sánh chi phí qua một tình huống thực tế

Giả sử một hệ thống trong một tháng sử dụng 10 triệu token đầu vào và tạo ra 2 triệu token đầu ra. Phép tính dưới đây chưa bao gồm cache, phí công cụ và các chính sách giá đặc biệt cho ngữ cảnh rất dài.

Với Grok 4.5, chi phí token vào khoảng 32 USD.

Với GPT-5.6 Luna, chi phí khoảng 22 USD. Terra vào khoảng 55 USD, còn Sol khoảng 110 USD.

Claude Opus 4.8 có chi phí khoảng 100 USD, trong khi Claude Fable 5 đạt khoảng 200 USD.

Nếu hệ thống chỉ tạo vài báo cáo quan trọng mỗi tháng, khoảng chênh lệch này có thể không quá lớn. Nếu hệ thống vận hành hàng nghìn agent, sinh hàng loạt nội dung hoặc xử lý code liên tục, sự khác biệt sẽ nhanh chóng được nhân lên.

Đó là lý do Grok 4.5 có sức hút lớn. Mô hình chưa cần đứng đầu mọi bảng xếp hạng để trở thành đối thủ đáng gờm. Chỉ cần đạt chất lượng đủ cao với chi phí thấp hơn rõ rệt, nó đã có thể thay đổi cách doanh nghiệp phân bổ khối lượng công việc.

Mô hình nào phù hợp với người làm MMO và AI creator?

Grok 4.5 phù hợp với quy trình có tần suất cao

Grok 4.5 đáng chú ý với các hệ thống cần tạo nhiều phiên bản, chạy nhiều vòng thử nghiệm hoặc xử lý hàng loạt tác vụ tương đối rõ ràng.

Ví dụ có thể gồm viết script hỗ trợ, tạo cấu trúc nội dung, phân tích dữ liệu SEO, làm sạch dữ liệu, xây công cụ nội bộ, kiểm tra mã và vận hành agent thực hiện những nhiệm vụ lặp lại.

Lợi thế lớn nhất nằm ở khả năng giữ chi phí đầu ra thấp. Nếu chất lượng của Grok đáp ứng tiêu chuẩn đầu ra của dự án, doanh nghiệp có thể mở rộng số lượng tác vụ mà không khiến ngân sách API tăng quá nhanh.

GPT-5.6 Sol phù hợp với công việc phức tạp và đa công cụ

Sol có lợi thế ở độ phủ năng lực. Mô hình phù hợp với nhiệm vụ cần kết hợp nghiên cứu, duyệt web, xử lý tài liệu, lập trình, thao tác máy tính và tổng hợp kết quả cuối cùng.

Đối với người xây website, hệ thống khóa học, nền tảng nội dung hoặc công cụ AI, Sol có thể đảm nhận các nhiệm vụ như phân tích kiến trúc, tìm lỗi liên quan nhiều thành phần, lập kế hoạch nâng cấp và phối hợp nhiều subagent.

Terra có thể trở thành lựa chọn cân bằng hơn cho hoạt động hằng ngày, còn Luna phù hợp với phân loại, trích xuất, định dạng và các thao tác số lượng lớn.

Claude Opus 4.8 phù hợp với codebase và quy trình dài

Opus 4.8 vẫn hấp dẫn với đội ngũ đã quen sử dụng Claude Code hoặc cần mô hình giữ mạch tốt trong codebase lớn.

Mức giá thấp hơn Fable 5 giúp Opus 4.8 trở thành lựa chọn thực tế cho lập trình agent, đánh giá mã và những thay đổi phức tạp kéo dài qua nhiều bước.

Fable 5 phù hợp hơn với nhiệm vụ có giá trị cao, nơi chất lượng và khả năng tự chủ quan trọng hơn chi phí token. Những dự án migration lớn, phân tích tài liệu quy mô lớn hoặc agent chạy nhiều giờ là các ví dụ điển hình.

Chiến lược tốt nhất là phân luồng mô hình theo nhiệm vụ

Một hệ thống AI hiệu quả hiếm khi cần gửi toàn bộ công việc đến mô hình đắt nhất.

Các tác vụ đơn giản như phân loại từ khóa, chuẩn hóa văn bản, tạo metadata và trích xuất dữ liệu có thể được giao cho GPT-5.6 Luna hoặc một mô hình giá thấp.

Những nhiệm vụ cần viết mã, tạo nội dung nhiều phiên bản hoặc chạy agent với tần suất cao có thể được chuyển sang Grok 4.5.

GPT-5.6 Terra phù hợp với nhóm công việc trung gian, nơi chất lượng cần cao hơn nhưng vẫn phải kiểm soát ngân sách.

Sol, Opus 4.8 hoặc Fable 5 chỉ được gọi khi hệ thống phát hiện nhiệm vụ phức tạp, kết quả vòng đầu chưa đạt chuẩn hoặc giá trị của đầu ra đủ lớn để bù cho chi phí cao hơn.

Cách tổ chức này thường được gọi là model routing. Thay vì lựa chọn một mô hình duy nhất cho mọi nhu cầu, hệ thống phân tích độ khó, độ dài ngữ cảnh, yêu cầu tốc độ và ngân sách rồi chuyển nhiệm vụ đến mô hình phù hợp.

Đối với creator độc lập, cách làm này cũng có thể áp dụng ở quy mô nhỏ. Một mô hình giá thấp phụ trách bản nháp và xử lý hàng loạt, trong khi mô hình mạnh hơn được dùng cho nghiên cứu sâu, kiểm tra logic và hoàn thiện nội dung cuối.

Kết luận: Không có một người chiến thắng duy nhất

Grok 4.5 tạo ra một lập luận rất thuyết phục về chi phí và tốc độ. Mô hình đã tiến gần nhóm Claude Opus trong nhiều tác vụ kỹ thuật, đồng thời có giá đầu ra thấp hơn đáng kể. Với các quy trình lập trình và agent có khối lượng lớn, đây có thể là lựa chọn mang lại hiệu quả kinh tế cao.

GPT-5.6 Sol nổi bật nhờ năng lực rộng, khả năng sử dụng công cụ và kết quả mạnh trên nhiều nhóm benchmark. Terra và Luna giúp OpenAI có thêm lựa chọn cho những tác vụ cần cân bằng ngân sách.

Claude Opus 4.8 vẫn giữ vai trò quan trọng trong lập trình agent và công việc doanh nghiệp. Claude Fable 5 mới là tầng năng lực cao nhất được Anthropic phát hành rộng rãi, đặc biệt phù hợp với các nhiệm vụ dài, phức tạp và có giá trị cao.

Cuộc cạnh tranh hiện tại không còn đơn giản là tìm một mô hình mạnh nhất. Mô hình tốt nhất là mô hình tạo ra kết quả đạt chuẩn với tổng chi phí thấp nhất cho đúng quy trình của bạn.

Trong thực tế, lợi thế lớn nhất sẽ thuộc về những người biết kết hợp nhiều mô hình, đo chất lượng bằng dữ liệu riêng và phân bổ từng nhiệm vụ theo độ khó. Khi giá, tốc độ và năng lực liên tục thay đổi, khả năng thiết kế hệ thống quan trọng không kém khả năng của chính mô hình AI.