ការពិនិត្យឡើងវិញដែលមានប្រភពច្បាស់លាស់អំពីតម្លៃម៉ូឌែល GPT-5.6, Priority Processing, ភាពអាចរកបាន និងរបៀបដែល developers អាចជ្រើសរើសរវាងតម្លៃ និង latency។
ត្រកូល GPT-5.6 របស់ OpenAI អាចប្រើប្រាស់បាននៅលើ ChatGPT, Codex និង OpenAI API។ ត្រកូលនេះរួមមានម៉ូឌែលចំនួនបី tiers៖ flagship Sol, balanced Terra និងតម្លៃទាប Luna។
ការសម្រេចចិត្តលើតម្លៃចម្បងគឺសាមញ្ញណាស់៖ ប្រើ standard processing សម្រាប់កម្រិតចំណាយធម្មតា ឬជ្រើសរើស Priority Processing នៅពេលដែល latency ដែលអាចទស្សន៍ទាយបានច្បាស់លាស់ជាង សមនឹងការបង់ថ្លៃបន្ថែម (premium)។
Pricing at a glance
អត្រាតម្លៃខាងក្រោមគឺគិតក្នុង 1 លាន tokens (per 1 million tokens)។ Priority Processing មានតម្លៃពីរដងនៃអត្រា standard input និង output សម្រាប់ម៉ូឌែល GPT-5.6 នីមួយៗ។
| Model | Standard input | Standard output | Priority input | Priority output |
|---|---|---|---|---|
| GPT-5.6 Sol | $5.00 | $30.00 | $10.00 | $60.00 |
| GPT-5.6 Terra | $2.50 | $15.00 | $5.00 | $30.00 |
| GPT-5.6 Luna | $1.00 | $6.00 | $2.00 | $12.00 |
អត្រា standard គឺជាមូលដ្ឋានគ្រឹះសម្រាប់ API requests ធម្មតា។ Priority Processing បន្ថែមថ្លៃ premium សម្រាប់ latency ដែលទាបជាង និងមានស្ថេរភាពជាង ដូច្នេះវាស័ក្តិសមបំផុតសម្រាប់បម្រុងទុកប្រើជាមួយ production workloads ដែល latency-sensitive (ប្រែប្រួលតាមល្បឿនឆ្លើយតប)។
GPT-5.6 model tiers
Sol
GPT-5.6 Sol គឺជា flagship tier សម្រាប់ការងារស្មុគស្មាញដែលទទួលបានផលប្រយោជន៍ពី reasoning រឹងមាំជាងមុន និង workflows ដែលរត់រយៈពេលយូរ។ វាស័ក្តិសមយ៉ាងល្អសម្រាប់ភារកិច្ចពិបាកៗដូចជា coding, research, knowledge-work, cybersecurity, computer-use និងការងារ design។
ជ្រើសរើស Sol នៅពេលដែលគុណភាពនៃលទ្ធផលមានសារៈសំខាន់ជាងការកាត់បន្ថយចំណាយ per-token។
Terra
GPT-5.6 Terra គឺជាជម្រើស balanced រវាងសមត្ថភាព ល្បឿន និងតម្លៃ។ វាស័ក្តិសមសម្រាប់ការងារ coding ប្រចាំថ្ងៃ, general knowledge tasks, និង production workflows ដែលត្រូវការលទ្ធផលល្អប្រសើរដោយមិនចាំបាច់ចំណាយថ្លៃដូច flagship tier។
ជ្រើសរើស Terra នៅពេលដែលអ្នកត្រូវការជម្រើសដើម (default) ដែលអាចទុកចិត្តបានសម្រាប់ workloads ជាច្រើនប្រភេទ។
Luna
GPT-5.6 Luna គឺជាម៉ូឌែលដែលលឿនបំផុត និងមានតម្លៃធូរថ្លៃបំផុតក្នុងត្រកូលនេះ។ អត្រា standard ដ៏ទាបរបស់វាធ្វើឱ្យវាក្លាយជាជម្រើសដ៏ជាក់ស្តែងសម្រាប់ high-volume requests, well-specified automation, និង workflows ដែល throughput មានសារៈសំខាន់ជាងជម្រៅ reasoning អតិបរមា។
ជ្រើសរើស Luna នៅពេលដែលការរក្សាចំណាយលើ request ឱ្យនៅទាបគឺជាលក្ខខណ្ឌចម្បង។
Priority Processing
Priority Processing គឺជា service tier ដាច់ដោយឡែកមួយសម្រាប់ API requests។ វាផ្តល់នូវប្រសិទ្ធភាព latency ទាប និងអាចទស្សន៍ទាយបានច្បាស់លាស់ជាង standard processing ដោយមានតម្លៃពីរដងនៃអត្រា standard input និង output សម្រាប់ម៉ូឌែល GPT-5.6 ដែលបានរៀបរាប់ខាងលើ។
Requests អាច opt into Priority Processing ជាមួយ parameter service_tier="priority" របស់ API។ បច្ចុប្បន្ន Priority Processing ត្រូវបានកត់ត្រាក្នុងឯកសារថាជា Enterprise API feature ដូច្នេះ availability និង eligibility អាចអាស្រ័យលើ account និងតំបន់ (region)។
វាមានប្រយោជន៍បំផុតនៅពេលដែលភាពមានស្ថេរភាពនៃ response-time ប៉ះពាល់ដោយផ្ទាល់ដល់ product experience ឬ operational workflow។ សម្រាប់ batch jobs, background tasks, និង cost-sensitive automation វិញ standard processing ជាទូទៅគឺជាជម្រើសដើម (default) ដែលល្អជាង។
Availability
OpenAI បានប្រកាស GPT-5.6 សម្រាប់ ChatGPT, Codex និង OpenAI API។ Developers អាចប្រើប្រាស់ Sol, Terra, និង Luna តាមរយៈ API ខណៈជម្រើសម៉ូឌែលដែលបង្ហាញក្នុង ChatGPT និង Codex គឺអាស្រ័យលើផលិតផល និងគម្រោង (plan)។
ភាពអាចរកបាន (availability) នៃ GPT-5.6 ក៏អាចនឹងប្រកាសចេញបន្តិចម្តងៗផងដែរ។ សូមពិនិត្យមើលឯកសារ OpenAI បច្ចុប្បន្ន និង account-level access ជាមុនសិន មុននឹងសន្មត់ថារាល់ម៉ូឌែល ឬ processing tier ទាំងអស់មានសម្រាប់អ្នកប្រើប្រាស់គ្រប់រូប។
What this means for developers
ម៉ូឌែលទាំងបី tiers នេះធ្វើឱ្យកាន់តែងាយស្រួលក្នុងការតម្រឹមសមត្ថភាពម៉ូឌែលទៅនឹងចំណាយរបស់ workload៖
- ប្រើ Luna សម្រាប់ high-volume, well-defined tasks ដែល throughput និងតម្លៃមានសារៈសំខាន់បំផុត។
- ប្រើ Terra ជាជម្រើសដើម general-purpose សម្រាប់ coding និង knowledge work។
- ប្រើ Sol សម្រាប់ភារកិច្ចស្មុគស្មាញដែល reasoning រឹងមាំជាងមុន និងគុណភាពខ្ពស់ស័ក្តិសមនឹងតម្លៃថ្លៃជាង។
- ប្រើ Priority Processing តែនៅពេលដែល latency ដែលអាចទស្សន៍ទាយបានមានសារៈសំខាន់គ្រប់គ្រាន់ក្នុងការទូទាត់ថ្លៃ premium 2x នៃ processing។
វិធីសាស្ត្រអនុវត្តជាក់ស្តែងគឺចាប់ផ្តើមជាមួយ standard processing រួចវាស់វែងគុណភាព និង latency លើ workloads គំរូ បន្ទាប់មកសឹមផ្លាស់ប្តូរតែផ្នែកណាដែល latency-sensitive ទៅកាន់ Priority Processing។