GPT-5.1: năng lực, chi phí và giới hạn qua nguồn chính thức

GPT-5.1 được công bố ngày 12/11/2025 với hai lựa chọn trong ChatGPT: Instant và Thinking. API ra mắt ngày 13/11, vì vậy không nên đồng nhất ngày giới thiệu sản phẩm với ngày mở cho nhà phát triển.

Instant và Thinking khác nhau ở đâu?

Theo công bố ChatGPT, Instant cải thiện tuân thủ chỉ dẫn và có suy luận thích ứng khi câu hỏi khó hơn. Thinking điều chỉnh thời gian suy nghĩ linh hoạt hơn, trả lời nhanh hơn với việc đơn giản và kiên trì hơn với vấn đề phức tạp. Giọng văn ấm áp hơn là đặc điểm giao tiếp, không phải bằng chứng câu trả lời chính xác hơn trong mọi tình huống.

Trên phân bố tác vụ ChatGPT đại diện, hãng mô tả Thinking nhanh khoảng gấp đôi ở nhóm nhanh nhất và chậm khoảng gấp đôi ở nhóm chậm nhất, với cả hai model đặt mức Standard. Đây không phải cam kết giảm một nửa độ trễ cho mọi yêu cầu.

API có chế độ không suy luận

Thông cáo API giới thiệu reasoning_effort='none', mặc định cho tải nhạy độ trễ, cùng low, medium và high cho nhu cầu khác nhau. Không nên hiểu nhãn Instant trong giao diện là một cấu hình API hoàn toàn tương đương. Ứng dụng phải chọn model và tham số theo tài liệu endpoint.

76,3% SWE-bench có điều kiện cụ thể

OpenAI công bố GPT-5.1 high đạt 76,3% SWE-bench Verified, so với GPT-5 high 72,8%, trung bình trên đủ 500 bài và cùng harness dùng apply_patch dạng JSON. Không so trực tiếp với điểm ở lần ra mắt GPT-5 trên 477 bài mà bỏ qua khác biệt tập đánh giá.

Cải thiện không đồng đều: AIME 2025 không công cụ là 94,0% so với 94,6% của GPT-5 high; Tau2-bench Retail là 77,9% so với 81,1%. Những kết quả này không ủng hộ kết luận model mới thắng mọi benchmark. Test thực tế vẫn cần giữ cùng dữ liệu, công cụ và ngân sách suy luận.

Cache và công cụ không tự thực thi

API giới thiệu lưu prompt cache tới 24 giờ qua prompt_cache_retention='24h'. Tại ngày công bố, cached input rẻ hơn 90% so với input không cache, không thêm phí ghi hay lưu cache. Chỉ phần đủ điều kiện cache được hưởng mức này; không phải toàn bộ hóa đơn giảm 90%.

apply_patch và shell giúp model đề xuất diff hoặc lệnh. Tích hợp của nhà phát triển thực thi rồi trả kết quả; model không tự được cấp quyền máy tính. Cần giới hạn quyền và kiểm tra đầu ra trước thao tác nhạy cảm.

Chi phí và lựa chọn

Thông cáo API nêu giá và rate limit bằng GPT-5 tại thời điểm phát hành. Phí API khác thuê bao ChatGPT; chi phí tác vụ còn gồm suy luận, công cụ và thử lại. So với GPT-5, nên đo chất lượng và tổng chi phí trên quy trình hoàn tất, thay vì chỉ số phiên bản.

Nguồn: OpenAI, GPT-5.1, 12/11/2025; GPT-5.1 for developers, 13/11/2025.