GPT-6.1 Terra Agent trong Sharkly: Thiết lập, công sức và chi phí

Chi phí trên mỗi token của các agent dùng GPT-6.1 Terra chỉ bằng một nửa so với GPT-6.1 Sol, và OpenAI cho biết tốc độ vận hành của chúng nhanh hơn gấp ba lần. OpenAI đã phát hành mô hình này vào ngày 26 tháng 10 với API id gpt-6.1-terra, có mức giá 1 USD cho mỗi 1 triệu token đầu vào (input), 0,05 USD cho token lưu trong cache (cached) và 5 USD cho token đầu ra (output). Mô hình này thay thế GPT-5.6 Terra ở vị trí tầm trung trong gia đình mô hình, nằm giữa GPT-6.1 Sol ở phân khúc trên và GPT-6 Luna ở phân khúc dưới. Không có phiên bản GPT-6 Terra; đây là bản Terra đầu tiên kể từ 5.6.

Với một đội ngũ vận hành nhiều coding agent, giá cả là phần dễ tính toán nhất. Điều khó khăn hơn là quyết định Agent nào nên chuyển đổi, Agent nào nên giữ lại ở Sol, và làm sao để bất kỳ ai nhìn vào bảng công việc một tuần sau đó vẫn có thể nhận ra sự khác biệt. Hướng dẫn này bao gồm cách thiết lập trong Sharkly, mức độ nỗ lực (effort level) nên bắt đầu, các loại công việc phù hợp với Terra, và mức chi phí giảm một nửa này mang lại lợi thế gì cho một Crew. Bài viết có bố cục tương tự như hướng dẫn về GPT-6.1 Sol của chúng tôi, do đó sẽ chỉ tập trung vào những điểm mới đã thay đổi.

TL;DR

Cập nhật Codex lên phiên bản 0.159.0 hoặc mới hơn trên Computer và xác nhận lệnh codex -m gpt-6.1-terra khởi chạy thành công trong terminal. Trong Sharkly, hãy tạo một biến thể (variant) từ Agent hiện có, đặt mô hình của biến thể thành gpt-6.1-terra trong Custom arguments hoặc ở dòng Default model, rồi đặt tên tương ứng với luồng công việc (lane) của nó. Bắt đầu ở mức effort medium, giảm xuống low hoặc none cho các vòng lặp thao tác ngắn, mang tính cơ học, đồng thời giữ các tác vụ lập trình phức tạp nhất và vị trí Crew leader trên Sol hoặc Astra. Agent đảm nhiệm việc nghiên cứu, thực thi, kiểm thử và báo cáo. Con người giữ vai trò định hướng, cấp quyền và phê duyệt kết quả.

Tổng quan về GPT-6.1 Terra

Ngữ cảnh (context window) của Terra đạt 1.050.000 token, với tối đa 922K token đầu vào và 128K token đầu ra. GPT-6 Luna ở phân khúc thấp hơn có mức giá niêm yết là 0,10 USD cho token đầu vào và 0,50 USD cho token đầu ra.

Có ba chi tiết về giá cần lưu ý khi agent chạy các tác vụ dài. Chế độ Batch và Flex có giá chỉ bằng một nửa so với giá niêm yết, trong khi chế độ Fast có giá gấp đôi ($2 / $10). Bất kỳ yêu cầu nào có hơn 272K token đầu vào sẽ bị tính phí gấp đôi cho token đầu vào và cache, đồng thời gấp 1,5 lần cho token đầu ra trên toàn bộ yêu cầu đó. Chi phí ghi cache (cache write) là 1,25 USD cho mỗi triệu token đối với thời gian lưu cache 30 phút. Bảng giá chi tiết đầy đủ có trên trang giá của OpenAI.

Vị trí cấu hình mô hình hiện tại

Cài đặt agent của Sharkly đã thay đổi kể từ các bài hướng dẫn mô hình trước đây của chúng tôi, và thay đổi này rất hữu ích cho trường hợp này. Tài liệu về Agents hiện ghi rõ rằng Agent “mặc định sẽ dùng theo mô hình của Runtime, và dòng Model cho phép bạn chọn một mô hình khác từ danh mục mà Runtime báo cáo.” Dòng này sẽ ở trạng thái chỉ đọc (read-only) nếu Runtime đã ghim cố định một mô hình trong các đối số khởi chạy (launch arguments). Bạn cũng có thể chỉ định tên mô hình trong mục Custom arguments ở Agent hoặc Runtime; khi đối số đó được thiết lập, dòng này sẽ lấy giá trị từ đó.

Ngay cạnh đó còn có thêm hai tùy chọn điều khiển khác. Cùng dòng này sẽ hiển thị tùy chọn độ sâu suy nghĩ (thinking depth) nếu mô hình hỗ trợ. Ngoài ra, khi bạn giao một Task, tài liệu thực thi tác vụ mô tả một biểu tượng mô hình ở mỗi dòng Agent trong bộ chọn Assignee, cho phép chọn mô hình riêng cho lần chạy đó mà không làm thay đổi giá trị mặc định của Agent.

Bước 1: Chạy Terra trên Computer

Sharkly không bán token. Mỗi lượt chạy sẽ được tính phí vào gói Codex hoặc API key đã gắn với Runtime trên Computer đó. Vì vậy, bước kiểm tra đầu tiên cần được thực hiện trong terminal trên Computer chứ không phải trong Sharkly:

codex --version          # needs 0.159.0 or later
codex -m gpt-6.1-terra   # should open a session on Terra

Nếu bạn đăng nhập bằng gói ChatGPT, thông báo ra mắt của OpenAI cho biết Terra “khả dụng cho tất cả người dùng Plus, Pro, Enterprise và Edu trong ChatGPT Work và Codex.” Các gói Free và Go không được hỗ trợ, đồng thời cũng không có bậc API miễn phí. Với Computer sử dụng API key, bạn sẽ trả phí theo mức giá token đã nêu ở trên.

Quay lại Sharkly, hãy mở mục Computer detail, thực hiện quét lại (rescan) hoặc kiểm tra kết nối, rồi xác nhận Codex Runtime hiển thị trạng thái Available. Một Computer hiển thị trực tuyến chỉ có nghĩa là dịch vụ cục bộ của nó đang gửi heartbeat. Bài viết Computers trong Sharkly giải thích chi tiết cách hệ thống nhận diện các Runtime.

Bước 2: Tạo một biến thể Terra thay vì chỉnh sửa Agent Sol

Cách làm nhiều người dễ chọn là mở Agent Sol hiện tại và thay đổi một đối số. Đừng làm vậy. Mọi Task mà Agent đó từng chạy trên Sol sau đó sẽ hiển thị trên bảng ngay cạnh các Task chạy trên Terra mà không có dấu hiệu nào để phân biệt giữa chúng.

Thay vào đó, hãy sử dụng một biến thể của Agent (Agent variant). Tài liệu hướng dẫn liệt kê “dùng một mô hình mặc định khác” là lý do chính đáng để tạo biến thể: bản biến thể vẫn giữ nguyên chỉ dẫn (instructions), Skills và kho lưu trữ mã nguồn (repositories) của bản gốc, và bạn chỉ cần ghi đè riêng phần mô hình. Trong phần cài đặt Computer & Runtime của biến thể, hãy thêm một dòng Custom arguments:

Runtime:           Codex on <your Computer>
Custom arguments:  --model gpt-6.1-terra

Dòng Default model sau đó sẽ lấy giá trị từ đối số đó, như trong ảnh chụp màn hình ở trên. Hãy đặt tên cho biến thể theo luồng công việc tương ứng, chẳng hạn như “Codex, routine lane”, đồng thời ghi rõ mô hình và mức effort vào phần mô tả (description). Người đánh giá khi xem bản diff không nên phải mở shell trên Computer của ai đó chỉ để biết mô hình nào đã viết đoạn mã đó.

Cách lựa chọn tùy tình huống: Hãy dùng biến thể khi có từ hai người trở lên cùng giao việc cho Agent đó, hoặc khi bạn muốn có kết quả chạy Terra trong một tuần để so sánh với Sol trên cùng một bộ chỉ dẫn. Còn nếu bạn chỉ muốn thử nghiệm Terra trên một Task đơn lẻ mà không cần tạo thêm cấu hình mới, hãy chọn mô hình cho từng lượt chạy ngay trong bộ chọn Assignee.

Bước 3: Chọn mức effort khởi điểm

GPT-6.1 Terra hỗ trợ các mức none, low, medium, high, xhigh và max, với mặc định là medium. Mức none đã quay trở lại: GPT-6.1 Sol từng loại bỏ mức này, vì vậy những cấu hình Sol trước đây phải chuyển từ none sang low nay có thể chuyển ngược lại.

Hãy bắt đầu ở mức medium cho các công việc lập trình thường nhật, sau đó điều chỉnh dựa trên kết quả thực tế của từng Task:

• none hoặc low cho các vòng lặp ngắn có tiêu chí thành công rõ ràng: đổi tên biến/hàm, sửa lỗi lint, nâng cấp dependency, cập nhật changelog.
• medium cho các thay đổi có phạm vi giới hạn, các lỗi có quy trình tái hiện (reproduction) rõ ràng, và các tác vụ viết như tài liệu kỹ thuật hay release notes.
• high hoặc max cho các tác vụ tương tác máy tính (computer-use) và các quy trình dài gồm nhiều bước, nơi một bước sai lầm có thể làm hỏng toàn bộ các bước phía sau.

Bạn có thể thiết lập mức này ở tùy chọn thinking depth trên dòng Model khi tùy chọn này xuất hiện, hoặc thông qua model_reasoning_effort trong tệp ~/.codex/config.toml của Computer. Tài liệu của Sharkly lưu ý rằng nếu một Runtime từ chối độ sâu suy nghĩ đã chọn, lượt chạy sẽ báo lỗi rõ ràng thay vì âm thầm chạy ở mức mặc định, giúp bạn phát hiện lỗi nhập sai ngay trong nhật ký thực thi (execution log) ở lần chạy đầu tiên.

Chi phí giảm một nửa so với Sol mang lại những gì cho đội ngũ

Mức giá của Terra ở mọi hạng mục đều đúng bằng một nửa so với Sol, vì vậy phép tính rất đơn giản. Hãy xét một ví dụ minh họa về lượt chạy của agent gửi đi 2 triệu token đầu vào (trong đó 80% được lưu trong cache) và nhận về 100K token đầu ra:

Phép tính này chưa bao gồm phí ghi cache (cache-write) và giả định thanh toán qua API key. Với gói ChatGPT, khoản tiết kiệm sẽ thể hiện ở số lượt chạy nhiều hơn trước khi chạm hạn mức gói cước, thay vì số tiền cụ thể bằng USD.

Giá cả mới chỉ là một nửa câu chuyện, nửa còn lại là tốc độ: OpenAI cho biết Terra “nhanh hơn trung bình gấp 3 lần so với cả Astra và GPT-6.1 Sol.” Đối với một Crew, điều này đồng nghĩa với việc nhiều lượt chạy sẽ hoàn thành trước thời gian giới hạn (timeout) của từng Task hơn, và các công việc đang chờ trong hàng đợi sẽ được bắt đầu sớm hơn. Đơn vị độc lập Artificial Analysis đo lường chi phí cho mỗi tác vụ ở mức effort tối đa của Terra là 0,40 USD, so với 1,40 USD của GPT-5.6 Terra.

Những Agent nào nên chạy trên Terra

OpenAI phát triển Terra hướng đến tác vụ tương tác máy tính (computer use), soạn thảo văn bản và hiểu hình ảnh, đồng thời vẫn khuyến nghị dùng Sol hoặc Astra cho những công việc lập trình phức tạp nhất. Số liệu từ bên thứ ba cũng phản ánh điều tương tự. Trên bảng xếp hạng Coding Agent Index của Artificial Analysis, Terra đạt 48 điểm, GPT-6.1 Sol đạt 54 điểm và GPT-6 Luna đạt 31 điểm. Tỷ lệ ảo giác (hallucination) của Terra trên bài kiểm tra AA-Omniscience đã giảm xuống còn 38%, so với 88% của GPT-5.6 Terra.

Một quy tắc định hướng ban đầu để bạn thử nghiệm trên chính các Task của mình:

Vai trò leader vẫn nên giữ ở phân khúc cao nhất vì lý do đã nêu trong hướng dẫn về Crew leader của chúng tôi: sai sót từ leader sẽ khiến toàn bộ thành viên đi chệch hướng mục tiêu. Nếu bạn muốn có một bộ quy tắc điều phối mô hình (model routing) được quy định rõ ràng kèm quy trình chuyển cấp thủ công, bài viết điều phối mô hình cho Crew sẽ giải thích chi tiết, và hướng dẫn về GPT-6 Luna sẽ phân tích về phân khúc phía dưới.

Điều mà một Runtime rẻ hơn không thể thay đổi

Terra giúp giảm chi phí tạo ra một thay đổi, nhưng không làm giảm chi phí kiểm duyệt và phê duyệt thay đổi đó. Với cùng một khoản tiền nhưng tạo ra số lượt chạy gấp đôi cũng đồng nghĩa với việc số lượng diff chờ con người xem xét sẽ tăng gấp hai lần; vì vậy, hãy kiểm tra hàng đợi review của bạn trước khi tăng gấp đôi quy mô Crew. Bài viết Đánh giá của con người là nút thắt cổ chai sẽ phân tích kỹ hơn về khía cạnh này.

Sharkly giúp hiển thị rõ ràng ngữ cảnh, tiến độ, các điểm nghẽn, kết quả và quy trình đánh giá của con người xuyên suốt từ yêu cầu ban đầu cho đến khi phát hành, bất kể mô hình nào đảm nhiệm Task đó. Sharkly hiện miễn phí cho các tổ chức có quy mô tối đa 5 người, theo thông tin trên trang tính giá. Bước tiếp theo bạn nên làm: cập nhật Codex trên một Computer, tạo một biến thể Terra, và giao cho biến thể đó ba Task thường nhật mà lẽ ra bạn sẽ giao cho Sol.

FAQ

GPT-6.1 Terra có miễn phí không?

Không. Mô hình này không có bậc API miễn phí, và các gói ChatGPT Free lẫn Go đều không hỗ trợ. Người dùng các gói Plus, Pro, Enterprise và Edu có thể sử dụng mô hình này trong ChatGPT Work và Codex. Bài viết của chúng tôi về chạy GPT-6.1 Sol không cần API key sẽ giải thích sự khác biệt giữa việc sử dụng gói đăng ký và tính phí theo token.

Có phiên bản GPT-6 Terra không?

Không. GPT-6.1 Terra thay thế trực tiếp cho GPT-5.6 Terra.

Tôi có thể chuyển một Agent hiện có từ Sol sang Terra không?

Có thể, nhưng việc tạo biến thể sẽ giúp lịch sử thực thi rõ ràng và dễ theo dõi hơn. Bạn chỉ nên thay đổi trực tiếp trên Agent gốc nếu không ai có nhu cầu so sánh các lượt chạy cũ với các lượt chạy mới.

Sharkly có hiển thị mô hình nào đã chạy Task không?

Dòng Default model hiển thị cấu hình hiện tại của Agent. Sharkly không phải lúc nào cũng nhận biết được Runtime đang thực sự sử dụng mô hình nào, vì vậy bạn nên ghi rõ tên mô hình trong phần mô tả của Agent.