Mô hình trò chuyện

GPT-4o là mô hình đa phương thức nhanh của OpenAI, được tối ưu hóa cho trò chuyện, lập trình và phân tích ảnh.

IBM: Granite 4.0 Micro là mô hình AI trò chuyện đa năng của Ibm-granite, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: truy cập API. Giá: đầu vào $0.017/triệu token, đầu ra $0.11/triệu token. (Mô tả chính thức: Granite-4.0-H-Micro is a 3B parameter from the Granite 4 family of models.)

Mistral: Mistral Nemo là mô hình AI trò chuyện đa năng của Mistral AI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.02/triệu token, đầu ra $0.03/triệu token. (Mô tả chính thức: A 12B parameter model with a 128k token context length built by Mistral in collaboration with NVIDIA.)

LiquidAI: LFM2-24B-A2B là mô hình AI trò chuyện đa năng của Liquid AI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: truy cập API. Giá: đầu vào $0.03/triệu token, đầu ra $0.12/triệu token. (Mô tả chính thức: LFM2-24B-A2B is the largest model in the LFM2 family of hybrid architectures designed for efficient on-device deployment.)

Qwen: Qwen-Turbo là mô hình AI trò chuyện đa năng của Alibaba, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.0325/triệu token, đầu ra $0.13/triệu token. (Mô tả chính thức: Qwen-Turbo, based on Qwen2.5, is a 1M context model that provides fast speed and low cost, suitable for simple tasks.)

Cohere: Command R7B (12-2024) là mô hình AI trò chuyện đa năng của Cohere, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: truy cập API. Giá: đầu vào $0.0375/triệu token, đầu ra $0.15/triệu token. (Mô tả chính thức: Command R7B (12-2024) is a small, fast update of the Command R+ model, delivered in December 2024.)

Qwen: Qwen2.5 7B Instruct là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.04/triệu token, đầu ra $0.1/triệu token. (Mô tả chính thức: Qwen2.5 7B is the latest series of Qwen large language models.)

Google: Gemma 3 12B là mô hình AI trò chuyện đa năng của Google, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.04/triệu token, đầu ra $0.13/triệu token. (Mô tả chính thức: Gemma 3 introduces multimodality, supporting vision-language input and text outputs.)

Meta: Llama 3 8B Instruct là mô hình AI trò chuyện đa năng của Meta, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 8K token. Khả năng: truy cập API. Giá: đầu vào $0.04/triệu token, đầu ra $0.04/triệu token. (Mô tả chính thức: Meta's latest class of model (Llama 3) launched with a variety of sizes & flavors.)

Sao10K: Llama 3 8B Lunaris là mô hình AI trò chuyện đa năng của Sao10K, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 8K token. Khả năng: truy cập API. Giá: đầu vào $0.04/triệu token, đầu ra $0.05/triệu token. (Mô tả chính thức: Lunaris 8B is a versatile generalist and roleplaying model based on Llama 3.)

Qwen: Qwen3 8B là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 41K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.05/triệu token, đầu ra $0.4/triệu token. (Mô tả chính thức: Qwen3-8B is a dense 8.2B parameter causal language model from the Qwen3 series, designed for both reasoning-heavy tasks and efficient dialogue.)

Mistral: Mistral Small 3 là mô hình AI trò chuyện đa năng của Mistral AI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: truy cập API. Giá: đầu vào $0.05/triệu token, đầu ra $0.08/triệu token. (Mô tả chính thức: Mistral Small 3 is a 24B-parameter language model optimized for low-latency performance across common AI tasks.)

OpenAI: GPT-5 Nano là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.05/triệu token, đầu ra $0.4/triệu token. (Mô tả chính thức: GPT-5-Nano is the smallest and fastest variant in the GPT-5 system, optimized for developer tools, rapid interactions, and ultra-low latency environments.)

Qwen: Qwen3 14B là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 41K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.06/triệu token, đầu ra $0.24/triệu token. (Mô tả chính thức: Qwen3-14B is a dense 14.8B parameter causal language model from the Qwen3 series, designed for both complex reasoning and efficient dialogue.)

Google: Gemma 3n 4B là mô hình AI trò chuyện đa năng của Google, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: truy cập API. Giá: đầu vào $0.06/triệu token, đầu ra $0.12/triệu token. (Mô tả chính thức: Gemma 3n E4B-it is optimized for efficient execution on mobile and low-resource devices, such as phones, laptops, and tablets.)

MythoMax 13B là mô hình AI trò chuyện đa năng của Gryphe, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 4K token. Khả năng: truy cập API. Giá: đầu vào $0.06/triệu token, đầu ra $0.06/triệu token. (Mô tả chính thức: One of the highest performing and most popular fine-tunes of Llama 2 13B, with rich descriptions and roleplay.)

Qwen: Qwen3.5-Flash là mô hình AI trò chuyện đa năng của Alibaba, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.065/triệu token, đầu ra $0.26/triệu token. (Mô tả chính thức: The Qwen3.5 native vision-language Flash models are built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency.)

Tencent: Hy3 preview là mô hình AI trò chuyện đa năng của Tencent, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.066/triệu token, đầu ra $0.26/triệu token. (Mô tả chính thức: Hy3 preview is a high-efficiency Mixture-of-Experts model from Tencent designed for agentic workflows and production use.)

Qwen: Qwen3 235B A22B Instruct 2507 là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.071/triệu token, đầu ra $0.1/triệu token. (Mô tả chính thức: Qwen3-235B-A22B-Instruct-2507 is a multilingual, instruction-tuned mixture-of-experts language model based on the Qwen3-235B architecture, with 22B active parameters per forward pass.)

Google: Gemini 2.0 Flash Lite là mô hình AI trò chuyện đa năng của Google, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.075/triệu token, đầu ra $0.3/triệu token. (Mô tả chính thức: Gemini 2.0 Flash Lite offers a significantly faster time to first token (TTFT) compared to Gemini Flash 1.5, while maintaining quality on par with larger models like Gemini Pro 1.5,)

OpenAI: gpt-oss-safeguard-20b là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.075/triệu token, đầu ra $0.3/triệu token. (Mô tả chính thức: gpt-oss-safeguard-20b is a safety reasoning model from OpenAI built upon gpt-oss-20b.)

Qwen: Qwen3 VL 8B Instruct là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.08/triệu token, đầu ra $0.5/triệu token. (Mô tả chính thức: Qwen3-VL-8B-Instruct is a multimodal vision-language model from the Qwen3-VL series, built for high-fidelity understanding and reasoning across text, images, and video.)

inclusionAI: Ling-2.6-flash là mô hình AI trò chuyện đa năng của Inclusionai, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.08/triệu token, đầu ra $0.24/triệu token. (Mô tả chính thức: Ling-2.6-flash is an instant (instruct) model from inclusionAI with 104B total parameters and 7.4B active parameters, designed for real-world agents that require fast responses, strong execution, and high token efficiency)

Microsoft: Phi 4 Mini Instruct là mô hình AI trò chuyện đa năng của Microsoft, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: truy cập API. Giá: đầu vào $0.08/triệu token, đầu ra $0.35/triệu token. (Mô tả chính thức: Phi-4-mini-instruct is a lightweight open model built upon synthetic data and filtered publicly available websites - with a focus on high-quality, reasoning dense data.)

Qwen: Qwen3 30B A3B Instruct 2507 là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.09/triệu token, đầu ra $0.3/triệu token. (Mô tả chính thức: Qwen3-30B-A3B-Instruct-2507 is a 30.5B-parameter mixture-of-experts language model from Qwen, with 3.3B active parameters per inference.)

Tongyi DeepResearch 30B A3B là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.09/triệu token, đầu ra $0.45/triệu token. (Mô tả chính thức: Tongyi DeepResearch is an agentic large language model developed by Tongyi Lab, with 30 billion total parameters activating only 3 billion per token.)

Gemini 2.0 Flash là mô hình đa năng của Google — nhanh, hiệu quả và đa phương thức.

ByteDance Seed: Seed-2.0-Mini là mô hình AI trò chuyện đa năng của Bytedance-seed, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.4/triệu token. (Mô tả chính thức: Seed-2.0-mini targets latency-sensitive, high-concurrency, and cost-sensitive scenarios, emphasizing fast response and flexible inference deployment.)

Google: Gemini 2.5 Flash Lite là mô hình AI trò chuyện đa năng của Google, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.4/triệu token. (Mô tả chính thức: Gemini 2.5 Flash-Lite is a lightweight reasoning model in the Gemini 2.5 family, optimized for ultra-low latency and cost efficiency.)

Meta: Llama 3.3 70B Instruct là mô hình AI trò chuyện đa năng của Meta, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.32/triệu token. (Mô tả chính thức: The Meta Llama 3.3 multilingual large language model (LLM) is a pretrained and instruction tuned generative model in 70B (text in/text out).)

Mistral: Ministral 3 3B 2512 là mô hình AI trò chuyện đa năng của Mistral AI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.1/triệu token. (Mô tả chính thức: The smallest model in the Ministral 3 family, Ministral 3 3B is a powerful, efficient tiny language model with vision capabilities.)

NVIDIA: Llama 3.3 Nemotron Super 49B V1.5 là mô hình AI trò chuyện đa năng của NVIDIA, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.4/triệu token. (Mô tả chính thức: Llama-3.3-Nemotron-Super-49B-v1.5 is a 49B-parameter, English-centric reasoning/chat model derived from Meta’s Llama-3.3-70B-Instruct with a 128K context.)

Reka Edge là mô hình AI trò chuyện đa năng của Rekaai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 16K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.1/triệu token. (Mô tả chính thức: Reka Edge is an extremely efficient 7B multimodal vision-language model that accepts image/video+text inputs and generates text outputs.)

StepFun: Step 3.5 Flash là mô hình AI trò chuyện đa năng của Stepfun, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.3/triệu token. (Mô tả chính thức: Step 3.5 Flash is StepFun's most capable open-source foundation model.)

Z.ai: GLM 4 32B là mô hình AI trò chuyện đa năng của Z-ai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.1/triệu token, đầu ra $0.1/triệu token. (Mô tả chính thức: GLM 4 32B is a cost-effective foundation language model.)

Mistral: Mistral 7B Instruct v0.1 là mô hình AI trò chuyện đa năng của Mistral AI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 3K token. Khả năng: truy cập API. Giá: đầu vào $0.11/triệu token, đầu ra $0.19/triệu token. (Mô tả chính thức: A 7.3B parameter model that outperforms Llama 2 13B on all benchmarks, with optimizations for speed and context length.)

Qwen: Qwen3 VL 30B A3B Instruct là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.13/triệu token, đầu ra $0.52/triệu token. (Mô tả chính thức: Qwen3-VL-30B-A3B-Instruct is a multimodal model that unifies strong text generation with visual understanding for images and videos.)

Z.ai: GLM 4.5 Air là mô hình AI trò chuyện đa năng của Z-ai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.13/triệu token, đầu ra $0.85/triệu token. (Mô tả chính thức: GLM-4.5-Air is the lightweight variant of our latest flagship model family, also purpose-built for agent-centric applications.)

Qwen: Qwen VL Plus là mô hình AI trò chuyện đa năng của Alibaba, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $0.1365/triệu token, đầu ra $0.4095/triệu token. (Mô tả chính thức: Qwen's Enhanced Large Visual Language Model.)

Baidu: ERNIE 4.5 VL 28B A3B là mô hình AI trò chuyện đa năng của Baidu, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 30K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.14/triệu token, đầu ra $0.56/triệu token. (Mô tả chính thức: A powerful multimodal Mixture-of-Experts chat model featuring 28B total parameters with 3B activated per token, delivering exceptional text and vision understanding through its innovative heterogeneous MoE structure with modality-isolated routing)

NousResearch: Hermes 2 Pro - Llama-3 8B là mô hình AI trò chuyện đa năng của Nous Research, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 8K token. Khả năng: truy cập API. Giá: đầu vào $0.14/triệu token, đầu ra $0.14/triệu token. (Mô tả chính thức: Hermes 2 Pro is an upgraded, retrained version of Nous Hermes 2, consisting of an updated and cleaned version of the OpenHermes 2.5 Dataset, as well as a newly introduced)

Qwen: Qwen3.6 35B A3B là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.15/triệu token, đầu ra $1/triệu token. (Mô tả chính thức: Qwen3.6-35B-A3B is an open-weight multimodal model from Alibaba Cloud with 35 billion total parameters and 3 billion active parameters per token.)

Arcee AI: Trinity Large Preview là mô hình AI trò chuyện đa năng của Arcee-ai, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.15/triệu token, đầu ra $0.45/triệu token. (Mô tả chính thức: Trinity-Large-Preview is a frontier-scale open-weight language model from Arcee, built as a 400B-parameter sparse Mixture-of-Experts with 13B active parameters per token using 4-of-256 expert routing.)

EssentialAI: Rnj 1 Instruct là mô hình AI trò chuyện đa năng của Essentialai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.15/triệu token, đầu ra $0.15/triệu token. (Mô tả chính thức: Rnj-1 is an 8B-parameter, dense, open-weight model family developed by Essential AI and trained from scratch with a focus on programming, math, and scientific reasoning.)

MiniMax: MiniMax M2.5 là mô hình AI trò chuyện đa năng của MiniMax, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 197K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.15/triệu token, đầu ra $1.15/triệu token. (Mô tả chính thức: MiniMax-M2.5 is a SOTA large language model designed for real-world productivity.)

Mistral: Mistral Small 4 là mô hình AI trò chuyện đa năng của Mistral AI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.15/triệu token, đầu ra $0.6/triệu token. (Mô tả chính thức: Mistral Small 4 is the next major release in the Mistral Small family, unifying the capabilities of several flagship Mistral models into a single system.)

OpenAI: GPT-4o-mini (2024-07-18) là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.15/triệu token, đầu ra $0.6/triệu token. (Mô tả chính thức: GPT-4o mini is OpenAI's newest model after GPT-4 Omni, supporting both text and image inputs with text outputs.)

Upstage: Solar Pro 3 là mô hình AI trò chuyện đa năng của Upstage, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.15/triệu token, đầu ra $0.6/triệu token. (Mô tả chính thức: Solar Pro 3 is Upstage's powerful Mixture-of-Experts (MoE) language model.)

Arcee AI: Spotlight là mô hình AI trò chuyện đa năng của Arcee-ai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $0.18/triệu token, đầu ra $0.18/triệu token. (Mô tả chính thức: Spotlight is a 7‑billion‑parameter vision‑language model derived from Qwen 2.5‑VL and fine‑tuned by Arcee AI for tight image‑text grounding tasks.)

Qwen: Qwen3.5-27B là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.195/triệu token, đầu ra $1.56/triệu token. (Mô tả chính thức: The Qwen3.5 27B native vision-language Dense model incorporates a linear attention mechanism, delivering fast response times while balancing inference speed and performance.)

DeepSeek: DeepSeek V3 0324 là mô hình AI trò chuyện đa năng của DeepSeek, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 164K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.2/triệu token, đầu ra $0.77/triệu token. (Mô tả chính thức: DeepSeek V3, a 685B-parameter, mixture-of-experts model, is the latest iteration of the flagship chat model family from the DeepSeek team.)

Mistral: Ministral 3 14B 2512 là mô hình AI trò chuyện đa năng của Mistral AI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.2/triệu token, đầu ra $0.2/triệu token. (Mô tả chính thức: The largest model in the Ministral 3 family, Ministral 3 14B offers frontier capabilities and performance comparable to its larger Mistral Small 3.2 24B counterpart.)

OpenAI: GPT-5.4 Nano là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.2/triệu token, đầu ra $1.25/triệu token. (Mô tả chính thức: GPT-5.4 nano is the most lightweight and cost-efficient variant of the GPT-5.4 family, optimized for speed-critical and high-volume tasks.)

xAI: Grok 4 Fast là mô hình AI trò chuyện đa năng của xAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 2M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.2/triệu token, đầu ra $0.5/triệu token. (Mô tả chính thức: Grok 4 Fast is xAI's latest multimodal model with SOTA cost-efficiency and a 2M token context window.)

DeepSeek: DeepSeek V3.1 là mô hình AI trò chuyện đa năng của DeepSeek, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 164K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.21/triệu token, đầu ra $0.79/triệu token. (Mô tả chính thức: DeepSeek-V3.1 is a large hybrid reasoning model (671B parameters, 37B active) that supports both thinking and non-thinking modes via prompt templates.)

Qwen: Qwen2.5 VL 72B Instruct là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 32K token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $0.25/triệu token, đầu ra $0.75/triệu token. (Mô tả chính thức: Qwen2.5-VL is proficient in recognizing common objects such as flowers, birds, fish, and insects.)

Anthropic: Claude 3 Haiku là mô hình AI trò chuyện đa năng của Anthropic, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 200K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.25/triệu token, đầu ra $1.25/triệu token. (Mô tả chính thức: Claude 3 Haiku is Anthropic's fastest and most compact model for near-instant responsiveness.)

ByteDance Seed: Seed-2.0-Lite là mô hình AI trò chuyện đa năng của Bytedance-seed, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.25/triệu token, đầu ra $2/triệu token. (Mô tả chính thức: Seed-2.0-Lite is a versatile, cost‑efficient enterprise workhorse that delivers strong multimodal and agent capabilities while offering noticeably lower latency, making it a practical default choice for most production workloads across)

Google: Gemini 3.1 Flash Lite Preview là mô hình AI trò chuyện đa năng của Google, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.25/triệu token, đầu ra $1.5/triệu token. (Mô tả chính thức: Gemini 3.1 Flash Lite Preview is Google's high-efficiency model optimized for high-volume use cases.)

OpenAI: GPT-5 Mini là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.25/triệu token, đầu ra $2/triệu token. (Mô tả chính thức: GPT-5 Mini is a compact version of GPT-5, designed to handle lighter-weight reasoning tasks.)

DeepSeek: DeepSeek V3.2 là mô hình AI trò chuyện đa năng của DeepSeek, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.252/triệu token, đầu ra $0.378/triệu token. (Mô tả chính thức: DeepSeek-V3.2 is a large language model designed to harmonize high computational efficiency with strong reasoning and agentic tool-use performance.)

Qwen: Qwen Plus 0728 là mô hình AI trò chuyện đa năng của Alibaba, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.26/triệu token, đầu ra $0.78/triệu token. (Mô tả chính thức: Qwen Plus 0728, based on the Qwen3 foundation model, is a 1 million context hybrid reasoning model with a balanced performance, speed, and cost combination.)

Qwen: Qwen3.5 Plus 2026-02-15 là mô hình AI trò chuyện đa năng của Alibaba, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.26/triệu token, đầu ra $1.56/triệu token. (Mô tả chính thức: The Qwen3.5 native vision-language series Plus models are built on a hybrid architecture that integrates linear attention mechanisms with sparse mixture-of-experts models, achieving higher inference efficiency.)

DeepSeek: DeepSeek V3.1 Terminus là mô hình AI trò chuyện đa năng của DeepSeek, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 164K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.27/triệu token, đầu ra $0.95/triệu token. (Mô tả chính thức: DeepSeek-V3.1 Terminus is an update to DeepSeek V3.1 that maintains the model's original capabilities while addressing issues reported by users, including language consistency and agent capabilities, further optimizing the model's)

Baidu: ERNIE 4.5 300B A47B là mô hình AI trò chuyện đa năng của Baidu, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 123K token. Khả năng: truy cập API. Giá: đầu vào $0.28/triệu token, đầu ra $1.1/triệu token. (Mô tả chính thức: ERNIE-4.5-300B-A47B is a 300B parameter Mixture-of-Experts (MoE) language model developed by Baidu as part of the ERNIE 4.5 series.)

MiniMax: MiniMax M2.1 là mô hình AI trò chuyện đa năng của MiniMax, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 197K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.29/triệu token, đầu ra $0.95/triệu token. (Mô tả chính thức: MiniMax-M2.1 is a lightweight, state-of-the-art large language model optimized for coding, agentic workflows, and modern application development.)

Amazon: Nova 2 Lite là mô hình AI trò chuyện đa năng của Amazon, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.3/triệu token, đầu ra $2.5/triệu token. (Mô tả chính thức: Nova 2 Lite is a fast, cost-effective reasoning model for everyday workloads that can process text, images, and videos to generate text.)

inclusionAI: Ling-2.6-1T là mô hình AI trò chuyện đa năng của Inclusionai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.3/triệu token, đầu ra $2.5/triệu token. (Mô tả chính thức: Ling-2.6-1T is an instant (instruct) model from inclusionAI and the company’s trillion-parameter flagship, designed for real-world agents that require fast execution and high efficiency at scale.)

Nous: Hermes 3 70B Instruct là mô hình AI trò chuyện đa năng của Nous Research, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: truy cập API. Giá: đầu vào $0.3/triệu token, đầu ra $0.3/triệu token. (Mô tả chính thức: Hermes 3 is a generalist language model with many improvements over Hermes 2, including advanced agentic capabilities, much better roleplaying, reasoning, multi-turn conversation, long context coherence, and improvements across the)

Z.ai: GLM 4.6V là mô hình AI trò chuyện đa năng của Z-ai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.3/triệu token, đầu ra $0.9/triệu token. (Mô tả chính thức: GLM-4.6V is a large multimodal model designed for high-fidelity visual understanding and long-context reasoning across images, documents, and mixed media.)

xAI: Grok 3 Mini Beta là mô hình AI trò chuyện đa năng của xAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.3/triệu token, đầu ra $0.5/triệu token. (Mô tả chính thức: Grok 3 Mini is a lightweight, smaller thinking model.)

DeepSeek: DeepSeek V3 là mô hình AI trò chuyện đa năng của DeepSeek, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 164K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.32/triệu token, đầu ra $0.89/triệu token. (Mô tả chính thức: DeepSeek-V3 is the latest model from the DeepSeek team, building upon the instruction following and coding abilities of the previous versions.)

Mistral: Mistral Small 3.1 24B là mô hình AI trò chuyện đa năng của Mistral AI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $0.35/triệu token, đầu ra $0.56/triệu token. (Mô tả chính thức: Mistral Small 3.1 24B Instruct is an upgraded variant of Mistral Small 3 (2501), featuring 24 billion parameters with advanced multimodal capabilities.)

Qwen: Qwen3.5 397B A17B là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.39/triệu token, đầu ra $2.34/triệu token. (Mô tả chính thức: The Qwen3.5 series 397B-A17B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency.)

Qwen: Qwen3.5 Plus 2026-04-20 là mô hình AI trò chuyện đa năng của Alibaba, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.4/triệu token, đầu ra $2.4/triệu token. (Mô tả chính thức: Qwen3.5 Plus (April 2026) is a large-scale multimodal language model from Alibaba.)

MiniMax: MiniMax M1 là mô hình AI trò chuyện đa năng của MiniMax, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.4/triệu token, đầu ra $2.2/triệu token. (Mô tả chính thức: MiniMax-M1 is a large-scale, open-weight reasoning model designed for extended context and high-efficiency inference.)

Mistral: Devstral Medium là mô hình AI trò chuyện đa năng của Mistral AI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.4/triệu token, đầu ra $2/triệu token. (Mô tả chính thức: Devstral Medium is a high-performance code generation and agentic reasoning model developed jointly by Mistral AI and All Hands AI.)

Mistral: Mistral Medium 3.1 là mô hình AI trò chuyện đa năng của Mistral AI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.4/triệu token, đầu ra $2/triệu token. (Mô tả chính thức: Mistral Medium 3.1 is an updated version of Mistral Medium 3, which is a high-performance enterprise-grade language model designed to deliver frontier-level capabilities at significantly reduced operational cost.)

MoonshotAI: Kimi K2.5 là mô hình AI trò chuyện đa năng của Moonshotai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.4/triệu token, đầu ra $1.98/triệu token. (Mô tả chính thức: Kimi K2.5 is Moonshot AI's native multimodal model, delivering state-of-the-art visual coding capability and a self-directed agent swarm paradigm.)

TheDrummer: UnslopNemo 12B là mô hình AI trò chuyện đa năng của TheDrummer, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.4/triệu token, đầu ra $0.4/triệu token. (Mô tả chính thức: UnslopNemo v4.1 is the latest addition from the creator of Rocinante, designed for adventure writing and role-play scenarios.)

Xiaomi: MiMo-V2.5 là mô hình AI trò chuyện đa năng của Xiaomi, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.4/triệu token, đầu ra $2/triệu token. (Mô tả chính thức: MiMo-V2.5 is a native omnimodal model by Xiaomi.)

Baidu: ERNIE 4.5 VL 424B A47B là mô hình AI trò chuyện đa năng của Baidu, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 123K token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $0.42/triệu token, đầu ra $1.25/triệu token. (Mô tả chính thức: ERNIE-4.5-VL-424B-A47B is a multimodal Mixture-of-Experts (MoE) model from Baidu’s ERNIE 4.5 series, featuring 424B total parameters with 47B active per token.)

ReMM SLERP 13B là mô hình AI trò chuyện đa năng của Undi95, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 6K token. Khả năng: truy cập API. Giá: đầu vào $0.45/triệu token, đầu ra $0.65/triệu token. (Mô tả chính thức: A recreation trial of the original MythoMax-L2-B13 but with updated models.)

Llama Guard 3 8B là mô hình AI trò chuyện đa năng của Meta, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: truy cập API. Giá: đầu vào $0.48/triệu token, đầu ra $0.03/triệu token. (Mô tả chính thức: Llama Guard 3 is a Llama-3.1-8B pretrained model, fine-tuned for content safety classification.)

Mistral: Mistral Large 3 2512 là mô hình AI trò chuyện đa năng của Mistral AI, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.5/triệu token, đầu ra $1.5/triệu token. (Mô tả chính thức: Mistral Large 3 2512 is Mistral’s most capable model to date, featuring a sparse mixture-of-experts architecture with 41B active parameters (675B total), and released under the Apache 2.0 license.)

Google Gemini Flash Latest là mô hình AI trò chuyện đa năng của ~google, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.5/triệu token, đầu ra $3/triệu token. (Mô tả chính thức: This model always redirects to the latest model in the Google Gemini Flash family.)

Qwen: Qwen VL Max là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.52/triệu token, đầu ra $2.08/triệu token. (Mô tả chính thức: Qwen VL Max is a visual understanding model with 7500 tokens context length.)

MoonshotAI: Kimi K2 0711 là mô hình AI trò chuyện đa năng của Moonshotai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.57/triệu token, đầu ra $2.3/triệu token. (Mô tả chính thức: Kimi K2 Instruct is a large-scale Mixture-of-Experts (MoE) language model developed by Moonshot AI, featuring 1 trillion total parameters with 32 billion active per forward pass.)

Writer: Palmyra X5 là mô hình AI trò chuyện đa năng của Writer, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: truy cập API. Giá: đầu vào $0.6/triệu token, đầu ra $6/triệu token. (Mô tả chính thức: Palmyra X5 is Writer's most advanced model, purpose-built for building and scaling AI agents across the enterprise.)

Z.ai: GLM 4.5V là mô hình AI trò chuyện đa năng của Z-ai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 66K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.6/triệu token, đầu ra $1.8/triệu token. (Mô tả chính thức: GLM-4.5V is a vision-language foundation model for multimodal agent applications.)

WizardLM-2 8x22B là mô hình AI trò chuyện đa năng của Microsoft, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 66K token. Khả năng: truy cập API. Giá: đầu vào $0.62/triệu token, đầu ra $0.62/triệu token. (Mô tả chính thức: WizardLM-2 8x22B is Microsoft AI's most advanced Wizard model.)

Sao10K: Llama 3.3 Euryale 70B là mô hình AI trò chuyện đa năng của Sao10K, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: truy cập API. Giá: đầu vào $0.65/triệu token, đầu ra $0.75/triệu token. (Mô tả chính thức: Euryale L3.3 70B is a model focused on creative roleplay from Sao10k.)

MoonshotAI: Kimi K2.6 là mô hình AI trò chuyện đa năng của Moonshotai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.74/triệu token, đầu ra $3.5/triệu token. (Mô tả chính thức: Kimi K2.6 is Moonshot AI's next-generation multimodal model, designed for long-horizon coding, coding-driven UI/UX generation, and multi-agent orchestration.)

Arcee AI: Virtuoso Large là mô hình AI trò chuyện đa năng của Arcee-ai, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.75/triệu token, đầu ra $1.2/triệu token. (Mô tả chính thức: Virtuoso‑Large is Arcee's top‑tier general‑purpose LLM at 72 B parameters, tuned to tackle cross‑domain reasoning, creative writing and enterprise QA.)

OpenAI: GPT-5.4 Mini là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.75/triệu token, đầu ra $4.5/triệu token. (Mô tả chính thức: GPT-5.4 mini brings the core capabilities of GPT-5.4 to a faster, more efficient model optimized for high-throughput workloads.)

Qwen: Qwen3 Max là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $0.78/triệu token, đầu ra $3.9/triệu token. (Mô tả chính thức: Qwen3-Max is an updated release built on the Qwen3 series, offering major improvements in reasoning, instruction following, multilingual support, and long-tail knowledge coverage compared to the January 2025 version.)

AionLabs: Aion-2.0 là mô hình AI trò chuyện đa năng của Aion-labs, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: truy cập API. Giá: đầu vào $0.8/triệu token, đầu ra $1.6/triệu token. (Mô tả chính thức: Aion-2.0 is a variant of DeepSeek V3.2 optimized for immersive roleplaying and storytelling.)

AlfredPros: CodeLLaMa 7B Instruct Solidity là mô hình AI trò chuyện đa năng của Alfredpros, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 4K token. Khả năng: truy cập API. Giá: đầu vào $0.8/triệu token, đầu ra $1.2/triệu token. (Mô tả chính thức: A finetuned 7 billion parameters Code LLaMA - Instruct model to generate Solidity smart contract using 4-bit QLoRA finetuning provided by PEFT library.)

Anthropic: Claude 3.5 Haiku là mô hình AI trò chuyện đa năng của Anthropic, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 200K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $0.8/triệu token, đầu ra $4/triệu token. (Mô tả chính thức: Claude 3.5 Haiku features offers enhanced capabilities in speed, coding accuracy, and tool use.)

Relace: Relace Apply 3 là mô hình AI trò chuyện đa năng của Relace, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 256K token. Khả năng: truy cập API. Giá: đầu vào $0.85/triệu token, đầu ra $1.25/triệu token. (Mô tả chính thức: Relace Apply 3 is a specialized code-patching LLM that merges AI-suggested edits straight into your source files.)

Switchpoint Router là mô hình AI trò chuyện đa năng của Switchpoint, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: truy cập API. Giá: đầu vào $0.85/triệu token, đầu ra $3.4/triệu token. (Mô tả chính thức: Switchpoint AI's router instantly analyzes your request and directs it to the optimal AI from an ever-evolving library.)

Morph: Morph V3 Large là mô hình AI trò chuyện đa năng của Morph, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: truy cập API. Giá: đầu vào $0.9/triệu token, đầu ra $1.9/triệu token. (Mô tả chính thức: Morph's high-accuracy apply model for complex code edits.)

Nous: Hermes 3 405B Instruct là mô hình AI trò chuyện đa năng của Nous Research, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: truy cập API. Giá: đầu vào $1/triệu token, đầu ra $1/triệu token. (Mô tả chính thức: Hermes 3 is a generalist language model with many improvements over Hermes 2, including advanced agentic capabilities, much better roleplaying, reasoning, multi-turn conversation, long context coherence, and improvements across the)

OpenAI: GPT-3.5 Turbo (older v0613) là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 4K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $1/triệu token, đầu ra $2/triệu token. (Mô tả chính thức: GPT-3.5 Turbo is OpenAI's fastest model.)

Relace: Relace Search là mô hình AI trò chuyện đa năng của Relace, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 256K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $1/triệu token, đầu ra $3/triệu token. (Mô tả chính thức: The relace-search model uses 4-12 `view_file` and `grep` tools in parallel to explore a codebase and return relevant files to the user request.)

Xiaomi: MiMo-V2.5-Pro là mô hình AI trò chuyện đa năng của Xiaomi, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $1/triệu token, đầu ra $3/triệu token. (Mô tả chính thức: MiMo-V2.5-Pro is Xiaomi’s flagship model, delivering strong performance in general agentic capabilities, complex software engineering, and long-horizon tasks, with top rankings on benchmarks such as ClawEval, GDPVal, and SWE-bench Pro)

Qwen: Qwen-Max là mô hình AI trò chuyện đa năng của Alibaba, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $1.04/triệu token, đầu ra $4.16/triệu token. (Mô tả chính thức: Qwen-Max, based on Qwen2.5, provides the best inference performance among Qwen models, especially for complex multi-step tasks.)

Z.ai: GLM 5 Turbo là mô hình AI trò chuyện đa năng của Z-ai, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 203K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $1.2/triệu token, đầu ra $4/triệu token. (Mô tả chính thức: GLM-5 Turbo is a new model from Z.ai designed for fast inference and strong performance in agent-driven environments such as OpenClaw scenarios.)

Deep Cogito: Cogito v2.1 671B là mô hình AI trò chuyện đa năng của Deepcogito, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: truy cập API. Giá: đầu vào $1.25/triệu token, đầu ra $1.25/triệu token. (Mô tả chính thức: Cogito v2.1 671B MoE represents one of the strongest open models globally, matching performance of frontier closed and open models.)

Google: Gemini 2.5 Pro Preview 05-06 là mô hình AI trò chuyện đa năng của Google, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $1.25/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: Gemini 2.5 Pro is Google’s state-of-the-art AI model designed for advanced reasoning, coding, mathematics, and scientific tasks.)

OpenAI: GPT-5 Chat là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $1.25/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: GPT-5 Chat is designed for advanced, natural, multimodal, and context-aware conversations for enterprise applications.)

OpenAI: GPT-5.1 là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $1.25/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: GPT-5.1 is the latest frontier-grade model in the GPT-5 series, offering stronger general-purpose reasoning, improved instruction adherence, and a more natural conversational style compared to GPT-5.)

OpenAI: GPT-5.1-Codex là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $1.25/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: GPT-5.1-Codex is a specialized version of GPT-5.1 optimized for software engineering and coding workflows.)

xAI: Grok 4.20 là mô hình AI trò chuyện đa năng của xAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 2M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $1.25/triệu token, đầu ra $2.5/triệu token. (Mô tả chính thức: Grok 4.20 is a reasoning model from xAI with industry-leading speed and agentic tool calling capabilities.)

Sao10k: Llama 3 Euryale 70B v2.1 là mô hình AI trò chuyện đa năng của Sao10K, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 8K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $1.48/triệu token, đầu ra $1.48/triệu token. (Mô tả chính thức: Euryale 70B v2.1 is a model focused on creative roleplay from Sao10k.)

OpenAI: GPT-3.5 Turbo Instruct là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 4K token. Khả năng: truy cập API. Giá: đầu vào $1.5/triệu token, đầu ra $2/triệu token. (Mô tả chính thức: This model is a variant of GPT-3.5 Turbo tuned for instructional prompts and omitting chat-related optimizations.)

OpenAI: GPT-5.2 Chat là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $1.75/triệu token, đầu ra $14/triệu token. (Mô tả chính thức: GPT-5.2 Chat (AKA Instant) is the fast, lightweight member of the 5.2 family, optimized for low-latency chat while retaining strong general intelligence.)

OpenAI: GPT-5.3 Chat là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $1.75/triệu token, đầu ra $14/triệu token. (Mô tả chính thức: GPT-5.3 Chat is an update to ChatGPT's most-used model that makes everyday conversations smoother, more useful, and more directly helpful.)

GPT-4.1 là thế hệ mới nhất của OpenAI với ngữ cảnh một triệu token và khả năng theo dõi hướng dẫn được cải thiện.

Google: Gemini 3.1 Pro Preview là mô hình AI trò chuyện đa năng của Google, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $2/triệu token, đầu ra $12/triệu token. (Mô tả chính thức: Gemini 3.1 Pro Preview is Google’s frontier reasoning model, delivering enhanced software engineering performance, improved agentic reliability, and more efficient token usage across complex workflows.)

Mistral Large là mô hình AI trò chuyện đa năng của Mistral AI, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $2/triệu token, đầu ra $6/triệu token. (Mô tả chính thức: This is Mistral AI's flagship model, Mistral Large 2 (version `mistral-large-2407`).)

Mistral Large 2411 là mô hình AI trò chuyện đa năng của Mistral AI, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $2/triệu token, đầu ra $6/triệu token. (Mô tả chính thức: Mistral Large 2 2411 is an update of Mistral Large 2 released together with Pixtral Large 2411 It provides a significant upgrade on the previous Mistral Large 24.07, with notable)

Mistral: Pixtral Large 2411 là mô hình AI trò chuyện đa năng của Mistral AI, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $2/triệu token, đầu ra $6/triệu token. (Mô tả chính thức: Pixtral Large is a 124B parameter, open-weight, multimodal model built on top of Mistral Large 2.)

Perplexity: Sonar Deep Research là mô hình AI trò chuyện đa năng của Perplexity, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: truy cập API. Giá: đầu vào $2/triệu token, đầu ra $8/triệu token. (Mô tả chính thức: Sonar Deep Research is a research-focused model designed for multi-step retrieval, synthesis, and reasoning across complex topics.)

xAI: Grok 4.20 Multi-Agent là mô hình AI trò chuyện đa năng của xAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 2M token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $2/triệu token, đầu ra $6/triệu token. (Mô tả chính thức: Grok 4.20 Multi-Agent is a variant of xAI’s Grok 4.20 designed for collaborative, agent-based workflows.)

Amazon: Nova Premier 1.0 là mô hình AI trò chuyện đa năng của Amazon, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $2.5/triệu token, đầu ra $12.5/triệu token. (Mô tả chính thức: Amazon Nova Premier is the most capable of Amazon’s multimodal models for complex reasoning tasks and for use as the best teacher for distilling custom models.)

Cohere: Command R+ (08-2024) là mô hình AI trò chuyện đa năng của Cohere, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $2.5/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: command-r-plus-08-2024 is an update of the Command R+ with roughly 50% higher throughput and 25% lower latencies as compared to the previous Command R+ version, while keeping the hardware footprint)

Inflection: Inflection 3 Productivity là mô hình AI trò chuyện đa năng của Inflection, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 8K token. Khả năng: truy cập API. Giá: đầu vào $2.5/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: Inflection 3 Productivity is optimized for following instructions.)

OpenAI: GPT-4o (2024-08-06) là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $2.5/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: The 2024-08-06 version of GPT-4o offers improved performance in structured outputs, with the ability to supply a JSON schema in the respone_format.)

OpenAI: GPT-4o Audio là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $2.5/triệu token, đầu ra $10/triệu token. (Mô tả chính thức: The gpt-4o-audio-preview model adds support for audio inputs as prompts.)

OpenAI: GPT-5.4 là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $2.5/triệu token, đầu ra $15/triệu token. (Mô tả chính thức: GPT-5.4 is OpenAI’s latest frontier model, unifying the Codex and GPT lines into a single system.)

Magnum v4 72B là mô hình AI trò chuyện đa năng của Anthracite-org, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 16K token. Khả năng: truy cập API. Giá: đầu vào $3/triệu token, đầu ra $5/triệu token. (Mô tả chính thức: This is a series of models designed to replicate the prose quality of the Claude 3 models, specifically Sonnet(https://openrouter.ai/anthropic/claude-3.5-sonnet) and Opus(https://openrouter.ai/anthropic/claude-3-opus).)

Anthropic: Claude Sonnet 4.5 là mô hình AI trò chuyện đa năng của Anthropic, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $3/triệu token, đầu ra $15/triệu token. (Mô tả chính thức: Claude Sonnet 4.5 is Anthropic’s most advanced Sonnet model to date, optimized for real-world agents and coding workflows.)

Perplexity: Sonar Pro là mô hình AI trò chuyện đa năng của Perplexity, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 200K token. Khả năng: phân tích ảnh, truy cập API. Giá: đầu vào $3/triệu token, đầu ra $15/triệu token. (Mô tả chính thức: Note: Sonar Pro pricing includes Perplexity search pricing.)

Sao10K: Llama 3.1 70B Hanami x1 là mô hình AI trò chuyện đa năng của Sao10K, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 16K token. Khả năng: truy cập API. Giá: đầu vào $3/triệu token, đầu ra $3/triệu token. (Mô tả chính thức: This is Sao10K's experiment over Euryale v2.2.)

xAI: Grok 3 Beta là mô hình AI trò chuyện đa năng của xAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $3/triệu token, đầu ra $15/triệu token. (Mô tả chính thức: Grok 3 is the latest model from xAI.)

Anthropic Claude Sonnet Latest là mô hình AI trò chuyện đa năng của ~anthropic, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $3/triệu token, đầu ra $15/triệu token. (Mô tả chính thức: This model always redirects to the latest model in the Anthropic Claude Sonnet family.)

Anthropic: Claude Opus 4.5 là mô hình AI trò chuyện đa năng của Anthropic, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 200K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $5/triệu token, đầu ra $25/triệu token. (Mô tả chính thức: Claude Opus 4.5 is Anthropic’s frontier reasoning model optimized for complex software engineering, agentic workflows, and long-horizon computer use.)

OpenAI: GPT Chat Latest là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $5/triệu token, đầu ra $30/triệu token. (Mô tả chính thức: GPT Chat Latest points to OpenAI's stable API alias `chat-latest` that always resolves to the latest Instant chat model used in ChatGPT.)

OpenAI: GPT-5.5 là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $5/triệu token, đầu ra $30/triệu token. (Mô tả chính thức: GPT-5.5 is OpenAI’s frontier model designed for complex professional workloads, building on GPT-5.4 with stronger reasoning, higher reliability, and improved token efficiency on hard tasks.)

OpenAI GPT Latest là mô hình AI trò chuyện đa năng của ~openai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $5/triệu token, đầu ra $30/triệu token. (Mô tả chính thức: This model always redirects to the latest model in the OpenAI GPT family.)

OpenAI: GPT-4 Turbo (older v1106) là mô hình AI trò chuyện đa năng của OpenAI, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $10/triệu token, đầu ra $30/triệu token. (Mô tả chính thức: The latest GPT-4 Turbo model with vision capabilities.)

Anthropic: Claude Opus 4 là mô hình AI trò chuyện đa năng của Anthropic, với xử lý chậm nhưng mạnh mẽ hơn. Cửa sổ ngữ cảnh lên đến 200K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $15/triệu token, đầu ra $75/triệu token. (Mô tả chính thức: Claude Opus 4 is benchmarked as the world’s best coding model, at time of release, bringing sustained performance on complex, long-running tasks and agent workflows.)

OpenAI: GPT-5 Pro là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 400K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $15/triệu token, đầu ra $120/triệu token. (Mô tả chính thức: GPT-5 Pro is OpenAI’s most advanced model, offering major improvements in reasoning, code quality, and user experience.)

Anthropic: Claude Opus 4.6 (Fast) là mô hình AI trò chuyện đa năng của Anthropic, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $30/triệu token, đầu ra $150/triệu token. (Mô tả chính thức: Fast-mode variant of Opus 4.6 - identical capabilities with higher output speed at premium 6x pricing.)

OpenAI: GPT-4 (older v0314) là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 8K token. Khả năng: sử dụng công cụ, truy cập API. Giá: đầu vào $30/triệu token, đầu ra $60/triệu token. (Mô tả chính thức: GPT-4-0314 is the first version of GPT-4 released, with a context length of 8,192 tokens, and was supported until June 14.)

OpenAI: GPT-5.5 Pro là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: đầu vào $30/triệu token, đầu ra $180/triệu token. (Mô tả chính thức: GPT-5.5 Pro is OpenAI’s high-capability model optimized for deep reasoning and accuracy on complex, high-stakes workloads.)

Baidu Qianfan: CoBuddy (free) là mô hình AI trò chuyện đa năng của Baidu, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: CoBuddy is a code generation model from Baidu, optimized for coding tasks and AI Agent workflows.)

Venice: Uncensored (free) là mô hình AI trò chuyện đa năng của Cognitive Computations, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: Venice Uncensored Dolphin Mistral 24B Venice Edition is a fine-tuned variant of Mistral-Small-24B-Instruct-2501, developed by dphn.ai in collaboration with Venice.ai.)

Google: Gemma 4 31B (free) là mô hình AI trò chuyện đa năng của Google, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: Gemma 4 31B Instruct is Google DeepMind's 30.7B dense multimodal model supporting text and image input with text output.)

Google: Lyria 3 Pro Preview là mô hình AI trò chuyện đa năng của Google, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 1M token. Khả năng: phân tích ảnh, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: Full-length songs are priced at $0.08 per song.)

LiquidAI: LFM2.5-1.2B-Instruct (free) là mô hình AI trò chuyện đa năng của Liquid AI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 33K token. Khả năng: truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: LFM2.5-1.2B-Instruct is a compact, high-performance instruction-tuned model built for fast on-device AI.)

Meta: Llama 3.3 70B Instruct (free) là mô hình AI trò chuyện đa năng của Meta, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 66K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: The Meta Llama 3.3 multilingual large language model (LLM) is a pretrained and instruction tuned generative model in 70B (text in/text out).)

NVIDIA: Nemotron 3 Nano 30B A3B (free) là mô hình AI trò chuyện đa năng của NVIDIA, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 256K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: NVIDIA Nemotron 3 Nano 30B A3B is a small language MoE model with highest compute efficiency and accuracy for developers to build specialized agentic AI systems.)

NVIDIA: Nemotron 3 Super (free) là mô hình AI trò chuyện đa năng của NVIDIA, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 262K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: NVIDIA Nemotron 3 Super is a 120B-parameter open hybrid MoE model, activating just 12B parameters for maximum compute efficiency and accuracy in complex multi-agent applications.)

NVIDIA: Nemotron Nano 9B V2 (free) là mô hình AI trò chuyện đa năng của NVIDIA, với phản hồi nhanh. Cửa sổ ngữ cảnh lên đến 128K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: NVIDIA-Nemotron-Nano-9B-v2 is a large language model (LLM) trained from scratch by NVIDIA, and designed as a unified model for both reasoning and non-reasoning tasks.)

OpenAI: gpt-oss-120b (free) là mô hình AI trò chuyện đa năng của OpenAI, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: gpt-oss-120b is an open-weight, 117B-parameter Mixture-of-Experts (MoE) language model from OpenAI designed for high-reasoning, agentic, and general-purpose production use cases.)

Free Models Router là mô hình AI trò chuyện đa năng của Openrouter, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 200K token. Khả năng: phân tích ảnh, sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: The simplest way to get free inference.)

Poolside: Laguna M.1 (free) là mô hình AI trò chuyện đa năng của Poolside, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: Laguna M.1 is the flagship coding agent model from Poolside, optimized for complex software engineering tasks.)

Z.ai: GLM 4.5 Air (free) là mô hình AI trò chuyện đa năng của Z-ai, với tốc độ trung bình. Cửa sổ ngữ cảnh lên đến 131K token. Khả năng: sử dụng công cụ, truy cập API. Giá: miễn phí qua OpenRouter. (Mô tả chính thức: GLM-4.5-Air is the lightweight variant of our latest flagship model family, also purpose-built for agent-centric applications.)