⚡ Phản hồi nhanh hơn, cache hiệu quả hơn

Chúng tôi đã nâng cấp hệ thống định tuyến cho ba họ model được dùng nhiều nhất — GPT, Gemini và Claude:

• Thời gian chờ chữ đầu tiên ngắn hơn — request được đưa thẳng tới đường ổn định nhất tại thời điểm đó, bớt những khoảng "treo" trước khi model bắt đầu trả lời
• Tỷ lệ trúng cache cao hơn — các đoạn ngữ cảnh lặp lại (system prompt, tài liệu dài, lịch sử hội thoại) được nhận ra và tái sử dụng nhiều hơn, nên phần được tính giá cache rẻ cũng nhiều hơn
• Không phải đổi gì — cùng API key, cùng endpoint, cùng tên model; bạn chỉ thấy câu trả lời về nhanh hơn và hoá đơn nhẹ hơn

🧩 Hơn 70 model Embedding, TTS, STT, Rerank và Decisions — chỉ từ 5đ mỗi lượt

Danh mục ngoài chat vừa mở rộng mạnh, với giá được định sẵn ở mức rất thấp để bạn thoải mái dùng cho RAG, tìm kiếm, trợ lý giọng nói và các luồng tự động:

• Embedding — thêm hàng chục model vector hoá văn bản cho tìm kiếm ngữ nghĩa và RAG, nhiều lựa chọn đa ngôn ngữ, tính theo token với giá chỉ bằng một phần nhỏ so với chat
• Text-to-Speech và Speech-to-Text — thêm giọng đọc và model nhận dạng từ nhiều nhà cung cấp, xem tại trang Audio Models
• Rerank — xếp lại kết quả tìm kiếm theo độ liên quan thật với câu hỏi, bước quan trọng để RAG trả lời đúng hơn; có cả model tính theo token lẫn theo lượt tìm
• Decisions — mới hoàn toàn — thay vì nhờ model viết văn rồi tự bóc nhãn ra, bạn gửi dữ liệu kèm câu hỏi có kiểu (có/không, chọn một, chấm điểm) và nhận đáp án kèm xác suất để code rẽ nhánh ngay. Hợp cho phân loại ticket, định tuyến yêu cầu, kiểm duyệt nội dung, kiểm tra câu trả lời của chatbot. Giá chỉ từ 5đ mỗi lượt, đầu ra miễn phí

Tất cả dùng chung một API key và ví như cũ. Xem giá tại các tab Embedding · Rerank · Decisions của trang Text & Embedding Models và cách gọi trong Hướng dẫn Decisions API.

🎛️ Hai chế độ giao diện: Đầy đủ và Nhẹ — hoặc để máy tự chọn

Dashboard có nhiều hiệu ứng chuyển động, đẹp nhưng có thể nặng với máy cấu hình thấp. Từ bản này, trong menu tài khoản có mục Hiệu ứng với ba lựa chọn:

• Tự động (mặc định) — Beeknoee đo nhanh khả năng của máy bạn và tự chọn mức phù hợp; nếu phát hiện giật khi chạy hiệu ứng nặng, sẽ tự hạ xuống Nhẹ
• Đầy đủ — chạy trọn vẹn mọi hiệu ứng như thiết kế
• Nhẹ — giữ nguyên vẻ ngoài nhưng bớt độ nặng, cuộn và chuyển trang mượt hơn trên máy yếu

Lựa chọn được nhớ theo từng máy, nên laptop ở công ty và máy ở nhà có thể đặt khác nhau. Menu tài khoản cũng được sắp lại cho dễ nhìn hơn: mỗi nhóm cài đặt — Ngôn ngữ, Đơn vị giá, Giao diện, Hiệu ứng — đều có tiêu đề riêng.

🤖 Loạt model mới và gói ưu đãi đi kèm

• Claude Sonnet 5.5 và Claude Opus 5.5 — thế hệ mới nhất của Anthropic, ngữ cảnh tới 1 triệu token
• GPT-6 Luna và GPT-6 Sol — hai bản GPT-6 cho tác vụ nặng và tác vụ cần phản hồi nhanh
• Gemini và các nhà cung cấp khác — thêm model qua OpenRouter cùng nhiều bản miễn phí để bạn thử trước khi dùng thật
• Gói token ưu đãi cho Sonnet 5.5, Opus 5.5, GPT-6 Luna và GPT-6 Sol — mua một lần, dùng trong kỳ với giá rẻ hơn hẳn so với trả theo lượt

Xem và mua gói ngay tại trang Tổng quan.

🎙️ Ra mắt các model Live — trò chuyện bằng giọng nói theo thời gian thực

Ba model mới cho ứng dụng nói chuyện hai chiều: người dùng nói, model nghe và đáp lại bằng giọng ngay trong lúc nói, ngắt lời được như hội thoại thật. Kết nối realtime trực tiếp qua Beeknoee, dùng đúng API key và ví bạn đang có.

• Gemini 3.8 Live — âm thanh gốc; nhận cả tiếng, chữ, ảnh và video; một phiên kéo dài tới 24 giờ
• GPT Realtime 2.1 — chất lượng cao cho trợ lý giọng nói và tổng đài
• GPT Realtime 2.1 Mini — gọn nhẹ, độ trễ thấp, hợp với ứng dụng cần phản hồi nhanh

Xem giá tại tab Live của trang Audio Models, cách kết nối trong Hướng dẫn Realtime API, và thử ngay bằng giọng của bạn ở tab Realtime trong AI Studio.

🔔 Nâng cấp hệ thống thông báo

• Mọi thay đổi về ưu đãi được báo trực tiếp tới bạn — qua email và thông báo trên thanh trên cùng của dashboard, không cần tự vào xem