Cùng một mô hình mà làm được gấp đôi? Vì sao OpenCode và Codex tiêu hạn mức ChatGPT khác nhau (giải thích harness và MCP dễ hiểu)

Một lập trình viên đăng trên mạng xã hội rằng sau khi chuyển từ Codex sang OpenCode, vẫn dùng GPT-5.6 Sol qua đăng nhập tài khoản ChatGPT, anh cảm thấy với…

Cách dùng công cụ đọc

Nghe đọc bài thành tiếng. Đọc nhanh hiển thị lần lượt các cụm từ theo tốc độ bạn chọn. Luyện ngôn ngữ giúp đối chiếu các bản dịch hiện có. Lưu tạo dấu trang trong trình duyệt này; mở lại từ danh sách đã lưu của trình phát. Chơi kiểu phá gạch biến chữ trong bài thành những viên gạch để bạn phá.

Chia sẻ bài viết này

Chia sẻ bài viết này

Cùng một mô hình mà làm được gấp đôi? Vì sao OpenCode và Codex tiêu hạn mức ChatGPT khác nhau (giải thích harness và MCP dễ hiểu)
Hình ảnh do AI tạo

Tóm tắt trong 5 giây: Dù dùng y hệt một mô hình, mức tiêu hao vẫn có thể chênh nhau rất nhiều, tùy vào mỗi lượt nhét gì vào ngữ cảnh, gọi mô hình bao nhiêu lần, kéo theo bao nhiêu kết quả từ công cụ và khi nào thì nén lại. Nếu mô hình là động cơ, thì harness như Codex hay OpenCode là hộp số, hệ thống phun xăng, bản đồ dẫn đường và thợ máy gộp lại. Cùng động cơ chưa chắc đã cùng mức hao xăng.

1. "Cùng hạn mức 5 giờ mà chạy được gấp đôi" — trước hết, đây là trải nghiệm cá nhân, không phải bài đo hiệu năng

Một lập trình viên đăng trên mạng xã hội rằng sau khi chuyển từ Codex sang OpenCode, vẫn dùng GPT-5.6 Sol qua đăng nhập tài khoản ChatGPT, anh cảm thấy với cùng hạn mức 5 giờ và hạn mức hằng tuần thì làm được hơn gấp đôi khối lượng việc.

Ở phần bình luận, có người gợi ý một harness khác tên là pi, có người nghi là do cài đặt giới hạn ngữ cảnh khác nhau, cũng có người muốn xem mức tiêu hao thực tế qua bộ định tuyến hoặc nhật ký sử dụng.

Điều quan trọng nhất ở đây là chưa ai chứng minh được "dùng OpenCode thì chính thức được dùng gấp đôi". Đây là một quan sát đáng chú ý, nhưng không phải phép so sánh có kiểm soát điều kiện.

Mặt khác, OpenAI giải thích rằng mức dùng Codex không tính theo số tin nhắn cố định, mà thay đổi theo mô hình, nơi chạy tác vụ, độ phức tạp, ngữ cảnh, suy luận, tốc độ và công cụ. Tùy gói, có cả hạn mức 5 giờ lẫn hạn mức hằng tuần.

Tức là chuyện "đổi harness thì mức hao cũng đổi" là hoàn toàn tự nhiên nếu xét theo cách hệ thống vận hành.

2. Harness là gì? Là "tất cả" những thứ nằm bên ngoài bộ não AI

Nếu chỉ nhìn mô hình thì rất đơn giản:

Sol = bộ não.

Nhưng một AI viết code thực tế lại có cả đống thiết bị bao quanh bộ não đó:

  • lời hướng dẫn hệ thống được ghép thế nào
  • đọc những file nào
  • giữ lại bao nhiêu token của cuộc trò chuyện cũ
  • cho mô hình thấy bao nhiêu công cụ như shell, GitHub
  • mang bao nhiêu kết quả công cụ sang lượt tiếp theo
  • lỗi thì thử lại mấy lần
  • lên kế hoạch, làm, rà soát bao nhiêu vòng
  • có nén ngữ cảnh trước khi tràn hay không
  • có chia việc cho agent con hay không
  • lúc nào thì coi là "xong"

Cả bộ này chính là harness theo nghĩa rộng.

Chính OpenAI cũng dùng từ "harness" khi nói về Codex, và giới thiệu App Server nối mô hình với từng ứng dụng, công cụ và trạng thái cuộc trò chuyện.

Vì vậy:

cùng mô hình ≠ cùng cả hệ thống

Giống như lắp cùng một động cơ V8 vào chiếc SUV nặng 2 tấn và vào một chiếc xe khung nhẹ, mức hao xăng không thể giống nhau.

3. Thủ phạm làm AI "hao xăng" thường là "hành lý phải mang theo mỗi lượt"

Mức tiêu hao của agent không chỉ phụ thuộc vào việc nó trả lời bao nhiêu chữ.

Trong một phiên dài, mỗi lần suy luận có thể phải mang theo:

  • lịch sử trò chuyện rất dài
  • lời nhắc hệ thống rất lớn
  • AGENTS.md và các quy tắc
  • phần mô tả công cụ của MCP
  • hàng loạt file đọc từ GitHub
  • log shell dài lê thê
  • kết quả test
  • những lần lỗi trước đó
  • thông tin cho lần thử lại sau

Một lần thì nhẹ thôi.

Vấn đề là gửi lại, đọc lại những thứ đó 10 lần, 20 lần, 30 lần.

Nhiều khi "đọc một file log 100KB" còn đỡ hơn ôm cả khối ngữ cảnh cỡ 100KB rồi gọi mô hình hết lần này đến lần khác.

Chưa kể, nếu harness A làm xong việc trong 15 lượt, còn harness B tốn 30 lượt cho lên kế hoạch → kiểm tra → tìm → tìm lại → rà soát → rà soát lại, thì dù cùng mô hình, chênh lệch là đương nhiên.

Mức hao không chỉ do động cơ, mà bị kéo tụt bởi

hành lý × số chuyến đi về × số lần thử lại

4. Vì sao OpenCode thú vị: đăng nhập ChatGPT, MCP và tự động nén nằm chung một hộp

Tài liệu chính thức của OpenCode cho biết khi kết nối OpenAI, bạn có thể chọn ChatGPT Plus/Pro và đăng nhập qua trình duyệt. Cách này tách riêng với việc tự nhập API key.

Ngoài ra, OpenCode đóng vai trò client MCP, có thể thêm cả MCP chạy trên máy lẫn MCP từ xa.

Vậy là có thể dựng kiểu này:

OpenCode → GitHub MCP → MCP cơ sở dữ liệu → API tự làm → các công cụ bên ngoài khác

OpenCode còn có tính năng tự động nén (compaction), thay phần ngữ cảnh cũ của phiên dài bằng một điểm lưu. Tài liệu hiện tại cho thấy tự động nén được bật sẵn, với ví dụ cấu hình giữ lại bản tóm tắt được tạo ra cùng khoảng 15.000 token gần nhất.

Nói đúng hơn thì nó không phải "xóa cuộc trò chuyện cũ", mà giống như:

cất lịch sử trong kho, lần xuất phát sau chỉ chất lên xe những gì cần

Nhưng nó cũng không phải phép màu. Chính OpenCode cảnh báo rằng càng thêm nhiều máy chủ MCP thì phần mô tả công cụ càng ngốn ngữ cảnh, đặc biệt là các MCP lớn như GitHub MCP rất dễ làm đầy ngữ cảnh.

Cắm một lúc 20 cái MCP rồi tưởng "thế là vô đối", chẳng khác gì cho nhân vật chính đeo nguyên cái kho vào ô trang bị.

5. Điều khiển mọi thứ từ ChatGPT qua MCP, về ý tưởng cũng gần như vậy

Đặt ChatGPT ở giữa, rồi thao tác GitHub, máy chủ, cloud, kho lưu trữ qua MCP hay các connector bên ngoài, về bản chất cũng là "mô hình + harness + công cụ".

Vẽ thành sơ đồ nối dây thì rất đơn giản:

ChatGPT → MCP / connector → GitHub, máy chủ, cloud, kho lưu trữ

ChatGPT ra quyết định, MCP làm tay chân, còn từng dịch vụ giữ trạng thái thật ngoài đời.

OpenCode cũng vậy:

OpenCode → MCP / shell / API → kho mã nguồn, máy chủ, cloud

Khác nhau ở chỗ trạng thái cuộc trò chuyện để ở đâu, vòng lặp gọi công cụ chạy ở đâu, và ngữ cảnh được nén ở đâu.

Nên câu hỏi "vậy có giống mình điều khiển hết từ ChatGPT qua MCP không?" thì câu trả lời là gần như YES.

Cùng một bản thiết kế, chỉ khác thương hiệu của phòng điều khiển.

6. Vậy ChatGPT có giao việc cho OpenCode được không?

OpenCode chính thức hỗ trợ vai "bên sử dụng MCP". Mặt khác, trong tài liệu được trích dẫn, thay vì một chế độ biến chính OpenCode thành máy chủ MCP đa năng, thứ được ghi rõ ràng là cổng vào qua máy chủ HTTP/OpenAPI kèm SDK, hoặc qua ACP.

Dùng opencode serve, bạn có thể chạy OpenCode như một máy chủ HTTP không giao diện, và điều khiển phiên làm việc cũng như agent bằng chương trình qua OpenAPI. Cũng có SDK cho JS/TS.

Vì thế, nếu muốn từ ChatGPT giao việc sang OpenCode, cấu trúc gọn gàng sẽ như sau:

ChatGPT → một cầu nối MCP mỏng → OpenCode Server → Sol → MCP / shell / API → GitHub, cloud…

Cầu nối MCP chỉ cần mở ra cực ít công cụ:

  • opencode_run_task
  • opencode_get_status
  • opencode_get_result

Vậy là đủ.

Không cần mỗi lần lại kéo hàng chục mô tả công cụ GitHub và log khổng lồ vào ChatGPT, mà để OpenCode làm trọn phần việc dài, cuối cùng chỉ gửi lại kết quả.

Đến đây, "tiết kiệm" mới thật sự trở thành chuyện thiết kế.

7. Muốn giảm tiêu hao thật sự, đừng giảm AI mà hãy giảm "số lần quay lại hỏi AI"

Sai lầm phổ biến nhất là nghĩ cứ đổi sang mô hình rẻ hơn là xong hết.

Tất nhiên chọn mô hình cũng có tác dụng.

Nhưng với việc tự động chạy lâu dài, cách chia việc như sau thường hiệu quả hơn:

  1. việc có kết quả cố định, làm theo từng bước thì giao cho script
  2. trạng thái và nhật ký xử lý thì để phía máy giữ
  3. chỉ bật những công cụ thật sự cần
  4. log dài thì tóm tắt hoặc trích phần chính rồi mới đưa cho mô hình
  5. không đọc đi đọc lại cùng một file
  6. lưu lý do lỗi và việc cần làm tiếp theo thành trạng thái
  7. chỉ những quyết định mơ hồ mới gửi lại cho mô hình mạnh
  8. cuối cùng chỉ gửi cho người kết quả kiểm tra xem đã lên hệ thống thật chưa

Mô hình lý tưởng là:

AI = lo những chuyện mơ hồ

script / quy trình tự động = lo chạy các bước đã định sẵn

GitHub / cơ sở dữ liệu / trạng thái đã lưu = lo ghi nhớ

Nếu lần nào cũng bắt AI nghĩ "ơ, bước tiếp theo là gì nhỉ?", thì lần nào nó cũng bắt đầu kiểm kê lại cả kho.

Cứ để máy ghi sẵn bước tiếp theo, rồi chỉ gọi AI khi thật sự cần.

8. Nhưng vẫn chưa thể nói "dùng OpenCode thì cùng hạn mức chắc chắn lợi hơn"

Điều tài liệu chính thức của OpenAI xác nhận: Codex và Work dùng chung hạn mức, tùy gói có hạn mức 5 giờ và hạn mức hằng tuần, mức dùng thay đổi theo ngữ cảnh, công cụ v.v.

Điều tài liệu chính thức của OpenCode xác nhận: có thể đăng nhập bằng ChatGPT Plus/Pro.

Nhưng tài liệu chính thức của cả hai bên đều không có bảng so sánh cho biết việc dùng đăng nhập ChatGPT qua OpenCode có bị OpenAI trừ hạn mức theo đúng công thức và hệ số nội bộ như Codex hay không, hay OpenCode lúc nào cũng lợi hơn bao nhiêu lần.

Cho nên:

"Mình chạy được gấp đôi" là một chia sẻ thực tế thú vị.

"Chắc chắn chạy được gấp đôi" là chưa được xác nhận.

Đừng lẫn lộn hai chuyện này.

Muốn so sánh nghiêm túc, hãy dùng cùng kho mã, cùng mô hình, cùng tác vụ, cùng điều kiện "xong", rồi đo:

  • tổng số lần gọi mô hình
  • token đầu vào/đầu ra
  • số lần nén
  • số lần gọi công cụ
  • thời gian thực tế
  • số thay đổi đã hoàn thành
  • số lần thử lại
  • kết quả test cuối cùng

Đừng nhìn "dùng được mấy tiếng", mà hãy nhìn mỗi tác vụ thành công tốn bao nhiêu.

Đó mới là mức hao thật sự.

9. Kết luận: thời AI, sau chuyện chọn mô hình thì thứ quan trọng tiếp theo là "đi dây"

Trước đây ai cũng chỉ quan tâm "mô hình nào thông minh nhất".

Thời của agent, chừng đó là chưa đủ.

Cùng một mô hình, khối lượng việc làm được còn thay đổi theo:

  • cách nhồi ngữ cảnh
  • số lượng công cụ
  • cách quản lý trạng thái
  • nén dữ liệu
  • thử lại
  • cách xác định lúc kết thúc
  • cách chia việc với quy trình bên ngoài

Mô hình là động cơ.

Harness là cả hệ thống gồm phun xăng, hộp số, dẫn đường, đội thợ trong pit, đến cả dung tích cốp xe.

Nên câu hỏi "cùng là Sol mà sao khác nhau đến thế?" thật ra là câu hỏi rất tự nhiên.

Và ngay khi bắt đầu dùng MCP để nối nhiều dịch vụ lại với nhau, việc bạn làm đã chuyển từ "dùng AI" sang

thiết kế cả một nơi làm việc xung quanh AI

Cuối cùng nói thẳng một câu phũ phàng: MCP mạnh nhất không phải là "chuyện gì cũng hỏi AI".

Mà là tăng thêm những bước không cần hỏi AI.

[1] https://openai.com/index/unlocking-the-codex-harness/
[2] https://help.openai.com/en/articles/11369540
[3] https://help.openai.com/en/articles/20001516
[4] https://opencode.ai/docs/providers
[5] https://opencode.ai/v2/docs/mcp-servers
[6] https://opencode.ai/v2/docs/compaction
[7] https://dev.opencode.ai/docs/server/
[8] https://opencode.ai/v2/docs/cli/acp/


  1. OpenAI, Unlocking the Codex harness: how we built the App Server openai.com
  2. OpenAI Help Center, ChatGPTプランでCodexを使う help.openai.com
  3. OpenAI Help Center, WorkとCodexでのGPT-6 Astraの利用量管理 help.openai.com
  4. OpenCode Docs, Providers opencode.ai
  5. OpenCode Docs, MCP servers opencode.ai
  6. OpenCode Docs, Compaction opencode.ai
  7. OpenCode Docs, Server / SDK https://dev.opencode.ai/docs/ja/sdk/ dev.opencode.ai
  8. OpenCode Docs, ACP opencode.ai

Chia sẻ bài viết này

Nếu bài viết này hữu ích, bạn có thể ủng hộ trang. Ủng hộ

Hôm nay đọc bài này

Mỗi bài trả lời một câu hỏi mà người đọc bài này thường đặt ra tiếp theo.

Xem tất cả bài viết

Tìm bài viết khác

Tất cả bài viết

Mendoi-chan

Người vận hành trang

Mendoi-chan

Biến những vướng mắc trong công việc và đời sống hằng ngày thành cấu trúc rõ ràng và bước tiếp theo thực tế.