Blog Wisa: dùng AI hiệu quả trong công việc

Một lượt hỏng vẫn bị tính token, nên chi phí một kết quả dùng được là 27,00 đồng ở Claude Opus 5.5 so với 3,456 đồng ở DeepSeek V4.1 Flash, tức 7,81 lần.

21 trong 43 model chat tính phí ghi cache, 22 model tính 0đ. Ghi 20.000 token tốn 60 đồng ở Claude Sonnet 5.5 và 0 đồng ở Gemini 3.8 Flash.

Tỉ lệ lỗi 2,21 phần trăm trên 271 mẫu là 22 câu trả lời mất mỗi 1.000 yêu cầu. Cách đổi không tăng chi phí: đổi ngang giá sang model cùng 13,20 đồng một lượt.

p50 của sáu model chạy 7.998 đến 26.226 ms, còn p95 chạy 27.344 đến 125.749 ms: đổi model khi đuôi phá cam kết 60 giây, không phải khi trung vị xấu.

Nâng effort trước khi đổi model: một lượt GPT-6 Sol từ 13,20 đồng lên 21,60 đồng khi token ra gấp đôi, vẫn dưới 132 đồng của trần 13 model Premium.

Ba mức sàn giá rẻ là 60đ, 216đ và 0,27 đồng, cùng thuộc GPT OSS 20B. 14 trong 41 model chat dưới 5 đồng một lượt, nhưng thứ tự ba cột không giống nhau.

Xếp theo cột giá vào là xếp sai: MiniMax M3.1 Flash có 360đ so với 60đ của GPT OSS 20B, nhưng một lượt tốn 1,73 đồng so với 0,27 đồng, tức 6,41 lần.

Một lượt chuẩn chạy từ 0,27 đồng đến 132 đồng trên 41 model chat có giá vào lớn hơn 0, tức 488,89 lần. Ba cách đo cho ba bội số: 400, 555,56 và 488,89.

Mười model Economy có giá token trải từ 0,27 đồng đến 3,456 đồng một lượt, tức 12,80 lần trong cùng một tầng. GPT OSS 20B đọc cache 0đ nên còn rẻ hơn.

14 trong 41 model chat có giá vào lớn hơn 0 nằm dưới 5 đồng một lượt, nhưng chỉ 3 model có số đo. Cùng 3,456 đồng, bản 1017 phát 71,23 so với 35,03 token/giây.

Chi phí một kết quả dùng được bằng chi phí một lượt chia cho (1 trừ tỉ lệ lỗi). Sáu hàng tính sẵn chạy từ 3,456 đồng đến 27,00 đồng, cách nhau 7,81 lần.

Wisa giữ giá cho 46 model, độ trễ và tỉ lệ lỗi cho 6 model, và không có cột chất lượng nào. Bài này đưa bộ 20 prompt để bạn tự đo thay vì tin một bảng xếp hạng.

Tiếng Việt không có bảng giá riêng: 43 model chat dùng chung một bảng giá token cho mọi ngôn ngữ, nên quyết định riêng cho tiếng Việt chỉ còn là độ dài đầu ra.

Một bài 1.500 từ tiếng Việt cần khoảng 2.500 token ra, gấp 3,57 lần một lượt chuẩn. Tiền ra riêng phần đó chạy từ 0,54 đồng đến 300 đồng.

Phép thử 20 prompt: 40 lượt tốn 198 đồng hoặc 1.056 đồng, rồi chia cho tỉ lệ lỗi để ra chi phí một kết quả dùng được.

Cùng một đoạn văn 700 token: Gemini 3.8 Flash tốn 4,95 đồng, GPT 6.1 SOL tốn 13,2 đồng, nhưng đuôi p95 chênh 4,60 lần. Chọn theo thời gian bạn chờ được.

Văn dài cần dư địa token ra: sáu model đo được chia nhau từ 288 đến 2.036 token trung vị, và hàng dài nhất chờ 26.226 ms ở p50.

Viết tiếng Việt bằng AI tốn tiền chủ yếu ở phần trả lời: giá ra đắt gấp 2,7 đến 8,33 lần giá vào, nên một bản nháp 700 token chênh tới 38,19 lần giữa hai model.

Không có benchmark công khai nào đo văn phong tiếng Việt. Cách duy nhất còn kiểm chứng được là tỉ lệ lỗi trên gateway và chi phí một kết quả dùng được.