AI viết bài: một bài 1.500 từ cần bao nhiêu token ra và tốn bao nhiêu tiền

Một bài 1.500 từ tiếng Việt cần khoảng 2.500 token ra, tức 3,57 lần một lượt chuẩn 700 token. Tiền ra cho riêng phần đó chạy từ 0,54 đồng ở GPT OSS 20B đến 300 đồng ở Claude Fable 5.1. Bạn tự tính được con số cho model mình định dùng bằng hai phép chia.

1.500 từ tiếng Việt ra khoảng 2.500 token: phép quy đổi

Tiếng Việt có dấu nên tốn token hơn tiếng Anh trên cùng một lượng chữ. Một từ tiếng Việt thường rơi vào 1,6 đến 1,7 token với tokenizer phổ biến, nên 1.500 từ nhân 1,67 xấp xỉ 2.500 token. Con số đó là ước lượng, không phải hằng số: tên riêng, số liệu và từ viết hoa đều đẩy số token lên.

Cách kiểm chính xác nhất là đọc trường đếm token trong phản hồi của API sau một lần gọi thật. Gửi đúng một bài 1.500 từ, xem số token đầu ra, rồi dùng chính con số đó cho mọi phép tính sau. Nếu bạn không có quyền xem trường đó, dùng 2.500 làm mốc và cộng thêm 15 phần trăm dự phòng. Khái niệm nền nằm ở token là gì.

2.500 ÷ 700 = 3,57 lần một lượt chuẩn, và tiền ra tính riêng

Một lượt chuẩn mà Wisa dùng để so giá là 2.000 token vào cộng 700 token ra. Bài 1.500 từ cần 2.500 token ra, nên 2.500 ÷ 700 = 3,57 lần. Con số 3,57 chỉ áp cho phần ra; phần vào phụ thuộc độ dài brief bạn gửi kèm, và với một brief 400 từ thì phần vào chỉ khoảng 650 token.

Tiền ra tính riêng bằng giá ra nhân số token rồi chia một triệu. Gemini 3.8 Flash có giá ra 4.500đ một triệu token, nên 4.500 × 2.500 ÷ 1.000.000 = 11,25 đồng. GPT 6.1 SOL có 12.000đ, nên 12.000 × 2.500 ÷ 1.000.000 = 30 đồng. Claude Opus 5.5 có 24.000đ, ra 60 đồng. Claude Fable 5.1 có 120.000đ, ra 300 đồng. GPT OSS 20B có 216đ, ra 0,54 đồng.

Đây là lý do đừng nhân giá một lượt chuẩn với số bài. Giá một lượt chuẩn giả định 700 token ra, còn bài dài gấp 3,57 lần, nên mọi so sánh theo lượt đều làm bài dài trông rẻ hơn thực tế.

Năm mức giá cho cùng 2.500 token ra

Model	Giá ra (đ/một triệu token)	Tiền ra cho 2.500 token	Token ra trung vị	p50
GPT OSS 20B	216đ	0,54 đồng	chưa đo	chưa đo
Gemini 3.8 Flash	4.500đ	11,25 đồng	427	10.181 ms
GPT 6.1 SOL	12.000đ	30 đồng	2.036	26.226 ms
Claude Sonnet 5.5	12.000đ	30 đồng	288	10.029 ms
Claude Opus 5.5	24.000đ	60 đồng	658	15.168 ms
Claude Fable 5.1	120.000đ	300 đồng	chưa đo	chưa đo

Số liệu đo tại gateway của Wisa, cửa sổ 7 ngày kết thúc 27/10/2026, với mỗi hàng cần ít nhất 20 mẫu mới được công bố.

Khoảng cách giữa 11,25 đồng và 300 đồng là 26,67 lần cho cùng một lượng chữ. Không model nào trong bảng bù được khoảng cách đó bằng chất lượng văn, nên câu hỏi đúng là bài viết của bạn cần bao nhiêu lần sửa tay, chứ không phải model nào viết hay hơn.

Có nên trả 300 đồng cho Claude Fable 5.1 khi viết bài dài?

Trả khi bài đó là tài liệu bán hàng dùng lại nhiều tháng, hoặc khi bạn đã thử và thấy số câu phải sửa giảm đủ để bù 270 đồng chênh lệch so với GPT 6.1 SOL. Không trả khi bài chỉ đăng một lần rồi bỏ, vì phần chênh đó không tạo ra giá trị nào sau khi đăng.

Hãy đặt phép tính theo tháng. Nếu bạn viết 50 bài dài mỗi tháng, Claude Fable 5.1 tốn 50 × 300 = 15.000 đồng tiền ra, còn GPT 6.1 SOL tốn 50 × 30 = 1.500 đồng. Khoản chênh 13.500 đồng một tháng chỉ đáng trả nếu nó tiết kiệm được ít nhất một giờ sửa bài, và đó là ngưỡng bạn tự đo được sau hai tuần dùng thử.

Một biến khác dễ bị bỏ qua là số lượt gọi. Nếu model rẻ bị cắt giữa bài và bạn phải gọi lại hai lần, chi phí thật của nó là 60 đồng chứ không phải 30 đồng, và khoảng cách với Claude Fable 5.1 thu hẹp còn 5 lần. Ghi lại số lần gọi cho mỗi bài hoàn chỉnh, vì đó mới là mẫu số của phép chia.

Vì sao GPT 6.1 SOL có token ra trung vị gần 2.500, và giới hạn của phép tính

Token ra trung vị của sáu model lần lượt là 288, 396, 427, 658, 688 và 2.036. GPT 6.1 SOL là model duy nhất có trung vị gần mức 2.500 của một bài dài, cụ thể 2.036, tức 2.036 ÷ 700 = 2,91 lần một lượt chuẩn. Năm model còn lại đều dưới 700 token, nghĩa là phần lớn yêu cầu trên gateway ngắn hơn một lượt chuẩn.

Điều đó giải thích vì sao p50 của GPT 6.1 SOL cao nhất bảng. Model này có p50 là 26.226 ms và p95 là 125.749 ms trên 214 mẫu. Các p50 còn lại: 7.998 ms ở DeepSeek V4.1 Flash 1017, 10.029 ms ở Claude Sonnet 5.5, 10.181 ms ở Gemini 3.8 Flash, 11.581 ms ở DeepSeek V4.1 Flash và 15.168 ms ở Claude Opus 5.5.

Đọc cặp số đó cẩn thận. p50 26.226 ms không có nghĩa model này chậm hơn 2,6 lần ở mọi yêu cầu; nó có nghĩa trên lưu lượng thật của cửa sổ đó, một nửa yêu cầu của nó dài gấp ba lần yêu cầu của các model khác. Với cùng một brief 1.500 từ, khoảng cách hẹp hơn nhiều.

Giới hạn của phép tính: 2.500 token chỉ đúng cho bài liền mạch, không có bảng và không có code. Bài có bảng markdown tốn thêm token cho dấu phân cách, nên một bài 1.500 từ kèm ba bảng có thể lên 3.000 token, và khi đó tiền ra của Claude Fable 5.1 là 360 đồng. Nếu đầu ra bị cắt giữa bài, vấn đề nằm ở giới hạn token đầu ra của model chứ không phải ở giá.

Cũng đừng dùng con số 0,54 đồng để kết luận GPT OSS 20B là model viết bài rẻ nhất. Model đó có ngữ cảnh 131.072 token và chưa có trung vị đầu ra trong cửa sổ này, nên bạn chưa biết nó có viết nổi 2.500 token trong một lượt hay không. Với bài dài, hãy chọn model có ngữ cảnh lớn và đã có số đo, rồi kiểm bằng một lần gọi thật.

Phần chọn model theo loại văn nằm ở AI viết văn tiếng Việt, trường hợp ngắn và lặp lại nằm ở viết email khách hàng bằng AI, và toàn bộ danh mục kèm giá nằm trong chuyên mục chọn và so sánh model.