AI viết tiếng Việt: chi phí một bản nháp là bài toán giá ra, không phải giá vào

Tiền của một bản nháp 700 token tiếng Việt chạy từ 3,456 đồng đến 132 đồng tuỳ model, vì phần lớn hoá đơn nằm ở giá ra chứ không phải giá vào. Trong 41 model chat có giá vào lớn hơn 0, giá ra đắt gấp 2,7 đến 8,33 lần giá vào.

Giá ra đắt gấp 2,7 đến 8,33 lần giá vào trên 41 model chat

Danh mục Wisa có 46 model, gồm 43 model chat và 3 model ảnh. Trong 41 model chat có giá vào lớn hơn 0, tỉ lệ giá ra trên giá vào chạy từ 2,7 lần ở Step 5 Preview (6.480đ ÷ 2.400đ) đến 8,3333 lần ở Gemini 3.5 Flash Lite (3.000đ ÷ 360đ). Nhóm còn lại có giá vào bằng 0, nên tỉ lệ không xác định và bị loại khỏi phép so.

Đọc con số đó theo nghĩa tiền: khi tỉ lệ là 5,0, mỗi token bạn trả cho phần vào kéo theo năm token giá ở phần ra. Trong một lượt chuẩn 2.000 token vào và 700 token ra, phần ra chiếm 63,64 phần trăm hoá đơn. Một bảng chỉ có cột giá vào không giúp bạn ước lượng được gì.

Trong 41 model chat có giá vào lớn hơn 0, sàn giá vào là 60đ. Đừng đọc con số đó như sàn của cả danh mục: sàn thật của 46 model là 0, vì có những model không tính tiền phần vào.

Một bản nháp 700 token tốn 3,456 đồng hay 132 đồng?

Một bản nháp tiếng Việt dài khoảng 700 token. Tính theo giá niêm yết, cùng một bản nháp đó tốn 3,456 đồng nếu bạn gọi DeepSeek V4.1 Flash, và 132 đồng nếu bạn gọi Claude Fable 5.1. Chênh lệch là 132 ÷ 3,456 = 38,19 lần.

Model	Giá vào (đ/một triệu token)	Giá ra	Tỉ lệ ra/vào	Một lượt chuẩn
Gemini 3.5 Flash Lite	360đ	3.000đ	8,3333	2,82 đồng
Step 5 Preview	2.400đ	6.480đ	2,7	9,336 đồng
DeepSeek V4.1 Flash	720đ	2.880đ	4,0	3,456 đồng
Gemini 3.8 Flash	900đ	4.500đ	5,0	4,95 đồng
Claude Fable 5.1	24.000đ	120.000đ	5,0	132 đồng

Cách đọc bảng: cột "một lượt chuẩn" là 2.000 token vào cộng 700 token ra, đúng cấu trúc một lần nhờ viết một bản nháp. Cột tỉ lệ ra/vào cho biết giá ra gấp mấy lần giá vào, và đó là con số quyết định hoá đơn của bạn nhiều hơn giá vào.

Hai đầu cột cuối, 2,82 đồng và 132 đồng, cho thấy biên độ giá giữa các model lớn hơn biên độ khác biệt mà bạn cảm nhận được trong một bản nháp ngắn. Với một email bán hàng, bạn khó phân biệt 2,82 đồng với 132 đồng bằng mắt, nhưng bạn phân biệt được bằng hoá đơn cuối tháng.

Vì sao 63,64 phần trăm chi phí của Gemini 3.8 Flash nằm ở phần ra

Gemini 3.8 Flash có giá vào 900đ và giá ra 4.500đ một triệu token. Với bản nháp 700 token, tiền phần ra là 700 × 4.500 ÷ 1.000.000 = 3,15 đồng. Tiền phần vào của 2.000 token là 2.000 × 900 ÷ 1.000.000 = 1,80 đồng. Tổng 4,95 đồng, và 3,15 ÷ 4,95 = 63,64 phần trăm.

Con số 63,64 phần trăm không phải đặc điểm riêng của model này. Nó là kết quả của hai thứ: tỉ lệ giá ra trên giá vào bằng 5,0, và tỉ lệ token ra trên token vào bằng 700 ÷ 2.000. Đổi một trong hai, phần trăm đổi theo. Nếu bản nháp của bạn dài 1.400 token, phần ra chiếm tỉ trọng cao hơn.

Phép chia này cũng là cách kiểm tra nhanh một bảng giá bạn tìm được ở nơi khác: nếu bảng đó chỉ có cột giá vào, bạn chưa có đủ hai số để tính tiền một bản nháp.

20 trong 41 model có tỉ lệ giá ra trên giá vào đúng 5,0

Gần một nửa danh mục đặt giá ra đúng bằng năm lần giá vào. Đó là một quy ước định giá, không phải một đặc tính kỹ thuật: nhà cung cấp chọn bội số tròn cho dễ nhớ, và bội số đó lặp lại trên nhiều dòng model khác nhau.

Với quy ước 5,0, giá vào chỉ quyết định khoảng 36,36 phần trăm hoá đơn của một lượt 2.000 vào và 700 ra. Nếu bạn chọn model theo giá vào rồi mới xem giá ra, bạn đã tối ưu phần nhỏ trước phần lớn, và thứ tự đó thường dẫn tới một lựa chọn đắt hơn cần thiết.

Cách nhận ra nhóm này rất nhanh: lấy giá ra chia giá vào, nếu ra đúng 5,0 thì model đó thuộc nhóm quy ước. Khi đã ở trong nhóm đó, bạn chỉ cần so giá vào giữa các model với nhau, vì mọi thứ khác đã cùng một tỉ lệ.

Cách tính lại tiền một bản nháp từ số token ra thật

Công thức: (token vào × giá vào + token ra × giá ra) ÷ 1.000.000. Số token vào đo được từ prompt, số token ra thì không đoán được, nên hãy lấy độ dài thật của bản nháp bạn vừa nhận.

Ví dụ với Claude Fable 5.1: bản nháp thật dài 1.400 token thay vì 700. Tiền vào là 2.000 × 24.000 ÷ 1.000.000 = 48 đồng, tiền ra là 1.400 × 120.000 ÷ 1.000.000 = 168 đồng, tổng 216 đồng. So với 132 đồng ở bản nháp 700 token, bạn trả 216 ÷ 132 = 1,64 lần cho phần dài thêm.

Điều cần nhớ: giá ra nhân với số token ra thật, không nhân với số token bạn hình dung trong prompt. Nếu bạn ước lượng bằng cách nhân đôi số token ra, bạn đã bỏ qua việc model thường viết dài hơn yêu cầu ở những prompt mở.

Một khái niệm nền cần nắm là token là gì, vì mọi phép nhân trên đều chạy trên token chứ không chạy trên từ. Muốn quy đổi sang tiếng Việt, đọc 1 token bằng bao nhiêu tiền để thấy vì sao một từ tiếng Việt có thể tốn hơn một token.

Giới hạn của toàn bộ bài này: mọi con số là giá niêm yết, chưa gồm phần suy luận mở rộng, chưa gồm tiền một lượt bị lỗi, và chưa gồm công bạn phải sửa bản nháp. Nếu nhà cung cấp đổi giá, tỉ lệ ra/vào đổi và cả bảng phải tính lại. Nó cũng hết đúng khi bạn viết văn rất dài, vì lúc đó tỉ lệ token ra trên token vào không còn là 700 ÷ 2.000. Cách Wisa xếp loại bằng chứng giá nằm ở chuyên mục chọn và so sánh model, còn nếu bạn đang viết văn dài thì đọc AI viết văn tiếng Việt trước khi chốt model, vì cấu trúc lượt ở đó khác bài này.