# API AI giá rẻ: cách tính chi phí thật trước khi trả tiền

> Giá API AI phụ thuộc 5 biến: token vào, token ra, cache, bậc giá theo ngữ cảnh và model. Công thức tính, ví dụ thật và 5 lỗi làm hoá đơn tăng gấp ba.

- URL: https://wisa.vn/blog/api-ai-gia-re-cach-tinh-chi-phi
- Markdown: https://wisa.vn/blog/api-ai-gia-re-cach-tinh-chi-phi.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-27T09:30:00.000Z
- Cập nhật: 2026-10-27T12:27:10Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~5 phút
- Từ khoá: api ai giá rẻ, mua api ai rẻ, api ai rẻ nhất, cách tính chi phí api ai, chi phí api chatgpt

---

Giá API AI không phải một con số. Nó là kết quả của năm biến: token đầu vào, token đầu ra, cache, bậc giá theo độ dài ngữ cảnh và model bạn chọn. Hiểu năm biến này là đủ để dự đoán hoá đơn trước khi trả tiền.

## Năm biến quyết định chi phí

**1. Token đầu vào.** Mọi thứ bạn gửi lên: câu hỏi, tài liệu, lịch sử hội thoại, hướng dẫn hệ thống. Đây là phần dễ tăng ngoài kiểm soát nhất.

**2. Token đầu ra.** Phần model sinh ra. Giá luôn cao hơn đầu vào, thường 3 đến 8 lần.

**3. Cache.** Phần ngữ cảnh đã đọc trước đó được tính giá thấp hơn nhiều. Với Claude Opus 5.5, đọc cache là 0,24 CUBE mỗi triệu token so với 4,8 CUBE khi gửi mới — rẻ hơn 20 lần.

**4. Bậc giá theo độ dài ngữ cảnh.** Một số model tăng giá khi ngữ cảnh vượt một ngưỡng. GPT-6.1 SOL giữ giá 2,4/12 CUBE cho tới 272.000 token, vượt ngưỡng đó chuyển sang 4/15 CUBE.

**5. Model.** Chênh lệch giữa model rẻ nhất và đắt nhất trong danh mục Wisa là 200 lần ở chiều đầu vào.

## Công thức

    chi phí (đ) = ((token vào ÷ 1.000.000) × giá vào + (token ra ÷ 1.000.000) × giá ra) × 1.000

Trong đó giá vào và giá ra tính bằng CUBE trên 1 triệu token, và 1 CUBE = 1.000đ theo giá lẻ. Mua theo gói thì mỗi CUBE rẻ hơn, nên chi phí thực thấp hơn công thức này.

## Ví dụ: một trợ lý chăm sóc khách hàng

Giả sử bạn xây một trợ lý trả lời câu hỏi về sản phẩm. Mỗi ngày 500 hội thoại, mỗi hội thoại 6 lượt.

Mỗi lượt gửi lên: hướng dẫn hệ thống 800 token, tài liệu sản phẩm 4.000 token, lịch sử hội thoại tăng dần, câu hỏi mới 100 token. Trung bình 6.000 token vào. Model trả lời 300 token.

Một lượt với DeepSeek V4.1 Flash 1017:

- Vào: 6.000 ÷ 1.000.000 × 0,54 = 0,00324 CUBE
- Ra: 300 ÷ 1.000.000 × 2,16 = 0,000648 CUBE
- Tổng: 0,00389 CUBE, tức khoảng 3,9đ

Một ngày: 500 × 6 × 3,9đ = khoảng 11.700đ. Một tháng 30 ngày: khoảng 351.000đ.

Cùng cấu hình đó với Claude Opus 5.5:

- Vào: 6.000 ÷ 1.000.000 × 4,8 = 0,0288 CUBE
- Ra: 300 ÷ 1.000.000 × 24 = 0,0072 CUBE
- Tổng: 0,036 CUBE, tức 36đ một lượt

Một tháng: 500 × 6 × 30 × 36đ = khoảng 3.240.000đ. Gấp 9 lần.

Đó là lý do với tác vụ khối lượng lớn, chọn model là quyết định kiến trúc chứ không phải chi tiết nhỏ.

## Năm lỗi làm hoá đơn tăng gấp ba

**Gửi lại toàn bộ lịch sử mỗi lượt.** Nếu bạn không dùng cơ chế cache, lượt thứ mười gửi lại cả chín lượt trước. Chi phí tăng theo bình phương số lượt trong một hội thoại. Giữ hội thoại trong một thread và để hệ thống xử lý cache.

**Dán tài liệu dài không cần thiết.** Gửi cả hợp đồng 80 trang để hỏi một điều khoản tốn gấp 40 lần so với gửi đúng trang đó. Cắt trước khi gửi là việc rẻ nhất bạn có thể làm.

**Để model trả lời dài.** Mỗi 100 token đầu ra thừa tốn gấp 3 đến 8 lần 100 token đầu vào. Yêu cầu định dạng cụ thể: "trả lời trong 5 gạch đầu dòng", "chỉ trả về JSON".

**Dùng model mạnh cho việc đơn giản.** Phân loại email, trích xuất ngày tháng, chuẩn hoá tên riêng: model rẻ làm tốt như model mạnh với chi phí bằng một phần mười.

**Bỏ qua bậc giá.** Đẩy ngữ cảnh vượt ngưỡng của model là tự tăng đơn giá giữa chừng. Kiểm tra ngưỡng trước khi thiết kế luồng đọc tài liệu dài.

## Chi phí một lượt theo từng mức giá

| Mức | Model tiêu biểu | Một lượt 2.000 vào / 700 ra | 1.000 lượt |
| --- | --- | --- | --- |
| Rẻ nhất | GPT OSS 20B | dưới 1đ | dưới 300đ |
| Rẻ | DeepSeek V4.1 Flash, Gemini 3.5 Flash Lite | 3đ | 3.000đ |
| Cân bằng | Gemini 3.8 Flash, GLM 5.3 Flash | 2–5đ | 2.000–5.000đ |
| Mạnh | Claude Sonnet 5.5, GPT-6.1 SOL | 13đ | 13.000đ |
| Mạnh nhất | Claude Opus 5.5, GPT-6 Astra | 26–66đ | 26.000–66.000đ |

Bảng đầy đủ theo từng model ở [bảng quy đổi token](/bang-gia-token).

## Cách thiết kế để chi phí thấp mà chất lượng không giảm

Chia việc theo độ khó thay vì chọn một model cho tất cả.

- Bước phân loại và trích xuất: model rẻ.
- Bước suy luận và kiểm tra: model mạnh.
- Bước viết câu chữ cuối: model cân bằng.

Một luồng như vậy thường rẻ hơn 60 đến 70% so với dùng model mạnh cho mọi bước, mà kết quả cuối gần như không đổi vì bước khó vẫn do model mạnh đảm nhiệm. Xem [cách chọn model theo chi phí](/blog/chon-model-ai-theo-chi-phi).

## Không có markup

Wisa chuyển nguyên giá của nhà cung cấp sang CUBE. Không cộng thêm phần trăm nào vào giá model. Phần Wisa thu là giá CUBE khi bạn nạp, công khai ở [trang bảng giá](/models/pricing).

Nếu bạn muốn đối chiếu giá của một model cụ thể với giá niêm yết của nhà cung cấp, [bảng quy đổi token](/bang-gia-token) in ra cả CUBE và đồng cho từng model, cập nhật mỗi giờ.

## Bắt đầu

Tạo tài khoản Wisa để nhận 10 CUBE miễn phí, tương đương 10.000đ. Đó là khoảng 3.800 lượt hỏi với DeepSeek V4.1 Flash hoặc 380 lượt với Claude Opus 5.5 — đủ để đo chi phí thật của luồng bạn định xây trước khi cam kết gói nào.

## Câu hỏi thường gặp
### API AI giá rẻ nhất là model nào?

Trong danh mục Wisa, GPT OSS 20B rẻ nhất với 0,06 CUBE cho 1 triệu token đầu vào và 0,216 CUBE cho 1 triệu token đầu ra. Nhưng rẻ nhất chưa chắc rẻ hơn: model yếu hơn thường phải chạy lại, và mỗi lần chạy lại là một lần trả tiền.

### Vì sao hoá đơn API cao hơn ước tính?

Bốn nguyên nhân phổ biến: gửi lại toàn bộ lịch sử hội thoại mỗi lượt, dán tài liệu dài không cần thiết, để model trả lời dài, và không tận dụng cache. Mỗi nguyên nhân nhân chi phí lên 2 đến 10 lần.

### Chi phí API AI tính theo token hay theo lượt gọi?

Theo token. Mỗi lượt gọi tính riêng token đầu vào và token đầu ra với hai mức giá khác nhau. Model tạo ảnh là ngoại lệ: tính theo ảnh, ví dụ GPT Image 2 tính 0,3 CUBE cho mỗi ảnh.

### Có cách nào giảm chi phí mà không đổi model không?

Có. Rút ngắn ngữ cảnh gửi lên, yêu cầu đầu ra ngắn hơn, giữ cuộc hội thoại trong một thread để tận dụng cache, và chia việc để model rẻ xử lý phần lớn. Bốn việc này thường giảm 50 đến 80% chi phí mà chất lượng không đổi.

### Wisa có cộng thêm phí vào giá model không?

Không. Wisa chuyển nguyên mức giá của nhà cung cấp sang CUBE, không cộng markup. Phần Wisa thu là giá CUBE khi bạn nạp, và giá đó công khai ở trang bảng giá.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/api-ai-gia-re-cach-tinh-chi-phi
- Mục lục Blog: https://wisa.vn/blog (markdown: https://wisa.vn/blog.md)
- Bản đồ site cho LLM: https://wisa.vn/llms.txt
- Toàn văn nội dung: https://wisa.vn/llms-full.txt
- Dữ liệu sản phẩm và bảng giá: https://wisa.vn/facts.json
- Sitemap: https://wisa.vn/sitemap.xml
- Quy tắc crawl: https://wisa.vn/robots.txt