# API AI unlimited: ba loại trần mà không nhà cung cấp nào bỏ được

> Không có API AI nào không giới hạn. Ba loại trần thật là lượt mỗi phút, CUBE theo 5 giờ và 7 ngày, và số yêu cầu đồng thời. Bảng sáu gói.

- URL: https://wisa.vn/blog/api-ai-unlimited
- Markdown: https://wisa.vn/blog/api-ai-unlimited.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-29T09:50:00.000Z
- Cập nhật: 2026-10-31T06:51:59Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~6 phút
- Từ khoá: api ai unlimited, api ai không giới hạn, trần cube là gì, rate limit api ai
- cluster: chi-phi-va-gia
- targetQuery: api ai unlimited
- citations: Wisa — bảng giá gói (https://wisa.vn/models/pricing); Google — bảng giá Gemini API (https://ai.google.dev/gemini-api/docs/pricing); AWS — bảng giá Bedrock (https://aws.amazon.com/bedrock/pricing/)

---

Không có API AI nào không giới hạn. Mọi lần gọi đều tiêu GPU và băng thông của ai đó, nên nhà cung cấp nào cũng phải đặt trần. Cái thay đổi giữa các gói chỉ là trần đặt ở đâu: theo lượt mỗi phút, theo CUBE cuộn 5 giờ và 7 ngày, hay theo số yêu cầu đồng thời.

## Vì sao trần là bắt buộc về mặt vật lý

Mỗi yêu cầu chiếm một phần năng lực tính toán trong suốt thời gian nó chạy. Số yêu cầu chạy song song bị giới hạn bởi số GPU, và số GPU bị giới hạn bởi vốn đầu tư.

Không có trần nghĩa là một tài khoản có thể gửi hàng nghìn yêu cầu đồng thời và làm cạn năng lực phục vụ của tất cả tài khoản khác. Đó là lý do kỹ thuật, không phải lý do thương mại.

Vì vậy câu hỏi "API nào unlimited" không có câu trả lời đúng. Câu hỏi thay thế là: trần của gói này có lớn hơn mức tiêu thụ đỉnh của tôi không, và tôi phải trả bao nhiêu cho mức trần đó.

## Ba loại trần: theo lượt, theo hạn mức, theo yêu cầu đồng thời

Trần lượt mỗi phút giới hạn số yêu cầu trong một phút, đúng cơ chế mà bài [rate limit là gì](/blog/api-rate-limit) mô tả. Bảng quyền lợi của Wisa ghi 30 yêu cầu mỗi phút cho gói Free, 60 cho Developer, 120 cho Pro, 240 cho Business và 480 cho Scale, kèm một mức burst cao hơn.

Trần CUBE cuộn giới hạn lượng CUBE tiêu trong 5 giờ và trong 7 ngày. Đây là trần bạn gặp thường xuyên nhất, vì nó tính theo chi phí chứ không theo số lần gọi.

Trần đồng thời giới hạn số yêu cầu đang chạy cùng lúc: 5 ở Free, 8 ở Developer, 15 ở Pro, 30 ở Business và 60 ở Scale. Với công việc dùng nhiều agent chạy song song, đây mới là trần chặn trước.

## Cách đọc bảng trần CUBE của sáu gói Wisa

| Gói | CUBE mỗi tháng | Trần 5 giờ | Trần 7 ngày |
| --- | --- | --- | --- |
| Free | 10 | 2 | 5 |
| Trải Nghiệm | 300 | 15 | 75 |
| Developer | 940 | 47 | 235 |
| Pro | 2.000 | 100 | 500 |
| Business | 4.300 | 215 | 1.075 |
| Scale | 7.500 | 375 | 1.875 |

Năm gói trả tiền tuân theo một quy tắc: trần 5 giờ bằng hạn mức tháng chia 20, trần 7 ngày bằng hạn mức tháng chia 4. Kiểm tra ở gói Pro, giá 1.499.000đ một tháng: 2.000 ÷ 20 = 100 và 2.000 ÷ 4 = 500. Ở gói Scale, giá 4.999.000đ: 7.500 ÷ 20 = 375 và 7.500 ÷ 4 = 1.875.

Gói Free là ngoại lệ: 10 CUBE nhưng trần 5 giờ là 2 và trần tuần là 5, tức chia 5 và chia 2. Tỉ lệ chặt hơn nhiều so với các gói trả tiền, và đó là điểm cần nhớ khi dùng bậc miễn phí.

## Trần CUBE quy ra lượt hỏi là bao nhiêu

Trần tính bằng CUBE, không tính bằng lượt. Muốn biết trần chặn ở lượt thứ mấy, phải quy đổi theo kích thước lượt của bạn.

Với lượt chuẩn 2.000 token vào và 700 token ra bằng Gemini 3.8 Flash, một lượt tốn 0,00495 CUBE. Gói Pro có trần 5 giờ 100 CUBE, tức 20.202 lượt trong 5 giờ; trần tuần 500 CUBE, tức 101.010 lượt. Gói Scale có trần 5 giờ 375 CUBE, tức 75.758 lượt.

Con số đó rất lớn so với nhu cầu của một người. Nhưng nếu lượt của bạn lớn gấp 15 lần lượt chuẩn, tức 30.000 token vào và 10.500 token ra bằng Gemini 3.8 Flash, chi phí một lượt thành 0,07425 CUBE và trần 100 CUBE chỉ còn khoảng 1.347 lượt mỗi 5 giờ.

## Điều gì xảy ra khi chạm trần và cách xử lý

Khi chạm trần CUBE, yêu cầu bị từ chối cho tới khi cửa sổ cuộn trôi qua. Cửa sổ 5 giờ trôi dần theo từng phút, nên bạn không phải chờ đủ 5 giờ; bạn chờ đến khi phần CUBE tiêu sớm nhất rơi ra khỏi cửa sổ.

Cửa sổ 7 ngày thì chậm hơn. Nếu bạn chạm trần tuần vào thứ Ba, phần lớn thời gian còn lại của tuần sẽ bị chặn, vì CUBE chỉ được giải phóng khi mốc 7 ngày trôi qua.

Cách xử lý thực tế gồm ba bước: đặt model rẻ cho việc lặp lại, chia việc lớn thành nhiều đợt thay vì dồn một buổi, và theo dõi số CUBE đã tiêu trong cửa sổ hiện tại trước khi bắt đầu việc nặng.

## Năng lực thật của hệ thống nằm ở đâu

Số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026: Gemini 3.8 Flash đạt 42,57 token/giây trên 6.051 mẫu, GPT-6.1 Sol đạt 35,54 token/giây trên 214 mẫu. Độ trễ là thời gian hoàn tất toàn bộ yêu cầu.

Tốc độ đó quyết định trần thực tế của bạn trong một cửa sổ 5 giờ. Nếu mỗi yêu cầu sinh 500 token và chạy 42,57 token/giây, một yêu cầu mất khoảng 12 giây. Với trần đồng thời 15 ở gói Pro, bạn chạy được 15 yêu cầu cùng lúc, tức khoảng 75 yêu cầu mỗi phút nếu mọi thứ đều đặn.

Con số 75 yêu cầu mỗi phút đó thấp hơn trần 120 yêu cầu mỗi phút của gói Pro, nên với kích thước yêu cầu này, trần đồng thời chặn trước trần lượt. Đó là kiểu tính cần làm trước khi chọn gói.

## Cách chọn gói khi công việc có giờ cao điểm

Bước một: đo mức tiêu thụ đỉnh trong 5 giờ, không phải mức trung bình tháng. Một đội dùng 2.000 CUBE một tháng nhưng dồn vào ba ngày cuối kỳ có thể chạm trần 5 giờ dù hạn mức tháng còn nhiều.

Bước hai: so mức đỉnh đó với trần 5 giờ của từng gói. Nếu đỉnh là 80 CUBE trong một buổi, gói Pro với trần 100 CUBE là mức tối thiểu.

Bước ba: kiểm tra trần đồng thời nếu có agent chạy song song. Một quy trình có 20 agent cùng chạy vượt trần 15 của gói Pro dù tổng CUBE còn xa hạn mức.

Bài [API AI nào free](/blog/api-ai-nao-free) so sánh ba nghĩa của chữ miễn phí; bài [gói AI là gì](/blog/goi-ai-la-gi) mô tả cấu trúc ba tầng của một gói; bài [giá các gói AI](/blog/gia-cac-goi-ai) xếp sáu gói theo đơn giá CUBE.

## Giới hạn của bài này

Bài này không khẳng định bất kỳ dịch vụ nào là không giới hạn, kể cả Wisa. Mọi gói đều có ba loại trần nêu trên, và con số cụ thể đọc từ bảng quyền lợi ngày 29/10/2026.

Bài cũng bỏ qua hàng đợi trong giờ cao điểm. Khi hệ thống đông, thời gian chờ có thể dài hơn tốc độ token/giây gợi ý, và trần đồng thời là thứ quyết định bạn có được phục vụ ngay hay không.

Cuối cùng, trần là con số của gói, còn mức tiêu thụ là con số của bạn. Chỉ khi biết cả hai mới chọn được gói đúng. Bảng giá và quyền lợi hiện hành ở [bảng giá gói Wisa](/pricing).

## Câu hỏi thường gặp
### Có API AI nào không giới hạn không?

Không. Mọi lần gọi đều tiêu GPU, băng thông và điện của ai đó, nên nhà cung cấp nào cũng phải đặt trần. Cái khác nhau là trần đặt ở đâu: theo lượt mỗi phút, theo hạn mức CUBE, hay theo số yêu cầu đồng thời.

### Vì sao nhà cung cấp đặt rate limit?

Để một tài khoản không chiếm hết năng lực của hệ thống. Nếu không có trần, một script lỗi có thể gọi liên tục và làm chậm mọi người dùng khác. Rate limit là cách chia năng lực công bằng, không phải cách hạn chế bán hàng.

### Chạm trần CUBE thì chuyện gì xảy ra?

Yêu cầu bị từ chối cho tới khi cửa sổ cuộn trôi qua. Với trần 5 giờ, bạn phải chờ đến khi phần CUBE cũ nhất rơi khỏi cửa sổ. Với trần tuần, thời gian chờ dài hơn nhiều, nên trần 5 giờ là trần bạn gặp trước.

### Trần CUBE của gói Business là bao nhiêu?

Gói Business có 4.300 CUBE một tháng, trần 215 CUBE mỗi 5 giờ và 1.075 CUBE mỗi 7 ngày. Hai trần này bằng hạn mức tháng chia 20 và chia 4, quy tắc áp cho cả năm gói trả tiền.

### Làm sao tránh bị chặn giữa giờ làm việc?

Đặt hạn mức cho từng loại việc, dùng model rẻ cho việc lặp lại, và theo dõi số CUBE đã dùng trong cửa sổ 5 giờ. Nếu công việc có giờ cao điểm, chọn gói có trần 5 giờ lớn hơn mức tiêu thụ đỉnh của bạn.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/api-ai-unlimited
- 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