Bảng giá AI: cách đọc đúng bảng giá của ba nhà cung cấp lớn

Bảng giá AI chỉ đáng tin khi có đủ bốn cột: giá vào, giá ra, giá đọc cache, giá ghi cache, tất cả trên một triệu token. Cùng bốn cột đó, GPT-6.1 Sol niêm yết 2.400đ và 12.000đ, Claude Opus 5.5 là 4.800đ và 24.000đ, Gemini 3.8 Flash là 900đ và 4.500đ. Ba chỗ đọc sai thường gặp nằm ở đơn vị tiền, cột ghi cache và bậc ngữ cảnh dài.

Bốn cột phải có trong mọi bảng giá AI

Cột thứ nhất là giá token vào. Đây là phần bạn gửi lên: câu hỏi, tài liệu, lịch sử hội thoại, prompt hệ thống. Cột thứ hai là giá token ra, phần model sinh ra. Cột thứ ba là giá đọc cache, áp khi một đoạn prompt đã được ghi cache và được đọc lại.

Cột thứ tư là giá ghi cache. Đây là cột hay bị bỏ nhất. Ghi cache là hành động lưu một đoạn prompt vào bộ nhớ đệm để lần sau đọc rẻ hơn, và một số họ model tính tiền cho hành động đó.

Một quy tắc kiểm tra nhanh: giá đọc cache không bao giờ cao hơn giá vào. Trong danh mục Wisa, ba model có giá vào khác 0 đọc cache ở mức 0 đồng: GPT OSS 20B, GPT OSS 120B và Gemini 3.1 Flash Image; với các model có thu phí đọc cache, mức thấp nhất là 0,025 lần giá vào và mức cao nhất là 0,6 lần. Nếu bảng bạn đang đọc ghi giá đọc cache cao hơn giá vào, bảng đó sai hoặc bạn đang nhìn nhầm cột.

Đơn vị của cả bốn cột phải giống nhau. Bảng giá của OpenAI, Anthropic và Google đều công bố bằng đô la Mỹ trên một triệu token; bảng của Wisa công bố bằng đồng trên một triệu token. Không tự quy đổi tỉ giá trong đầu, vì tỉ giá bạn nhớ và tỉ giá trên hoá đơn khác nhau.

Ba chỗ dễ đọc sai và cách kiểm tra

Chỗ thứ nhất là đơn vị tiền. Một bảng ghi "2.4" có thể là 2,4 đô la hoặc 2.400đ tuỳ nhà cung cấp. Cách kiểm tra: tìm dòng ghi đơn vị ở đầu bảng, và đối chiếu một model bạn đã biết giá.

Chỗ thứ hai là cột ghi cache. Với Claude Opus 5.5, ghi cache là 6.000đ, tức 6.000 ÷ 4.800 = 1,25 lần giá vào. Với GPT-6.1 Sol, 3.000 ÷ 2.400 = 1,25 lần. Với Claude Sonnet 4.6 và Claude Sonnet 5, mức này là 2 lần: 7.200 ÷ 3.600. Còn Gemini 3.8 Flash, DeepSeek V4.1 Flash, GLM, Kimi, Step, MiniMax, hai model OSS và Grok 4.5, 4.7 đều ghi 0.

Chỗ thứ ba là bậc ngữ cảnh dài. Một số bảng có thêm mức giá cao hơn cho yêu cầu lớn, và khi yêu cầu vượt ngưỡng thì toàn bộ yêu cầu bị tính lại theo mức cao hơn. Bảng giá thường không in ngưỡng này cạnh đơn giá, nên bạn phải đọc phần điều kiện hoặc hỏi trực tiếp. Bài này không nêu một con số ngưỡng cụ thể, vì mỗi họ model đặt ngưỡng khác nhau và ngưỡng có thể đổi.

Bảng đối chiếu bốn model theo cùng bốn cột

Model	Giá vào	Giá ra	Đọc cache	Ghi cache
GPT-6.1 Sol	2.400đ	12.000đ	120đ	3.000đ
Claude Opus 5.5	4.800đ	24.000đ	240đ	6.000đ
Gemini 3.8 Flash	900đ	4.500đ	180đ	0đ
DeepSeek V4.1 Flash	720đ	2.880đ	72đ	0đ

Tất cả tính trên một triệu token. Cột đọc cache cho thấy mức chiết khấu rất khác nhau: GPT-6.1 Sol đọc cache bằng 120 ÷ 2.400 = 5 phần trăm giá vào; Claude Opus 5.5 là 240 ÷ 4.800 = 5 phần trăm; Gemini 3.8 Flash là 180 ÷ 900 = 20 phần trăm; DeepSeek V4.1 Flash là 72 ÷ 720 = 10 phần trăm.

Cột ghi cache chia bảng thành hai nhóm. Nhóm tính tiền ghi cache gồm GPT-6.1 Sol và Claude Opus 5.5, cả hai ở mức 1,25 lần giá vào. Nhóm không tính gồm Gemini 3.8 Flash và DeepSeek V4.1 Flash, ghi 0đ. Với công việc đọc lại cùng một tài liệu nhiều lần, nhóm thứ hai rẻ hơn ở lần đầu và tương đương ở các lần sau.

Vì sao giá niêm yết chưa phải chi phí thật

Giá niêm yết là đơn giá, không phải hoá đơn. Ba thứ làm hai con số lệch nhau là tỉ lệ đọc cache, prompt hệ thống lặp lại và số lần thử lại.

Ví dụ prompt hệ thống dài 800 token, chạy 4.000 lượt mỗi tháng, tức 3,2 triệu token vào. Với Claude Opus 5.5, phần này tốn 3,2 × 4.800 = 15.360 đồng. Với Gemini 3.8 Flash, nó tốn 3,2 × 900 = 2.880 đồng. Prompt đó không hiện trên bảng giá vì nó nằm trong dòng token vào.

Ví dụ thứ hai là một hoá đơn 10 triệu token, gồm 8 triệu vào và 2 triệu ra. Với GPT-6.1 Sol: 8 × 2.400 = 19.200 đồng, cộng 2 × 12.000 = 24.000 đồng, tổng 43.200 đồng. Với Gemini 3.8 Flash: 7.200 đồng cộng 9.000 đồng, tổng 16.200 đồng. Cùng 10 triệu token, chênh 27.000 đồng.

Ví dụ thứ ba là thử lại. Một lần thử lại vì lỗi mạng tính lại toàn bộ token của yêu cầu, không chỉ phần bị lỗi. Nếu tỉ lệ thử lại là 5 phần trăm, hoá đơn tăng 5 phần trăm mà bảng giá không đổi.

Cách dựng bảng giá riêng cho tổ chức của bạn

Bước một: chọn ba model bạn thật sự dùng, không chọn theo quảng cáo. Ghi bốn cột cho từng model, kèm ngày đọc và đường dẫn nguồn.

Bước hai: thêm cột thứ năm là chi phí thật mỗi tháng, lấy từ hoá đơn chứ không lấy từ ước tính. Cột này là cột duy nhất phản ánh tỉ lệ đọc cache và số lần thử lại của bạn.

Bước ba: mỗi tháng so cột thứ năm với cột đơn giá nhân khối lượng. Nếu chênh quá 20 phần trăm, tìm nguyên nhân trong ba thứ ở mục trên.

Bước bốn: ghi ngày vào tiêu đề bảng. Một bảng giá không có ngày là một bảng giá không kiểm chứng được.

Bài chi phí token AI giải thích cách quy token ra tiền; bài ba đơn vị tính tiền của API AI so token với gói; bài mua token giá bao nhiêu so ba nhánh mua. Bảng giá đầy đủ ở bảng giá token và bảng giá gói Wisa.

Giới hạn của bài này

Bài này không quy đổi đô la sang đồng, vì tỉ giá thay đổi và mỗi hoá đơn có tỉ giá riêng. Nếu bạn mua trực tiếp từ nhà cung cấp nước ngoài, hãy dùng tỉ giá trên chứng từ thanh toán.

Bài cũng không nêu ngưỡng của bậc ngữ cảnh dài cho từng model, vì ngưỡng không có trong bảng giá công khai mà bài này kiểm tra. Hãy đọc điều kiện sử dụng hoặc hỏi nhà cung cấp trước khi chạy tài liệu rất dài.

Cuối cùng, bốn model trong bảng chỉ là ví dụ đại diện bốn họ giá. Danh mục Wisa có 46 model, và mỗi model có bộ số riêng trên trang giá token.