Bảng so sánh các model AI với sáu cột giá mà bảng xếp hạng thường bỏ

Một bảng so sánh model chỉ có hai cột giá vào và giá ra sẽ đặt GPT Image 2.5 lên đầu danh sách với 0đ, trong khi mỗi lần gọi model đó vẫn thu 360đ. Sáu cột giá giữ được sự thật đó, và cột thứ sáu là chi phí một lượt, con số bạn thực sự trả.

Sáu cột giá mà một bảng xếp hạng thường bỏ

Giá vào và giá ra là hai cột quen thuộc nhất, nhưng chúng chỉ đủ khi bạn không bao giờ đọc lại cùng một tài liệu và không bao giờ gọi model tạo ảnh. Thực tế thì cả hai điều đó đều xảy ra.

Sáu cột đầy đủ gồm: giá vào, giá ra, giá đọc cache, giá ghi cache, phí yêu cầu và chi phí một lượt 2.000 token vào cộng 700 token ra. Bảng đầy đủ 46 dòng nằm ở bảng giá token; bài này giải thích vì sao phải giữ đủ sáu cột và cách đọc từng cột.

Model	Giá vào	Giá ra	Đọc cache	Ghi cache	Phí yêu cầu	Lượt chuẩn
GPT OSS 20B	60đ	216đ	0đ	0đ	0đ	0,27 đồng
Gemini 3.8 Flash	900đ	4.500đ	180đ	0đ	0đ	4,95 đồng
Claude Opus 5.5	4.800đ	24.000đ	240đ	6.000đ	0đ	26,4 đồng
GPT Image 2.5	0đ	0đ	0đ	0đ	360đ	không áp dụng

Mọi mức giá trong bảng tính trên một triệu token, trừ cột phí yêu cầu tính trên một lần gọi. Bạn đối chiếu được toàn bộ bằng bảng giá model của Wisa.

Vì sao xếp theo giá vào lại đặt GPT IMAGE 2.5 lên đầu?

Vì giá vào của nó bằng 0. Một bảng sắp xếp tăng dần theo cột đó sẽ đặt nó ở vị trí đầu tiên, ngay trước GPT OSS 20B với 60đ. Đọc từ trên xuống, bạn sẽ tưởng model tạo ảnh này là lựa chọn rẻ nhất danh mục.

Sự thật nằm ở cột phí yêu cầu: 0,36 CUBE mỗi lần gọi, tức 360đ. Một ảnh tốn 360đ, đắt hơn 1.333 lần một lượt 0,27 đồng của GPT OSS 20B. Hai cột trả lời hai câu hỏi khác nhau, và không cột nào thay được cột kia.

Cùng một vấn đề xuất hiện với cột ghi cache. Gemini 3.8 Flash ghi 0đ, còn Claude Opus 5.5 ghi 6.000đ cho mỗi triệu token. Nếu bảng chỉ có giá vào, hai model này trông giống nhau ở khoản lưu tài liệu, trong khi thực tế chênh nhau một khoản không nhỏ.

Ba dòng mẫu: GPT OSS 20B, Gemini 3.8 Flash, Claude Opus 5.5

Ba dòng trong bảng trên đại diện cho ba tầng, và mỗi dòng cho thấy một cách tiết kiệm khác nhau.

GPT OSS 20B là dòng rẻ nhất về mọi cột token: 60đ giá vào, 216đ giá ra, và cả đọc lẫn ghi cache đều 0đ. Một lượt chuẩn tốn 0,27 đồng. Đổi lại, model này có context 131.072 token, thấp hơn nhiều so với mức một triệu token của các model còn lại trong bảng.

Gemini 3.8 Flash nằm ở tầng Balanced với 900đ giá vào và 4.500đ giá ra. Điểm đáng chú ý là ghi cache 0đ, nên chi phí đọc lại tài liệu chỉ phụ thuộc cột đọc cache 180đ. Một lượt chuẩn tốn 4,95 đồng.

Claude Opus 5.5 là dòng đắt nhất trong ba dòng mẫu: 4.800đ giá vào, 24.000đ giá ra, đọc cache 240đ và ghi cache 6.000đ. Một lượt chuẩn tốn 26,4 đồng, gấp 5,33 lần Gemini 3.8 Flash.

Sàn 60đ và trần 24.000đ trên 41 model chat có giá token

Trên 41 model chat có giá token, giá vào thấp nhất là 60đ của GPT OSS 20B và cao nhất là 24.000đ của Claude Fable 5.1. Chia hai đầu: 24.000 ÷ 60 = 400 lần.

Trên cả 46 model thì sàn là 0đ, vì GPT Image 2.5 niêm yết giá vào bằng 0. Đây là lý do mọi câu về sàn giá phải nói rõ nó tính trên nhóm nào. Một câu "sàn danh mục là 60đ" sẽ sai ngay khi có model ảnh trong tập được xét.

Cột giá ra có biên rộng hơn: trên 41 model chat có giá token, từ 216đ của GPT OSS 20B đến 120.000đ của Claude Fable 5.1, tức 120.000 ÷ 216 = 555,56 lần. Trần này thuộc cùng một model với trần giá vào, nên nếu bạn chọn model đắt nhất danh mục, bạn trả giá cao ở cả hai cột.

Phí yêu cầu xuất hiện ở năm model, ba trong đó là model ảnh

Đúng năm model trong danh mục thu phí yêu cầu: ba model tạo ảnh là GPT Image 2 thu 0,3 CUBE, GPT Image 2.5 thu 0,36 CUBE và Gemini 3.1 Flash Image thu 0,6 CUBE, cộng GPT Image 2.5 Flare và GPT Image 2.5 Sunburst thu 0,36 CUBE mỗi lần gọi. 41 model chat còn lại đều để cột này bằng 0.

Khoản phí đó không nhân với số token, nên nó không xuất hiện trong bất kỳ phép chia nào của công thức lượt. Nếu bạn dựng báo cáo chi phí cho tính năng tạo ảnh, hãy đếm số lần gọi rồi nhân với phí yêu cầu, đừng cộng token.

Ba model ảnh cũng là lý do tổng số model là 46 chứ không phải 43. Mọi bảng xếp theo giá token chỉ có nghĩa trên 41 model chat có giá token; ba model ảnh cần một bảng riêng đếm số lần gọi.

Cách tự dựng lại một dòng trong bảng

Lấy Claude Opus 5.5 làm ví dụ. Bước một, đọc giá vào 4,8 và giá ra 24, đơn vị CUBE trên một triệu token. Bước hai, thay vào công thức (2.000 × 4,8 + 700 × 24) ÷ 1.000 = (9.600 + 16.800) ÷ 1.000 = 26,4 đồng.

Bước ba, kiểm tra cột ghi cache: 6,0 CUBE trên một triệu token, tức 6.000đ. Nếu tài liệu của bạn dài 10.000 token và bạn gửi lại 20 lần, lần đầu ghi cache tốn 60đ, mười chín lần sau đọc cache tốn 19 × 2,4 = 45,6 đồng, tổng 105,6 đồng cho phần tài liệu.

Bước bốn, so với một model không thu phí ghi cache. Với Gemini 3.8 Flash, cùng tài liệu 10.000 token, lần đầu tốn 0đ và mười chín lần đọc tốn 19 × 1,8 = 34,2 đồng. Chênh lệch 105,6 so với 34,2 là 3,09 lần, và đó là con số cột ghi cache dự báo được trước khi bạn chạy.

Giới hạn của bài này

Bảng này xếp theo giá, không xếp theo năng lực. Không cột nào trong sáu cột nói được model nào xử lý việc khó tốt hơn, và dữ liệu của Wisa không có điểm chất lượng để điền vào chỗ trống đó.

Con số 2.000 token vào và 700 token ra là một lượt chuẩn để so sánh. Nếu hình dạng lưu lượng của bạn khác, hãy thay hai số đó rồi tính lại; tỉ lệ giữa các model sẽ đổi. Bài so sánh các model AI hiện nay đi theo hướng ngược lại, đo độ trải chi phí bên trong từng tầng, và bài so sánh các model AI Claude chỉ bàn một họ. Toàn bộ các bài so sánh trong cụm nằm ở chuyên mục chọn và so sánh model.