Chi phí dùng AI mỗi tháng: ba kiểu người dùng và con số thật

Một nhân viên văn phòng hỏi 20 lượt mỗi ngày, 22 ngày một tháng, tốn 2.178 đồng tiền token với Gemini 3.8 Flash. Cùng khối lượng đó với Claude Opus 5.5 là 11.616 đồng. Thêm 10 tài liệu 50 trang, tổng vẫn dưới 2.500 đồng. Chi phí dùng AI cá nhân nằm ở mức một ly cà phê.

Ba kiểu người dùng và khối lượng thật của từng kiểu

Kiểu thứ nhất là văn phòng: hỏi đáp, viết lại câu, tóm tắt một email. Khối lượng điển hình 20 lượt một ngày làm việc, mỗi lượt khoảng 2.000 token vào và 700 token ra.

Kiểu thứ hai là đọc tài liệu: đưa hợp đồng, báo cáo, biên bản vào để hỏi. Khối lượng điển hình 10 tài liệu 50 trang một tháng. Ước tính 25.000 token một tài liệu, tức 250.000 token đầu vào cả tháng.

Kiểu thứ ba là viết nội dung: 40 bài một tháng, mỗi bài 800 token yêu cầu và 1.500 token đầu ra. Kiểu này tốn token ra nhiều hơn hai kiểu kia vì đầu ra đắt gấp 5 lần đầu vào ở 20 trong 43 model chat.

Cách dựng phép tính: số lượt nhân giá một lượt

Giá một lượt tính bằng CUBE = (token vào × giá vào + token ra × giá ra) ÷ 1.000.000. Nhân kết quả với 1.000 ra số đồng, vì mỗi CUBE niêm yết 1.000đ.

Với Gemini 3.8 Flash: (2.000 × 0,9 + 700 × 4,5) ÷ 1.000.000 = 0,00495 CUBE, tức 4,95 đồng một lượt. Nhân 440 lượt ra 2.178 đồng.

Với Claude Opus 5.5: (2.000 × 4,8 + 700 × 24) ÷ 1.000.000 = 0,0264 CUBE, tức 26,4 đồng. Nhân 440 lượt ra 11.616 đồng. Chênh 5,33 lần cho cùng một câu hỏi.

Bảng chi phí tháng của từng kiểu với ba model

Kiểu dùng	Khối lượng mỗi tháng	Gemini 3.8 Flash	Claude Haiku 4.5	Claude Opus 5.5
Văn phòng	440 lượt chuẩn	2.178 đồng	2.904 đồng	11.616 đồng
Đọc tài liệu	250.000 token vào	225 đồng	300 đồng	1.200 đồng
Viết nội dung	40 bài 800 vào 1.500 ra	298,8 đồng	398,4 đồng	1.593,6 đồng

Phép tính của dòng thứ hai, cột Gemini: 250.000 × 900 ÷ 1.000.000 = 225 đồng. Cột Opus: 250.000 × 4.800 ÷ 1.000.000 = 1.200 đồng. Không có token đầu ra đáng kể vì câu trả lời tóm tắt ngắn.

Dòng thứ ba tính theo từng bài rồi nhân 40. Với Gemini 3.8 Flash: (800 × 0,9 + 1.500 × 4,5) ÷ 1.000.000 = 0,00747 CUBE, tức 7,47 đồng một bài, 298,8 đồng cho 40 bài. Nếu bạn viết bằng Claude Sonnet 5.5, con số là 19,92 đồng một bài, tức 796,8 đồng cho 40 bài, vẫn dưới 1.000 đồng.

Cộng kiểu văn phòng với kiểu đọc tài liệu bằng Gemini 3.8 Flash ra 2.403 đồng một tháng. Đó là toàn bộ tiền token của một người làm việc văn phòng có đọc tài liệu.

Phần chi phí không phải token

Tiền token chỉ là một phần. Phần lớn hơn là thời gian bạn bỏ ra để kiểm lại câu trả lời, và số lần phải làm lại vì lần đầu sai.

Một phép tính thẳng: nếu mỗi ngày bạn tiết kiệm 20 phút nhờ AI nhưng mất 10 phút kiểm lại, lợi ích ròng là 10 phút. Quy ra lương, 10 phút mỗi ngày rẻ hơn nhiều so với 2.403 đồng tiền token, nên tối ưu token trước khi tối ưu quy trình là tối ưu sai chỗ.

Cũng cần tính thời gian chờ. Số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026 cho thấy Gemini 3.8 Flash có p50 10.181 ms trên 6.051 mẫu, còn Claude Opus 5.5 có p50 15.168 ms trên 271 mẫu. Độ trễ ở đây là thời gian hoàn tất toàn bộ yêu cầu, không phải mốc token đầu tiên xuất hiện. Một lượt chậm thêm 5 giây, nhân 440 lượt, là hơn 36 phút một tháng.

Khi nào chi phí token bắt đầu đáng để tối ưu

Mốc đầu tiên là khi bạn chuyển từ hỏi đáp sang dán tài liệu dài. Một hợp đồng 150.000 token đắt gấp 75 lần một câu hỏi 2.000 token trên cùng model, nên thói quen dán cả tài liệu thay đổi hoá đơn nhanh hơn mọi việc đổi model.

Mốc thứ hai là khi có nhiều người dùng chung một hạn mức. Bài công ty 50 người dùng AI hết bao nhiêu tiền cho thấy chi phí tăng tuyến tính theo số người, còn hạn mức thì không.

Mốc thứ ba là khi bạn chạy tự động. Một script gọi 10.000 lượt mỗi ngày không còn là chi phí cá nhân; lúc đó hãy đọc chi phí API và đặt trần CUBE theo tuần trước khi chạy.

Giới hạn của các con số trên

Mọi số token trong bài là ước tính theo phương pháp nêu ở từng dòng, không phải đo trực tiếp trên tài khoản của bạn. Muốn số thật, đọc bảng sử dụng: nó ghi token vào, token ra và CUBE đã trừ cho từng lượt.

Giá đọc từ bảng giá ngày 30/10/2026 và tính theo giá niêm yết 1.000đ một CUBE. Nếu bạn trả qua gói, đơn giá CUBE thấp hơn, nên số tiền thật thấp hơn bảng trên.

Bài này bỏ qua cache. Với tài liệu đọc lại nhiều lần, phần đọc cache rẻ hơn nhiều so với gửi lại nguyên văn, và đó là cách giảm chi phí kiểu đọc tài liệu mạnh hơn việc đổi model. Bảng giá đầy đủ ở bảng giá token; cách dựng công thức cho trường hợp của bạn ở bài cách tính chi phí API và chi phí token AI. Nếu bạn cần đổi hạn mức CUBE ra số lượt trước khi chọn gói, bài quy đổi CUBE có ba bảng quy đổi.