Chi phí dùng Claude AI: vì sao hoá đơn thật cao hơn giá niêm yết

Claude Opus 5.5 tính 1.620 đồng cho lần đầu đọc một tài liệu 150.000 token: 720 đồng token vào cộng 900 đồng ghi cache. Lần đọc lại chỉ 36 đồng. Khoản ghi cache là lý do hoá đơn thật của Claude lệch khỏi giá niêm yết, và cũng là khoản dễ bị tính thừa nhất.

Ba khoản chi khi dùng Claude: vào, ra và ghi cache

Claude có bốn đơn giá, nhưng một lượt hỏi thông thường chỉ chạm ba khoản: token vào, token ra và ghi cache. Khoản thứ tư là đọc cache, phát sinh ở các lượt sau khi ngữ cảnh đã nằm trong bộ nhớ đệm.

Điểm khác biệt so với nhóm model không thu phí ghi cache: với Claude, lần đầu đưa một tài liệu vào ngữ cảnh đắt hơn lần đầu gửi tài liệu đó ở model khác. Bù lại, lần đọc lại rẻ hơn nhiều lần.

Model	Vào	Ra	Đọc cache	Ghi cache
Claude Haiku 4.5	1.200đ	6.000đ	120đ	1.500đ
Claude Sonnet 5.5	2.400đ	12.000đ	240đ	3.000đ
Claude Opus 5.5	4.800đ	24.000đ	240đ	6.000đ
Claude Sonnet 4.6	3.600đ	18.000đ	360đ	7.200đ

Ba dòng đầu là ba model Claude có trong danh mục Wisa. Dòng cuối là ngoại lệ đáng nhớ: Claude Sonnet 4.6 và Claude Sonnet 5 ghi cache 7.200đ, gấp đôi giá đầu vào 3.600đ, trong khi phần còn lại của họ Claude chỉ gấp 1,25 lần.

Phép tính cho tài liệu đọc lại so với tài liệu mới

Lấy một tài liệu 150.000 token, đọc bằng Claude Opus 5.5.

Lần đầu: 150.000 × 4.800 ÷ 1.000.000 = 720 đồng tiền vào, cộng 150.000 × 6.000 ÷ 1.000.000 = 900 đồng ghi cache. Tổng 1.620 đồng.

Lần thứ hai: 150.000 × 240 ÷ 1.000.000 = 36 đồng. Tổng hai lần là 1.656 đồng.

Nếu không dùng cache và gửi lại nguyên văn, mỗi lần là 720 đồng, hai lần là 1.440 đồng. Như vậy ở lần đọc thứ hai, cache còn đắt hơn 216 đồng. Sang lần thứ ba, cache tổng 1.692 đồng so với 2.160 đồng khi gửi lại, và từ đó khoản ghi cache đã hoàn vốn.

Với Claude Haiku 4.5, cùng tài liệu: lần đầu 180 đồng cộng 225 đồng ghi cache, lần đọc lại 18 đồng. Điểm hoàn vốn cũng rơi vào lần đọc thứ ba, vì tỉ lệ ghi cache trên giá vào giống nhau.

Bảng chi phí tháng của ba model Claude cho cùng khối lượng việc

Giả định: 20 tài liệu 150.000 token mỗi tháng, mỗi tài liệu đọc ba lần, tất cả bằng cùng một model.

Model	Lần đầu một tài liệu	Hai lần đọc lại	Một tài liệu, ba lần	Cả tháng, 20 tài liệu
Claude Haiku 4.5	405 đồng	36 đồng	441 đồng	8.820 đồng
Claude Sonnet 5.5	810 đồng	72 đồng	882 đồng	17.640 đồng
Claude Opus 5.5	1.620 đồng	72 đồng	1.692 đồng	33.840 đồng

Cột cuối là phép nhân 20. Với Claude Opus 5.5: 1.692 × 20 = 33.840 đồng. Nếu bạn không bật cache và gửi lại tài liệu mỗi lần, con số đó thành 43.200 đồng, tức cache tiết kiệm 9.360 đồng một tháng ở khối lượng này.

Vì sao Sonnet 4.6 và Sonnet 5 ghi cache đắt gấp đôi

Giá đầu vào của hai model này là 3.600đ, và giá ghi cache là 7.200đ. Tỉ lệ 2 lần, không phải 1,25 lần như phần còn lại của họ Claude.

Hệ quả là điểm hoàn vốn lùi lại. Với tài liệu 150.000 token, lần đầu tốn 540 đồng cộng 1.080 đồng ghi cache, tổng 1.620 đồng; mỗi lần đọc lại 54 đồng. So với việc gửi lại nguyên văn 540 đồng mỗi lần, cache chỉ có lãi từ lần đọc thứ tư.

Nếu quy trình của bạn là hỏi một tài liệu đúng một lần rồi bỏ, hai model này không phải chỗ đặt cache. Nếu quy trình là một bộ tài liệu chuẩn được hỏi đi hỏi lại cả tháng, tỉ lệ 2 lần vẫn rẻ hơn nhiều so với gửi lại.

Cách giảm hoá đơn mà không đổi model

Việc đầu tiên là bật cache cho đúng loại tài liệu: tài liệu được đọc lại ít nhất hai lần. Tài liệu chỉ đọc một lần thì ghi cache là tiền mất.

Việc thứ hai là cắt lịch sử hội thoại. Mỗi lượt trong một chuỗi dài gửi lại toàn bộ phần trước, và phần đó bị tính như token vào. Một chuỗi 20 lượt có thể gửi lại hàng chục nghìn token mà bạn không nhận ra.

Việc thứ ba là yêu cầu câu trả lời ngắn. Đầu ra của Claude đắt gấp 5 lần đầu vào, nên một câu trả lời dài gấp đôi tốn thêm nhiều hơn việc cắt một nửa tài liệu.

Bài prompt caching giảm chi phí giải thích cơ chế của cả ba họ model; bài chi phí token Claude xếp cả 12 model Claude theo giá; bài Claude Opus 5.5 giá bao nhiêu bàn riêng model đắt nhất trong ba model đầu bảng.

Độ trễ đi kèm mức giá

Số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026: Claude Opus 5.5 có p50 15.168 ms và p95 103.013 ms trên 271 mẫu; Claude Sonnet 5.5 có p50 10.029 ms trên 48 mẫu. Độ trễ là thời gian hoàn tất toàn bộ yêu cầu.

Với 48 mẫu, con số của Claude Sonnet 5.5 chỉ nên đọc như một chỉ dấu, không phải một cam kết. p95 của Claude Opus 5.5 dài gấp gần 7 lần p50, nghĩa là một phần nhỏ yêu cầu rất chậm và đó là phần quyết định trải nghiệm khi bạn chờ trước màn hình.

Giới hạn của cách tính trên

Bài này giả định mỗi tài liệu được ghi cache một lần rồi đọc lại. Trong thực tế, cache có thời hạn và có thể bị đẩy ra khi ngữ cảnh thay đổi, nên số lần đọc thật có thể ít hơn kế hoạch.

Giá đọc từ bảng giá ngày 30/10/2026. Các mức chiết khấu cache của Claude có thể đổi theo phiên bản model, và Claude Sonnet 4.6 là ví dụ cho thấy tỉ lệ ghi cache không đồng nhất trong cùng một họ.

Cuối cùng, bài này chỉ tính tiền token. Nếu bạn trả qua gói, đơn giá CUBE thấp hơn 1.000đ, nên hoá đơn thật thấp hơn các con số trên. Bảng giá đầy đủ ở bảng giá token; công thức tổng quát ở bài cách tính chi phí API.