Chi phí mua token: cách dựng dòng ngân sách AI cho cả năm

Với 10 người, mỗi người 440 lượt một tháng, chi phí token là 21.780 đồng mỗi tháng trên Gemini 3.8 Flash, tức 261.360 đồng một năm. Cùng khối lượng đó tốn 1.393.920 đồng một năm trên Claude Opus 5.5. Vì đây là khoản chi biến đổi duy nhất trong ngân sách công nghệ, nó cần một dòng riêng có trần thay vì bị gộp vào chi phí phần mềm.

Vì sao token là khoản chi biến đổi, không phải chi phí cố định

Chi phí cố định là khoản bạn trả đều mỗi tháng dù dùng ít hay nhiều. Gói Developer 799.000đ là chi phí cố định. Gói Business 2.999.000đ cũng vậy. Bạn trả trước, nhận hạn mức CUBE, và số tiền không đổi khi khối lượng đổi.

Chi phí token thì ngược lại. Tháng đầu đội của bạn dùng 2.000 lượt, tháng sau dùng 6.000 lượt vì có chiến dịch mới. Số tiền tăng gấp ba mà không cần ký gì thêm. Đó là đặc điểm của chi phí biến đổi.

Trộn hai loại vào một dòng "chi phí AI" gây ra hai vấn đề. Thứ nhất, bạn không thấy khoản nào đang tăng. Thứ hai, khi cần cắt, bạn không biết cắt vào cam kết hay cắt vào mức dùng.

Cách xử lý đơn giản là tách hai dòng trong bảng ngân sách: một dòng "gói thuê bao" cố định, một dòng "token trả sau" biến đổi. Hai dòng có hai cách quản trị khác nhau.

Cách dựng dòng ngân sách: số người, số lượt, đơn giá

Công thức có ba biến: số người, số lượt mỗi người mỗi tháng, và đơn giá mỗi lượt. Nhân ba biến với nhau ra chi phí tháng, rồi nhân 12 ra chi phí năm.

Ví dụ: 10 người × 440 lượt = 4.400 lượt. Mỗi lượt chuẩn là 2.000 token vào và 700 token ra. Với Gemini 3.8 Flash, chi phí một lượt là (2.000 × 0,9 + 700 × 4,5) ÷ 1.000.000 = 0,00495 CUBE, tức 4,95 đồng. Nhân 4.400 ra 21.780 đồng mỗi tháng.

Với Claude Opus 5.5, một lượt tốn (2.000 × 4,8 + 700 × 24) ÷ 1.000.000 = 0,0264 CUBE, tức 26,4 đồng. Nhân 4.400 ra 116.160 đồng mỗi tháng.

Hai con số này chênh 5,33 lần cho cùng khối lượng việc. Đó là lý do dòng ngân sách phải ghi rõ model giả định, không chỉ ghi "chi phí token".

Bảng dự toán 12 tháng ở ba mức tăng trưởng

Kịch bản	Gemini 3.8 Flash	Claude Opus 5.5
Giữ nguyên 4.400 lượt mỗi tháng	261.360 đồng	1.393.920 đồng
Tăng 20 phần trăm mỗi quý	350.745,12 đồng	1.870.640,64 đồng
Tăng 50 phần trăm mỗi quý	530.887,5 đồng	2.831.400 đồng

Dòng đầu là 21.780 × 12 = 261.360 đồng, và 116.160 × 12 = 1.393.920 đồng.

Dòng thứ hai dùng hệ số 16,104. Hệ số này là tổng của bốn quý: 1 + 1,2 + 1,44 + 1,728 = 5,368, nhân ba tháng mỗi quý ra 16,104. Với Gemini: 21.780 × 16,104 = 350.745,12 đồng. Với Claude: 116.160 × 16,104 = 1.870.640,64 đồng.

Dòng thứ ba dùng hệ số 24,375, suy từ 1 + 1,5 + 2,25 + 3,375 = 8,125, nhân ba tháng ra 24,375. Với Gemini: 21.780 × 24,375 = 530.887,5 đồng. Với Claude: 116.160 × 24,375 = 2.831.400 đồng.

Ngay ở kịch bản tăng nhanh nhất, chi phí token một năm vẫn dưới giá gói Business một tháng, 2.999.000đ. Đó là lý do dòng ngân sách phải tính cả hai khoản, không được bỏ khoản gói.

Cách đặt trần chi theo tháng và theo dự án

Trần tháng nên dựa trên số lượt chứ không dựa trên số tiền, vì số tiền đổi khi bạn đổi model. Công thức: số lượt trung bình × 1,5 × đơn giá một lượt.

Với 4.400 lượt trung bình, trần là 6.600 lượt. Trên Gemini 3.8 Flash, trần tiền là 6.600 × 4,95 = 32.670 đồng. Trên Claude Opus 5.5, trần là 6.600 × 26,4 = 174.240 đồng.

Đặt cảnh báo ở 80 phần trăm trần, tức 5.280 lượt. Cảnh báo sớm cho bạn hai lựa chọn: giảm mức dùng, hoặc chấp nhận vượt và ghi lý do vào báo cáo tháng.

Trần theo dự án thì khác. Bạn phân bổ một số CUBE cho từng dự án và theo dõi riêng. Cách này phù hợp khi một dự án có ngân sách riêng và cần quyết toán, còn chi phí token chung của công ty thì theo dõi theo tháng.

Dấu hiệu dòng ngân sách bị vượt và cách xử lý

Dấu hiệu thứ nhất là số lượt không tăng nhưng số tiền tăng. Nguyên nhân thường là câu trả lời dài hơn, tức token ra tăng, và token ra đắt hơn token vào vài lần tuỳ model, ở GPT-6.1 Sol và Claude Opus 5.5 là 5 lần.

Dấu hiệu thứ hai là tỉ lệ đọc cache giảm. Nếu prompt hệ thống bị thay đổi mỗi lần gọi, cache không bao giờ trúng và bạn trả giá đầy đủ cho phần lặp lại.

Dấu hiệu thứ ba là số lần thử lại tăng. Mỗi lần thử lại tính lại toàn bộ token của yêu cầu, nên 5 phần trăm thử lại làm hoá đơn tăng 5 phần trăm.

Thứ tự xử lý nên là: giới hạn độ dài câu trả lời, cố định prompt hệ thống để cache trúng, chuyển việc lặp lại sang model kinh tế, rồi mới xét lại gói. Đổi gói là bước cuối vì nó thay đổi cam kết dài hạn.

Bài hạch toán chi phí mua token nói về chứng từ; bài phí token gồm những gì bóc bốn dòng tiền và ba khoản bị bỏ sót; bài tiết kiệm chi phí AI cho doanh nghiệp xếp các đòn bẩy theo thứ tự. Bài chi phí và chi tiêu khác nhau thế nào giải thích phần phân bổ. Bảng giá ở bảng giá token và bảng giá gói Wisa.

Giới hạn của bài này

Ba kịch bản tăng trưởng là giả định, không phải dự báo. Nếu đội của bạn có mùa cao điểm rõ ràng, hãy thay hệ số tăng quý bằng hệ số mùa vụ của chính bạn.

Bài chỉ dùng giá niêm yết của Wisa và bảng giá công khai của AWS. Nó không so giá gói của đối thủ và không nêu thuế suất, vì hai thứ đó cần nguồn riêng và ngày kiểm tra riêng.

Cuối cùng, giá trong bài là ảnh chụp ngày 30/10/2026. Bảng giá token đổi theo giá upstream, nên hãy đọc lại trang giá trước khi chốt ngân sách năm.