# Chi phí token AI: xếp 41 model chat có giá token theo tiền thật của một lượt hỏi

> Xếp 41 model chat có giá token theo chi phí một lượt 2.000 token vào và 700 token ra, từ 0,27 đến 132 đồng. Bảng xếp hạng, cách tính và khi nào nên trả thêm.

- URL: https://wisa.vn/blog/chi-phi-token-ai
- Markdown: https://wisa.vn/blog/chi-phi-token-ai.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-29T02:15:00.000Z
- Cập nhật: 2026-10-31T06:51:59Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~5 phút
- Từ khoá: chi phí token ai, model ai rẻ nhất, so sánh chi phí model ai, một lượt hỏi tốn bao nhiêu
- cluster: chi-phi-va-gia
- targetQuery: chi phí token ai
- citations: Wisa — bảng giá token (https://wisa.vn/bang-gia-token); Google — bảng giá Gemini API (https://ai.google.dev/gemini-api/docs/pricing); DeepSeek — bảng giá API (https://api-docs.deepseek.com/quick_start/pricing); OpenAI — bảng giá API (https://developers.openai.com/api/docs/pricing)

---

GPT OSS 20B tốn 0,27 đồng cho một lượt hỏi 2.000 token đầu vào và 700 token đầu ra. Claude Fable 5.1 tốn 132 đồng cho chính lượt đó, gần 500 lần. Xếp cả 41 model chat có giá token theo cùng một lượt hỏi cho thấy phần lớn việc văn phòng rơi vào nhóm dưới 5 đồng.

## Bảng xếp hạng theo tiền thật của một lượt hỏi

Mỗi dòng ghi chi phí một lượt 2.000 token vào và 700 token ra, quy theo giá lẻ 1 CUBE = 1.000đ. Đây là cùng một phép tính cho mọi model, nên so sánh được trực tiếp.

| Model | Một triệu vào | Một triệu ra | Một lượt |
| --- | --- | --- | --- |
| GPT OSS 20B | 60đ | 216đ | 0,27 đồng |
| GPT-6 Luna | 240đ | 1.200đ | 1,32 đồng |
| MiniMax M3.1 Flash | 360đ | 1.440đ | 1,73 đồng |
| Gemini 3.1 Flash Lite | 300đ | 1.800đ | 1,86 đồng |
| GLM 5.3 Flash | 600đ | 1.800đ | 2,46 đồng |
| DeepSeek V4.1 Flash | 720đ | 2.880đ | 3,456 đồng |
| Gemini 3.8 Flash | 900đ | 4.500đ | 4,95 đồng |
| GPT OSS 120B | 1.200đ | 5.040đ | 5,93 đồng |
| Claude Haiku 4.5 | 1.200đ | 6.000đ | 6,6 đồng |
| MiniMax M3 | 1.440đ | 5.760đ | 6,91 đồng |
| Grok 4.5 | 2.400đ | 7.200đ | 9,84 đồng |
| GPT-6.1 Sol | 2.400đ | 12.000đ | 13,2 đồng |
| Claude Sonnet 5.5 | 2.400đ | 12.000đ | 13,2 đồng |
| Claude Opus 5.5 | 4.800đ | 24.000đ | 26,4 đồng |
| GPT-6 Astra | 12.000đ | 60.000đ | 66 đồng |
| Claude Fable 5.1 | 24.000đ | 120.000đ | 132 đồng |

Bảng đầy đủ 46 model, gồm cả model tạo ảnh, nằm ở [bảng giá token](/bang-gia-token). Con số trong bài này là ảnh chụp ngày 30/10/2026; trang kia đọc trực tiếp từ hệ thống.

## Nhóm dưới 5 đồng một lượt gồm những model nào?

Sáu model đầu bảng đều dưới 5 đồng: GPT OSS 20B, GPT-6 Luna, MiniMax M3.1 Flash, Gemini 3.1 Flash Lite, GLM 5.3 Flash và DeepSeek V4.1 Flash. Đó là nhóm đủ cho công việc có khuôn mẫu: phân loại văn bản, bóc trường dữ liệu, viết lại câu, soạn email ngắn.

Gemini 3.8 Flash ở mức 4,95 đồng là model cuối cùng còn nằm dưới ngưỡng 5 đồng. Nó cũng là model có nhiều mẫu nhất trong số liệu đo tại gateway của Wisa: 6.051 mẫu trong cửa sổ 7 ngày kết thúc ngày 27/10/2026, với p50 10.181 ms. Số mẫu lớn nghĩa là con số p50 ổn định hơn nhiều so với một model chỉ có vài chục mẫu.

Với gói Developer 799.000đ và 940 CUBE, nhóm dưới 5 đồng mua được từ 189.898 đến 3.481.481 lượt hỏi. Một người dùng văn phòng hiếm khi chạm tới con số đó trong một tháng.

## Vì sao model đắt gấp 500 lần không nhanh hơn?

So Claude Opus 5.5 với DeepSeek V4.1 Flash 1017: giá một lượt là 26,4 đồng so với 3,456 đồng, gấp khoảng 7,6 lần. Trong cùng cửa sổ đo, Claude Opus 5.5 có p50 15.168 ms trên 271 mẫu, còn DeepSeek V4.1 Flash 1017 có p50 7.998 ms trên 4.660 mẫu. Model đắt chậm hơn gần hai lần.

Lý do nằm ở chỗ bạn trả tiền cho năng lực suy luận, không trả tiền cho tốc độ. Model lớn chạy nhiều phép tính hơn cho mỗi token, nên vừa đắt hơn vừa chậm hơn. Nếu việc của bạn không cần năng lực đó, bạn mua phần chậm. Muốn tách phần nào của một yêu cầu bị tính tiền, xem [cấu trúc giá của một LLM API](/blog/api-ai-llm).

Con số 132 đồng của Claude Fable 5.1 cũng nên đọc theo cách đó. Nó không phải một mức giá sai; nó là mức giá cho một loại việc rất hẹp, và chỉ hợp lý khi câu trả lời sai tốn hơn 132 đồng.

## Cách chọn model theo việc thay vì theo giá niêm yết

Bạn chia việc của mình thành ba nhóm. Nhóm một là việc có đáp án kiểm tra được ngay: bóc ngày tháng, phân loại email, đổi định dạng. Nhóm này dùng model dưới 5 đồng. Nhóm hai là việc cần viết dài có cấu trúc: báo cáo, đề xuất, tài liệu hướng dẫn. Nhóm này dùng khoảng 13 đồng. Nhóm ba là việc mà sai một chi tiết gây thiệt hại: đọc hợp đồng, đối chiếu số liệu, viết code chạy được. Nhóm này dùng 26 đồng trở lên.

Sau đó bạn đo tỷ lệ ba nhóm trong một tuần làm việc thật. Nếu nhóm ba chiếm dưới 5 phần trăm số lượt, tổng chi phí gần như không đổi dù bạn nâng model cho nhóm đó. Nếu nhóm ba chiếm 40 phần trăm, bạn cần xem lại quy trình trước khi xem lại bảng giá.

Bài [chọn model AI theo chi phí](/blog/chon-model-ai-theo-chi-phi) đi vào cách chia nhóm này, còn [model AI rẻ nhất 2026](/blog/model-ai-re-nhat-2026) chỉ liệt kê nhóm rẻ. Nếu bạn cần con số của một model cụ thể, [chi phí token Claude](/blog/chi-phi-token-claude) và [chi phí token Gemini](/blog/chi-phi-token-gemini) mở rộng cùng phép tính cho hai họ lớn.

## Giới hạn của cách xếp hạng này

Bảng trên bỏ qua cache. Với model ghi cache miễn phí như Gemini và DeepSeek, chi phí thật của một tài liệu đọc lại nhiều lần thấp hơn bảng. Với Claude và GPT, chi phí thật có thể cao hơn ở lần đầu vì có khoản ghi cache. Xếp hạng theo một lượt sạch chỉ đúng cho lượt không có cache.

Bảng cũng bỏ qua chất lượng, vì chúng tôi không có phép đo công khai. Và nó bỏ qua khối lượng: một model rẻ chạy 100.000 lượt có thể tốn hơn một model đắt chạy 500 lượt. Hãy nhân giá một lượt với số lượt thật của bạn trước khi kết luận.

Một lưu ý cuối về tên model. Giá trong bài đọc từ [bảng giá token](/bang-gia-token) ngày 30/10/2026; danh mục có 46 model và có thể đổi. Nếu bạn thấy một model không có trong bảng, đừng suy giá của nó từ model gần nhất. Hãy tra trực tiếp, và nhớ rằng [giá API key](/blog/gia-api-key) không phải một khoản phí: tiền chỉ nằm ở token.

## Câu hỏi thường gặp
### Model AI nào rẻ nhất theo giá token?

GPT OSS 20B rẻ nhất trong 41 model chat có giá token của danh mục Wisa: 60đ cho một triệu token đầu vào và 216đ cho đầu ra. Một lượt hỏi 2.000 token vào và 700 token ra tốn 0,27 đồng. Đắt nhất là Claude Fable 5.1 với 132 đồng cho đúng lượt đó.

### Một lượt hỏi trung bình tốn bao nhiêu đồng?

Với lượt chuẩn 2.000 token vào và 700 token ra, chi phí trải từ 0,27 đồng đến 132 đồng. Phần lớn việc văn phòng rơi vào nhóm 1,32 đến 4,95 đồng, gồm GPT-6 Luna, Gemini 3.1 Flash Lite, GLM 5.3 Flash và Gemini 3.8 Flash.

### Vì sao chênh lệch giữa model rẻ và đắt lại lớn đến vậy?

Vì giá phản ánh kích thước và chi phí vận hành của model, không phản ánh độ dài câu trả lời. Chênh lệch giữa 0,27 đồng và 132 đồng là gần 500 lần, trong khi thời gian chờ ở mức trung vị chỉ khác khoảng ba lần giữa model nhanh nhất và chậm nhất trong sáu model có số liệu (7.998 ms so với 26.226 ms). Hai con số đó là số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026.

### Có nên luôn dùng model rẻ nhất không?

Không. Model rẻ phù hợp với việc có khuôn mẫu rõ và có bước kiểm tra lại. Với việc mà một câu trả lời sai tốn hơn vài chục nghìn đồng, phần chênh lệch 26 đồng cho một lượt bằng Claude Opus 5.5 là khoản bảo hiểm rẻ.

### Chi phí token tính theo input hay output?

Cả hai, với hai mức giá khác nhau. Ở mọi model chat trong danh mục Wisa, giá output cao hơn giá input, thường 5 lần. Vì vậy câu trả lời dài tốn nhiều tiền hơn câu hỏi dài, và yêu cầu trả lời ngắn là cách giảm chi phí nhanh nhất.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/chi-phi-token-ai
- Mục lục Blog: https://wisa.vn/blog (markdown: https://wisa.vn/blog.md)
- Bản đồ site cho LLM: https://wisa.vn/llms.txt
- Toàn văn nội dung: https://wisa.vn/llms-full.txt
- Dữ liệu sản phẩm và bảng giá: https://wisa.vn/facts.json
- Sitemap: https://wisa.vn/sitemap.xml
- Quy tắc crawl: https://wisa.vn/robots.txt