Chi phí token ChatGPT: ba thế hệ GPT và mức giá chênh 50 lần

GPT-6 Luna tốn 1,32 đồng cho một lượt hỏi 2.000 token đầu vào và 700 token đầu ra. GPT-6 Astra tốn 66 đồng cho đúng lượt đó, gấp 50 lần. Bảy model GPT trong bảng giá chia ba thế hệ 5.6, 6 và 6.1, và model GPT đắt nhất có số liệu đo cũng là model chậm nhất ở gateway Wisa.

Bảy model GPT và giá một triệu token

Bảng dưới đọc từ bảng giá của Wisa, quy theo giá lẻ 1 CUBE = 1.000đ. Cột ghi cache là khoản trả khi đưa nội dung mới vào bộ nhớ đệm; cột đọc cache là khoản trả khi dùng lại phần đã đệm.

Model	Vào	Ra	Đọc cache	Ghi cache
GPT-6 Luna	240đ	1.200đ	120đ	300đ
GPT-5.6 Luna	480đ	2.880đ	288đ	600đ
GPT-6 Sol	2.400đ	12.000đ	240đ	3.000đ
GPT-6.1 Sol	2.400đ	12.000đ	120đ	3.000đ
GPT-5.6 Terra	2.400đ	14.400đ	240đ	3.000đ
GPT-5.6 Sol	4.800đ	24.000đ	480đ	6.000đ
GPT-6 Astra	12.000đ	60.000đ	1.200đ	15.000đ

Giá ra bằng 5 lần giá vào ở năm trong bảy model và 6 lần ở hai bản 5.6 Luna và 5.6 Terra, nên độ dài câu trả lời quyết định hoá đơn nhiều hơn độ dài câu hỏi. Hai model Sol cùng mức 2.400đ cho đầu vào nhưng khác nhau ở cache: GPT-6.1 Sol đọc cache ở 5 phần trăm giá input, còn GPT-6 Sol ở 10 phần trăm. Bảng đầy đủ cho cả danh mục nằm ở bảng giá token. Bài vì sao token ra đắt hơn token vào đi vào cấu trúc bốn khoản của một API.

Một lượt hỏi văn phòng tốn 1,32 đồng hay 66 đồng?

Lượt hỏi chuẩn là một câu hỏi kèm hai trang tài liệu, câu trả lời khoảng nửa trang. Phép tính cho GPT-6 Luna:

• Đầu vào: 2.000 ÷ 1.000.000 × 240 = 0,48 đồng
• Đầu ra: 700 ÷ 1.000.000 × 1.200 = 0,84 đồng
• Tổng: 1,32 đồng

Áp cùng công thức cho cả bảy model:

Model	Đầu vào	Đầu ra	Một lượt
GPT-6 Luna	0,48 đồng	0,84 đồng	1,32 đồng
GPT-5.6 Luna	0,96 đồng	2,02 đồng	2,98 đồng
GPT-6 Sol	4,8 đồng	8,4 đồng	13,2 đồng
GPT-6.1 Sol	4,8 đồng	8,4 đồng	13,2 đồng
GPT-5.6 Terra	4,8 đồng	10,08 đồng	14,88 đồng
GPT-5.6 Sol	9,6 đồng	16,8 đồng	26,4 đồng
GPT-6 Astra	24 đồng	42 đồng	66 đồng

Chênh lệch giữa đầu bảng và cuối bảng đúng 50 lần. Với gói Developer 799.000đ và 940 CUBE, số lượt hỏi mua được là 712.121 lượt nếu chạy GPT-6 Luna, và 14.242 lượt nếu chạy GPT-6 Astra. Cùng một số tiền, chênh nhau 697.879 lượt.

Vì sao model đắt hơn lại chậm hơn: GPT-6.1 Sol so với Gemini 3.8 Flash

Trong cửa sổ 7 ngày kết thúc ngày 27/10/2026, số liệu đo tại gateway của Wisa, GPT-6.1 Sol có 214 mẫu với p50 26.226 ms, p95 125.749 ms và p99 244.824 ms. Tốc độ sinh chữ trung bình là 35,54 token/giây. Cùng cửa sổ, Gemini 3.8 Flash có p50 10.181 ms trên 6.051 mẫu.

Đọc hai con số đó cạnh nhau: model có giá vào đắt hơn 2,7 lần (2.400đ so với 900đ một triệu token) lại chậm hơn khoảng 2,6 lần ở mức trung vị (26.226 ms so với 10.181 ms). Điều này không có nghĩa model đắt là lựa chọn sai. Nó có nghĩa bạn không nên mua model đắt để chạy việc mà model rẻ làm được, vì bạn trả cả tiền lẫn thời gian chờ.

Một chi tiết dễ bỏ qua: số mẫu. 214 mẫu đủ để đọc p50, nhưng p99 244.824 ms chỉ dựa trên khoảng hai lượt chậm nhất trong mẫu đó. Đừng thiết kế timeout sát con số p99; hãy để dư ít nhất gấp đôi.

Cách tự kiểm tra trước khi nâng gói

Bạn lấy hoá đơn tháng trước, chia cho số lượt gọi để ra chi phí trung bình mỗi lượt. Nếu con số đó nằm dưới 2 đồng, bạn đang chạy nhóm Luna và gói hiện tại có thể đã đủ. Nếu nó nằm quanh 13 đồng, phần lớn lượt gọi đang đi vào nhóm Sol.

Bước tiếp theo là nhân chi phí trung bình với số lượt bạn dự kiến dùng tháng sau, rồi so với số CUBE của gói. Ví dụ: 20.000 lượt × 13,2 đồng = 264.000 đồng, tức 264 CUBE, nằm gọn trong gói Trải Nghiệm 300.000đ. Nếu bạn dùng 20.000 lượt với GPT-6 Astra, con số là 1.320.000 đồng, vượt gói Developer và cần gói Pro.

Cách kiểm tra thứ hai là đọc phân bố model trong lịch sử sử dụng. Nếu 90 phần trăm lượt gọi đã chạy model rẻ mà hoá đơn vẫn cao, vấn đề nằm ở khối lượng chứ không ở giá. Nếu 10 phần trăm lượt gọi chiếm 80 phần trăm chi phí, hãy xem đúng nhóm việc đó và cân nhắc hạ model cho riêng nhóm ấy.

Giới hạn của bảng giá này

Bảng trên chỉ nói về tiền và độ trễ, không nói về chất lượng đầu ra. Chúng tôi không có phép đo công khai cho độ chính xác, nên mọi khuyến nghị ở đây đều có điều kiện: nếu việc của bạn cần câu trả lời dài có lập luận, hãy thử nhóm Sol; nếu việc của bạn là bóc dữ liệu theo mẫu, nhóm Luna thường đủ.

Bài này cũng không tính giá của gói năm. Bản trả theo năm giảm 15 phần trăm giá nhưng chỉ nhận 90 phần trăm số CUBE, nên đơn giá mỗi CUBE thay đổi theo cả hai chiều. Và mọi con số là ảnh chụp ngày 30/10/2026: nếu bảng giá đổi, con số trên trang bảng giá token mới là con số đúng.

Để so với họ khác, bài chi phí token Claude dùng đúng cấu trúc này cho 12 model Anthropic, còn giá API GPT của OpenAI đi vào phần giá niêm yết. Nếu bạn cần so hai đời Luna, bài giá API Luna tách riêng khoản cache vì đó là chỗ hai đời khác nhau thật. Và khi bạn đã chọn được model, chi phí token AI xếp cả 41 model chat có giá token theo cùng một lượt hỏi chuẩn.