Chi phí token Claude: bảng giá 12 model và tiền thật cho một lượt hỏi

Claude Haiku 4.5 tốn 6,6 đồng cho một lượt hỏi 2.000 token đầu vào và 700 token đầu ra. Claude Fable 5.1 tốn 132 đồng cho đúng lượt đó, gấp 20 lần. Mười hai model Claude trong bảng giá trải từ 1.200đ đến 24.000đ một triệu token đầu vào, và khoản chênh thật không nằm ở giá niêm yết mà ở chỗ Claude luôn thu tiền ghi cache.

Mười hai model Claude và giá một triệu token

Bảng dưới đọc từ bảng giá của Wisa và quy theo giá lẻ 1 CUBE = 1.000đ. Cột ghi cache là khoản bạn trả khi đưa một khối nội dung mới vào bộ nhớ đệm của model.

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 Sonnet 4.5	3.600đ	18.000đ	360đ	4.500đ
Claude Sonnet 4.6	3.600đ	18.000đ	360đ	7.200đ
Claude Sonnet 5	3.600đ	18.000đ	360đ	7.200đ
Claude Opus 5.5	4.800đ	24.000đ	240đ	6.000đ
Claude Opus 4.6	6.000đ	30.000đ	600đ	7.500đ
Claude Opus 4.7	6.000đ	30.000đ	600đ	7.500đ
Claude Opus 4.8	6.000đ	30.000đ	600đ	7.500đ
Claude Opus 5	6.000đ	30.000đ	600đ	7.500đ
Claude Fable 5	12.000đ	60.000đ	1.500đ	15.000đ
Claude Fable 5.1	24.000đ	120.000đ	600đ	30.000đ

Mọi đơn giá tính cho một triệu token. Giá ra bằng đúng 5 lần giá vào ở cả 12 model, nên câu trả lời dài là khoản đắt nhất trong mọi phép tính của bạn. Bảng giá đầy đủ cho cả danh mục nằm ở bảng giá token, và bài Claude Opus 5.5 giá bao nhiêu đi riêng vào một model thay vì cả họ.

Một lượt hỏi 2.000 vào và 700 ra tốn bao nhiêu?

Lượt hỏi chuẩn ở đây là một câu hỏi kèm hai trang tài liệu, model trả lời khoảng nửa trang. Phép tính cho Claude Haiku 4.5:

• Đầu vào: 2.000 ÷ 1.000.000 × 1.200 = 2,4 đồng
• Đầu ra: 700 ÷ 1.000.000 × 6.000 = 4,2 đồng
• Tổng: 6,6 đồng

Áp cùng công thức cho các model còn lại:

Model	Đầu vào	Đầu ra	Một lượt
Claude Haiku 4.5	2,4 đồng	4,2 đồng	6,6 đồng
Claude Sonnet 5.5	4,8 đồng	8,4 đồng	13,2 đồng
Claude Opus 5.5	9,6 đồng	16,8 đồng	26,4 đồng
Claude Fable 5	24 đồng	42 đồng	66 đồng
Claude Fable 5.1	48 đồng	84 đồng	132 đồng

Nhìn cột cuối, bạn thấy ngay vì sao câu hỏi "model nào rẻ nhất" không hữu ích bằng câu hỏi "việc này cần model nào". Một bản nháp email và một bản phân tích hợp đồng không cùng mức giá trị, nên không nên chạy cùng một model.

Vì sao cache write là khoản phải tính trước với Claude?

Claude không phải họ duy nhất tính phí ghi cache: trong 43 model chat của danh mục, 21 model có mức ghi lớn hơn 0, gồm 12 model Anthropic, 8 model OpenAI và Grok 4.6 của xAI ở 2.400đ một triệu token. Điều duy nhất thuộc về Anthropic là tính khoản này trên cả 12 model của mình. Với phần lớn model Claude, mức ghi bằng 1,25 lần giá input. Hai model Claude Sonnet 4.6 và Claude Sonnet 5 ghi ở mức 2 lần, tức 7.200đ cho một triệu token. Đọc lại thì rẻ: 2,5 phần trăm giá input ở Fable 5.1, 5 phần trăm ở Opus 5.5, 10 phần trăm ở Haiku 4.5.

Hệ quả thực dụng nằm ở lần đầu. Đưa một tài liệu 50.000 token vào Claude Opus 5.5 tốn 240 đồng cho phần đọc và thêm 300 đồng cho phần ghi cache. Nếu bạn chỉ hỏi một câu rồi bỏ tài liệu đó, khoản ghi 300 đồng là tiền mất. Nếu bạn hỏi tiếp bốn câu trên cùng tài liệu, mỗi câu sau chỉ tốn 12 đồng cho phần đọc lại, và khoản ghi bắt đầu có lãi từ câu thứ hai.

Cách tự tính theo khối lượng tài liệu của bạn

Lấy một tài liệu 50.000 token, đọc một lần rồi hỏi lại bốn lần, tổng năm lượt. Bảng dưới so chi phí có cache và không cache trên cùng tài liệu đó.

Model	Không cache	Có cache	Tiết kiệm
Claude Haiku 4.5	300 đồng	159 đồng	47 phần trăm
Claude Opus 5.5	1.200 đồng	588 đồng	51 phần trăm
Claude Fable 5	3.000 đồng	1.650 đồng	45 phần trăm
Claude Fable 5.1	6.000 đồng	2.820 đồng	53 phần trăm

Cách ra con số của Claude Opus 5.5: lần đầu trả 50.000 ÷ 1.000.000 × 4.800 = 240 đồng cho phần đọc, cộng 300 đồng ghi cache. Bốn lần sau trả 50.000 ÷ 1.000.000 × 240 = 12 đồng mỗi lần, tổng 48 đồng. Cộng lại là 588 đồng. Không dùng cache thì năm lần đều trả 240 đồng, tức 1.200 đồng.

Bạn thay 50.000 bằng số token thật của tài liệu mình, thay số lần đọc bằng số lần bạn thực sự hỏi lại, rồi chạy đúng ba phép nhân trên. Nếu số lần đọc lại nhỏ hơn hai, cache ghi không hoàn vốn và bạn nên tắt nó đi.

Độ trễ đo được của nhóm Claude

Độ trễ ở đây lấy từ số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026: Claude Opus 5.5 có 271 mẫu với p50 15.168 ms, p95 103.013 ms và p99 170.422 ms. Tốc độ sinh chữ trung bình là 48,91 token/giây. Claude Sonnet 5.5 có 48 mẫu và p50 10.029 ms; mẫu ít nên chỉ nên đọc con số này như một tham chiếu, không phải một lời hứa.

Mười model Claude còn lại không có đủ mẫu trong cửa sổ để báo cáo. Đừng suy độ trễ của Fable 5.1 từ độ trễ của Opus 5.5: hai model khác kích thước và khác cách phục vụ. Nếu bạn cần con số cho một model cụ thể, hãy đo trên chính luồng việc của mình trong vài ngày.

Khi nào nên chọn model rẻ hơn thay vì Opus

Chọn Haiku 4.5 khi đầu ra được kiểm tra lại bởi người hoặc bởi một bước tự động rẻ tiền: tóm tắt, phân loại, bóc trường dữ liệu, soạn email theo mẫu. Chọn Sonnet 5.5 khi cần viết dài có cấu trúc và vẫn muốn giữ chi phí dưới 15 đồng một lượt. Chọn Opus 5.5 khi câu trả lời sai tốn hơn 20 đồng một lượt, ví dụ đọc hợp đồng, đối chiếu bảng số liệu hoặc viết code chạy được ngay.

Bài tính này dừng đúng ở chỗ dữ liệu dừng. Nó không nói model nào trả lời đúng hơn, vì chúng tôi không có phép đo chất lượng công khai. Nó cũng không tính các đợt tăng giá hay giảm giá: mọi con số là ảnh chụp ngày 30/10/2026, và chi phí token ChatGPT là bài đối chiếu cùng cấu trúc cho họ GPT. Bảng giá đầy đủ của cả họ Anthropic nằm ở giá API Anthropic. Nếu bạn chỉ cần một con số để so, hãy nhớ 1 CUBE là đơn vị chung, còn token là gì giải thích vì sao mọi phép tính đều bắt đầu từ đó.