Chi phí trên mỗi kết quả: chia thêm cho tỉ lệ lỗi mới ra con số thật

Chi phí trên mỗi kết quả dùng được bằng chi phí một lượt chia cho (1 trừ tỉ lệ lỗi), vì lượt hỏng vẫn bị tính tiền. Áp công thức đó lên sáu model có đủ mẫu, con số chạy từ 3,456 đồng ở DeepSeek V4.1 Flash đến 27,00 đồng ở Claude Opus 5.5, cách nhau 7,81 lần.

Công thức: một lượt chia cho (1 trừ tỉ lệ lỗi)

Một lượt chuẩn ở đây là 2.000 token vào và 700 token ra, nhân với giá niêm yết trên mỗi triệu token. DeepSeek V4.1 Flash có mức 720đ cho mỗi triệu token vào và 2.880đ cho mỗi triệu token ra, nên một lượt tốn 3,456 đồng. Claude Opus 5.5 có mức 4.800đ và 24.000đ, nên một lượt tốn 26,4 đồng. GPT 6.1 SOL và Claude Sonnet 5.5 dùng chung mức 2.400đ và 12.000đ, cho 13,2 đồng. Gemini 3.8 Flash ở mức 900đ và 4.500đ, cho 4,95 đồng.

Con số một lượt đó chỉ đúng khi lượt nào cũng trả về kết quả bạn dùng được. Thực tế có lượt bị cắt vì quá hạn, có lượt trả về rỗng, có lượt sai định dạng. Những lượt đó vẫn sinh token và vẫn vào hoá đơn, còn kết quả thì không tới tay người dùng. Vì vậy mẫu số phải là số lượt dùng được, không phải số lượt đã gọi. Cách đọc giá niêm yết theo từng dòng model nằm ở chi phí API AI.

Cách quy đổi gọn nhất là lấy chi phí một lượt chia cho (1 trừ tỉ lệ lỗi), với tỉ lệ lỗi viết dưới dạng thập phân. Tỉ lệ 2,21 phần trăm thành 0,0221, và 1 trừ 0,0221 là 0,9779. Đó là toàn bộ công thức, không có hệ số ẩn nào khác.

Sáu hàng tính sẵn, từ 3,456 đồng đến 27,00 đồng

Số liệu đo tại gateway của Wisa, cửa sổ 7 ngày kết thúc 27/10/2026, với mỗi hàng cần ít nhất 20 mẫu mới được công bố. Sáu hàng trong bảng sau là toàn bộ model vừa có giá vừa có tỉ lệ lỗi trong cửa sổ đó, và giá niêm yết đầy đủ của 46 model nằm ở bảng giá token đầy đủ 46 model.

Model	Một lượt	Tỉ lệ lỗi	Một kết quả dùng được	Số mẫu
DeepSeek V4.1 Flash	3,456 đồng	0 phần trăm	3,456 đồng	213
DeepSeek V4.1 Flash 1017	3,456 đồng	0,67 phần trăm	3,48 đồng	4.660
Gemini 3.8 Flash	4,95 đồng	0,48 phần trăm	4,97 đồng	6.051
GPT 6.1 SOL	13,2 đồng	1,40 phần trăm	13,39 đồng	214
Claude Sonnet 5.5	13,2 đồng	2,08 phần trăm	13,48 đồng	48
Claude Opus 5.5	26,4 đồng	2,21 phần trăm	27,00 đồng	271

Hai hàng đầu cùng 3,456 đồng một lượt nhưng khác nhau ở phần chia thêm: bản DeepSeek V4.1 Flash có 0 phần trăm lượt lỗi nên giữ nguyên 3,456 đồng, bản 1017 có 0,67 phần trăm nên nhích lên 3,48 đồng. Mức nhích 0,024 đồng một lượt nghe nhỏ, nhưng ở 100.000 lượt một tháng nó thành 2.400 đồng, gấp khoảng 18 lần lượt đắt nhất trong bảng là 132 đồng.

Cặp đắt nhất cũng đáng đọc kỹ. Claude Sonnet 5.5 và GPT 6.1 SOL cùng 13,2 đồng một lượt, nhưng Sonnet 5.5 có tỉ lệ lỗi 2,08 phần trăm so với 1,40 phần trăm, nên kết quả dùng được của nó tốn 13,48 đồng thay vì 13,39 đồng. Chênh lệch 0,09 đồng một lượt, tức 9.000 đồng trên 100.000 lượt.

Gọi lại không chỉ tốn tiền mà còn tốn thời gian chờ. Trong cùng cửa sổ đo, p50 đạt 7.998 ms ở DeepSeek V4.1 Flash 1017 và 15.168 ms ở Claude Opus 5.5, nên một lượt phải gọi lại ở hàng đắt nhất cộng thêm đúng mức 15.168 ms vào thời gian người dùng ngồi chờ. Tỉ lệ lỗi vì thế vừa là phép chia tiền vừa là phép nhân thời gian, và cả hai đều đi theo cùng một hệ số.

Cách tự kiểm tra bằng phép chia

Lấy ba ví dụ để bạn tự kiểm. DeepSeek V4.1 Flash 1017: 3,456 ÷ 0,9933 = 3,48 đồng. Gemini 3.8 Flash: 4,95 ÷ 0,9952 = 4,97 đồng. Claude Sonnet 5.5: 13,2 ÷ 0,9792 = 13,48 đồng. Ba phép chia đó cho ra đúng cột thứ tư của bảng trên, nên nếu bạn có tỉ lệ lỗi riêng, chỉ cần thay số vào mẫu số.

Muốn biết mức chênh giữa hai model, chia hai kết quả cho nhau. Claude Opus 5.5 so với DeepSeek V4.1 Flash: 27,00 ÷ 3,456 = 7,81 lần. Claude Sonnet 5.5 so với Gemini 3.8 Flash: 13,48 ÷ 4,97 = 2,71 lần. Hai con số này rộng hơn mức chênh của giá một lượt, vì 26,4 ÷ 3,456 chỉ ra 7,64 lần và 13,2 ÷ 4,95 chỉ ra 2,67 lần.

Một phép kiểm nữa là số lần thử cần để có một kết quả dùng được, bằng 1 ÷ (1 trừ tỉ lệ lỗi). Với 0,67 phần trăm là 1,0067 lần, với 2,21 phần trăm là 1,0226 lần. Toàn bộ sáu hàng nằm trong khoảng 1,0 đến 1,02 lần, tức gần như không phải gọi lại. Đó là lý do đừng phóng đại tỉ lệ lỗi: nó chỉnh con số ở hàng thập phân thứ hai, không đổi hạng của model. Cách đọc các cột đo lường kiểu này được giải thích ở các bộ benchmark model AI.

Vì sao 40 trong 46 model không tính được chỉ số này?

Cột tỉ lệ lỗi cần hai thứ cùng lúc: một cửa sổ đủ dài và một ngưỡng mẫu tối thiểu. Danh mục có 46 model, nhưng chỉ 6 model vượt ngưỡng 20 mẫu trong cửa sổ 7 ngày, nên 40 model còn lại không có tỉ lệ lỗi để chia. Không có tỉ lệ lỗi thì không có chỉ số này, và một ô trống không được phép đọc là 0 phần trăm.

Ô trống cũng không có nghĩa là model hay lỗi. Một model mới ra, một model ít người gọi, hay một model chỉ chạy vài giờ trong tuần đều có thể trượt ngưỡng mẫu dù chất lượng ổn. Ngược lại, hàng Claude Sonnet 5.5 có 48 mẫu, vượt ngưỡng nhưng không vượt xa, nên 13,48 đồng là một ước lượng có dao động chứ không phải hằng số.

Khi đọc một bảng có cột số mẫu, hãy đọc cột đó trước cột kết quả. Hàng 6.051 mẫu đáng tin hơn hàng 48 mẫu, dù cả hai đều đã qua ngưỡng công bố. Tiêu chí đánh giá model ngoài chi phí được bàn ở đánh giá model AI.

Giới hạn: khi nào lời khuyên này hết đúng

Công thức trên đúng khi định nghĩa lỗi của bạn trùng với định nghĩa của bộ dữ liệu: lượt không trả về kết quả hoàn chỉnh. Nếu bạn coi một câu trả lời đúng định dạng nhưng sai nội dung là lỗi, tỉ lệ lỗi thật của bạn cao hơn nhiều, và phép chia sẽ đẩy chi phí lên xa hơn con số trong bảng.

Lời khuyên cũng hết đúng khi lượt của bạn không giống lượt chuẩn. Prompt 20.000 token làm phần vào chiếm tỉ trọng lớn, đầu ra 4.000 token làm phần ra chiếm tỉ trọng lớn; cả hai đều đổi giá một lượt, nên đừng bê nguyên cột thứ hai sang. Tương tự, nếu bạn tự động gọi lại khi lỗi, bạn đã trả tiền hai lần cho một kết quả và tỉ lệ lỗi không còn là mẫu số duy nhất.

Con số 0 phần trăm ở DeepSeek V4.1 Flash là kết quả của 213 mẫu, không phải một lời hứa. Với 213 mẫu, một lượt lỗi sẽ đẩy tỉ lệ lên 0,47 phần trăm, và chỉ số nhảy từ 3,456 đồng lên 3,47 đồng. Hãy đo lại trên lưu lượng của bạn trước khi chốt ngân sách.

Nếu bạn đang cân nhắc giữa các model giá thấp, hãy đọc thêm model nào rẻ mà tốt để thấy nhóm dưới 5 đồng một lượt trông thế nào, và mở chuyên mục chọn và so sánh model để so cùng lúc giá, độ trễ và tỉ lệ lỗi.