# Chọn model AI cho lập trình: ba tầng công việc và mức giá tương ứng

> 43 model chat chia ba tầng, và một lượt 2.000 token vào cộng 700 token ra tốn từ 0,27 đến 132 đồng. Cách chọn tầng trước rồi mới chọn model.

- URL: https://wisa.vn/blog/chon-model-ai-cho-lap-trinh
- Markdown: https://wisa.vn/blog/chon-model-ai-cho-lap-trinh.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-30T11:45:56.021Z
- Cập nhật: 2026-10-31T06:51:29Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~6 phút
- Từ khoá: model ai nào code tốt nhất, chọn model ai cho lập trình, tầng economy balanced premium, chi phí một lượt gọi model
- cluster: chon-va-so-sanh-model
- targetQuery: model ai nào code tốt nhất
- citations: OpenAI — bảng giá API (https://developers.openai.com/api/docs/pricing); Anthropic — bảng giá model (https://platform.claude.com/docs/en/about-claude/pricing); EleutherAI — lm-evaluation-harness (https://github.com/EleutherAI/lm-evaluation-harness); Wisa — bảng giá model (https://wisa.vn/models/pricing)

---

Không có model nào code tốt nhất cho mọi việc. Wisa bán 46 model, trong đó 43 model chat chia thành 12 Economy, 18 Balanced và 13 Premium, và một lượt 2.000 token vào cộng 700 token ra tốn từ 0,27 đến 132 đồng. Thứ tự đúng là chọn tầng theo việc trước, rồi mới chọn model trong tầng.

## Ba tầng mô tả loại việc, không mô tả thứ hạng

Tầng Economy gồm 12 model chat, từ GPT OSS 20B tới DeepSeek V4.1 Flash. Đây là nhóm cho việc ngắn: định dạng lại một hàm, phân loại một đoạn log, soạn nháp một biểu thức chính quy. Lượt chuẩn ở nhóm này tốn 0,27 đến 3,456 đồng. Danh sách đầy đủ 46 model nằm trong bài [các loại model AI](/blog/cac-loai-model-ai).

Tầng Balanced gồm 18 model chat, từ Gemini 3 Flash tới GPT-5.6 Terra. Nhóm này nhắm việc sinh cả file, tổng hợp tài liệu và viết test. Lượt chuẩn tốn 3,72 đến 14,88 đồng.

Tầng Premium gồm 13 model, từ Claude Sonnet 4.5 tới Claude Fable 5.1. Nhóm này nhắm debug trải nhiều file, lập kế hoạch kiến trúc và rà soát bảo mật. Lượt chuẩn tốn 19,80 đến 132 đồng.

Ba dải giá này không xếp hạng model. Chúng nói rằng cùng một việc, bạn có thể trả 0,27 đồng hoặc 132 đồng, và chọn sai tầng là lỗi tốn kém hơn chọn sai model trong tầng. Nếu bạn đang cân nhắc giữa ba thương hiệu lớn, bài [ChatGPT, Gemini hay Claude](/blog/chatgpt-gemini-claude-chon-cai-nao) đi theo hướng khác: so cùng một việc trên ba họ model. Toàn bộ các bài so sánh trong cụm nằm ở [chuyên mục chọn và so sánh model](/blog/chu-de/chon-va-so-sanh-model).

## Một lượt 2.000 token vào và 700 token ra tốn bao nhiêu

Công thức là (token vào × giá vào + token ra × giá ra) ÷ 1.000.000, ra số CUBE, rồi nhân 1.000đ cho một CUBE. Giá token tính trên một triệu token, nên phép chia 1.000.000 là bắt buộc. Bạn có thể đối chiếu từng dòng với [bảng giá token đầy đủ](/bang-gia-token).

| Tầng | Model chat | Lượt rẻ nhất | Lượt đắt nhất | Việc phù hợp |
| --- | --- | --- | --- | --- |
| Economy | 12 | 0,27 đồng | 3,456 đồng | định dạng, phân loại, soạn nháp |
| Balanced | 18 | 3,72 đồng | 14,88 đồng | sinh cả file, tổng hợp tài liệu, viết test |
| Premium | 13 | 19,80 đồng | 132 đồng | debug nhiều file, thiết kế kiến trúc |

Với Claude Fable 5.1, giá vào là 24.000đ và giá ra là 120.000đ trên một triệu token. Lượt 2.000 vào và 700 ra tốn (2.000 × 24 + 700 × 120) ÷ 1.000.000 = 0,132 CUBE, tức 132 đồng.

Với GPT OSS 20B, giá vào là 60đ và giá ra là 216đ. Cùng lượt đó tốn (2.000 × 0,06 + 700 × 0,216) ÷ 1.000.000 = 0,0002712 CUBE, tức 0,27 đồng. Chia 132 cho 0,27 ra 488,89 lần.

## Vì sao 28 trong 41 model chat có giá token đã đủ cho phần lớn việc code

28 trong 41 model chat có giá token có lượt chuẩn dưới 15 đồng. Con số đó gồm toàn bộ 10 model Economy và toàn bộ 18 model Balanced, vì model Balanced đắt nhất là GPT-5.6 Terra ở 14,88 đồng. 13 model Premium còn lại đều từ 19,80 đồng trở lên.

Phần lớn việc code hằng ngày rơi vào ba dạng. Dạng thứ nhất là sửa một chỗ trong file đã biết: Economy đủ. Dạng thứ hai là sinh một file mới từ mô tả: Balanced đủ. Dạng thứ ba là truy một lỗi đi qua bốn file và hai lớp gọi: đây là lúc Premium có lý do.

Nếu bạn đang ở dạng thứ ba mà ngân sách chỉ cho phép dưới 15 đồng một lượt, hãy chia việc thành nhiều lượt nhỏ thay vì nâng tầng. Ba lượt Balanced ở 13,20 đồng vẫn rẻ hơn một lượt Premium ở 132 đồng, và mỗi lượt có ngữ cảnh riêng nên dễ kiểm tra hơn.

## Chỉ 6 trong 46 model có số đo độ trễ

Chỉ 6 trong 46 model có số đo độ trễ trong dữ liệu của Wisa, cửa sổ 7 ngày kết thúc 27/10/2026. Hai model thuộc Economy là DeepSeek V4.1 Flash và DeepSeek V4.1 Flash 1017. Ba model thuộc Balanced là Gemini 3.8 Flash, Claude Sonnet 5.5 và GPT 6.1 SOL. Một model thuộc Premium là Claude Opus 5.5.

40 model còn lại không có mẫu nào trong cửa sổ đó, nên đừng hứa với người dùng rằng model nào nhanh. Một lời hứa về tốc độ chỉ đứng được khi có p50 và p95 của chính model đó, đo trên lưu lượng của bạn.

Nếu sản phẩm của bạn cần phản hồi dưới một ngưỡng thời gian, hãy chọn trong 6 model đã đo trước, rồi mới xét giá. Nếu không có yêu cầu thời gian, chọn theo tầng và bỏ qua cột tốc độ. Cách đọc đuôi độ trễ p95 thay vì chỉ p50 được trình bày trong bài [benchmark model AI coding](/blog/benchmark-model-ai-coding).

## Cách tự kiểm tra chi phí một tính năng

Lấy số lượt mỗi ngày nhân với chi phí một lượt. Một tính năng gọi 300 lượt mỗi ngày trên GPT 6.1 SOL tốn 300 × 13,20 = 3.960 đồng mỗi ngày. Cùng 300 lượt đó trên Claude Fable 5.1 tốn 300 × 132 = 39.600 đồng mỗi ngày. Chia 39.600 cho 3.960 ra đúng 10 lần.

Bước kiểm tra thứ hai là đo token thật. Lượt chuẩn 2.000 vào và 700 ra là giả định, không phải số đo của bạn. Nếu bạn dán cả file 800 dòng vào ngữ cảnh, token vào có thể gấp mười lần, và lúc đó khoảng cách giữa các tầng sẽ hẹp lại vì giá vào của model rẻ thấp hơn nhiều.

## Giới hạn của bài này

Bài này không nói model nào viết code đúng hơn. Dữ liệu của Wisa có giá, độ trễ và tỉ lệ lỗi, nhưng không có điểm chất lượng code, nên mọi so sánh chất lượng phải đến từ bài kiểm tra của bạn trên chính mã nguồn của bạn.

Con số 132 đồng là trần của lượt chuẩn, không phải trần tuyệt đối. Một lượt có 50.000 token vào sẽ tốn hơn nhiều, và với một số dòng GPT, vượt ngưỡng 272.000 CUBE thì cả yêu cầu bị tính lại theo giá mở rộng.

Bài này cũng bỏ qua cache. Nếu bạn gửi lại cùng một khối ngữ cảnh mỗi lượt, phí ghi cache và giá đọc cache sẽ đổi thứ hạng giữa các model, và lúc đó nên đọc bài so sánh theo phí ghi cache.

## Câu hỏi thường gặp
### Tầng Economy có đủ để viết hàm định dạng hay phân loại dữ liệu không?

Có, với hai việc đó tầng Economy là đủ. GPT OSS 20B tốn 0,27 đồng cho một lượt 2.000 token vào và 700 token ra, còn GPT-5.6 Luna tốn 2,98 đồng; cả hai đều nằm trong nhóm 12 model Economy.

### Một lượt gọi Claude Fable 5.1 tốn bao nhiêu so với GPT OSS 20B?

Claude Fable 5.1 tốn 132 đồng, còn GPT OSS 20B tốn 0,27 đồng cho cùng một lượt 2.000 token vào và 700 token ra. Chia 132 cho 0,27 ra 488,89, tức chênh gần 489 lần.

### Nếu ngân sách chỉ cho phép dưới 15 đồng một lượt thì còn bao nhiêu model?

Còn 28 trong 41 model chat có giá token. Nhóm đó gồm toàn bộ 10 model Economy và toàn bộ 18 model Balanced, vì model Balanced đắt nhất là GPT-5.6 Terra ở 14,88 đồng; 13 model Premium còn lại đều từ 19,80 đồng trở lên.

### Nên chọn model theo giá vào hay theo giá ra?

Chọn theo tổng của cả hai, vì giá ra thường đắt gấp 5 đến 6 lần giá vào. Với lượt 2.000 vào và 700 ra, GPT-6.1 Sol có giá vào 2.400đ và giá ra 12.000đ, nên phần ra chiếm 8,40 đồng trong tổng 13,20 đồng.

### Model nào phù hợp để debug một lỗi trải nhiều file?

Chọn tầng Premium khi lỗi trải nhiều file, vì đó là nhóm được mô tả cho debug phức tạp và lập kế hoạch kiến trúc. Claude Opus 5.5 tốn 26,40 đồng một lượt, còn Claude Fable 5.1 tốn 132 đồng.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/chon-model-ai-cho-lap-trinh
- 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