# Chọn model AI theo chi phí: 5 mức giá và việc nào dùng mức nào > Không có model tốt nhất, chỉ có model phù hợp việc. Chia gần 40 model thành 5 mức chi phí, kèm chi phí một lượt hỏi và cách chuyển việc. - URL: https://wisa.vn/blog/chon-model-ai-theo-chi-phi - Markdown: https://wisa.vn/blog/chon-model-ai-theo-chi-phi.md - Ngôn ngữ: vi - Loại: post - Xuất bản: 2026-10-27T09:50:00.000Z - Cập nhật: 2026-10-27T12:27:10Z - Tác giả: Đội ngũ WinSell (Product) - Thời gian đọc: ~6 phút - Từ khoá: chọn model ai, model ai rẻ nhất, so sánh giá model ai, model nào tốt nhất, chọn model theo chi phí --- Không có model AI tốt nhất. Chỉ có model phù hợp với việc đang làm. Một model giá 66đ một lượt có thể rẻ hơn model giá 3đ một lượt, nếu model rẻ phải chạy lại ba lần mới ra kết quả dùng được. Wisa đang chạy gần 40 model văn bản từ 9 nhà cung cấp. Chênh lệch giá giữa model rẻ nhất và đắt nhất là 200 lần ở chiều đầu vào. Bài này chia danh mục thành 5 mức và chỉ ra việc nào thuộc mức nào. ## Năm mức chi phí Chi phí tính cho một lượt hỏi điển hình: 2.000 token đầu vào, 700 token đầu ra. | Mức | Model tiêu biểu | Một lượt | Việc phù hợp | | --- | --- | --- | --- | | 1. Rẻ nhất | GPT OSS 20B | dưới 1đ | Phân loại, gắn nhãn, trích xuất trường dữ liệu | | 2. Rẻ | DeepSeek V4.1 Flash, Gemini 3.5 Flash Lite, MiniMax M3.1 Flash, GPT-5.6 Luna | 2–3đ | Tóm tắt, đọc tài liệu dài, sinh nội dung khối lượng lớn | | 3. Cân bằng | Gemini 3.8 Flash, GLM 5.3 Flash, GLM 5.3 | 2–14đ | Viết có kiểm soát, phân tích tài liệu có cấu trúc | | 4. Mạnh | Claude Sonnet 5.5, GPT-6.1 SOL, Grok 4.7, Kimi K3 | 10–20đ | Viết code, suy luận nhiều bước, tổng hợp nhiều nguồn | | 5. Mạnh nhất | Claude Opus 5.5, GPT-6 Astra, Claude Fable 5 | 26–66đ | Quyết định có hậu quả, pháp lý, kiến trúc hệ thống | ## Mức 1: việc lặp lại, khối lượng lớn Đặc điểm: mỗi kết quả đúng hoặc sai rõ ràng, không cần giải thích, và bạn có hàng nghìn cái. Ví dụ thật: gắn nhãn 5.000 email thành bốn loại, trích ngày và số tiền từ 800 hoá đơn, kiểm tra 2.000 dòng dữ liệu có thiếu trường bắt buộc không. Ở mức này, model rẻ làm tốt như model mạnh. Dùng GPT OSS 20B hoặc DeepSeek V4.1 Flash. Chi phí cho 5.000 email khoảng 5.000 × 0,0026 CUBE = 13 CUBE, tức 13.000đ. Cùng việc đó bằng Claude Opus 5.5 tốn khoảng 132 CUBE, tức 132.000đ. Lưu ý: mức 1 có cửa sổ ngữ cảnh hẹp. GPT OSS 20B nhận 131.072 token, đủ cho một email dài nhưng không đủ cho cả một bộ hồ sơ. ## Mức 2: đọc nhiều, viết vừa Đặc điểm: đầu vào lớn, đầu ra ngắn, và kết quả cần đúng nội dung nhưng không cần giọng văn. Ví dụ: tóm tắt 200 bài báo, đọc hợp đồng 50 trang để tìm điều khoản chấm dứt, sinh 500 mô tả sản phẩm từ bảng thông số. Đây là mức có tỷ lệ giá trên hiệu quả tốt nhất. DeepSeek V4.1 Flash tính 0,54 CUBE mỗi triệu token vào và nhận 1 triệu token ngữ cảnh. Gemini 3.5 Flash Lite rẻ hơn ở chiều vào (0,36) nhưng đắt hơn ở chiều ra (3 so với 2,16). Quy tắc chọn trong mức 2: - Nhiều đầu vào, ít đầu ra: Gemini 3.5 Flash Lite hoặc MiniMax M3.1 Flash. - Nhiều đầu ra, ít đầu vào: DeepSeek V4.1 Flash hoặc GLM 5.3 Flash. - Cần ngữ cảnh dài nhất: DeepSeek V4.1 Flash hoặc Gemini 3.5 Flash Lite, cả hai khoảng 1 triệu token. ## Mức 3: viết có kiểm soát Đặc điểm: kết quả phải đúng giọng, đúng cấu trúc, và người đọc sẽ thấy nếu sai. Ví dụ: viết email khách hàng, soạn báo giá, chuẩn hoá báo cáo tuần, viết mô tả sản phẩm cho trang bán hàng. Gemini 3.8 Flash ở mức 900đ/1 triệu token vào là lựa chọn tốt cho việc này: nhanh, giá thấp, chất lượng tiếng Việt ổn. GLM 5.3 mạnh hơn nhưng giá 3.360đ/1 triệu token vào. ## Mức 4: suy luận nhiều bước Đặc điểm: một bước sai làm hỏng cả chuỗi, và bạn không dễ phát hiện bằng mắt. Ví dụ: viết một tính năng đi qua nhiều tệp, phân tích nguyên nhân gốc của một lỗi, tổng hợp năm báo cáo mâu thuẫn nhau thành một kết luận. Claude Sonnet 5.5 và GPT-6.1 SOL cùng giá 2,4/12 CUBE. Grok 4.7 có giá đầu vào bằng Sonnet nhưng đầu ra rẻ hơn (7,2 so với 12) và nhận 500.000 token ngữ cảnh — phù hợp việc sinh nhiều văn bản kỹ thuật. Đây là mức nên dùng cho mọi bước mà kết quả được đưa thẳng cho người dùng cuối đọc. ## Mức 5: hậu quả lớn Đặc điểm: nếu sai, bạn phải làm lại từ đầu hoặc chịu thiệt hại thật. Ví dụ: rà soát điều khoản pháp lý trước khi ký, kiểm tra tính nhất quán của báo cáo tài chính, quyết định kiến trúc cho hệ thống sẽ chạy nhiều năm. Claude Opus 5.5 ở mức 4,8/24 CUBE. Một lượt 26đ. Nếu một lần đọc sai điều khoản khiến bạn mất một ngày làm việc, 26đ là khoản chi rẻ nhất trong ngày. ## Cách ghép thành một luồng Đây là cấu trúc dùng được cho phần lớn công việc văn phòng: 1. **Nhận việc** — mức 1 hoặc 2 phân loại yêu cầu, trích dữ liệu, tóm tắt đầu vào. 2. **Xử lý** — mức 3 hoặc 4 làm phần cần suy nghĩ. 3. **Kiểm tra** — mức 4 hoặc 5 rà lại kết quả của bước trước. 4. **Trình bày** — mức 3 viết lại cho đúng giọng. Ví dụ với một luồng xử lý hợp đồng: DeepSeek trích các điều khoản quan trọng (khoảng 20đ), Claude Sonnet 5.5 đánh giá rủi ro (khoảng 40đ), Claude Opus 5.5 kiểm tra lại phần rủi ro cao (khoảng 30đ). Tổng khoảng 90đ một hợp đồng. Nếu dùng Opus 5.5 cho cả ba bước: khoảng 290đ, vì bước một đắt lên chín lần và bước hai đắt lên hai lần. Chênh khoảng 200đ một hợp đồng, và ở 500 hợp đồng một tháng là 100.000đ — đủ để thấy vì sao chia bước lại quan trọng. ## Ba sai lầm khi chọn model **Chọn theo tên quen.** Model mới hơn thường rẻ hơn cùng phân khúc. Claude Opus 5.5 rẻ hơn Opus 5 (4,8 so với 6 cho token vào). Kiểm tra lại lựa chọn mặc định của bạn mỗi vài tháng. **Chọn theo điểm benchmark.** Điểm cao trên bài kiểm tra không nói gì về tiếng Việt có dấu, về hoá đơn viết tay, hay về hợp đồng theo mẫu của Việt Nam. Đo bằng tài liệu thật của bạn. **Bỏ qua chi phí chạy lại.** Một model trả lời sai 20% số lần tốn hơn một model đắt gấp đôi mà đúng 95% số lần, nếu bạn phải đọc lại từng kết quả. ## Bảng giá đầy đủ Con số trong bài đọc từ hệ thống ngày 27/10/2026. Bảng đang chạy cho cả danh mục, kèm công cụ tự tính theo số token của bạn, ở [bảng quy đổi token](/bang-gia-token). Giá gói cước ở [trang bảng giá](/models/pricing). Nếu bạn muốn hiểu trước cách quy đổi, xem [10 CUBE bằng bao nhiêu token](/blog/10-cube-bang-bao-nhieu-token) và [API AI giá rẻ: cách tính chi phí](/blog/api-ai-gia-re-cach-tinh-chi-phi). ## Bắt đầu Tạo tài khoản Wisa để nhận 10 CUBE miễn phí. Chạy thử hai model trên cùng một việc của bạn, so kết quả, rồi quyết định. Đó là cách chọn model đáng tin nhất, và nó chỉ tốn vài chục đồng. ## Câu hỏi thường gặp ### Model AI nào rẻ nhất? Trong danh mục Wisa, GPT OSS 20B rẻ nhất với 0,06 CUBE cho 1 triệu token đầu vào, tức 60đ. Nhưng nó có cửa sổ ngữ cảnh 131.072 token và khả năng suy luận hạn chế, nên chỉ phù hợp việc đơn giản, khối lượng lớn. ### Có nên dùng model mạnh nhất cho mọi việc không? Không nên về mặt chi phí. Dùng Claude Opus 5.5 cho việc phân loại email tốn gấp khoảng 10 lần so với DeepSeek V4.1 Flash mà kết quả không khác. Chia việc theo độ khó thường giảm 60 đến 70% chi phí. ### Khi nào nên trả thêm cho model mạnh? Khi một lần sai tốn nhiều hơn phần chênh lệch giá. Đọc hợp đồng, tính toán tài chính, viết code có ràng buộc kiểu dữ liệu, tổng hợp nguồn mâu thuẫn — những việc này đáng dùng model mạnh vì phải làm lại thì tốn hơn nhiều. ### Chuyển model giữa các bước trong cùng một luồng có khó không? Không. Mỗi lượt gọi là một yêu cầu độc lập, nên bạn chỉ cần đổi id model cho bước đó. Wisa dùng chung một định dạng yêu cầu cho mọi model, nên không phải viết lại tích hợp. ### Làm sao biết mình chọn đúng model? Đo. Chạy cùng một việc bằng hai model, đếm số lần phải sửa lại, rồi nhân chi phí một lượt với số lần chạy. Model rẻ nhưng phải chạy ba lần thường đắt hơn model mạnh chạy một lần. --- ## Đường dẫn cho agent - Bản HTML: https://wisa.vn/blog/chon-model-ai-theo-chi-phi - 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