Claude hay ChatGPT hay Gemini: ba họ, ba cách tính tiền khác nhau

Ba họ model này không khác nhau ở giá token niêm yết mà ở cách họ thu tiền cho lần đọc lại. Claude thu 1,25 đến 2 lần giá vào để ghi cache, GPT thu đúng 1,25 lần, còn cả sáu model Gemini chat thu 0đ.

Ba họ model, ba cách thu tiền ghi cache

Một lượt hỏi chỉ đọc tài liệu một lần, nên cột ghi cache gần như vô hình với người dùng phổ thông. Nhưng khi bạn dựng một trợ lý đọc cùng một bộ tài liệu qua nhiều phiên, khoản ghi và khoản đọc trở thành phần lớn hoá đơn. Ba họ model dưới đây xử lý hai khoản đó theo ba cách khác nhau, và cách thứ ba thậm chí không thu khoản ghi.

Họ	Số model chat	Cách ghi cache	Đọc cache theo tỉ lệ giá vào
Claude	12	1,25 lần ở 10 model, 2 lần ở 2 model	2,5% đến 12,5%
GPT	12	1,25 lần ở 8 model, 0đ ở 4 model	0% đến 60%
Gemini	6	0đ ở cả 6 model	10% đến 40%
Grok	3	1 lần ở 1 model, 0đ ở 2 model	25% ở cả 3 model

Bảng này chỉ đếm bốn họ lớn nhất; 10 model chat còn lại thuộc DeepSeek, Zhipu AI, Moonshot AI, MiniMax và Step, và phần lớn trong số đó cũng ghi 0đ.

Mười hai model Claude thu 1,25 đến 2 lần giá vào để ghi cache

Mười trong mười hai model Claude ghi cache đúng 1,25 lần giá vào. Claude Haiku 4.5 ghi 1.500đ trên giá vào 1.200đ, Claude Opus 5.5 ghi 6.000đ trên 4.800đ, Claude Fable 5.1 ghi 30.000đ trên 24.000đ. Ba mốc khác nhau nhưng cùng một tỉ lệ.

Hai model còn lại ghi đúng 2 lần: Claude Sonnet 4.6 và Claude Sonnet 5, cùng 7.200 ÷ 3.600 = 2. Điều đáng chú ý là cả hai cùng giá vào 3.600đ và cùng giá ra 18.000đ với Claude Sonnet 4.5, nên một bảng chỉ có hai cột giá sẽ vẽ ba dòng giống hệt nhau. Chỉ cột ghi cache mới tách được chúng: 4.500đ cho Claude Sonnet 4.5 và 7.200đ cho hai model còn lại.

Hệ quả với tài liệu dài là có thật. Một tài liệu 10.000 token đưa vào bộ đệm tốn 45 đồng với Claude Sonnet 4.5 và 72 đồng với Claude Sonnet 5. Nếu bộ đệm hết hạn mỗi ngày, khoản chênh 27 đồng nhân với 30 ngày thành 810 đồng một tháng cho mỗi tài liệu.

Tám model GPT thu đúng 1,25 lần, Grok 4.6 thu 1 lần

Tám model GPT chat thu đúng 1,25 lần giá vào, không có ngoại lệ nào trong nhóm: GPT 5.6 LUNA, GPT 5.6 SOL, GPT 5.6 TERRA, GPT 6 ASTRA, GPT 6 LUNA, GPT 6 SOL, GPT 6.1 SOL và GPT 6.1 TERRA. Ví dụ GPT 6.1 SOL ghi 3.000đ trên giá vào 2.400đ, còn GPT 6 ASTRA ghi 15.000đ trên 12.000đ.

Bốn model GPT là ngoại lệ ở phía ngược lại: GPT OSS 120B, GPT OSS 20B, GPT Image 2.5 Flare và GPT Image 2.5 Sunburst ghi 0đ. Hai model GPT OSS cũng đọc cache 0đ, nên chúng không thu tiền cache ở bất kỳ cột nào. Đó là lý do chúng nằm trong nhóm ghi 0đ thay vì tạo thành một cấu trúc riêng.

Grok 4.6 là model duy nhất trong danh mục ghi đúng 1 lần giá vào: 2.400 ÷ 2.400 = 1. Hai model Grok còn lại, Grok 4.5 và Grok 4.7, ghi 0đ nhưng đọc cache 600đ, tức 25 phần trăm giá vào, nên chúng vẫn thu tiền cache theo một cách khác.

Vì sao mọi model Gemini chat ghi cache 0đ?

Cả sáu model Gemini chat đều ghi 0đ: Gemini 3 Flash, Gemini 3 Flash Preview, Gemini 3.1 Flash Lite, Gemini 3.1 Flash Lite Preview, Gemini 3.5 Flash Lite và Gemini 3.8 Flash. Không có ngoại lệ nào trong họ này.

Nhưng ghi 0đ không có nghĩa là đọc 0đ. Trong ba model đại diện của ba họ, Gemini 3.8 Flash đọc 180đ trên giá vào 900đ, tức 20 phần trăm, cao nhất: với Claude Sonnet 5.5 tỉ lệ đó là 240 ÷ 2.400 = 10 phần trăm, và với GPT 6.1 SOL là 120 ÷ 2.400 = 5 phần trăm. Tính cả họ thì mức cao nhất lại thuộc GPT 5.6 LUNA với 288 ÷ 480 = 60 phần trăm, còn họ Gemini dừng ở 40 phần trăm của Gemini 3.1 Flash Lite.

Trên 41 model chat có giá vào lớn hơn 0, 39 model có thu phí đọc cache, và tỉ lệ đọc trên giá vào trải từ 2,5 phần trăm đến 60 phần trăm. Mức thấp nhất là Claude Fable 5.1 với 600 ÷ 24.000; mức cao nhất là GPT 5.6 LUNA với 288 ÷ 480. Hai model duy nhất trong 41 model chat có giá vào lớn hơn 0 mà đọc cache 0đ là GPT OSS 120B và GPT OSS 20B.

Cùng một tài liệu đọc lại 20 lần tốn bao nhiêu?

Lấy một tài liệu 10.000 token, ghi vào bộ đệm một lần rồi đọc mười chín lần.

Model	Giá vào	Ghi cache	Đọc cache	Tổng 20 lần	Bội số giá vào
Claude Sonnet 5.5	2.400đ	3.000đ	240đ	75,60 đồng	3,15 lần
GPT 6.1 SOL	2.400đ	3.000đ	120đ	52,80 đồng	2,20 lần
Grok 4.6	2.400đ	2.400đ	600đ	138 đồng	5,75 lần
Gemini 3.8 Flash	900đ	0đ	180đ	34,20 đồng	3,80 lần

Cột cuối là cột đáng đọc. Chia tổng chi phí cho giá vào của chính model đó để loại bỏ khác biệt về giá niêm yết, chỉ còn lại cấu trúc cache. Ở cách chia này Grok 4.6 đắt nhất với 5,75 lần, rồi Gemini 3.8 Flash 3,80, Claude Sonnet 5.5 3,15 và GPT 6.1 SOL 2,20. Chênh giữa mức cao nhất và thấp nhất là 5,75 ÷ 2,20 = 2,61 lần, dù ba model đầu có giá vào giống hệt nhau ở 2.400đ.

Cột áp chót lại kể chuyện ngược: tính bằng đồng tuyệt đối, Gemini 3.8 Flash rẻ nhất với 34,20 đồng. Hai cột không mâu thuẫn. Gemini 3.8 Flash có cấu trúc cache đắt tính theo tỉ lệ, nhưng giá vào thấp kéo mọi cột khác xuống theo.

Điểm giao nhau cũng tính được. Quy về bội số giá vào, Claude Sonnet 5.5 tốn 1,25 + 0,10N và Gemini 3.8 Flash tốn 0,20N sau N lần đọc. Hai biểu thức bằng nhau khi 1,25 = 0,10N, tức N = 12,5. Từ lần đọc thứ mười ba trở đi, cấu trúc của Claude Sonnet 5.5 rẻ hơn tính theo tỉ lệ. Với GPT 6.1 SOL phương trình là 1,25 = 0,15N, cho N = 8,33.

Cách dùng ba cấu trúc này khi chọn model

Nếu bạn đọc một tài liệu dưới tám lần, cấu trúc ghi cache gần như không quan trọng và bạn nên chọn theo giá ra. Nếu bạn đọc từ mười ba lần trở lên, hãy tính cột đọc cache trước cột ghi cache, vì khoản đọc lặp lại còn khoản ghi thì không.

Một phép kiểm tra nhanh: nhân giá đọc cache với số lần đọc dự kiến rồi so với giá ghi cache. Nếu tích lớn hơn giá ghi, cấu trúc đọc mới là thứ bạn đang mua. Với Claude Sonnet 5.5 ở 20 lần đọc, tích là 4.800đ so với giá ghi 3.000đ, nên cột đọc đã vượt cột ghi.

Kỹ thuật đặt bộ đệm đúng chỗ quan trọng ngang cấu trúc giá, và bài prompt caching giảm chi phí đi vào phần kỹ thuật đó. Nếu bạn cần hiểu bộ đệm nằm ở đâu trong cửa sổ ngữ cảnh, context window là gì giải thích phần nền. Bài Claude Pro hay ChatGPT Plus chuyển từ giá token sang giá gói, còn Wisa so với Gemini đặt họ Gemini cạnh danh mục của Wisa.

Giới hạn của bài này

Bài này chỉ so cấu trúc giá, không so chất lượng đầu ra. Nó cũng không kết luận họ nào rẻ hơn chung, vì câu đó phụ thuộc vào số lần bạn đọc lại tài liệu và độ dài tài liệu.

Con số 20 lần là một lựa chọn, không phải chuẩn. Với 5 lần đọc, thứ tự theo bội số giá vào đổi khác; với 100 lần, khác nữa. Hãy thay số lần đọc của bạn vào hai biểu thức ở trên trước khi dùng bảng. Chuyên mục chọn và so sánh model gom các bài còn lại trong cụm.