Gemini hay ChatGPT dịch tốt hơn: 18,45 đồng so với 49,20 đồng cho một tài liệu

Dịch là việc mà phần lặp lại quyết định hoá đơn nhiều hơn phần văn bản mới. Một tài liệu 3.000 token dịch sang 3.500 token tốn 18,45 đồng với Gemini 3.8 Flash và 49,20 đồng với Claude Sonnet 5.5, nhưng nếu bạn gửi lại cùng một bảng thuật ngữ ở mỗi lần gọi, tỉ lệ đó thay đổi.

Dịch là việc mà phần lặp lại quyết định hoá đơn

Một dự án dịch thường có ba phần: bảng thuật ngữ, hướng dẫn văn phong và văn bản cần dịch. Hai phần đầu giống nhau ở mọi lần gọi. Phần thứ ba mới thay đổi.

Nếu bạn gửi cả ba phần mỗi lần, bạn trả giá token vào cho phần không đổi. Với tài liệu 20 chương, phần lặp lại bị tính 20 lần. Cả bộ tài liệu cũng phải nằm trong context window là gì của model, nếu không bạn buộc phải chia chương. Đó là lý do câu hỏi "Gemini hay ChatGPT dịch tốt hơn" không thể trả lời chỉ bằng giá niêm yết.

Tài liệu 3.000 token: 18,45 đồng so với 49,20 đồng

Model	Giá vào	Giá ra	Đọc cache	Ghi cache	Tài liệu 3.000 vào, 3.500 ra
Gemini 3.8 Flash	900đ	4.500đ	180đ	0đ	18,45 đồng
Claude Sonnet 5.5	2.400đ	12.000đ	240đ	3.000đ	49,20 đồng
GPT 6.1 SOL	2.400đ	12.000đ	120đ	3.000đ	49,20 đồng

Phép tính cho Gemini 3.8 Flash: (3.000 × 0,9 + 3.500 × 4,5) ÷ 1.000.000 = 0,01845 CUBE, tức 18,45 đồng. Cho Claude Sonnet 5.5: (3.000 × 2,4 + 3.500 × 12) ÷ 1.000.000 = 0,0492 CUBE, tức 49,20 đồng. Chia 49,20 cho 18,45 ra 2,67 lần.

GPT 6.1 SOL là cột ChatGPT của phép so này, và nó cho đúng 49,20 đồng: giá vào 2.400đ với giá ra 12.000đ trùng bộ số của Claude Sonnet 5.5, nên hai model đắt bằng nhau ở mọi hình dạng tài liệu. Chúng chỉ tách nhau ở cột đọc cache, 120đ so với 240đ.

Chênh lệch đến từ cả hai phía: giá vào 2,67 lần và giá ra 2,67 lần, nên tỉ lệ giữ nguyên khi token ra tăng. Đây là trường hợp hiếm khi một model rẻ hơn ở mọi hình dạng tài liệu.

Giá đọc cache bằng 2,5% đến 60% giá token vào

Trong 40 trong 46 model có thu phí đọc cache, giá đọc cache tính theo giá token vào nằm giữa 2,5% và 60%. Sàn là Claude Fable 5.1 với 600 ÷ 24.000 = 2,5%. Trần là GPT-5.6 Luna với 288 ÷ 480 = 60%. Sáu model còn lại đọc cache 0đ nên không có tỉ lệ nào để xếp.

Với Claude Sonnet 5.5, 1.000 token đọc từ cache tốn 0,24 đồng thay vì 2,40 đồng. Chênh 2,16 đồng trên mỗi 1.000 token, tức giảm 90%. Với Gemini 3.8 Flash, 1.000 token đọc từ cache tốn 0,18 đồng thay vì 0,90 đồng, giảm 80%.

Nghĩa là bảng thuật ngữ 1.000 token, nếu nằm trong cache, gần như miễn phí ở lần gọi thứ hai trở đi. Phần tiết kiệm này lớn hơn khoảng cách giá giữa hai model khi tài liệu đủ dài.

21 trong 43 model chat tính phí ghi cache

Ghi cache không miễn phí ở mọi model. 21 trong 43 model chat có phí ghi: 12 model Claude, 8 model GPT và Grok 4.6. 22 model còn lại ghi với giá 0đ.

Với Claude, phí ghi bằng 1,25 đến 2 lần giá token vào. Với 8 model GPT, phí ghi bằng 1,25 lần. Với Claude Sonnet 5.5, 1.000 token ghi tốn 3,00 đồng so với 2,40 đồng khi gửi thường.

Khoản tăng 0,60 đồng đó chỉ hoàn lại nếu bạn đọc lại cùng nội dung. Đọc một lần tiết kiệm 2,16 đồng, gấp 3,6 lần khoản tăng 0,60 đồng, nên một lần đọc là đã bù được phí ghi. Với tài liệu 20 chương, bạn đọc lại 20 lần, nên caching gần như luôn có lợi.

Cách bật và đo phần tiết kiệm này được trình bày trong bài prompt caching giảm chi phí.

Cách tính lại hoá đơn khi có bảng thuật ngữ lặp

Giả sử bảng thuật ngữ 1.000 token và hướng dẫn văn phong 500 token được cache, còn văn bản mới là 2.500 token vào và 3.000 token ra.

Với Claude Sonnet 5.5, lần đầu tốn phí ghi cho 1.500 token: 1.500 × 3 ÷ 1.000.000 = 0,0045 CUBE, tức 4,50 đồng. Cộng phần văn bản mới (2.500 × 2,4 + 3.000 × 12) ÷ 1.000.000 = 0,042 CUBE, tức 42,00 đồng. Tổng lần đầu là 46,50 đồng.

Từ lần thứ hai, phần cache chỉ còn phí đọc: 1.500 × 0,24 ÷ 1.000.000 = 0,00036 CUBE, tức 0,36 đồng. Tổng mỗi chương sau là 42,36 đồng, thay vì 45,60 đồng nếu không cache, vì lần đó gửi đủ 4.000 token vào: (4.000 × 2,4 + 3.000 × 12) ÷ 1.000.000 = 0,0456 CUBE. Mức tiết kiệm 3,24 đồng mỗi chương, và với 20 chương là 64,80 đồng.

Khi nào caching không giúp gì cho việc dịch

Nếu X là "mỗi chương có bảng thuật ngữ riêng", thì Y là không cache, vì nội dung đổi mỗi lần và bạn trả phí ghi mà không đọc lại. Nếu X là "một bảng thuật ngữ dùng cho cả bộ tài liệu", thì Y là cache, vì phần đọc lại đủ nhiều để bù phí ghi.

Nếu X là "dịch một tài liệu duy nhất, một lần", thì Y là không cache, vì phí ghi 4,50 đồng lớn hơn phần tiết kiệm 0 đồng ở lần duy nhất đó.

Giới hạn của bài này

Bài này so chi phí, không so chất lượng bản dịch. Dữ liệu của Wisa không có điểm đánh giá bản dịch, nên bạn phải đọc bản dịch của chính mình để chấm.

Bài này cũng không nói model nào xử lý tiếng Việt tốt hơn. Nếu tài liệu của bạn có ảnh, hãy đọc thêm về multimodal là gì trước khi chọn, và nếu việc của bạn là chấm bài trắc nghiệm, bài Gemini hay ChatGPT chấm trắc nghiệm tốt hơn dùng cùng cách tính. Quy trình dịch tài liệu Anh Việt theo lô nằm ở dịch tài liệu Anh Việt. Toàn bộ các cặp so sánh dùng cùng cách tính này nằm ở chuyên mục chọn và so sánh model.