Gemini hay ChatGPT tốt hơn: cùng tầng Balanced nhưng chênh 2,67 lần tiền một lượt

Hai cột giá của hai model Balanced này chênh nhau đúng cùng một tỉ lệ. Gemini 3.8 Flash tốn 4,95 đồng một lượt còn GPT 6 SOL tốn 13,20 đồng, tức 2,67 lần, và tỉ lệ đó lặp lại ở cả giá vào lẫn giá ra: 2.400 ÷ 900 = 2,67 và 12.000 ÷ 4.500 = 2,67.

Gemini 3.8 Flash 4,95 đồng và GPT 6 SOL 13,20 đồng một lượt

Hai model cùng tầng Balanced, nên câu hỏi không phải chọn tầng mà là chọn cột giá nào đáng trả. Bảng dưới đây tách một lượt chuẩn thành hai phần để bạn thấy phần nào chi phối.

Cột	Gemini 3.8 Flash	GPT 6 SOL
Giá vào	900đ	2.400đ
Giá ra	4.500đ	12.000đ
Đọc cache	180đ	240đ
Ghi cache	0đ	3.000đ
Phần token vào của lượt	1,80 đồng	4,80 đồng
Phần token ra của lượt	3,15 đồng	8,40 đồng
Lượt chuẩn	4,95 đồng	13,20 đồng

Mọi mức giá trong bảng tính trên một triệu token. Cột lượt chuẩn là tổng của hai cột phần, và hai cột phần đó giải thích toàn bộ khoảng cách giữa hai model.

Vì sao tỉ lệ 2,67 lần lặp lại ở cả hai cột giá

Gemini 3.8 Flash có giá vào 900đ và giá ra 4.500đ. GPT 6 SOL có giá vào 2.400đ và giá ra 12.000đ. Chia từng cột: 2.400 ÷ 900 = 2,67 và 12.000 ÷ 4.500 = 2,67.

Vì cả hai cột cùng chênh 2,67 lần, chi phí một lượt cũng chênh đúng 2,67 lần: 13,20 ÷ 4,95 = 2,67. Nói cách khác, không có cột nào trong hai cột giá chịu trách nhiệm riêng cho khoảng cách; hai cột chênh đều nhau nên tỉ lệ được bảo toàn.

Điều này chỉ đúng với cặp model này. Nếu bạn gặp một cặp có giá vào chênh 2 lần mà giá ra chênh 6 lần, khoảng cách tổng sẽ phụ thuộc vào hình dạng lượt: càng nhiều token ra, cặp đó càng đắt lên. Đó là lý do phải tính lượt thay vì so một cột.

Vì sao 700 token ra nặng hơn 2.000 token vào?

Vì token ra đắt gấp 5 lần token vào ở cả hai model: 4.500 ÷ 900 = 5 và 12.000 ÷ 2.400 = 5. Nhân với số token, phần ra chiếm 700 × 5 = 3.500 đơn vị so với 2.000 đơn vị của phần vào, tức 1,75 lần.

Kiểm tra bằng tiền: với Gemini 3.8 Flash, phần vào tốn 2.000 × 0,9 ÷ 1.000 = 1,80 đồng và phần ra tốn 700 × 4,5 ÷ 1.000 = 3,15 đồng. Chia 3,15 ÷ 1,80 = 1,75. Với GPT 6 SOL, phần vào là 2.000 × 2,4 ÷ 1.000 = 4,80 đồng và phần ra là 700 × 12 ÷ 1.000 = 8,40 đồng; 8,40 ÷ 4,80 cũng bằng 1,75.

Hệ quả thực tế: nếu bạn cắt được một nửa độ dài câu trả lời, bạn tiết kiệm 1,75 lần nhiều hơn so với việc cắt một nửa độ dài câu hỏi. Với các tác vụ tạo nội dung dài, phần ra thường chiếm phần lớn hoá đơn.

Ghi cache: 0đ ở Gemini 3.8 Flash, 3.000đ ở GPT 6 SOL

Đây là một trong hai cột mà hai model không chênh đúng 2,67 lần, và nó là cột dễ bị bỏ qua nhất; cột còn lại là đọc cache, 180đ so với 240đ, tức 1,33 lần. Gemini 3.8 Flash ghi cache 0đ; GPT 6 SOL ghi 3.000đ, đúng 3.000 ÷ 2.400 = 1,25 lần giá vào của chính nó.

Với một tài liệu 10.000 token đưa vào bộ đệm một lần rồi đọc lại mười chín lần, phép tính như sau. Ở Gemini 3.8 Flash: lần ghi tốn 0đ, mỗi lần đọc tốn 10.000 × 0,18 ÷ 1.000.000 = 0,0018 CUBE, tức 1,80 đồng, và mười chín lần là 34,20 đồng. Ở GPT 6 SOL: lần ghi tốn 10.000 × 3 ÷ 1.000.000 = 0,03 CUBE, tức 30 đồng, mỗi lần đọc tốn 2,40 đồng, và mười chín lần là 45,60 đồng; tổng 75,60 đồng.

Chia hai tổng: 75,60 ÷ 34,20 = 2,21 lần. Con số 2,21 nhỏ hơn 2,67 của lượt chuẩn, vì phần đọc cache của GPT 6 SOL rẻ hơn tương đối so với các cột còn lại. Nếu công việc của bạn là đọc lại cùng một bộ tài liệu, khoảng cách thực tế sẽ hẹp hơn con số ở phần mở bài.

Nếu việc của bạn là đọc tài liệu dài thì chọn bên nào?

Câu trả lời phụ thuộc vào việc bạn ghi bộ đệm một lần hay nhiều lần. Nếu bạn nạp một bộ tài liệu rồi hỏi nó hàng trăm câu, chi phí ghi 30 đồng của GPT 6 SOL bị chia nhỏ tới mức không đáng kể, và khi đó cột đọc cache mới là cột quyết định. Gemini 3.8 Flash vẫn rẻ hơn ở cột đó với 180đ so với 240đ.

Nếu bạn nạp lại bộ đệm mỗi phiên, khoản 30 đồng lặp lại mỗi lần và GPT 6 SOL mất lợi thế. Với hai mươi phiên một ngày, đó là 600 đồng một ngày chỉ cho phần ghi.

Còn nếu việc của bạn là trả lời ngắn, một hai câu mỗi lần, phần token ra nhỏ và khoảng cách giữa hai model thu về sát mức giá vào. Khi đó chênh lệch thực tế có thể xuống dưới 2 lần, dù lượt chuẩn vẫn ghi 2,67.

Cách tự tính với hình dạng lượt của bạn

Thay hai số 2.000 và 700 bằng số token vào và token ra trung bình của bạn, giữ nguyên hai mức giá. Ví dụ nếu bạn gửi 5.000 token vào và nhận 1.500 token ra, Gemini 3.8 Flash tốn (5.000 × 0,9 + 1.500 × 4,5) ÷ 1.000 = (4.500 + 6.750) ÷ 1.000 = 11,25 đồng, còn GPT 6 SOL tốn (5.000 × 2,4 + 1.500 × 12) ÷ 1.000 = (12.000 + 18.000) ÷ 1.000 = 30 đồng. Tỉ lệ vẫn là 2,67 vì hai cột chênh đều nhau.

Con số đó chỉ đổi khi bạn thêm phần cache. Nếu bạn cộng thêm một lần ghi bộ đệm 5.000 token, Gemini 3.8 Flash vẫn giữ 11,25 đồng, còn GPT 6 SOL thành 30 + 15 = 45 đồng, tức 4 lần. Giá niêm yết từng model có ở bảng giá model của Wisa, và bài giá API Gemini bao nhiêu liệt kê toàn bộ họ Gemini.

Giới hạn của bài này

Bài này so hai model, không so hai hãng. Kết luận không mở rộng cho Gemini 3 Flash hay GPT 6.1 SOL, và không nói gì về chất lượng câu trả lời vì dữ liệu của Wisa không có điểm chất lượng.

Con số 1,75 lần ở phần token ra cũng phụ thuộc hình dạng lượt. Với câu trả lời dài hơn 700 token, phần ra chiếm tỉ trọng lớn hơn và khoảng cách giữa hai model nới rộng; với câu trả lời ngắn hơn, nó thu hẹp. Bài Claude hay ChatGPT hay Gemini mở rộng phép so này thành ba chiều, còn bài giá API GPT của OpenAI liệt kê các mức giá của họ còn lại. Chuyên mục chọn và so sánh model gom các cặp so sánh cùng tầng khác.