# Nhóm model nào tốn ít tiền mỗi lượt: cột giá vào không quyết định chi phí

> Xếp theo cột giá vào là xếp sai: MiniMax M3.1 Flash có 360đ so với 60đ của GPT OSS 20B, nhưng một lượt tốn 1,73 đồng so với 0,27 đồng, tức 6,41 lần.

- URL: https://wisa.vn/blog/loai-nao-re-nhat
- Markdown: https://wisa.vn/blog/loai-nao-re-nhat.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-30T21:10:00.000Z
- Cập nhật: 2026-10-31T06:51:33Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~6 phút
- Từ khoá: loại nào rẻ nhất, chi phí một lượt, giá vào và giá ra, xếp hạng model theo giá
- cluster: chon-va-so-sanh-model
- targetQuery: loại nào rẻ nhất
- citations: OpenAI — bảng giá API (https://developers.openai.com/api/docs/pricing); Google — bảng giá Gemini API (https://ai.google.dev/gemini-api/docs/pricing); MiniMax — tổng quan bảng giá (https://platform.minimax.cn/docs/pricing/overview); Wisa — chuyên mục Chọn và so sánh model (https://wisa.vn/blog/chu-de/chon-va-so-sanh-model)

---

Xếp 41 model chat có giá vào lớn hơn 0 theo cột giá vào sẽ cho thứ tự sai về chi phí một lượt. MiniMax M3.1 Flash có giá vào 360đ, GPT OSS 20B có 60đ, tức 360 ÷ 60 = 6 lần, nhưng một lượt chỉ đắt 6,41 lần, vì 1,73 ÷ 0,27 = 6,41 lần.

## Ba hạng đầu theo giá vào khác ba hạng đầu theo một lượt

Một lượt chuẩn trong bài này là 2.000 token vào cộng 700 token ra, tổng 2.700 token. Chi phí một lượt bằng (2.000 × giá vào + 700 × giá ra) ÷ 1.000.000, với giá niêm yết tính bằng đồng trên một triệu token.

Theo cột giá vào, ba hạng đầu trong 41 model chat có giá vào lớn hơn 0 là GPT OSS 20B với 60đ, GPT-6 Luna với 240đ, và hạng ba là một cặp đồng hạng ở 300đ gồm Gemini 3.1 Flash Lite cùng Gemini 3.1 Flash Lite Preview. Theo cột một lượt, ba hạng đầu là GPT OSS 20B với 0,27 đồng, GPT-6 Luna với 1,32 đồng, và MiniMax M3.1 Flash với 1,73 đồng. MiniMax M3.1 Flash đứng thứ năm theo giá vào nhưng đứng thứ ba theo một lượt.

| Model | Giá vào | Giá ra | Một lượt | Hạng theo giá vào | Hạng theo một lượt |
| --- | --- | --- | --- | --- | --- |
| GPT OSS 20B | 60đ | 216đ | 0,27 đồng | 1 | 1 |
| GPT-6 Luna | 240đ | 1.200đ | 1,32 đồng | 2 | 2 |
| Gemini 3.1 Flash Lite | 300đ | 1.800đ | 1,86 đồng | 3 (đồng hạng) | 4 (đồng hạng) |
| Gemini 3.1 Flash Lite Preview | 300đ | 1.800đ | 1,86 đồng | 3 (đồng hạng) | 4 (đồng hạng) |
| MiniMax M3.1 Flash | 360đ | 1.440đ | 1,73 đồng | 5 (đồng hạng) | 3 |
| Gemini 3.5 Flash Lite | 360đ | 3.000đ | 2,82 đồng | 5 (đồng hạng) | 7 |
| GPT-5.6 Luna | 480đ | 2.880đ | 2,98 đồng | 7 | 8 |
| GLM 5.3 Flash | 600đ | 1.800đ | 2,46 đồng | 8 (đồng hạng) | 6 |

Hai hàng MiniMax M3.1 Flash và Gemini 3.5 Flash Lite đồng hạng năm ở cột vào vì cùng 360đ, nhưng tách ra ở cột một lượt: 1,73 đồng so với 2,82 đồng, tức 2,82 ÷ 1,73 = 1,63 lần, do giá ra 1.440đ so với 3.000đ. GLM 5.3 Flash ở 600đ cũng vượt lên trên Gemini 3.5 Flash Lite ở 360đ: 2,46 đồng so với 2,82 đồng.

## Vì sao chênh lệch ở cột vào không giữ nguyên ở chi phí một lượt

Cột vào chênh 360 ÷ 60 = 6 lần. Cột ra chênh 1.440 ÷ 216 = 6,67 lần. Nếu một lượt chỉ có token vào thì chi phí chênh đúng bằng bội số của cột vào; nếu chỉ có token ra thì chênh đúng bằng bội số của cột ra. Lượt chuẩn nằm giữa hai cực đó, nên bội số của nó nằm giữa hai bội số kia.

Phần ra chỉ chiếm 25,93 phần trăm số token, vì 700 ÷ 2.700 = 25,93 phần trăm. Cột ra đắt hơn tính theo từng token nhưng ít token, nên nó không kéo được toàn bộ chênh lệch lên bằng bội số của cột ra. Kết quả là 1,73 ÷ 0,27 = 6,41 lần, thấp hơn 1.440 ÷ 216 = 6,67 lần.

Kiểm lại bằng phép cộng hai phần. GPT OSS 20B: 2.000 × 60 ÷ 1.000.000 = 0,12 đồng cho phần vào, 700 × 216 ÷ 1.000.000 = 0,1512 đồng cho phần ra, cộng lại 0,27 đồng. MiniMax M3.1 Flash: 2.000 × 360 ÷ 1.000.000 = 0,72 đồng cho phần vào, 700 × 1.440 ÷ 1.000.000 = 1,008 đồng cho phần ra, cộng lại 1,73 đồng. Phần ra của hai model chênh nhau 1.440 ÷ 216 = 6,67 lần, phần vào chênh nhau 360 ÷ 60 = 6 lần, nhưng phần ra nhỏ hơn về số token.

## Gemini 3.1 Flash Lite rẻ hơn ở cột vào nhưng đắt hơn ở một lượt

Giá vào của Gemini 3.1 Flash Lite là 300đ, thấp hơn 360đ của MiniMax M3.1 Flash. Giá ra thì ngược lại: 1.800đ so với 1.440đ, tức 1.800 ÷ 1.440 = 1,25 lần. Cột ra lật lại kết quả của cột vào.

Phần vào của Gemini 3.1 Flash Lite là 2.000 × 300 ÷ 1.000.000 = 0,6 đồng, phần ra là 700 × 1.800 ÷ 1.000.000 = 1,26 đồng, cộng lại 1,86 đồng. MiniMax M3.1 Flash ra 1,73 đồng. Vậy 1,86 ÷ 1,73 = 1,08 lần, và trong cặp này model có giá vào thấp hơn lại là model đắt hơn mỗi lượt.

Đây là lý do một bảng chỉ có cột giá vào không đủ để trả lời câu hỏi loại nào rẻ nhất. Bạn cần cả hai cột, cộng thêm tỉ lệ token của chính công việc mình, mới ra được thứ tự đúng. Bảng giá niêm yết đầy đủ theo từng model nằm ở [model AI rẻ nhất 2026](/blog/model-ai-re-nhat-2026).

## Đổi tỉ lệ token thì thứ hạng đổi thế nào?

Thử một lượt đọc dài: 20.000 token vào và 700 token ra. Gemini 3.1 Flash Lite tốn 20.000 × 300 ÷ 1.000.000 = 6 đồng cho phần vào, cộng 1,26 đồng cho phần ra, thành 7,26 đồng. MiniMax M3.1 Flash tốn 20.000 × 360 ÷ 1.000.000 = 7,2 đồng cho phần vào, cộng 1,008 đồng, thành 8,21 đồng. Lúc này MiniMax M3.1 Flash đắt hơn: 8,21 ÷ 7,26 = 1,13 lần, đảo so với lượt chuẩn.

Thử chiều ngược lại, 2.000 token vào và 8.000 token ra. Gemini 3.1 Flash Lite tốn 0,6 đồng cho phần vào và 8.000 × 1.800 ÷ 1.000.000 = 14,4 đồng cho phần ra, thành 15 đồng. MiniMax M3.1 Flash tốn 0,72 đồng và 8.000 × 1.440 ÷ 1.000.000 = 11,52 đồng, thành 12,24 đồng. Khoảng cách nới ra: 15 ÷ 12,24 = 1,23 lần.

Cột giá vào chỉ quyết định thứ hạng khi token vào chiếm gần hết lượt. Khi đầu ra dài, cột giá ra lên nắm quyền. Bạn cần biết tỉ lệ token của công việc mình trước khi chọn cột để xếp hạng.

## Giới hạn của bảng xếp hạng này

Mọi thứ hạng ở trên chỉ đúng cho lượt 2.000 vào và 700 ra. Đổi tỉ lệ là đổi hạng, như ví dụ 20.000 vào và 700 ra vừa rồi. Giới hạn ngữ cảnh cũng khác nhau: GPT OSS 20B nhận 131.072 token, còn phần lớn model trong bảng nhận 1 triệu token, nên một tài liệu dài có thể loại chính model rẻ nhất khỏi danh sách chọn.

Giá không phải chất lượng. Bảng này không nói model nào trả lời tốt hơn, chỉ nói model nào tốn ít tiền hơn cho cùng một lượng token. Một model 0,27 đồng có thể trả lời sai và khiến bạn chạy lại ba lần, lúc đó chi phí thật cao hơn con số trong bảng. Cách xếp hạng theo chi phí một kết quả dùng được nằm ở [rẻ nhất và mắc nhất](/blog/re-nhat-va-mac-nhat), còn định nghĩa đơn vị token nằm ở [từ điển token](/tu-dien/token).

Để so tiếp trong cùng nhóm tiêu chí, [chuyên mục chọn và so sánh model](/blog/chu-de/chon-va-so-sanh-model) gom các bài về giá, độ trễ và chất lượng. Hai bài gần chủ đề này là [model AI giá rẻ](/blog/model-ai-gia-re) và [model AI rẻ nhất 2026](/blog/model-ai-re-nhat-2026).

## Câu hỏi thường gặp
### Vì sao model có giá vào thấp hơn lại tốn nhiều tiền hơn mỗi lượt?

Vì cột giá ra của nó cao hơn, và cột ra cũng được nhân vào cùng một lượt. Gemini 3.1 Flash Lite có giá vào 300đ, thấp hơn 360đ của MiniMax M3.1 Flash, nhưng giá ra 1.800đ so với 1.440đ, nên một lượt chuẩn tốn 1,86 đồng so với 1,73 đồng.

### Một lượt chuẩn trong bài này gồm bao nhiêu token vào và bao nhiêu token ra?

Một lượt chuẩn gồm 2.000 token vào và 700 token ra, tổng 2.700 token. Phần ra chiếm 25,93 phần trăm số token của lượt, vì 700 ÷ 2.700 = 25,93 phần trăm, và đó là lý do cột giá ra không kéo được toàn bộ chênh lệch lên bằng bội số của chính nó.

### Nếu công việc chủ yếu là đọc tài liệu dài thì nên xếp hạng theo cột nào?

Xếp theo cột giá vào, vì khi token vào chiếm gần hết lượt thì giá vào quyết định phần lớn hoá đơn. Ví dụ với lượt 20.000 token vào và 700 token ra, Gemini 3.1 Flash Lite tốn 7,26 đồng còn MiniMax M3.1 Flash tốn 8,21 đồng, tức 8,21 ÷ 7,26 = 1,13 lần, đảo so với lượt chuẩn.

### MiniMax M3.1 Flash đắt hơn GPT OSS 20B bao nhiêu lần một lượt?

Đắt hơn 1,73 ÷ 0,27 = 6,41 lần cho một lượt chuẩn 2.000 token vào và 700 token ra. Con số này thấp hơn bội số 6,67 lần ở cột giá ra, vì 1.440 ÷ 216 = 6,67 lần, và token ra chỉ chiếm 25,93 phần trăm số token của lượt.

### Ba hạng đầu theo giá vào gồm những model nào?

Trong 41 model chat có giá vào lớn hơn 0, hạng nhất là GPT OSS 20B với 60đ, hạng nhì là GPT-6 Luna với 240đ, và hạng ba là một cặp đồng hạng ở 300đ gồm Gemini 3.1 Flash Lite cùng Gemini 3.1 Flash Lite Preview. Theo cột một lượt thì hạng ba lại là MiniMax M3.1 Flash với 1,73 đồng.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/loai-nao-re-nhat
- 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