# Lỗi model: mỗi lần hỏng vẫn bị tính token, nên tỉ lệ lỗi nhân vào chi phí

> Một lượt hỏng vẫn bị tính token, nên chi phí một kết quả dùng được là 27,00 đồng ở Claude Opus 5.5 so với 3,456 đồng ở DeepSeek V4.1 Flash, tức 7,81 lần.

- URL: https://wisa.vn/blog/loi-model
- Markdown: https://wisa.vn/blog/loi-model.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-30T21:40:00.000Z
- Cập nhật: 2026-10-31T06:51:33Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~7 phút
- Từ khoá: lỗi model, tỉ lệ lỗi, chi phí mỗi kết quả, lượt hỏng
- cluster: chon-va-so-sanh-model
- targetQuery: lỗi model
- citations: OpenAI — tối ưu độ trễ (https://developers.openai.com/api/docs/guides/latency-optimization); DeepSeek — bảng giá API (https://api-docs.deepseek.com/quick_start/pricing/); Google — danh mục model Gemini (https://ai.google.dev/gemini-api/docs/models); Wisa — chuyên mục Chọn và so sánh model (https://wisa.vn/blog/chu-de/chon-va-so-sanh-model)

---

Một lượt hỏng vẫn bị tính token, nên tỉ lệ lỗi nhân thẳng vào chi phí: Claude Opus 5.5 tốn 27,00 đồng cho một kết quả dùng được, DeepSeek V4.1 Flash tốn 3,456 đồng, cách nhau 7,81 lần. Chỉ 6 trong 46 model có tỉ lệ lỗi đo được.

## Một lượt hỏng vẫn là một dòng trên hoá đơn

Một lượt chuẩn ở đây là 2.000 token vào và 700 token ra, nhân với giá niêm yết trên mỗi triệu token. DeepSeek V4.1 Flash tính 720đ cho mỗi triệu token vào và 2.880đ cho mỗi triệu token ra, nên một lượt tốn 3,456 đồng. Claude Opus 5.5 tính 4.800đ và 24.000đ, nên một lượt tốn 26,40 đồng. Cách đọc giá theo từng dòng model nằm ở [chi phí trên mỗi kết quả dùng được](/blog/chi-phi-tren-moi-ket-qua).

Lượt hỏng vẫn sinh token, vì máy chủ đã đọc hết phần vào và thường đã viết được một phần đầu ra trước khi cắt. Hoá đơn ghi đúng số token đó. Người dùng thì nhận về một ô trống, một khung báo lỗi, hoặc một chuỗi JSON cụt. Giá một lượt vì thế là giá bạn trả, không phải giá bạn nhận; muốn ra chi phí thật thì chia thêm cho (1 trừ tỉ lệ lỗi).

Một điểm khiến phép chia này khó thấy là lỗi không phát ra tiếng. Không có dòng báo trong bảng điều khiển, không có cảnh báo trong hoá đơn, chỉ có số lượt tăng và số kết quả dùng được không tăng theo. Người trả tiền thường chỉ phát hiện khi đối chiếu số câu đã trả lời với số câu đã gọi.

## Sáu model có số, 40 model không có

Số liệu đo tại gateway của Wisa, cửa sổ 7 ngày kết thúc 27/10/2026, mỗi hàng cần ít nhất 20 mẫu mới được công bố. Sáu hàng trong bảng là toàn bộ model vừa có giá vừa có tỉ lệ lỗi trong cửa sổ đó. Bốn mươi model còn lại của danh mục 46 model không có số, và một ô trống không được đọc thành 0 phần trăm.

| Model | Số mẫu | Tỉ lệ lỗi | Một lượt | Mỗi kết quả dùng được |
| --- | --- | --- | --- | --- |
| DeepSeek V4.1 Flash | 213 | 0 phần trăm | 3,456 đồng | 3,456 đồng |
| DeepSeek V4.1 Flash 1017 | 4.660 | 0,67 phần trăm | 3,456 đồng | 3,48 đồng |
| Gemini 3.8 Flash | 6.051 | 0,48 phần trăm | 4,95 đồng | 4,97 đồng |
| GPT-6.1 Sol | 214 | 1,40 phần trăm | 13,20 đồng | 13,39 đồng |
| Claude Sonnet 5.5 | 48 | 2,08 phần trăm | 13,20 đồng | 13,48 đồng |
| Claude Opus 5.5 | 271 | 2,21 phần trăm | 26,40 đồng | 27,00 đồng |

Hai hàng DeepSeek cùng 3,456 đồng một lượt nhưng khác nhau ở phần chia thêm: bản DeepSeek V4.1 Flash có 0 phần trăm trên 213 mẫu nên giữ nguyên 3,456 đồng, bản DeepSeek V4.1 Flash 1017 có 0,67 phần trăm trên 4.660 mẫu nên thành 3,48 đồng. Ở đầu kia, Claude Opus 5.5 có 2,21 phần trăm trên 271 mẫu, đẩy 26,40 đồng lên 27,00 đồng. Hai đầu cách nhau 27,00 ÷ 3,456 = 7,81 lần, còn giá một lượt chỉ chênh 26,40 ÷ 3,456 = 7,64 lần.

Chênh lệch 0,60 đồng giữa 27,00 đồng và 26,40 đồng nghe nhỏ trên một lượt. Nhân với 100.000 lượt một tháng thì thành 60.000 đồng, tức 60 CUBE, đủ trả cho 17.361 lượt DeepSeek V4.1 Flash ở 3,456 đồng. Cột số mẫu cũng đáng đọc trước cột kết quả: hàng 6.051 mẫu dày hơn hàng 48 mẫu 126,06 lần, nên hai con số 4,97 đồng và 13,48 đồng không cùng độ tin.

## Số lần thử cần thiết và vì sao nó dừng quanh 1,02

Số lần thử để có một kết quả dùng được bằng 1 ÷ (1 trừ tỉ lệ lỗi), với tỉ lệ viết dạng thập phân. Claude Opus 5.5: 1 ÷ 0,9779 = 1,02 lần. DeepSeek V4.1 Flash 1017: 1 ÷ 0,9933 = 1,01 lần. Sáu hàng trong bảng lần lượt cho 1,0 / 1,01 / 1,0 / 1,01 / 1,02 / 1,02 lần, nên gần như không phải gọi lại.

Con số đó nhỏ vì tỉ lệ lỗi trong sáu hàng đang ở mức dưới 3 phần trăm. Muốn số lần thử lên 1,10 thì tỉ lệ phải 9,09 phần trăm, vì 1 ÷ (1 − 0,0909) = 1,10 lần, tức 9,09 ÷ 2,21 = 4,11 lần mức tệ nhất trong sáu hàng. Tỉ lệ lỗi vì thế chỉnh chi phí ở hàng thập phân thứ hai chứ không đổi hạng: 132 ÷ 3,456 = 38,19 lần vẫn giữ nguyên sau khi chia cho (1 trừ tỉ lệ lỗi).

Phép kiểm này hữu ích khi bạn tự đo. Nếu lưu lượng của bạn cho ra 500 lượt và 12 lượt hỏng, tỉ lệ là 2,40 phần trăm, số lần thử là 1 ÷ 0,976 = 1,02 lần, và chi phí mỗi kết quả dùng được chỉ nhích 2,5 phần trăm so với giá một lượt. Con số đó chưa đủ để đổi model, nhưng đủ để bạn biết mình đang trả thêm bao nhiêu cho phần không dùng được.

## Tỉ lệ lỗi yêu cầu không hoàn tất khác gì ảo giác nội dung?

Hai thứ này khác nhau ở chỗ tiền đi đâu. Yêu cầu không hoàn tất trả về không có gì: quá thời gian, thân rỗng, hoặc bị cắt giữa câu. Ảo giác trả về một câu trả lời trôi chảy, đúng định dạng và sai nội dung, nên bạn dùng nó mà không biết. Tỉ lệ 2,21 phần trăm trong bài đếm loại thứ nhất, không đếm loại thứ hai.

Với 2,21 phần trăm trên 1.000 yêu cầu, khoảng 22 yêu cầu không trả về gì. Với một câu trả lời sai nội dung, thiệt hại không nằm ở token mà nằm ở quyết định bạn ra từ nó, nên không quy ra đồng được. Khái niệm thứ hai được giải thích ở [hallucination là gì](/tu-dien/hallucination); còn nếu tỉ lệ lỗi của model đang dùng vượt ngưỡng bạn chịu được, hãy đọc [đổi model đang dùng](/blog/doi-model) và [thay đổi model](/blog/thay-doi-model) trước khi chốt.

Trong cùng cửa sổ đo, p50 là 7.998 ms ở DeepSeek V4.1 Flash 1017 và p50 là 15.168 ms ở Claude Opus 5.5, còn p95 là 103.013 ms ở Claude Opus 5.5. Một lần gọi lại vì thế cộng thêm đúng phần thời gian đó vào lúc người dùng ngồi chờ, nên tỉ lệ lỗi vừa là phép chia tiền vừa là phép nhân thời gian.

## Giới hạn: khi nào con số trong bài hết đúng

Tỉ lệ lỗi ở đây là một yêu cầu không hoàn tất, không phải một câu trả lời sai. Nếu bạn định nghĩa lỗi là nội dung sai, tỉ lệ thật của bạn cao hơn nhiều và phép chia đẩy chi phí lên xa hơn bảng trên. Số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc 27/10/2026, nên đây là một ảnh chụp chứ không phải hằng số.

Chỉ 6 trong 46 model có tỉ lệ lỗi đo được, nên đừng đọc 2,21 phần trăm thành tỉ lệ cho cả danh mục. Hàng 213 mẫu mỏng: một lượt lỗi đẩy tỉ lệ lên 0,47 phần trăm, vì 1 ÷ 213 = 0,47 phần trăm, và chi phí mỗi kết quả dùng được nhảy từ 3,456 đồng lên 3,47 đồng. Một lần gọi lại cũng cộng thêm độ trễ chứ không chỉ cộng thêm tiền.

Cuối cùng, lượt chuẩn 2.000 vào và 700 ra là một giả định. Prompt 20.000 token làm phần vào chiếm tỉ trọng lớn, đầu ra 4.000 token làm phần ra chiếm tỉ trọng lớn, và cả hai đều đổi giá một lượt. [Chuyên mục chọn và so sánh model](/blog/chu-de/chon-va-so-sanh-model) gom các bài cùng nhóm tiêu chí để bạn đối chiếu trước khi chốt ngân sách.

## Câu hỏi thường gặp
### Tỉ lệ lỗi 2,21 phần trăm nghĩa là bao nhiêu câu hỏng trên 1.000 yêu cầu?

Khoảng 22 yêu cầu không trả về kết quả, vì 2,21 phần trăm của 1.000 là 22,1. Con số đó lấy từ 271 mẫu của Claude Opus 5.5 trong cửa sổ 7 ngày, và nó chỉ đếm yêu cầu không hoàn tất chứ không đếm câu trả lời sai nội dung.

### Bao nhiêu model trong 46 model có tỉ lệ lỗi đo được?

Sáu model, tức 6 trong 46 model của danh mục, vì mỗi hàng cần ít nhất 20 mẫu trong cửa sổ 7 ngày mới được công bố. Bốn mươi model còn lại không có số, và một ô trống không được đọc thành 0 phần trăm.

### Một lượt hỏng có bị tính token không?

Có, lượt hỏng vẫn bị tính token vì máy chủ đã đọc phần vào và thường đã sinh một phần đầu ra trước khi cắt. Hoá đơn ghi đúng số token đó, còn người dùng nhận về ô trống hoặc chuỗi JSON cụt, nên chi phí mỗi kết quả dùng được phải chia thêm cho (1 trừ tỉ lệ lỗi).

### Vì sao số lần thử cần thiết chỉ khoảng 1,02?

Vì tỉ lệ lỗi trong sáu hàng đo được đều dưới 3 phần trăm, nên 1 ÷ (1 trừ tỉ lệ lỗi) gần bằng 1. Claude Opus 5.5 cho 1 ÷ 0,9779 = 1,02 lần, DeepSeek V4.1 Flash 1017 cho 1 ÷ 0,9933 = 1,01 lần, tức gần như không phải gọi lại.

### Tỉ lệ lỗi trong bài này có phải tỉ lệ ảo giác không?

Không, đây là tỉ lệ yêu cầu không hoàn tất, không phải tỉ lệ câu trả lời sai nội dung. Một yêu cầu quá thời gian hoặc trả về thân rỗng được đếm là lỗi; một câu trả lời trôi chảy nhưng sai thì không, nên tỉ lệ ảo giác luôn là một phép đo riêng.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/loi-model
- 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