Model AI giá rẻ: ba mức sàn cùng một model và vì sao ba bội số không bằng nhau

Rẻ có ba câu trả lời, không phải một: 60đ là sàn giá vào, 216đ là sàn giá ra, và 0,27 đồng là sàn chi phí một lượt chuẩn. Cả ba mức sàn đó thuộc cùng một model là GPT OSS 20B, nhưng ba cột này không xếp các model còn lại theo cùng một thứ tự.

Ba mức sàn, một model, ba phép chia khác nhau

Lượt chuẩn ở đây là 2.000 token vào cộng 700 token ra. Trong 41 model chat có giá vào lớn hơn 0, GPT OSS 20B giữ cả ba mức sàn: 60đ mỗi triệu token vào, 216đ mỗi triệu token ra, và 0,27 đồng cho một lượt.

Cột	Sàn	Á quân	Bội số giữa sàn và á quân
Giá vào	60đ (GPT OSS 20B)	240đ (GPT-6 Luna)	240 ÷ 60 = 4 lần
Giá ra	216đ (GPT OSS 20B)	1.200đ (GPT-6 Luna)	1.200 ÷ 216 = 5,56 lần
Một lượt	0,27 đồng (GPT OSS 20B)	1,32 đồng (GPT-6 Luna)	1,32 ÷ 0,27 = 4,89 lần

Á quân ở cả ba cột là cùng một model, GPT-6 Luna, nhưng ba bội số không bằng nhau: cột vào 240 ÷ 60 = 4 lần, cột ra 1.200 ÷ 216 = 5,56 lần, cột một lượt 1,32 ÷ 0,27 = 4,89 lần. Trong ba cột này, cột ra chênh nhiều nhất, vì 1.200 ÷ 216 = 5,56 lần lớn hơn 240 ÷ 60 = 4 lần.

Bội số của cột một lượt nằm giữa hai cột kia: 1,32 ÷ 0,27 = 4,89 lần, tức giữa 240 ÷ 60 = 4 lần của cột vào và 1.200 ÷ 216 = 5,56 lần của cột ra. Lý do là một lượt trộn hai cột theo tỉ lệ token, 2.000 token vào và 700 token ra, nên phần ra chỉ chiếm 25,93 phần trăm, vì 700 ÷ 2.700 = 25,93 phần trăm. Phần ra ít token hơn nhưng đắt hơn tính theo từng token, nên bội số của nó bị pha loãng thay vì áp đặt toàn bộ lên kết quả.

Mười bốn model dưới 5 đồng, hai mươi tám model dưới 15 đồng

Đếm trên 41 model chat có giá vào lớn hơn 0: 14 model có một lượt chuẩn dưới 5 đồng, 28 model dưới 15 đồng. Hai con số không mâu thuẫn, chúng là hai ngưỡng khác nhau trên cùng một tập, và cả hai đều loại các model ảnh không có giá token.

Nhóm dưới 5 đồng mở đầu bằng GPT OSS 20B 0,27 đồng, GPT-6 Luna 1,32 đồng, MiniMax M3.1 Flash 1,73 đồng, rồi cặp Gemini 3.1 Flash Lite và Gemini 3.1 Flash Lite Preview cùng 1,86 đồng. Phần còn lại chạy từ GLM 5.3 Flash 2,46 đồng tới Gemini 3.8 Flash 4,95 đồng.

Mười bốn model đó là nhóm dùng cho việc lặp lại nhiều lần: phân loại, trích xuất, đổi định dạng, kiểm tra chính tả. Ở mức 0,27 đồng một lượt, một nghìn lượt tốn 0,27 × 1.000 = 270 đồng. Con số đó chỉ đúng khi mỗi lượt là 2.000 token vào và 700 token ra, nên hãy đọc nó như một mốc so sánh chứ không phải bảng giá cố định.

Khi nào đọc cột giá vào, khi nào đọc chi phí một lượt?

Đọc cột giá vào khi token vào chiếm gần hết lượt: đọc tài liệu dài, tóm tắt hợp đồng, trích xuất từ một tệp lớn. Lúc đó phần ra nhỏ, và giá vào quyết định gần như toàn bộ hoá đơn.

Đọc cột chi phí một lượt khi đầu ra dài, hoặc khi bạn so các model có giá ra lệch nhau. MiniMax M3.1 Flash có giá vào 360đ, cao hơn 300đ của Gemini 3.1 Flash Lite, nhưng giá ra 1.440đ lại thấp hơn 1.800đ, nên một lượt chuẩn của nó rẻ hơn: 1,73 đồng so với 1,86 đồng. Chỉ đọc cột vào là chọn sai trong cặp này.

Cách kiểm nhanh là tính tỉ lệ token ra trên tổng token của công việc bạn làm. Lượt chuẩn có tỉ lệ đó là 700 ÷ 2.700 = 25,93 phần trăm. Công việc của bạn càng lệch khỏi mức đó thì cột quyết định càng đổi, và bảng xếp hạng lúc đó phải dựng lại chứ không dùng lại được.

Trần 24.000đ và 132 đồng đặt nhóm rẻ vào đâu

Trong 41 model chat có giá vào lớn hơn 0, giá vào cao nhất là 24.000đ, gấp 400 lần sàn 60đ, vì 24.000 ÷ 60 = 400 lần. Chi phí một lượt cao nhất là 132 đồng, gấp 488,89 lần sàn 0,27 đồng, vì 132 ÷ 0,27 = 488,89 lần. Cả hai mức trần đó thuộc Claude Fable 5.1, với 24.000đ mỗi triệu token vào và 120.000đ mỗi triệu token ra.

Đặt cạnh nhau, nhóm 14 model dưới 5 đồng rẻ hơn mức trần một lượt ít nhất 26,67 lần, vì 132 ÷ 4,95 = 26,67 lần, trong đó 4,95 đồng là model đắt nhất của nhóm. Khoảng cách giữa hai đầu của 41 model chat là 132 ÷ 0,27 = 488,89 lần, còn khoảng cách bên trong nhóm rẻ chỉ là 4,95 ÷ 0,27 = 18,33 lần.

Sàn 0đ của cả 46 model không phải một model chat rẻ hơn. Đó là ba model ghi 0đ ở cả hai cột token và thu 0,36 CUBE mỗi lần gọi, tức 360đ với giá niêm yết 1 CUBE = 1.000đ: GPT Image 2.5, GPT Image 2.5 Flare và GPT Image 2.5 Sunburst. Cả ba đứng ngoài 41 model của mọi phép chia ở trên, và hai model ảnh còn lại của danh mục là Gemini 3.1 Flash Image và GPT Image 2 cũng vậy, vì chúng tính thêm CUBE mỗi lần gọi bên cạnh giá token.

Nếu bạn mua theo gói thay vì theo lượt, giá tính bằng CUBE: gói Developer 799.000đ cho 940 CUBE, gói Pro 1.499.000đ cho 2.000 CUBE.

Giới hạn của ba con số sàn

Con số 14 và 28 đếm trên 41 model chat có giá vào lớn hơn 0, không phải cả 46 model của gateway. Năm model còn lại đứng ngoài mọi phép chia ở trên: ba model ảnh, vốn tính thêm 0,3 đến 0,6 CUBE mỗi lần gọi, và hai model chat có giá vào 0đ là GPT Image 2.5 Flare và Sunburst.

Một cột giá vào rẻ không sống sót qua một việc có đầu ra dài. Nếu mỗi lượt của bạn viết dài hơn 700 token nhiều lần, phần ra chiếm phần lớn hoá đơn và cột giá ra mới là cột quyết định. Hãy đo tỉ lệ token thật của mình trước, rồi chọn cột.

Cách xếp hạng đầy đủ theo cột một lượt nằm ở loại nào rẻ nhất, còn bảng giá niêm yết ở bảng giá token. Bài chọn model AI theo chi phí đi vào cách dựng ngân sách, và giá API GPT giải thích cách đọc bảng giá theo triệu token. Toàn bộ cluster nằm ở chuyên mục chọn và so sánh model.