# Rẻ mà tốt: tầng Economy mười model trải 12,80 lần giá và có thêm một khoản giảm nữa

> Mười model Economy có giá token trải từ 0,27 đồng đến 3,456 đồng một lượt, tức 12,80 lần trong cùng một tầng. GPT OSS 20B đọc cache 0đ nên còn rẻ hơn.

- URL: https://wisa.vn/blog/re-ma-tot
- Markdown: https://wisa.vn/blog/re-ma-tot.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-30T21:00:00.000Z
- Cập nhật: 2026-10-31T06:51:33Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~6 phút
- Từ khoá: rẻ mà tốt, tầng Economy, chi phí một lượt, đọc cache 0đ
- cluster: chon-va-so-sanh-model
- targetQuery: rẻ mà tốt
- 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); OpenAI — prompt caching (https://developers.openai.com/api/docs/guides/prompt-caching); Wisa — chuyên mục Chọn và so sánh model (https://wisa.vn/blog/chu-de/chon-va-so-sanh-model)

---

Mười model Economy có giá token trải từ 0,27 đồng đến 3,456 đồng một lượt chuẩn, tức 12,80 lần trong cùng một tầng. Nếu bạn có 10.000 lượt ngắn mỗi tháng, chọn nhầm giữa hai đầu tầng đó tốn thêm khoảng 31.860 đồng một tháng.

## Mười model Economy trải từ 0,27 đồng đến 3,456 đồng một lượt

Một lượt chuẩn là 2.000 token vào cộng 700 token ra, nhân với giá niêm yết mỗi triệu token. Mười hàng trong bảng là toàn bộ nhóm Economy có giá token trong bảng giá 46 model của Wisa. Hai model Economy còn lại có giá vào 0đ và thu 0,36 CUBE mỗi lần gọi, nên không xếp được vào cột một lượt.

| Model | Giá vào | Giá ra | Đọc cache | Ghi cache | Một lượt |
| --- | --- | --- | --- | --- | --- |
| GPT OSS 20B | 60đ | 216đ | 0đ | 0đ | 0,27 đồng |
| GPT-6 Luna | 240đ | 1.200đ | 120đ | 300đ | 1,32 đồng |
| MiniMax M3.1 Flash | 360đ | 1.440đ | 36đ | 0đ | 1,73 đồng |
| Gemini 3.1 Flash Lite | 300đ | 1.800đ | 120đ | 0đ | 1,86 đồng |
| Gemini 3.1 Flash Lite Preview | 300đ | 1.800đ | 30đ | 0đ | 1,86 đồng |
| GLM 5.3 Flash | 600đ | 1.800đ | 240đ | 0đ | 2,46 đồng |
| Gemini 3.5 Flash Lite | 360đ | 3.000đ | 72đ | 0đ | 2,82 đồng |
| GPT-5.6 Luna | 480đ | 2.880đ | 288đ | 600đ | 2,98 đồng |
| DeepSeek V4.1 Flash | 720đ | 2.880đ | 72đ | 0đ | 3,456 đồng |
| DeepSeek V4.1 Flash 1017 | 720đ | 2.880đ | 72đ | 0đ | 3,456 đồng |

Đọc cột cuối: năm hàng đầu nằm dưới 2 đồng, năm hàng sau chạy từ 2,46 đồng đến 3,456 đồng. Khoảng cách giữa hàng rẻ nhất và hàng đắt nhất trong cùng một tầng là 3,456 ÷ 0,27 = 12,80 lần. Đặt 10.000 lượt ngắn mỗi tháng, toàn bộ khoảng đó tương đương 31.860 đồng, một số đủ nhỏ để bạn quyết định theo tiêu chí khác thay vì theo giá.

## Vì sao GPT OSS 20B đọc cache 0đ dù giá vào là 60đ?

Vì giá đọc cache là một cột riêng, không suy ra từ giá vào. Trong toàn bộ 46 model, đúng ba model có giá vào lớn hơn 0 mà đọc cache 0đ: GPT OSS 20B với giá vào 60đ, GPT OSS 120B với giá vào 1.200đ, và Gemini 3.1 Flash Image với giá vào 600đ. Ba hàng đó không nằm cùng tầng và không cùng loại việc, nên điểm chung duy nhất của chúng là cột đọc cache.

Với GPT OSS 20B, hệ quả là lượt lặp lại rẻ hơn 0,27 đồng. Nếu toàn bộ phần vào đọc từ cache, một lượt chỉ còn phần ra: 700 × 0,216 ÷ 1.000.000 = 0,0001512 CUBE, tức 0,1512 đồng. Con số 0,27 đồng là giá của lượt không có cache, không phải giá sàn của model.

Điều kiện để khoản giảm đó có thật là phần đầu prompt phải lặp lại y nguyên. Một system prompt 3.000 token dùng cho mọi lượt là ví dụ rõ: phần đó ghi một lần rồi đọc lại ở 0đ, còn phần câu hỏi thay đổi vẫn tính 60đ mỗi triệu token. Nếu mỗi lượt bạn sửa lại phần đầu, cache không khớp và mức 0,1512 đồng không xuất hiện.

Ba cột giá vào, giá ra và đọc cache được định nghĩa ở [token là gì](/tu-dien/token), nơi phân biệt token vào, token ra và token đọc lại từ bộ nhớ đệm.

## Tám trong mười model ghi cache 0đ, hai model Luna thì không

Cột ghi cache là khoản phí trả một lần để đưa prompt vào bộ nhớ đệm. Tám trong mười model Economy có giá token thu 0đ cho việc này. Hai model thu phí là GPT-6 Luna ở 0,3 CUBE, tức 300đ mỗi triệu token, và GPT-5.6 Luna ở 0,6 CUBE, tức 600đ mỗi triệu token.

Với 1 CUBE = 1.000đ, 300đ và 600đ là hai mức phí ghi cache duy nhất trong tầng. Nếu prompt của bạn dài và lặp lại nhiều lần, khoản ghi một lần thường rẻ hơn phần chênh của mỗi lượt; nếu prompt đổi mỗi lần gọi, cột ghi cache gần như không dùng tới. Bài [model nào rẻ mà tốt](/blog/model-nao-re-ma-tot) so nhóm dưới 5 đồng theo một tiêu chí khác, có thêm số đo độ trễ.

## Mức 2,5 phần trăm áp cho 40 trong 46 model, không áp cho ba model kia

Mức 2,5 phần trăm là mức thấp nhất quan sát được trong bảng giá, thuộc Claude Fable 5.1 với 600 ÷ 24.000. Nó áp cho 40 trong 46 model, đúng nhóm có thu phí đọc cache. Ba model đọc cache 0đ là GPT OSS 20B, GPT OSS 120B và Gemini 3.1 Flash Image không nằm trong nhóm đó, nên tỉ lệ của chúng là 0 phần trăm chứ không phải 2,5 phần trăm.

Đọc theo cách này, câu "đọc cache rẻ nhất là 2,5 phần trăm" chỉ đúng với 40 model có thu phí đọc cache. Áp nguyên câu đó cho GPT OSS 20B sẽ ra một con số không có trong bảng giá.

Cách kiểm tra nhanh: nếu một bảng giá ghi giá đọc cache bằng 0đ trong khi giá vào lớn hơn 0, hãy đọc hàng đó là model có tỉ lệ đọc cache bằng 0, tức dưới mức 2,5 phần trăm của nhóm có thu phí, chứ không phải hàng bị thiếu dữ liệu. Trong bảng 46 model của Wisa, đúng ba hàng rơi vào trường hợp này.

## Tầng Economy dừng ở đâu, và bảng giá này dừng ở đâu

Ba chỗ tầng này hết đủ. Thứ nhất, tài liệu dài: khi phần vào lên vài chục nghìn token, giá vào chiếm gần hết chi phí và khoảng cách giữa các model trong tầng bị nén lại, nên chọn hàng rẻ nhất không còn là quyết định đúng. Thứ hai, việc cần ngữ cảnh 1M token: GPT OSS 20B chỉ nhận 131.072 token ngữ cảnh, nên tài liệu dài hơn ngưỡng đó phải cắt nhỏ trước khi gửi. Thứ ba, việc cần câu trả lời đúng ngay lần đầu: một lượt rẻ mà phải chạy lại ba lần đã đắt hơn một lượt đắt chạy một lần.

Việc chia tầng cũng không cần chốt một lần. Bạn có thể để một model Economy nhận phần lớn số lượt và chỉ chuyển sang model mạnh ở bước khó; khi đó chi phí tháng chịu ảnh hưởng của tỉ lệ chuyển, không phải của giá niêm yết.

Giới hạn của mọi con số ở trên: chúng tính trên lượt chuẩn 2.000 vào và 700 ra. Một prompt 20.000 token vào làm phần vào chiếm tỉ trọng lớn và có thể đảo thứ tự trong bảng; một yêu cầu sinh 4.000 token ra cũng vậy. Hãy dựng lại phép tính trên ba mẫu prompt thật của bạn trước khi chốt, và đọc [cách chọn model theo chi phí](/blog/chon-model-ai-theo-chi-phi) để biết khi nào nên chuyển việc giữa các mức giá. Bài [rẻ nhất và mắc nhất](/blog/re-nhat-va-mac-nhat) đặt tầng Economy cạnh trần của cả bảng giá, còn [loại nào rẻ nhất](/blog/loai-nao-re-nhat) xếp theo giá vào. Danh sách bài cùng cluster nằm ở [chuyên mục chọn và so sánh model](/blog/chu-de/chon-va-so-sanh-model).

## Câu hỏi thường gặp
### Trong mười model Economy, model nào có chi phí một lượt thấp nhất?

GPT OSS 20B có chi phí một lượt thấp nhất trong mười model Economy, ở 0,27 đồng cho lượt chuẩn 2.000 token vào và 700 token ra. Giá niêm yết của nó là 60đ mỗi triệu token vào và 216đ mỗi triệu token ra, thấp nhất trong nhóm có giá token.

### Model Economy đắt nhất và rẻ nhất trong cùng tầng chênh nhau bao nhiêu lần?

Model Economy đắt nhất trong nhóm có giá token là DeepSeek V4.1 Flash và bản 1017 ở 3,456 đồng một lượt, chênh 12,80 lần so với GPT OSS 20B ở 0,27 đồng. Phép chia là 3,456 ÷ 0,27 = 12,80 lần, tính trên cùng một lượt chuẩn 2.000 vào và 700 ra.

### Model nào trong mười model Economy ghi cache 0đ?

Tám trong mười model Economy ghi cache 0đ, gồm GPT OSS 20B, MiniMax M3.1 Flash, Gemini 3.1 Flash Lite, Gemini 3.1 Flash Lite Preview, GLM 5.3 Flash, Gemini 3.5 Flash Lite, DeepSeek V4.1 Flash và DeepSeek V4.1 Flash 1017. Hai model còn lại thu phí ghi cache: GPT-6 Luna 0,3 CUBE và GPT-5.6 Luna 0,6 CUBE mỗi triệu token.

### GPT OSS 20B đọc cache 0đ thì có nghĩa nó luôn rẻ hơn các model còn lại?

Không, vì đọc cache 0đ chỉ rẻ hơn khi phần lớn prompt của bạn lặp lại và đã nằm sẵn trong cache. Với prompt mới hoàn toàn, GPT OSS 20B vẫn tính 60đ mỗi triệu token vào, và một model khác có thể rẻ hơn trên một lượt nếu cấu trúc vào ra của bạn khác lượt chuẩn 2.000 vào và 700 ra.

### Tầng Economy phù hợp với loại việc gì?

Tầng Economy phù hợp với việc ngắn, lặp lại và có tiêu chí đúng sai rõ: phân loại, trích xuất trường, đổi định dạng, viết lại một câu. Với tài liệu dài, việc cần ngữ cảnh rất lớn, hay câu trả lời phải đúng ngay lần đầu, chi phí một lượt thấp không còn là tiêu chí chính để chọn.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/re-ma-tot
- 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