# So sánh token giữa các model: ba cách quy về cùng một thước đo

> Cùng 2.000 token vào và 700 ra, Gemini 3.8 Flash tốn 4,95 đồng còn Claude Opus 5.5 tốn 26,4 đồng. Ba thước đo cho ba thứ hạng khác nhau, kèm bảng quy.

- URL: https://wisa.vn/blog/so-sanh-token
- Markdown: https://wisa.vn/blog/so-sanh-token.md
- Ngôn ngữ: vi
- Loại: post
- Xuất bản: 2026-10-28T20:40:00.000Z
- Cập nhật: 2026-10-31T06:52:02Z
- Tác giả: Đội ngũ WinSell (Product)
- Thời gian đọc: ~5 phút
- Từ khoá: so sánh token, quy đổi token giữa model, giá một triệu token, token trên mỗi lượt
- cluster: chi-phi-va-gia
- targetQuery: so sánh token
- citations: Wisa — bảng giá token (https://wisa.vn/bang-gia-token); Anthropic — cách đếm token (https://platform.claude.com/docs/en/build-with-claude/token-counting); Google — đếm token (https://ai.google.dev/gemini-api/docs/tokens); DeepSeek — bảng giá API (https://api-docs.deepseek.com/quick_start/pricing)

---

So sánh token chỉ có nghĩa khi quy về cùng một đơn vị việc làm. Ba cách quy phổ biến là một triệu token, một lượt chuẩn 2.000 vào 700 ra, và một nghìn từ đầu ra. Cùng một model có thể rẻ nhất ở thước đo này và đắt thứ hai ở thước đo kia, vì tỉ lệ giá ra trên giá vào của mỗi họ khác nhau.

## Vì sao so sánh theo giá niêm yết dễ sai

Bảng giá của mọi nhà cung cấp đều niêm yết hai con số: giá đầu vào và giá đầu ra trên một triệu token. Nhìn hai cột đó rồi chọn model rẻ nhất là cách nhanh nhất để chọn sai.

Lý do: tỉ lệ giữa hai cột khác nhau. Gemini 3.5 Flash Lite lấy 360đ cho đầu vào và 3.000đ cho đầu ra, tức 8,33 lần. GPT-5.6 Luna lấy 480đ và 2.880đ, tức 6 lần. Với cùng một lượng chữ, hai model này đổi ngôi tùy việc nặng về đầu vào hay đầu ra.

## Ba thước đo và cách quy

Thước đo thứ nhất là một triệu token đầu vào. Nó phù hợp với việc đọc, phân loại, trích xuất, nơi đầu ra rất ngắn.

Thước đo thứ hai là một lượt chuẩn 2.000 token vào và 700 token ra. Đây là kích thước một câu hỏi có tài liệu ngắn kèm theo, và nó là đơn vị dùng trong các bài khác của cụm này.

Thước đo thứ ba là một nghìn từ đầu ra. Nó phù hợp với việc soạn thảo, nơi bạn trả tiền chủ yếu cho chữ model viết ra.

Công thức chung: chi phí = (token vào × giá vào + token ra × giá ra) ÷ 1.000.000 CUBE, rồi nhân 1.000 ra số đồng.

## Bảng xếp hạng theo từng thước đo

| Model | Giá vào mỗi triệu | Giá ra mỗi triệu | Một triệu token vào | Một triệu token ra | Lượt chuẩn | Một nghìn từ đầu ra |
| --- | --- | --- | --- | --- | --- | --- |
| Gemini 3.5 Flash Lite | 360đ | 3.000đ | 360 đồng | 3.000 đồng | 2,82 đồng | 4,5 đồng |
| GPT-5.6 Luna | 480đ | 2.880đ | 480 đồng | 2.880 đồng | 2,98 đồng | 4,32 đồng |
| Gemini 3.8 Flash | 900đ | 4.500đ | 900 đồng | 4.500 đồng | 4,95 đồng | 6,75 đồng |
| Claude Haiku 4.5 | 1.200đ | 6.000đ | 1.200 đồng | 6.000 đồng | 6,6 đồng | 9 đồng |
| Claude Opus 5.5 | 4.800đ | 24.000đ | 4.800 đồng | 24.000 đồng | 26,4 đồng | 36 đồng |

Ba cột cuối là ba thứ hạng. Theo một triệu token vào, Gemini 3.5 Flash Lite đứng đầu với 360 đồng. Theo một triệu token ra, GPT-5.6 Luna đứng đầu với 2.880 đồng, còn Gemini 3.5 Flash Lite tụt xuống thứ hai với 3.000 đồng.

Theo một nghìn từ đầu ra, thứ hạng đảo giữa hai model đó: GPT-5.6 Luna là 4,32 đồng, Gemini 3.5 Flash Lite là 4,5 đồng. Chênh lệch nhỏ, nhưng nó cho thấy việc chọn thước đo quyết định kết luận.

Phép tính một nghìn từ: 1.500 token × giá ra ÷ 1.000.000. Với GPT-5.6 Luna là 1.500 × 2.880 ÷ 1.000.000 = 4,32 đồng. Con số 1.500 token là giả định, không phải số đo.

## Ảnh hưởng của tỉ lệ giá vào trên giá ra

Tỉ lệ giá ra trên giá vào quyết định model nào có lợi ở loại việc nào. Năm model trong bảng có ba tỉ lệ: 8,33 lần, 6 lần và 5 lần.

Tỉ lệ 5 lần là mức phổ biến nhất, áp cho Gemini 3.8 Flash, Claude Haiku 4.5 và Claude Opus 5.5. Ba model này giữ nguyên thứ hạng ở cả ba thước đo, vì chúng cùng hình dạng giá.

Tỉ lệ 8,33 lần làm Gemini 3.5 Flash Lite rất rẻ khi đầu vào nhiều và kém hấp dẫn khi đầu ra nhiều. Tỉ lệ 6 lần làm GPT-5.6 Luna ngược lại: đắt hơn một chút ở đầu vào, rẻ hơn ở đầu ra.

Nếu công việc của bạn là đọc 100 trang rồi trả lời một câu, chọn theo tỉ lệ cao. Nếu là viết 100 trang từ một đề bài ngắn, chọn theo tỉ lệ thấp.

## Tốc độ không đi theo giá

Số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026: Gemini 3.8 Flash có p50 10.181 ms trên 6.051 mẫu và tốc độ 42,57 token/giây. Claude Opus 5.5 có p50 15.168 ms trên 271 mẫu và tốc độ 48,91 token/giây.

Đọc theo tỉ lệ, Claude Opus 5.5 nhanh hơn 48,91 ÷ 42,57 = 1,15 lần về token mỗi giây, trong khi giá một lượt đắt hơn 5,33 lần. Tốc độ sinh chữ không phải thứ bạn trả thêm tiền để mua; thứ bạn mua là chất lượng và độ dài câu trả lời.

## Cách chọn thước đo phù hợp với công việc của bạn

Bước một: đếm hình dạng việc của bạn. Nếu đầu ra trung bình dưới 200 token, dùng thước đo một triệu token vào. Nếu đầu ra trên 1.000 token, dùng thước đo một nghìn từ.

Bước hai: chọn hai model cùng tỉ lệ giá rồi so trên thước đo đã chọn. Hai model khác tỉ lệ sẽ đổi ngôi tùy hình dạng việc, nên so trực tiếp giữa chúng chỉ có nghĩa khi bạn cố định hình dạng việc.

Bước ba: kiểm lại bằng một tuần dùng thật. Con số trên bảng là giá niêm yết; số trong bảng sử dụng của bạn mới là số quyết định.

Bài [chi phí token AI](/blog/chi-phi-token-ai) giải thích đơn vị token; bài [1 triệu token AI giá bao nhiêu](/blog/1-trieu-token-ai-gia-bao-nhieu) có bảng quy đổi theo từng model; bài [chọn model AI theo chi phí](/blog/chon-model-ai-theo-chi-phi) xếp model theo loại việc. Giá đầy đủ ở [bảng giá token](/bang-gia-token).

## Giới hạn của bài này

Bảng dùng giả định 1.500 token cho 1.000 từ tiếng Việt. Con số thật phụ thuộc bộ tách từ của từng model, và với văn bản nhiều dấu thanh, sai số có thể tới vài chục phần trăm.

Bài chỉ so năm model đang bán, không so với model đã nghỉ hay model của nhà cung cấp khác. Giá cũng là giá niêm yết ngày 30/10/2026 và có thể đổi.

Cuối cùng, bài bỏ qua cache và bậc giá mở rộng. Cả hai đều làm thay đổi thứ hạng khi ngữ cảnh dài hoặc lặp lại, nên đừng dùng bảng này cho tài liệu trên 200.000 token.

## Câu hỏi thường gặp
### So sánh token giữa các model thế nào cho đúng?

Quy cả hai model về cùng một đơn vị việc làm rồi mới so. Ba đơn vị dùng được là một triệu token đầu vào, một lượt chuẩn 2.000 vào 700 ra, và một nghìn từ đầu ra. So giá niêm yết mỗi triệu token mà bỏ qua tỉ lệ vào ra thì dễ kết luận sai.

### Vì sao thứ hạng đổi khi đổi thước đo?

Vì tỉ lệ giá ra trên giá vào khác nhau. Gemini 3.5 Flash Lite có giá ra gấp 8,33 lần giá vào, còn GPT-5.6 Luna chỉ gấp 6 lần. Công việc càng nặng về đầu ra thì model có tỉ lệ thấp càng có lợi.

### Một nghìn từ tiếng Việt tốn bao nhiêu token?

Không có con số cố định, vì mỗi bộ tách từ cắt khác nhau và dấu thanh có thể thành token riêng. Bảng trong bài dùng giả định 1.500 token cho 1.000 từ, ghi rõ để bạn thay bằng số đo trên chính văn bản của mình.

### Model nào rẻ nhất theo một lượt hỏi?

Trong năm model của bảng, Gemini 3.5 Flash Lite rẻ nhất với 2,82 đồng một lượt 2.000 vào 700 ra, tiếp theo là GPT-5.6 Luna với 2,98 đồng. Claude Opus 5.5 đắt nhất với 26,4 đồng, gấp 9,4 lần.

### Có nên so sánh theo giá một triệu token không?

Chỉ nên dùng khi công việc của bạn gần như chỉ có đầu vào, ví dụ đọc và phân loại tài liệu. Với công việc sinh văn bản, giá đầu ra quyết định hoá đơn, nên so theo một triệu token đầu vào sẽ chọn sai model.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/blog/so-sanh-token
- 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