Đội ngũ WinSell

Premium chỉ đáng mua khi một lần sai tốn hơn 38,19 lần giá một lượt rẻ, vì 132 ÷ 3,456 = 38,19 lần trên 13 model Premium giá 19,80 đồng đến 132 đồng một lượt.

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.

21 trong 43 model chat tính phí ghi cache, 22 model tính 0đ. Ghi 20.000 token tốn 60 đồng ở Claude Sonnet 5.5 và 0 đồng ở Gemini 3.8 Flash.

Tỉ lệ lỗi 2,21 phần trăm trên 271 mẫu là 22 câu trả lời mất mỗi 1.000 yêu cầu. Cách đổi không tăng chi phí: đổi ngang giá sang model cùng 13,20 đồng một lượt.

p50 của sáu model chạy 7.998 đến 26.226 ms, còn p95 chạy 27.344 đến 125.749 ms: đổi model khi đuôi phá cam kết 60 giây, không phải khi trung vị xấu.

Nâng effort trước khi đổi model: một lượt GPT-6 Sol từ 13,20 đồng lên 21,60 đồng khi token ra gấp đôi, vẫn dưới 132 đồng của trần 13 model Premium.

Ba mức sàn giá rẻ là 60đ, 216đ và 0,27 đồng, cùng thuộc GPT OSS 20B. 14 trong 41 model chat dưới 5 đồng một lượt, nhưng thứ tự ba cột không giống nhau.

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.

Một lượt chuẩn chạy từ 0,27 đồng đến 132 đồng trên 41 model chat có giá vào lớn hơn 0, tức 488,89 lần. Ba cách đo cho ba bội số: 400, 555,56 và 488,89.

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.

14 trong 41 model chat có giá vào lớn hơn 0 nằm dưới 5 đồng một lượt, nhưng chỉ 3 model có số đo. Cùng 3,456 đồng, bản 1017 phát 71,23 so với 35,03 token/giây.

Chi phí một kết quả dùng được bằng chi phí một lượt chia cho (1 trừ tỉ lệ lỗi). Sáu hàng tính sẵn chạy từ 3,456 đồng đến 27,00 đồng, cách nhau 7,81 lần.

Wisa giữ giá cho 46 model, độ trễ và tỉ lệ lỗi cho 6 model, và không có cột chất lượng nào. Bài này đưa bộ 20 prompt để bạn tự đo thay vì tin một bảng xếp hạng.

Tiếng Việt không có bảng giá riêng: 43 model chat dùng chung một bảng giá token cho mọi ngôn ngữ, nên quyết định riêng cho tiếng Việt chỉ còn là độ dài đầu ra.

Một bài 1.500 từ tiếng Việt cần khoảng 2.500 token ra, gấp 3,57 lần một lượt chuẩn. Tiền ra riêng phần đó chạy từ 0,54 đồng đến 300 đồng.

Phép thử 20 prompt: 40 lượt tốn 198 đồng hoặc 1.056 đồng, rồi chia cho tỉ lệ lỗi để ra chi phí một kết quả dùng được.

Cùng một đoạn văn 700 token: Gemini 3.8 Flash tốn 4,95 đồng, GPT 6.1 SOL tốn 13,2 đồng, nhưng đuôi p95 chênh 4,60 lần. Chọn theo thời gian bạn chờ được.

Văn dài cần dư địa token ra: sáu model đo được chia nhau từ 288 đến 2.036 token trung vị, và hàng dài nhất chờ 26.226 ms ở p50.

Viết tiếng Việt bằng AI tốn tiền chủ yếu ở phần trả lời: giá ra đắt gấp 2,7 đến 8,33 lần giá vào, nên một bản nháp 700 token chênh tới 38,19 lần giữa hai model.

Không có benchmark công khai nào đo văn phong tiếng Việt. Cách duy nhất còn kiểm chứng được là tỉ lệ lỗi trên gateway và chi phí một kết quả dùng được.

Tốc độ đọc của AI là token mỗi giây: 71,23 token/giây xuống 35,03 token/giây. Hai bản DeepSeek cùng 3,456 đồng một lượt mà chênh 2,03 lần, giá không đổi.

Độ trễ ở đây tính đến lúc hoàn tất cả yêu cầu: p50 chạy 7.998 đến 26.226 ms, đuôi p99 dài 5,89 đến 16,80 lần p50, và một lượt timeout vẫn bị tính tiền.

Benchmark trong AI là phép đo cần quần thể, phân vị và số mẫu. Dải p50 rộng 3,28 lần, dải p95 rộng 4,60 lần, dải p99 rộng 4,09 lần trên cùng sáu model.

Ba thứ khác nhau cùng gọi là AI model benchmarks: tỉ lệ đúng công khai, phân vị độ trễ, và chi phí mỗi kết quả dùng được. Claude Opus 5.5 tốn 27,00 đồng.

SWE benchmark đo tỉ lệ giải đúng, không đo lần chạy tệ nhất: p99 dài 5,89 đến 16,80 lần p50 và ca xấu nhất là 244,8 giây ở 1% số lần.

Xếp sáu model theo p50 và theo token mỗi giây ra hai thứ tự khác nhau: Gemini 3.8 Flash thứ ba về p50 nhưng thứ tư về thông lượng, sau Claude Opus 5.5.

Benchmark AI model comparison theo từng phân vị: GPT 6.1 SOL chậm hơn Gemini 3.8 Flash 2,58 lần ở p50 nhưng 4,60 lần ở p95, kèm số mẫu.

Benchmark AI model 2026 trên sáu model: dải p50 rộng 3,28 lần nhưng dải p95 rộng 4,60 lần và dải p99 rộng 4,09 lần, kèm số mẫu từng hàng.

Benchmark model AI chỉ đọc được khi biết số mẫu: 6.051 mẫu cho Gemini 3.8 Flash, 48 mẫu cho Claude Sonnet 5.5, và p95 45.156 ms nghiêng theo đúng 48 mẫu đó.

Ba dòng DeepSeek trong danh mục Wisa chia hai tầng giá: hai bản Economy cùng 3,456 đồng một lượt mà chênh 2,03 lần tốc độ, bản 0731 đắt 1,25 lần.

Dưới 800.000đ có sáu mốc giá khác nhau, từ 0đ đến 799.000đ. Bậc vào cửa là 300.000đ cho 300 CUBE, đúng 1.000đ một CUBE, và mỗi bậc sau rẻ hơn trên mỗi CUBE.

Cùng gói Developer, 799.000đ cho 940 CUBE ở phạm vi full và 399.500đ cho 470 CUBE ở phạm vi wisa, cả hai đều 850đ một CUBE. Quyết định chỉ còn là mua bao nhiêu.

Gói Free của Wisa là 10 CUBE một tháng, tức 10.000 đồng, với trần 2 CUBE mỗi 5 giờ. Ở 4,95 đồng một lượt của Gemini 3.8 Flash, số đó đổi được 2.020 lượt.

Gói Pro của Wisa là 1.499.000đ cho 2.000 CUBE, tức 749,5đ một CUBE. Trần 100 CUBE mỗi 5 giờ gấp 2,13 lần gói Developer, trong khi giá chỉ gấp 1,88 lần.

Ba họ model thu phí ghi cache theo ba cách: Claude 1,25 đến 2 lần giá vào, GPT đúng 1,25 lần, Gemini 0đ. Cùng một tài liệu đọc 20 lần, chênh tới 2,61 lần.

Gemini 3.8 Flash tốn 4,95 đồng một lượt, GPT 6 SOL tốn 13,20 đồng, chênh 2,67 lần. Cả hai cột giá cùng chênh 2,67: 2.400 ÷ 900 và 12.000 ÷ 4.500.

Claude Sonnet 5.5 và GPT 6.1 SOL đều tốn 13,20 đồng một lượt, nên giá không tách được hai model. Đuôi p95 mới tách: 45.156 ms so với 125.749 ms, tức 2,79 lần.

Mười hai model Claude trải 1.200đ đến 24.000đ giá vào, nhưng cột ghi cache chia nhóm rõ hơn: Sonnet 4.5 ghi 4.500đ, Sonnet 5 ghi 7.200đ, chênh 1,6 lần.

Sáu cột giá cho 46 model: giá vào, ra, đọc cache, ghi cache, phí yêu cầu và lượt chuẩn. Xếp theo giá vào đặt GPT IMAGE 2.5 lên đầu dù mỗi lần gọi thu 360đ.

Wisa có 13 model Premium, 21 Balanced và 12 Economy. Riêng tầng Premium đã trải 19,80 đến 132 đồng một lượt, tức 6,67 lần: so khác tầng là so ngân sách.

Benchmark coding đo tỉ lệ giải đúng, không đo đuôi độ trễ: p95 của 6 model đã đo dài 2,69 đến 6,79 lần p50. Cách ghép điểm số với số đo gateway.

46 model từ 9 nhà cung cấp gồm 43 model chat và 3 model ảnh, ba tầng Economy, Balanced, Premium. Một lượt chuẩn tốn 0,27 đến 132 đồng, chênh 488,89 lần.

43 model chat chia ba tầng, và một lượt 2.000 token vào cộng 700 token ra tốn từ 0,27 đến 132 đồng. Cách chọn tầng trước rồi mới chọn model.

Claude Sonnet 5.5 và GPT 6.1 SOL cùng tốn 13,20 đồng một lượt, nhưng p50 là 10.029 ms so với 26.226 ms trên 48 và 214 mẫu. Cách so cùng tầng giá.

Một lượt chấm tốn 3,456 đồng với DeepSeek V4.1 Flash và 26,40 đồng với Claude Opus 5.5, nhưng tỉ lệ lỗi 2,21% đổi chi phí mỗi bài đúng thành 7,81 lần.

Gemini 3.8 Flash tốn 4,95 đồng một lượt, GPT 6.1 SOL tốn 13,20 đồng, nhưng token ra trung vị là 427 so với 2.036. Khi nào món rẻ hơn phải gọi hai lần.

Một tài liệu 3.000 token dịch sang 3.500 token tốn 18,45 đồng với Gemini 3.8 Flash và 49,20 đồng với Claude Sonnet 5.5. Cách dùng caching để cắt phần lặp.

13 model Premium tốn 19,80 đến 132 đồng một lượt, 28 model còn lại tốn 0,27 đến 14,88 đồng. Khi nào nên nâng Reasoning Effort trước khi trả giá Premium.

Một ảnh tốn 337,20 đồng với GPT Image 2, 360 đồng với GPT Image 2.5 và 651,60 đồng với Gemini 3.1 Flash Image. Vì sao giá mỗi lần gọi quan trọng hơn giá token.

Không có model tốt nhất chung, chỉ có model tốt nhất cho một điều kiện: 6 trong 46 model có số đo, 28 trong 41 model chat có giá token dưới 15 đồng một lượt.

Không có API AI nào không giới hạn. Ba loại trần thật là lượt mỗi phút, CUBE theo 5 giờ và 7 ngày, và số yêu cầu đồng thời. Bảng sáu gói.

Miễn phí trong API AI có ba nghĩa: hạn mức tặng kèm, bậc có trần lượt, và model tự chạy. Cả ba đều có trần cứng, kèm bảng số 440 lượt.

Giá API trong 41 model chat có giá token trải từ 60đ đến 24.000đ một triệu token vào, tức 400 lần. Bốn khoản bị tính tiền, ba mức sử dụng và cách cắt chi phí.

Chi phí một lần gọi API bằng bốn phép nhân cộng lại. Công thức, ba ví dụ có số thay vào và hai sai số làm hoá đơn cao hơn dự toán.

Token là mảnh văn bản mà tokenizer cắt ra, không phải từ. Ước lượng token cho năm loại văn bản thường gặp và tiền thật của từng loại.

Ba model tạo ảnh chênh nhau đúng hai lần giá, nhưng tỉ lệ ảnh phải làm lại mới quyết định chi phí. Bảng chiến dịch 50 ảnh và cách đặt trần.

Ba model tạo ảnh có phí yêu cầu 300đ đến 600đ một lần gọi, nên 10 CUBE của gói miễn phí đủ 16 đến 33 ảnh. Bảng số và trần 2 CUBE mỗi 5 giờ.

Cache write là khoản làm hoá đơn Claude lệch khỏi giá niêm yết. Phép tính cho tài liệu 150.000 token đọc ba lần và bảng giá ba model.

Một nhân viên văn phòng hỏi 20 lượt mỗi ngày tốn 2.178 đồng tiền token một tháng với Gemini 3.8 Flash. Ba kiểu dùng, ba bảng số và cách tự tính.

Ba tỉ lệ quy đổi CUBE: sang đồng theo từng gói, sang token theo từng model, sang lượt hỏi chuẩn 2.000 vào 700 ra. Bảng số và ba hiểu nhầm.

CUBE không có một giá duy nhất: 1.000đ qua Trải Nghiệm, 850đ qua Developer, 667đ qua Scale. Bảng đơn giá sáu gói và phép quy CUBE ra token, ra lượt.

Giá niêm yết một CUBE là 1.000đ nhưng mọi gói trả tiền trừ Trải Nghiệm đều bán dưới mức đó. Bảng quy đổi 500.000 đồng và 1.000.000 đồng ra CUBE theo từng gói.

Gói Pro 1.499.000đ cho 2.000 CUBE, tức 749,5 đồng một CUBE, rẻ hơn giá niêm yết 25,05 phần trăm. Bảng so ba bậc, trần 5 giờ và phương án trả năm.

Gói Scale đắt gấp 16,66 lần gói Trải Nghiệm nhưng đơn giá CUBE chỉ rẻ hơn 33,35%. Bảng ba gói cao, trần CUBE và phép thử trước khi nâng.

Một gói AI gồm ba tầng: giá, hạn mức CUBE và trần CUBE theo giờ. Bảng sáu gói, phép quy CUBE ra lượt và cách biết mình đang chạm trần nào.

Ba mức dưới 800.000đ một tháng của bản đầy đủ là 0đ, 300.000đ và 799.000đ. Bảng CUBE, trần chi tiêu, hạng model và phép quy CUBE ra số lượt hỏi thật.

Ba cách trả tiền cho cùng một gói Wisa chỉ chênh nhau 5,56 phần trăm đơn giá CUBE, trong khi số tiền chênh tới 50 phần trăm. Bảng so sánh và phép tính.

Sáu gói Wisa từ 0đ đến 4.999.000đ một tháng, nhưng giá một CUBE chỉ giảm từ 1.000đ xuống 667đ. Bảng đơn giá, bảng trả năm và cách chọn gói.

Một hoá đơn API LLM chỉ có bốn khoản: token vào, token ra, cache đọc và cache ghi. Cách bóc bốn dòng tiền, phép tính và khi nào cache ghi hoàn vốn.

Ba model Gemini Flash có giá vào từ 360đ đến 900đ và giá ra từ 3.000đ đến 4.500đ một triệu token. Bảng giá, phép tính một lượt và cách chọn theo tỉ lệ đầu ra.

Chi tiêu là tiền đã ra khỏi tài khoản, chi phí là phần ghi nhận vào kỳ. Ba tình huống AI, bảng so sánh và cách phân bổ gói năm theo tháng.

Bốn dòng tiền trên hoá đơn và ba khoản ẩn trong dòng token vào. Ví dụ bóc hoá đơn 10 triệu token, tỉ lệ vào trên ra và cách đặt cảnh báo.

Mua trực tiếp từ OpenAI nhận biên lai quốc tế, không phải hoá đơn điện tử Việt Nam. Ba loại chứng từ cần lưu và cách đối chiếu số tiền.

Người bán lập hoá đơn, không phải hãng mô hình. Ba bên dễ nhầm, cách kiểm tra hoá đơn nhận được và câu hỏi cần hỏi trước khi ký.

Mười nhóm nội dung trên hoá đơn điện tử theo Nghị định 123/2020/NĐ-CP, cách ghi tên hàng hoá cho gói CUBE và cách sửa khi ghi sai.

10 người, 4.400 lượt mỗi tháng: 261.360 đồng một năm trên Gemini 3.8 Flash. Ba kịch bản tăng trưởng, cách đặt trần và dấu hiệu vượt ngân sách.

Ba điều kiện của một khoản chi được trừ, chứng từ cần có khi mua token, và cách ghi nhận theo tháng. Bài không phải tư vấn thuế.

Một triệu token vào của Gemini 3.8 Flash là 900đ, còn 600,3 đồng nếu mua CUBE qua gói Scale. Ba nhánh mua, bảng so sánh và ngưỡng hoà vốn.

Bốn cột bắt buộc, ba chỗ dễ đọc sai và bảng đối chiếu bốn model. Vì sao giá niêm yết chưa phải chi phí thật, kèm ví dụ 10 triệu token.

Cùng 1.000 lượt hỏi tốn 4.950 đồng với Gemini 3.8 Flash và 26.400 đồng với Claude Opus 5.5. Ba đơn vị tính tiền, bảng quy đổi và cách chọn theo độ biến động.

DeepSeek có hai mức giá trong bảng, 720đ và 1.056đ một triệu token vào, cả hai đều ghi cache miễn phí. Bảng giá, phép tính và giới hạn năng lực.

Mười hai model Anthropic chia bốn bậc từ 1.200đ đến 24.000đ một triệu token vào, và cả bốn bậc đều thu tiền ghi cache. Bảng giá, phép tính và cách dự toán.

API key không có giá: tiền nằm ở token. Dải 60đ đến 24.000đ một triệu token trong 41 model chat có giá token, ba khoản bị tính và cách đọc hoá đơn.

Kimi K3 có giá 3.600đ vào và 18.000đ ra một triệu token, ngữ cảnh 1.048.576 token. Phép tính đọc trọn hợp đồng 300 trang và khi nào không nên.

Grok 4.5, 4.6 và 4.7 cùng mức 2.400đ vào và 7.200đ ra một triệu token, nhưng chỉ bản 4.6 thu tiền ghi cache. Bảng so sánh và phép tính 940 CUBE.

GPT-6 Luna và GPT-5.6 Luna cùng tên nhưng khác giá đúng hai lần và khác cả tỷ lệ cache. Bảng so sánh, phép tính 20.000 lượt mỗi tháng và cách tự kiểm tra.

Xếp 41 model chat có giá token theo chi phí một lượt 2.000 token vào và 700 token ra, từ 0,27 đến 132 đồng. Bảng xếp hạng, cách tính và khi nào nên trả thêm.

Năm model Gemini có giá đầu vào từ 300đ đến 900đ một triệu token và đều ghi cache miễn phí. Bảng giá, phép tính một lượt hỏi và chi phí đọc lại một tài liệu.

Bảy model GPT trong bảng giá Wisa trải từ 240đ đến 12.000đ một triệu token đầu vào. Bảng quy đổi, phép tính một lượt hỏi và quan hệ giữa giá cao với độ trễ.

Mười hai model Claude từ 1.200đ đến 24.000đ một triệu token vào. Bảng giá đầy đủ, phép tính một lượt hỏi 2.000 vào 700 ra và khoản cache write phải dự toán.

Thuê API qua bên thứ ba rẻ hơn danh nghĩa nhưng đổi ba thứ: quyền kiểm soát khoá, hoá đơn và quyền truy cập model mới. Bảng so sánh và câu hỏi cần hỏi.

Định tuyến theo việc cắt 81,25 phần trăm so với Claude Opus 5.5, đọc cache cắt 95 phần trăm, cắt token hệ thống tiết kiệm 15.360 đồng mỗi tháng.

Trả năm gói Pro là 15.289.800đ thay vì 17.988.000 đồng, tiết kiệm 2.698.200 đồng nhưng CUBE mỗi tháng giảm từ 2.000 xuống 1.800. Bảng sáu gói.

Gói 300.000đ cho 300 CUBE là 1.000đ mỗi CUBE, đúng bằng giá lẻ, nên chỉ gói có đơn giá dưới 1.000đ mới rẻ hơn trả sau. Bảng sáu gói và điểm hoà vốn.

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.

Trần tiết kiệm của bốn đòn bẩy là 97,5, 81,25, 15 và 0 phần trăm. Mô phỏng một tháng 4.000 lượt từ 105.600 đồng xuống 16.920 đồng, kèm cách tính.

Một hợp đồng 3.000 token vào và 2.000 ra tốn 11,7 đồng với Gemini 3.8 Flash, 31,2 đồng với Claude Sonnet 5.5. Ngưỡng hoà vốn là 2,67 lần làm lại.

Cam kết năm cắt 15 phần trăm giá nhưng khoá 15.289.800đ cho gói Pro. Hạ model cắt tới 81,25 phần trăm, đọc cache cắt tới 97,5 phần trăm. Thứ tự áp dụng.

Công ty 50 người dùng 22.000 lượt một tháng tốn 108.900 đồng token, nhưng gói Developer 799.000đ chỉ cho 8 yêu cầu đồng thời. Bảng chia ngân sách theo nhóm.

Rate limit là trần số lượt gọi mỗi phút và trần CUBE cuộn 5 giờ, 7 ngày. Bảng sáu gói Wisa, cách xử lý lỗi 429 và số đo p95, p99 của gateway.

AI văn phòng là gì: trợ lý làm bước nháp cho giấy tờ, email, bảng tính. Mười hai việc kèm chi phí thật mỗi lần chạy, từ 1đ đến 65đ.

ChatGPT, Gemini hay Claude: so theo cửa sổ ngữ cảnh, phụ phí ngữ cảnh dài và giá token trên Wisa. Bốn loại việc, bốn lựa chọn khác nhau.

Mua token AI ở đâu cho hợp lệ: VietQR, hoá đơn VAT, không cần thẻ quốc tế. Năm rủi ro khi mua key trôi nổi và sáu câu hỏi trước khi chuyển tiền.

Đọc lại cùng một tài liệu rẻ hơn 95%: GPT 6.1 SOL tính 0,12 CUBE thay vì 2,4 CUBE. Cách dùng cache, điểm hoà vốn và bẫy bậc giá 272.000 token.

50 người, 20 lượt hỏi mỗi ngày, 22 ngày làm việc: khoảng 299 CUBE một tháng với model hỗn hợp. Bảng tính ba kịch bản và gói nào đủ dùng.

Hợp đồng 300 trang khoảng 240.000 từ, tức 360.000 đến 480.000 token. Đọc một lần tốn 216đ với Gemini 3 Flash và 1.440đ với GPT 6.1 SOL.

Một token không có giá cố định: cùng 1 triệu token, GPT OSS 20B tính 60đ còn Claude Fable 5.1 tính 24.000đ. Cách đổi token ra tiền và ra từ.

Xếp hạng 39 model AI đang chạy trên Wisa theo giá token: rẻ nhất GPT OSS 20B 60đ, đắt nhất Claude Fable 5.1 24.000đ một triệu token. Chênh 400 lần.

Giá API GPT quy ra đồng: OSS 20B 60đ, GPT 6 Luna 240đ, GPT 6.1 SOL 2.400đ, GPT 6 Astra 12.000đ một triệu token vào. Bảng 9 model và cách chọn.

Giá API Gemini quy ra đồng: Flash Lite 300đ, Gemini 3 Flash 600đ, Gemini 3.8 Flash 900đ một triệu token vào. Bảng 5 model và chi phí một lượt hỏi.

Không có model tốt nhất, chỉ có model phù hợp việc. Chia gần 40 model thành 5 mức chi phí, kèm chi phí một lượt hỏi và cách chuyển việc.

10 CUBE = 10.000đ. Số token mua được tuỳ model: 166,7 triệu với GPT OSS 20B, 18,5 triệu với DeepSeek, 2,1 triệu với Claude Opus 5.5.

Giá API AI phụ thuộc 5 biến: token vào, token ra, cache, bậc giá theo ngữ cảnh và model. Công thức tính, ví dụ thật và 5 lỗi làm hoá đơn tăng gấp ba.

DeepSeek V4.1 Flash 1017 giá 0,54 CUBE/1 triệu token vào và 2,16 CUBE/1 triệu token ra. 10 CUBE mua được 18,5 triệu token. So sánh model rẻ.

Claude Opus 5.5 tính 4,8 CUBE cho 1 triệu token vào và 24 CUBE cho 1 triệu token ra, tức 4.800đ và 24.000đ. So sánh với Sonnet 5.5 và Haiku 4.5.

1 triệu token AI giá từ 60đ đến 12.000đ tuỳ model. Bảng quy đổi CUBE ra đồng, ví dụ 100 triệu token và cách tính chi phí một lượt hỏi.

Wisa là trợ lý AI văn phòng của WinSell: hội thoại đa mô hình, đọc tài liệu tới 25MB, Deep Research 5 bước và trả phí bằng CUBE. Xem Wisa làm được gì.

KODA là nền tảng lập trình agentic của WinSell: nhận mục tiêu, đọc dự án, sửa nhiều tệp, chạy kiểm thử và trình diff để bạn duyệt. Xem KODA làm được gì.

CUBE là đơn vị chi trả của WinSell, quy ước 1 CUBE = 1.000 VNĐ = 1 USD (Nền tảng). Xem một câu hỏi tốn bao nhiêu CUBE và cách giữ chi phí trong tầm kiểm soát.

Trước khi dán hợp đồng hay bảng lương vào chatbot, hãy phân loại dữ liệu, ẩn danh, giới hạn quyền và kiểm tra chính sách của nhà cung cấp.

So sánh Wisa và ChatGPT theo chi phí, tiếng Việt, xử lý tài liệu và mức độ minh bạch. Khi nào nên chọn công cụ nào?

Năm thành phần của một prompt tốt, ví dụ trước và sau, cùng cách kiểm chứng để AI không bịa số liệu trong báo cáo của bạn.

So sánh KODA và Cursor theo cách chạy, quyền riêng tư, mô hình AI và quy trình kiểm thử. Chọn công cụ theo cách bạn làm việc.

Quy trình biến một thread email 30 tin nhắn thành bản tóm tắt 5 dòng: ai quyết định gì, còn việc gì, hạn chót khi nào.

Cách viết email xin lỗi, nhắc thanh toán và cảm ơn khách hàng bằng tiếng Việt, giữ đúng giọng thương hiệu và không hứa quá mức.

So sánh Wisa và Claude theo tiếng Việt, xử lý tài liệu, cách tính phí và mức độ minh bạch. Wisa dùng Claude như một trong các mô hình được định tuyến.

Quy trình làm sạch bảng dữ liệu dán từ Excel: thống nhất định dạng ngày, tách cột, phát hiện trùng và kiểm tra tổng trước khi nhập hệ thống.

Quy trình 4 bước biến ghi chú thô thành báo cáo tuần có cấu trúc, số liệu rõ ràng và giọng văn phù hợp người đọc.

So sánh Wisa và Gemini theo tiếng Việt, tài liệu, hệ sinh thái Google và cách tính phí. Gemini mạnh về Workspace; Wisa tối ưu quy trình và CUBE.

Cách dùng Wisa đọc PDF tới 25MB, tóm tắt theo mục, trích xuất số liệu và đối chiếu nhiều tài liệu mà không bỏ sót điều khoản.

Cách dùng Wisa để lập dàn ý, so sánh điều khoản và soạn bản nháp hợp đồng. Không thay thế luật sư; quy trình có bước kiểm tra pháp lý.

So sánh Wisa và Microsoft Copilot theo hệ sinh thái Microsoft 365, tiếng Việt, tài liệu và chi phí. Copilot mạnh ở Office; Wisa linh hoạt hơn.

CUBE là đơn vị chi trả của WinSell cho các dịch vụ AI, với quy ước 1 CUBE = 1.000 VNĐ = 1 USD (Nền tảng) và không markup giá API gốc.

Quy trình gom phản hồi từ form, email và đánh giá, phân loại theo chủ đề, đếm mức độ nghiêm trọng và rút ra 3 việc cần làm.

So sánh Wisa và Notion AI theo nơi lưu tài liệu, khả năng viết tiếng Việt, tìm kiếm nội bộ và chi phí. Chọn theo quy trình, không theo quảng cáo.

Agentic coding là cách lập trình trong đó AI tự lập kế hoạch, sửa nhiều tệp, chạy kiểm thử và lặp lại đến khi hoàn thành mục tiêu.

So sánh KODA và GitHub Copilot theo cách chạy, phạm vi tác vụ, kiểm thử và quyền riêng tư. Copilot mạnh trong IDE; KODA mạnh ở vòng lặp agentic.

Biến báo cáo 20 trang thành dàn ý 10 slide, mỗi slide một thông điệp, kèm ghi chú thuyết trình và câu hỏi dự kiến từ người nghe.

Deep Research là chế độ nghiên cứu nhiều bước: chia câu hỏi lớn thành các nhánh, tìm nguồn, đối chiếu và tổng hợp thành báo cáo có dẫn chứng.

Quy trình dịch tài liệu kỹ thuật và kinh doanh: giữ thuật ngữ nhất quán, kiểm tra số liệu, và phân biệt bản dịch để hiểu với bản dịch để công bố.

So sánh KODA và Claude Code theo giao diện, mô hình, cách chạy lệnh và kiểm soát thay đổi. Chọn theo môi trường làm việc và mức độ minh bạch.

Evidence Ledger là bảng đối chiếu nguồn trong Wisa, ghi lại mỗi kết luận dựa trên tài liệu hoặc trang web nào để người dùng kiểm tra.

Quy trình dùng KODA đọc diff, chạy typecheck và test, tìm lỗi biên và rủi ro hồi quy trước khi bạn merge pull request.

MCP (Model Context Protocol) là giao thức mở giúp AI kết nối với công cụ, dữ liệu và dịch vụ bên ngoài theo một chuẩn chung.

Cửa sổ ngữ cảnh là lượng token tối đa một mô hình có thể xử lý trong một lần gọi, gồm cả phần bạn gửi vào và phần mô hình trả ra.

LLM (Large Language Model) là mô hình ngôn ngữ lớn được huấn luyện trên lượng văn bản khổng lồ để dự đoán và sinh chữ theo ngữ cảnh.

Token là đơn vị văn bản nhỏ mà mô hình ngôn ngữ xử lý. Chi phí, tốc độ và giới hạn ngữ cảnh đều tính bằng token, không phải số từ.

Ảo giác AI là khi mô hình tạo ra thông tin nghe hợp lý nhưng sai hoặc không có nguồn. Cách giảm: cung cấp dữ liệu, yêu cầu dẫn nguồn và kiểm chứng.

Prompt engineering là kỹ thuật thiết kế câu lệnh, ngữ cảnh và định dạng đầu ra để mô hình trả về kết quả đúng việc, ít phải sửa.

Fine-tuning là huấn luyện thêm một mô hình đã có trên tập dữ liệu nhỏ để đổi phong cách hoặc hành vi. Không phù hợp để nạp kiến thức mới.

RAG (Retrieval-Augmented Generation) là cách tìm đoạn tài liệu liên quan trước, đưa vào ngữ cảnh rồi để mô hình trả lời. Giảm ảo giác, dễ cập nhật.

Embedding là biểu diễn văn bản thành vector số, sao cho các đoạn có nghĩa gần nhau nằm gần nhau. Nền tảng của tìm kiếm ngữ nghĩa và RAG.

Cơ sở dữ liệu vector lưu embedding kèm metadata và tìm nhanh các vector gần nhau. Thành phần thường thấy trong hệ thống RAG và tìm kiếm ngữ nghĩa.

AI agent là mô hình ngôn ngữ được trao công cụ, bộ nhớ và vòng lặp để tự thực hiện nhiều bước nhằm đạt mục tiêu, có kiểm soát của con người.

Tool calling (function calling) là cách mô hình trả về một lệnh gọi công cụ có cấu trúc để ứng dụng thực thi, rồi đưa kết quả lại cho mô hình.

API (Application Programming Interface) là giao diện để phần mềm gọi phần mềm khác. Với AI, API nhận prompt và trả kết quả, tính phí theo token.

OCR (Optical Character Recognition) là nhận dạng chữ từ ảnh hoặc PDF scan để chuyển thành văn bản có thể tìm kiếm và xử lý bằng AI.

Guardrail là các ràng buộc quanh mô hình để chặn đầu ra nguy hiểm, giới hạn quyền công cụ và buộc con người duyệt trước hành động rủi ro.

Inference là quá trình dùng một mô hình đã huấn luyện để tạo dự đoán hoặc văn bản. Chi phí và độ trễ của AI chủ yếu đến từ bước này.

Jailbreak là kỹ thuật lách chính sách an toàn của mô hình bằng cách đóng vai, mã hóa hoặc chia nhỏ yêu cầu để nhận nội dung bị cấm.

Prompt injection là khi kẻ tấn công giấu chỉ dẫn độc hại trong nội dung mà AI đọc, khiến mô hình làm việc ngoài ý muốn của người dùng.

Temperature là tham số điều chỉnh độ ngẫu nhiên của mô hình. Giá trị thấp cho kết quả ổn định; giá trị cao cho nhiều biến thể sáng tạo hơn.

Top-p (nucleus sampling) giới hạn mô hình chỉ chọn trong nhóm token có tổng xác suất đạt ngưỡng p, giúp cân bằng đa dạng và ổn định.

Multimodal là khả năng của mô hình xử lý nhiều loại dữ liệu cùng lúc: văn bản, hình ảnh, âm thanh hoặc video, thay vì chỉ chữ.

Vision model là mô hình hiểu nội dung hình ảnh: nhận diện vật thể, đọc chữ, mô tả biểu đồ và trả lời câu hỏi dựa trên ảnh.

Speech-to-text (STT) là chuyển âm thanh nói thành văn bản. Dùng để ghi biên bản họp, phụ đề và tìm kiếm nội dung ghi âm.

Text-to-speech (TTS) là chuyển văn bản thành giọng nói. Dùng cho đọc tài liệu, trợ năng, video và nội dung học tập.

Chunking là chia tài liệu dài thành đoạn nhỏ để tìm kiếm và đưa vào ngữ cảnh. Kích thước và cách chia ảnh hưởng trực tiếp đến chất lượng RAG.

Knowledge base là tập tài liệu có tổ chức mà AI dùng để trả lời: quy trình nội bộ, chính sách, hướng dẫn sản phẩm. Nguồn càng sạch, trả lời càng đúng.

Reranking là bước xếp hạng lại các đoạn tài liệu đã tìm được, giúp đưa đoạn liên quan nhất lên đầu trước khi mô hình trả lời.

Tìm kiếm ngữ nghĩa tìm theo ý nghĩa thay vì khớp từ khóa, nhờ embedding. Giúp tìm được nội dung diễn đạt khác nhưng cùng ý.

Few-shot là đưa vài ví dụ mẫu vào prompt để mô hình bắt chước định dạng, giọng văn hoặc quy tắc phân loại của bạn.

Zero-shot là yêu cầu mô hình làm một việc mà không cung cấp ví dụ mẫu. Phù hợp với tác vụ phổ biến, kém ổn định với định dạng đặc thù.

Chain-of-thought là kỹ thuật yêu cầu mô hình suy luận từng bước trước khi trả lời, giúp xử lý bài toán nhiều bước và giảm nhảy cóc.

Reasoning model là mô hình được huấn luyện để dành nhiều bước suy luận trước khi trả lời, phù hợp toán, logic và lập kế hoạch phức tạp.

Data residency là yêu cầu về nơi lưu trữ và xử lý dữ liệu. Với AI, cần biết dữ liệu được gửi tới quốc gia hoặc khu vực nào.

Quantization là giảm độ chính xác số học của mô hình để tiết kiệm bộ nhớ và tăng tốc, đổi lại có thể giảm nhẹ chất lượng câu trả lời.

Human-in-the-loop là thiết kế để con người duyệt hoặc sửa ở bước quan trọng trong quy trình AI, thay vì để hệ thống tự quyết hoàn toàn.