# Giá API OpenAI và các mô hình AI năm 2026: token và ngân sách

> Tính giá API OpenAI và các mô hình AI từ token đầu vào, đầu ra, mức sử dụng dự kiến và ảnh hưởng của chiết khấu bộ nhớ đệm.

Source: https://ailoot.ai/blog/vi/api-token-usage-calculation/
Canonical: https://ailoot.ai/blog/vi/api-token-usage-calculation/
Language: vi
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-143
Revision: sha256-38c625b1a5bc37fe4d663823b85e90fcc2039f13ffa9ab4d7c4b9323bc324fa0


Bạn nạp tiền vào tài khoản API và gần như ngay lập tức tự hỏi: số tiền đó sẽ dùng được bao lâu? Trong đầu bạn có thể nghĩ kiểu như “Tôi có mười nghìn, đầu vào giá thế này, đầu ra đắt hơn, còn có loại chiết khấu bộ nhớ đệm nào đó nữa” — nhưng chưa rõ phải quy tất cả thành một con số như thế nào. Tôi sẽ lần lượt giải thích bằng các con số cụ thể.

Trọng tâm là: hóa đơn API được tính theo một công thức duy nhất — số token nhân với giá mỗi token. Token đầu vào và đầu ra được tính riêng vì có mức giá khác nhau. Tiếp theo, tôi sẽ chỉ cách dùng công thức này để tính xem ngân sách của bạn sẽ dùng được bao lâu và bộ nhớ đệm được đưa vào phép tính như thế nào.

Thông tin về cách sử dụng Ailoot có trong [tài liệu](https://ailoot.ai/docs/).



<div class="aside" data-semantic="callout" role="note" aria-label="Chú ý">

Chú ý

Tôi trích dẫn giá token từ các trang chính thức của Anthropic, DeepSeek và OpenAI tính đến đầu tháng 9 năm 2026 — giá có thể thay đổi, vì vậy hãy kiểm tra số liệu của riêng bạn trên trang web của nhà cung cấp trước khi tính. Hãy thay số liệu của bạn vào cùng một công thức.

</div>

## Chi phí API AI được tính như thế nào?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Hóa đơn API có hai phần: phí đầu vào và phí đầu ra. Đầu vào là mọi thứ bạn gửi cho mô hình: câu hỏi, tệp đính kèm, lịch sử hội thoại và chỉ dẫn hệ thống. Đầu ra là câu trả lời do mô hình tạo ra. Cả hai đều được đo bằng token, và mỗi loại token có mức giá riêng. Tổng chi phí cho một yêu cầu bằng số token đầu vào nhân với giá đầu vào, cộng số token đầu ra nhân với giá đầu ra. Bản thân việc kết nối với API không mất phí; bạn chỉ trả tiền cho token.

</div>

Khi gọi mô hình qua API, bạn bị tính phí theo lượng văn bản đi qua mô hình. Lượng đó được đo bằng token. Token là một mẩu văn bản nhỏ; tôi sẽ nói thêm về token ở phần tiếp theo, còn bây giờ hãy xem nó như đơn vị đo cho mọi thứ.

Mỗi lần gọi có hai phần. Phần thứ nhất là những gì bạn gửi cho mô hình: chính câu hỏi đó, các đoạn mã hoặc tài liệu đính kèm, những tin nhắn trước trong cuộc trò chuyện và chỉ dẫn hệ thống ở đầu. Đây là đầu vào. Phần thứ hai là những gì mô hình viết để trả lời. Đây là đầu ra. DeepSeek nói rõ điều này trong phần mô tả giá: hóa đơn dựa trên tổng số token đầu vào và đầu ra.

Đầu vào và đầu ra có giá khác nhau nên được tính riêng. Công thức cho một yêu cầu rất đơn giản:

```
chi phí = (token đầu vào × giá đầu vào) + (token đầu ra × giá đầu ra)
```

Giá thường được niêm yết theo mỗi triệu token — cách này tiện hơn vì một token đơn lẻ chỉ có giá bằng một phần nhỏ của đơn vị tiền tệ. Từ đây trở đi, mọi phép tính đều xoay quanh công thức này; ngân sách của bạn sẽ đủ cho chính xác số yêu cầu nằm trong khoản tiền hiện có ở mức giá đó.

## Token không phải là một từ: Làm sao ước tính bạn sẽ dùng bao nhiêu token?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Token không phải là một từ hay một chữ cái, mà là một mẩu văn bản thường dài vài ký tự. Ước tính sơ bộ cho tiếng Anh là khoảng bốn ký tự mỗi token, nên một từ dài năm hoặc sáu chữ cái sẽ chiếm một hoặc hai token. Văn bản tiếng Nga được chia thành các token nhỏ hơn, vì vậy cùng một cụm từ bằng tiếng Nga sẽ dùng nhiều token hơn đáng kể so với tiếng Anh. Bạn không thể tính chính xác số token từ trước, nhưng ước tính sơ bộ là đủ để lập ngân sách: lấy số ký tự ước tính trong yêu cầu và câu trả lời, rồi chia cho bốn đối với tiếng Anh hoặc chia cho hai hoặc ba đối với tiếng Nga.

</div>

Điều đầu tiên khiến mọi người vướng mắc: token không giống với từ. Mô hình chia văn bản thành các đoạn theo quy tắc riêng, và một đoạn có thể là cả một từ ngắn, một phần của từ dài hơn, dấu cách đi kèm một chữ cái hoặc một dấu câu. Vì vậy, bạn không thể tự nhẩm chính xác “yêu cầu của tôi sẽ tốn bao nhiêu token” — chỉ có thể ước tính.

Đây là quy tắc gần đúng. Trong văn bản tiếng Anh, một token tương ứng với khoảng bốn ký tự; đó là mức ước tính ban đầu do chính Anthropic và OpenAI đưa ra. Các mô hình chia văn bản tiếng Nga thành những phần nhỏ hơn: chữ Kirin được tách thành các đoạn ngắn hơn, vì vậy văn bản có cùng ý nghĩa sẽ dùng nhiều token hơn. Số lượng chênh lệch tùy thuộc vào mô hình, nhưng bạn nên dự trù số token nhiều gấp rưỡi đến gấp đôi so với tiếng Anh.

Hãy xem số token trông như thế nào trong thực tế. Nếu bạn gửi cho mô hình một trang văn bản và nhận lại một đoạn văn, lượng sử dụng đã lên đến hàng nghìn token đầu vào và hàng trăm token đầu ra. Nếu đính kèm một tệp lớn hoặc giữ lịch sử hội thoại dài, đầu vào có thể tăng lên hàng chục nghìn token, và phần lớn hóa đơn sẽ đến từ đó. Phản hồi API sẽ cho bạn con số chính xác — trong các trường siêu dữ liệu, phản hồi cho biết số token thực tế đã dùng cho đầu vào và đầu ra. Nhưng để ước tính ngân sách từ trước, ước lượng sơ bộ dựa trên số ký tự là đủ.

## Vì sao đầu ra đắt hơn đầu vào và điều đó ảnh hưởng đến hóa đơn ra sao?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Tất cả nhà cung cấp lớn đều tính phí đầu ra cao hơn đầu vào nhiều lần. Đầu vào của Claude Opus 5 có giá $5 cho mỗi triệu token, còn đầu ra có giá $25, đắt gấp năm lần. Claude Sonnet 5 cũng có cùng tỷ lệ: $2 so với $10. Lý do là việc tạo câu trả lời khó hơn đối với mô hình so với việc đọc yêu cầu. Điều cần nhớ trong thực tế là câu trả lời dài tác động đến hóa đơn nhiều hơn câu hỏi dài. Cùng một lượng văn bản sẽ đắt hơn nhiều lần khi là đầu ra thay vì đầu vào, vì vậy yêu cầu mô hình trả lời ngắn gọn sẽ tiết kiệm hơn. “Giải thích càng chi tiết càng tốt” trực tiếp làm tăng phần đắt nhất trong hóa đơn.

</div>

Dưới đây là bảng giá chính thức cho mỗi triệu token tính đến đầu tháng 9 năm 2026 — bạn có thể thấy đầu ra đắt hơn đầu vào nhiều lần ở mọi mô hình.

| Mô hình | Đầu vào, mỗi 1M | Đầu ra, mỗi 1M | Đầu ra đắt hơn bao nhiêu |
|------------------|---------------|----------------|----------------------------|
| Claude Opus 5 | $5 | $25 | 5 lần |
| Claude Sonnet 5 | $2 | $10 | 5 lần |
| Claude Haiku 4.5 | $1 | $5 | 5 lần |
| GPT-5.6-terra | $2 | $12 | 6 lần |
| DeepSeek V4 Pro | $0.66 | $1.98 | 3 lần |

Chênh lệch giá giữa các nhà cung cấp rất lớn: một triệu token đầu vào Claude Opus 5 có giá bằng khoảng 7.58 triệu token DeepSeek Pro theo giá đầu vào trong bảng ($5 ÷ $0.66 ≈ 7.58). Nhưng trong mỗi phân khúc giá, vẫn có một quy luật: đầu ra đắt hơn đầu vào từ ba đến sáu lần. Lý do rất đơn giản: mô hình đọc yêu cầu của bạn dễ hơn viết câu trả lời, và công việc đòi hỏi nhiều hơn thì tốn kém hơn.

Điều đó dẫn đến một kết luận ảnh hưởng trực tiếp đến hóa đơn của bạn. Câu trả lời dài đắt hơn câu hỏi dài. Nếu yêu cầu mô hình “giải thích càng chi tiết càng tốt”, chính bạn đang làm tăng phần đắt nhất trong hóa đơn. Cùng một ý nghĩa nhưng được gói gọn trong câu trả lời ngắn sẽ rẻ hơn nhiều lần. Đây là một lý do khiến vibe coding rẻ đối với người này nhưng lại làm cạn ngân sách của người khác chỉ trong một ngày — ngay cả khi dùng cùng một mô hình.

## Làm thế nào để tính xem ngân sách của bạn sẽ dùng được bao lâu?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Để tính xem tiền của bạn sẽ dùng được bao lâu, hãy ước tính chi phí của một yêu cầu thông thường rồi lấy ngân sách chia cho số đó. Lấy số token đầu vào và đầu ra trung bình mỗi yêu cầu, nhân từng số với mức giá tương ứng rồi cộng lại — kết quả là chi phí của một yêu cầu. Sau đó chia ngân sách cho chi phí đó để biết số yêu cầu mà số tiền của bạn có thể chi trả.

</div>

Hãy đưa tất cả vào một phép tính từng bước. Thay giá của bạn, lượng token thường dùng và ngân sách của bạn vào.

1. Ước tính một yêu cầu thông thường. Giả sử một lần gọi dùng 20,000 token đầu vào (câu hỏi cộng với một đoạn mã và một ít lịch sử) và 2,000 token đầu ra (câu trả lời của mô hình).
2. Tính chi phí đầu vào: chia số token đầu vào cho một triệu rồi nhân với giá đầu vào mỗi triệu token.
3. Tính chi phí đầu ra: chia số token đầu ra cho một triệu rồi nhân với giá đầu ra mỗi triệu token.
4. Cộng chi phí đầu vào và đầu ra.
5. Chia ngân sách cho chi phí mỗi yêu cầu.

Theo giá Opus 5 trong bảng: 20,000 ÷ 1,000,000 × $5 = $0.10 đầu vào; 2,000 ÷ 1,000,000 × $25 = $0.05 đầu ra. Tổng **$0.15 mỗi yêu cầu không cache**. $10 đủ 66 yêu cầu nguyên ($9.90), với cùng số token và không phí khác.

Một yêu cầu thực tế hầu như không bao giờ “trung bình”: đính kèm một tệp lớn hoặc kéo dài cuộc trò chuyện, và đầu vào sẽ tăng từ 20,000 token lên 200,000 token. Vì vậy, hãy tính dựa trên cách bạn thường làm việc; một yêu cầu được lý tưởng hóa sẽ cho bạn câu trả lời sai. Bạn cũng nên làm tròn lên.

Devin, Claude Code và mọi AI agent khác đều dùng cùng API và tiêu thụ token theo cùng công thức — điểm khác biệt duy nhất là agent dùng nhiều hơn vì thực hiện nhiều lần gọi ở phía sau. Tôi đã giải thích riêng trong bài viết về [chi phí ẩn của vibe coding](https://ailoot.ai/blog/vi/vibe-coding-cost-time/) vì sao vibe coding tốn kém hơn dự kiến.



## Chiết khấu bộ nhớ đệm là gì và áp dụng khi nào?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Bộ nhớ đệm là khi mô hình ghi nhớ một phần đầu vào đã đọc và không tính toàn bộ giá khi xử lý lại phần đó ở lần tiếp theo. Chiết khấu bộ nhớ đệm chỉ áp dụng cho phần đầu vào lặp lại từ yêu cầu này sang yêu cầu khác: chỉ dẫn hệ thống, ngữ cảnh lớn hoặc tài liệu đính kèm. Chi phí đọc từ bộ nhớ đệm của Claude thấp hơn đầu vào thông thường mười lần; của DeepSeek thấp hơn hơn ba mươi lần. Chiết khấu không bao giờ áp dụng cho đầu ra: mô hình tạo câu trả lời từ đầu mỗi lần. Còn một chi tiết nữa: lần ghi đầu tiên vào bộ nhớ đệm đắt hơn đầu vào thông thường một chút, nên khoản tiết kiệm bắt đầu từ yêu cầu thứ hai.

</div>

Tiếp theo là bộ nhớ đệm — “giảm giá tới 80 phần trăm” khiến phép tính có vẻ phức tạp. Cơ chế này rất đơn giản. Một phần đầu vào giữ nguyên từ yêu cầu này sang yêu cầu tiếp theo: chỉ dẫn hệ thống ở đầu, một đoạn ngữ cảnh lớn hoặc tài liệu đính kèm mà bạn làm việc qua nhiều lần gọi. Bộ nhớ đệm giúp mô hình không phải đọc lại phần đó từ đầu mỗi lần, mà truy xuất từ bộ nhớ với mức giá thấp hơn nhiều.

Mức giá thấp hơn bao nhiêu tùy thuộc vào nhà cung cấp. Với Claude, đọc lại từ bộ nhớ đệm rẻ hơn đầu vào thông thường mười lần: với Opus 5, đầu vào thông thường có giá $5 mỗi triệu token, còn đọc từ bộ nhớ đệm có giá $0.50. Mức chiết khấu của DeepSeek còn cao hơn: đầu vào được lưu trong bộ nhớ đệm của mô hình flash có giá $0.007 so với $0.22 cho đầu vào thông thường, tức rẻ hơn hơn ba mươi lần. Vì vậy, “giảm giá tới 80 phần trăm” là một ước tính khá dè dặt; mức giảm thực tế có thể cao hơn.

Hãy ghi nhớ hai điều kiện, nếu không phép tính bộ nhớ đệm của bạn sẽ sai lệch.

- Chiết khấu chỉ áp dụng cho đầu vào lặp lại. Mô hình tạo đầu ra từ đầu mỗi lần và hoàn toàn không được giảm giá bộ nhớ đệm. Nếu phần lớn hóa đơn của bạn đến từ những câu trả lời dài, bộ nhớ đệm sẽ giúp tiết kiệm rất ít.
- Lần ghi đầu tiên vào bộ nhớ đệm đắt hơn đầu vào thông thường một chút. Với lưu trữ ngắn hạn, Claude tính phí ghi vào bộ nhớ đệm bằng 1.25 lần giá đầu vào thông thường. Khoản tiết kiệm bắt đầu từ yêu cầu thứ hai, khi phần đã lưu trong bộ nhớ đệm được đọc lại. Bộ nhớ đệm hoàn toàn không có ích cho yêu cầu chỉ dùng một lần, thậm chí còn khiến chi phí cao hơn một chút.

## Tính lại ngân sách như thế nào để tính đến bộ nhớ đệm?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Để tính đến bộ nhớ đệm, hãy chia đầu vào thành hai phần: phần lặp lại được tính theo giá bộ nhớ đệm và phần mới được tính theo giá đầy đủ. Các phần còn lại của công thức không thay đổi.

</div>

Hãy quay lại lượng yêu cầu trong ví dụ và thêm bộ nhớ đệm. Ý tưởng là chia đầu vào thành hai phần: phần lặp lại và đủ điều kiện được giảm giá, và phần mới trong mỗi yêu cầu.

Lấy cùng yêu cầu 20,000 token đầu vào và 2,000 đầu ra: 15,000 đầu vào giữ nguyên, 5,000 mới. Dùng giá Opus 5 đã nêu: $5 mỗi triệu đầu vào mới, $0.50 đọc cache, $6.25 ghi cache ngắn hạn (1.25 × $5) và $25 đầu ra.

| Yêu cầu | Phí đầu vào | Đầu ra | Tổng |
|----|----|----|----|
| Không cache | 20,000 / 1M × $5 = $0.10 | 2,000 / 1M × $25 = $0.05 | **$0.15** |
| Ghi cache đầu | 15,000 / 1M × $6.25 + 5,000 / 1M × $5 = $0.11875 | $0.05 | **$0.16875** |
| Cache hit sau đã xác minh | 15,000 / 1M × $0.50 + 5,000 / 1M × $5 = $0.0325 | $0.05 | **$0.0825** |

Yêu cầu lặp rẻ hơn 45% so $0.15, dù riêng phần đầu vào cache rẻ hơn 90%. Lần ghi đầu đắt hơn. Hai lần gọi, một ghi và một hit, tốn $0.25125 thay vì $0.30. $10 đủ một ghi và 119 hit xác minh: 120 lượt giá $9.98625. Điều này giả định cache còn hiệu lực, mọi lượt cùng số token, không phí khác; dùng số đọc/ghi cache thực thay vì coi mọi lần lặp đều hit.



Từ đó rút ra quy tắc: bộ nhớ đệm có lợi khi bạn dùng một ngữ cảnh lớn trong nhiều yêu cầu, nhưng vô ích với những câu hỏi ngắn, rời rạc.

## Token bị tiêu hao ở đâu mà bạn không nhận ra?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Khoản chi phí ẩn lớn nhất là lịch sử hội thoại ngày càng dài. Mỗi tin nhắn mới mang theo toàn bộ cuộc trò chuyện trước đó dưới dạng đầu vào, vì vậy đến cuối một cuộc trò chuyện dài, một yêu cầu có thể tốn kém hơn lúc đầu nhiều lần. Nguồn chi phí thứ hai là chế độ suy luận của mô hình: phần suy luận ẩn cũng được tính là token đầu ra, loại token đắt nhất. Thứ ba là các tệp đính kèm lớn, được gửi nguyên vẹn dưới dạng đầu vào trong mọi yêu cầu. Để ngân sách không cạn một cách vô ích, thỉnh thoảng hãy bắt đầu lại các cuộc trò chuyện dài và lưu ngữ cảnh lớn vào bộ nhớ đệm.

</div>

Hóa đơn thường cao hơn mức ước tính, gần như luôn là do ba thứ bạn không thể nhận ra ngay.

Điều đầu tiên và lớn nhất là lịch sử hội thoại. Bản thân mô hình không nhớ các tin nhắn trước; toàn bộ cuộc trò chuyện được gửi lại cho mô hình dưới dạng đầu vào mỗi lần. Điều đó có nghĩa là tin nhắn thứ mười trong một cuộc trò chuyện dài mang theo cả chín tin nhắn trước cùng các câu trả lời của chúng. Khi mới bắt đầu trò chuyện, một yêu cầu tốn rất ít, nhưng đến cuối cuộc trò chuyện, một câu hỏi có cùng ý nghĩa có thể đắt hơn nhiều lần vì đầu vào đã tăng lên. Đây là một mẹo đơn giản: khi đổi chủ đề, hãy bắt đầu cuộc trò chuyện mới. Không cần kéo dài mãi một cuộc trò chuyện.

Điều thứ hai là chế độ suy luận. Các mô hình mới hơn có chế độ trong đó mô hình xử lý suy luận nội bộ trước rồi mới trả lời. Phần suy luận đó cũng được tính là token đầu ra, mà đầu ra là phần đắt nhất. Câu trả lời trông có vẻ ngắn, nhưng phía sau có rất nhiều token nên hóa đơn có thể khiến bạn bất ngờ.

Điều thứ ba là các tệp đính kèm lớn. Nếu đính kèm một tài liệu lớn hoặc một nhóm tệp vào yêu cầu, chúng sẽ được gửi nguyên vẹn dưới dạng đầu vào trong mỗi lần gọi, chừng nào chúng còn nằm trong ngữ cảnh. Nếu làm việc với cùng một tài liệu trong một thời gian, bạn nên lưu tài liệu đó vào bộ nhớ đệm để không phải liên tục trả giá đầy đủ. Quản lý nội dung nào được giữ trong ngữ cảnh là một kỹ năng riêng, gọi là kỹ thuật ngữ cảnh, và nó tác động trực tiếp đến hóa đơn của bạn.

## Theo dõi chi tiêu mà không cần tự tính như thế nào?

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Điểm chính của phần">

Điểm chính

Mỗi phản hồi API đều trả về các trường siêu dữ liệu cho biết chính xác số token đầu vào và đầu ra đã dùng, trong đó phần được lấy từ bộ nhớ đệm cũng được tách riêng. Các trường này cho thấy chi phí thực tế của một yêu cầu cụ thể, vì vậy bạn không cần ước tính nữa. Bảng điều khiển tài khoản của nhà cung cấp có trang sử dụng, hiển thị chi tiêu hằng ngày và số dư còn lại — hãy kiểm tra khi tiền vẫn chưa cạn. Để kiểm soát, bạn nên đặt giới hạn chi tiêu hằng tháng và tắt tính năng tự động nạp tiền cho đến khi quen với mức sử dụng thông thường của mình.

</div>

Bạn chỉ cần tự ước tính một lần — để hiểu khái quát tiền của mình sẽ dùng được bao lâu. Sau đó, bạn không cần tự tính nữa; API sẽ làm thay bạn.

Mỗi phản hồi của mô hình đều có các trường siêu dữ liệu hiển thị chính xác số token của yêu cầu: bao nhiêu token được dùng làm đầu vào, bao nhiêu làm đầu ra, bao nhiêu token đầu vào được đọc từ bộ nhớ đệm và bao nhiêu token được ghi vào đó lần đầu. Đây là số liệu chính xác của một lần gọi cụ thể, cho thấy ngân sách của bạn thực sự được chi vào đâu. Nếu bạn dùng công cụ như Claude Code, thông thường công cụ sẽ tự hiển thị mức sử dụng sau mỗi tác vụ.

Bảng điều khiển của nhà cung cấp cũng có trang sử dụng, hiển thị chi tiêu theo ngày và số dư hiện tại. Thỉnh thoảng hãy kiểm tra, nhất là trong vài tuần đầu, cho đến khi bạn nắm được thói quen chi tiêu thông thường của mình. Một vài thói quen cũng sẽ giúp tiết kiệm tiền: đặt giới hạn chi tiêu hằng tháng nếu nhà cung cấp cho phép và đừng bật tự động nạp số dư cho đến khi bạn hiểu mình thường tiêu bao nhiêu. Nếu không, một agent chạy miệt mài qua đêm có thể khiến bạn bị tính phí nhiều hơn dự kiến.

<div class="section" role="doc-bibliography" aria-label="Nguồn">

### Nguồn

- [Anthropic - giá mô hình](https://docs.claude.com/en/docs/about-claude/pricing) - giá đầu vào, đầu ra và bộ nhớ đệm cho tất cả mô hình Claude
- [Anthropic - bộ nhớ đệm prompt](https://docs.claude.com/en/docs/build-with-claude/prompt-caching) - cách bộ nhớ đệm hoạt động, giá ghi và đọc, độ dài tối thiểu
- [DeepSeek - mô hình và giá](https://api-docs.deepseek.com/quick_start/pricing) - công thức sử dụng, giá khi trúng và không trúng bộ nhớ đệm, mức giá ban ngày và ban đêm
- [OpenAI - giá API](https://platform.openai.com/docs/pricing) - giá đầu vào, đầu vào từ bộ nhớ đệm và đầu ra của các mô hình GPT


</div>





Tìm hiểu về [Ailoot](https://ailoot.ai/).

## Câu hỏi thường gặp

### Yêu cầu mẫu tốn bao nhiêu nếu không dùng cache?

Theo giá Opus 5 trong bài, 20,000 token đầu vào tốn $0.10 và 2,000 token đầu ra tốn $0.05, tổng $0.15. Ngân sách $10 trả được 66 lượt nguyên kích thước này trước phí khác.

### Vì sao giảm giá toàn yêu cầu ít hơn giảm giá phần đầu vào lưu đệm?

Đầu vào mới và đầu ra vẫn tính giá thường. Ví dụ 15,000 token cache, 5,000 đầu vào mới và 2,000 đầu ra tốn $0.0825, tiết kiệm 45% so với $0.15. Lần ghi cache đầu tiên lại tốn $0.16875.


## Ailoot · Công ty và danh mục dự án của công ty

Ailoot dựa trên kinh nghiệm vận hành tích lũy, cơ sở khách hàng lớn, dịch vụ ổn định và việc kiểm soát KPI liên tục.

Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng.

Ailoot áp dụng kinh nghiệm vận hành này để cung cấp quyền truy cập API vào các tính năng AI trong sản phẩm của khách hàng, tác tử, ứng dụng và quy trình tự động hóa.