Công cụ tính chi phí token AI

Công cụ tính chi phí token AI

Dẫn đầu AI Skill PRO

Nhập phép tính

Giá tùy chỉnh (không bắt buộc)

Để trống để dùng giá niêm yết. Nhập cả hai để tính giá một mô hình không có trong danh sách, hoặc một mức giá đã thương lượng.

Công thức

Chi phí hằng tháng=N×(1−c)TinPin+cTinPcache+ToutPout1000000\text{Chi phí hằng tháng} = N \times \frac{(1-c)\,{{T_{in}}}\,P_{in} + c\,{{T_{in}}}\,P_{cache} + {{T_{out}}}\,P_{out}}{1\,000\,000}
Thống kê sử dụng

Quảng cáo

Kết quả

Chi phí ước tính hằng tháng
US$90,00
gpt-6.1-sol · 10.000 yêu cầu mỗi tháng
Chi phí mỗi yêu cầu
US$0,009
Chi phí mỗi 1.000 yêu cầu
US$9,00
Chi phí hằng năm
US$1.080,00
Giá bình quân mỗi 1M token
US$3,60
Chi tiết chi phí hằng tháng
Hạng mục Token mỗi tháng Giá mỗi 1M token Chi phí
Đầu vào (không lưu bộ nhớ đệm) 20.000.000 US$2,00 US$40,00
Đầu ra 5.000.000 US$10,00 US$50,00
Tổng cộng 25.000.000 US$90,00

Token đầu ra chiếm 55,6% tổng hóa đơn.

Cùng khối lượng trên mọi mô hình trong danh sách
# Mô hình Đầu vào / đầu ra mỗi 1M Mỗi tháng
1 Gemini 2.5 Flash-Lite US$0,10 / US$0,40 US$4,00
2 Claude Haiku 5.5 US$0,10 / US$0,50 US$4,50
3 gpt-6-luna US$0,10 / US$0,50 US$4,50
4 DeepSeek Flash (off-peak) US$0,15 / US$0,60 US$6,00
5 deepseek-flash US$0,30 / US$1,20 US$12,00
6 Mistral Large US$0,50 / US$1,50 US$17,50
7 Gemini 3.5 Flash-Lite US$0,30 / US$2,50 US$18,50
8 Gemini 2.5 Flash US$0,30 / US$2,50 US$18,50
9 DeepSeek V4 Pro (off-peak) US$0,66 / US$1,98 US$23,10
10 Gemini 3.8 Flash US$0,75 / US$3,75 US$33,75
11 Claude Haiku 4.5 US$1,00 / US$5,00 US$45,00
12 gpt-6.1-terra US$1,00 / US$5,00 US$45,00
13 deepseek-v4-pro US$1,32 / US$3,96 US$46,20
14 Gemini 2.5 Pro US$1,25 / US$10,00 US$75,00
15 Claude Sonnet 5.5 US$2,00 / US$10,00 US$90,00
16 gpt-6.1-sol US$2,00 / US$10,00 US$90,00
17 Gemini 4 Argon US$2,00 / US$10,00 US$90,00
18 Gemini 3.1 Pro Preview US$2,00 / US$12,00 US$100,00
19 Claude Sonnet 4.6 US$3,00 / US$15,00 US$135,00
20 Claude Opus 5.5 US$4,00 / US$20,00 US$180,00
21 Claude Opus 5 US$5,00 / US$25,00 US$225,00
22 Claude Fable 5.1 US$10,00 / US$50,00 US$450,00
23 gpt-6-astra US$10,00 / US$50,00 US$450,00

Rẻ nhất cho khối lượng này: Gemini 2.5 Flash-Lite (US$4,00). Giá chỉ là một yếu tố: chất lượng, tốc độ, độ dài ngữ cảnh và bộ tách token khác nhau giữa các mô hình.

Giá niêm yết lấy từ danh sách giá mở LiteLLM (MIT), đã đối chiếu với trang bảng giá của từng nhà cung cấp vào ngày 2026-11-02: LiteLLM · Anthropic · OpenAI · Google · Mistral AI · DeepSeek. Đô la Mỹ, bậc tiêu chuẩn, token văn bản, chưa gồm thuế.

Báo lỗi nội dung trang này

Từ token đến ngân sách

API AI tính tiền theo token. Công cụ này quy số token một yêu cầu sử dụng thành chi phí mỗi yêu cầu, mỗi 1.000 yêu cầu, mỗi tháng và mỗi năm, để bạn lập ngân sách cho một tính năng trước khi ra mắt hoặc đối chiếu hóa đơn sau đó. Giá là giá niêm yết hiện hành của các nhà cung cấp chính, được kiểm tra thủ công và ghi ngày dưới kết quả.

Ước tính token khi chưa có log

Token là một mảnh của từ. Trong tiếng Anh, một token thường là một từ ngắn hoặc một phần của từ dài hơn; số token một văn bản cần phụ thuộc vào ngôn ngữ và bộ tách token của mô hình, và nhiều ngôn ngữ khác, mã nguồn và con số tốn nhiều token cho mỗi từ hơn văn xuôi tiếng Anh. Khi đã có lưu lượng thực, hãy đọc số token đầu vào và đầu ra chính xác mà mọi phản hồi API đều báo và dùng các con số đó.

  • Một lượt chat ngắn: vài trăm token đầu vào, vài trăm token đầu ra.
  • Truy xuất (RAG) trên tài liệu: đầu vào tăng theo từng đoạn văn được truy xuất.
  • Agent dùng công cụ: định nghĩa công cụ và các bước trước đó được gửi lại làm đầu vào ở mỗi lần gọi.

Công thức

Nhà cung cấp tính token đầu vào (những gì bạn gửi) và token đầu ra (những gì mô hình viết) theo hai mức giá riêng, niêm yết cho mỗi triệu token. Đầu vào lưu bộ nhớ đệm — phần đầu prompt mà nhà cung cấp đã lưu sẵn — được tính giá thấp hơn nhiều. Với một yêu cầu:

$$\text{Cost} = \frac{(1-c)\,T_{in}\,P_{in} + c\,T_{in}\,P_{cache} + T_{out}\,P_{out} }{1\,000\,000}$$

trong đó \(T_{in}\) và \(T_{out}\) là số token đầu vào và đầu ra mỗi yêu cầu, \(c\) là tỷ lệ đầu vào được lấy từ bộ nhớ đệm, còn \(P\) là giá cho mỗi 1M token. Chi phí hằng tháng bằng chi phí một yêu cầu nhân với số yêu cầu mỗi tháng. Tùy chọn Batch API thay \(P_{in}\) và \(P_{out}\) bằng giá batch của nhà cung cấp.

Quảng cáo

Ví dụ minh họa

Một chatbot hỗ trợ gửi 2.000 token đầu vào và nhận 500 token đầu ra mỗi yêu cầu, 10.000 lần mỗi tháng, trên một mô hình có giá 2 USD cho mỗi 1M token đầu vào và 10 USD cho mỗi 1M token đầu ra:

  • Đầu vào: 2.000 × 2 ÷ 1.000.000 = 0,004 USD
  • Đầu ra: 500 × 10 ÷ 1.000.000 = 0,005 USD
  • Mỗi yêu cầu: 0,009 USD; mỗi tháng: 0,009 × 10.000 = 90 USD

Đầu ra chỉ chiếm 20% số token nhưng tới 56% hóa đơn — rút ngắn câu trả lời dài thường tiết kiệm hơn rút gọn prompt. Nếu một nửa đầu vào là system prompt lưu bộ nhớ đệm với giá 0,10 USD cho mỗi 1M token, phần đầu vào sẽ giảm từ 40 USD xuống 21 USD mỗi tháng.

Điều gì làm hóa đơn thay đổi

  • Độ dài đầu ra. Trên mọi mô hình trong danh sách, token đầu ra đắt gấp nhiều lần token đầu vào.
  • Lưu prompt vào bộ nhớ đệm. Một system prompt hay tài liệu dài, lặp lại nhiều lần có thể được đọc từ bộ nhớ đệm với giá chỉ bằng một phần nhỏ giá đầu vào. Một số nhà cung cấp tính thêm phí ghi vào bộ nhớ đệm; công cụ này không cộng khoản đó.
  • Xử lý theo lô. Tác vụ batch bất đồng bộ rẻ khoảng một nửa ở những nhà cung cấp có hỗ trợ.
  • Prompt dài. Một số mô hình tính giá cao hơn khi prompt vượt một ngưỡng kích thước (ví dụ 100.000 hoặc 200.000 token); công cụ tự chọn đúng bậc giá theo số token đầu vào của bạn.
  • Token suy luận. Các mô hình “suy nghĩ” trước khi trả lời tính các token ẩn đó như token đầu ra; trang bảng giá của Google ghi rõ điều này. Hãy đo chúng trong log của chính bạn.
  • Bộ tách token khác nhau. Cùng một đoạn văn bản có thể ra số token khác nhau trên các mô hình khác nhau — Anthropic cho biết các mô hình mới hơn của họ tạo ra nhiều hơn khoảng 30% token cho cùng một văn bản. Hãy so sánh các mô hình dựa trên số token đo bằng chính từng mô hình.
Quảng cáo

Giá lấy từ đâu

Giá được lấy từ danh sách giá mô hình mở của LiteLLM (model_prices_and_context_window.json, giấy phép MIT), cố định theo một commit có ghi ngày, và từng mô hình đều được đối chiếu thủ công với trang bảng giá chính thức của nhà cung cấp; ngày kiểm tra và liên kết đến cả hai nguồn được in dưới kết quả. Khi hai nguồn không khớp, công cụ dùng giá trên trang của nhà cung cấp. Những mức giá LiteLLM không có — các thay đổi đã công bố cho thời gian tới, như giá Gemini mới của Google từ ngày 1/12/2026, và giá giờ thấp điểm của DeepSeek — được lấy từ trang của nhà cung cấp và tự động chuyển sang đúng ngày hiệu lực. Danh sách được làm mới hằng tuần, và mọi thay đổi giá lớn đều được giữ lại để người kiểm tra trước khi áp dụng. Đây là giá niêm yết của bậc tiêu chuẩn (trả theo mức dùng) tính bằng đô la Mỹ, chưa gồm thuế; không bao gồm chiết khấu doanh nghiệp, phụ phí endpoint theo khu vực và các bậc ưu tiên. Nếu thấy giá khác với trang của nhà cung cấp hôm nay, hãy dùng các ô giá tùy chỉnh và báo cho chúng tôi.

Câu hỏi thường gặp

Mô hình rẻ nhất có phải là lựa chọn tốt nhất?
Không. Giá mỗi token chỉ là một yếu tố; chất lượng, tốc độ, độ dài ngữ cảnh và số token mô hình cần cho cùng một việc đều làm thay đổi chi phí thực tế cho mỗi việc hoàn thành. Hãy dùng bảng so sánh để lọc danh sách ngắn, rồi thử nghiệm.
Vì sao hóa đơn của tôi khác với ước tính?
Hóa đơn tính mọi token thực sự được xử lý: các lần gọi lại, định nghĩa công cụ, system prompt, token suy luận và lượt ghi vào bộ nhớ đệm. Ngoài ra còn có thuế và phụ phí theo khu vực. Để ước tính chính xác nhất, hãy bắt đầu từ số token mà phản hồi API của bạn báo về.
Làm sao quy đổi giá cho mỗi 1K token?
Nhân với 1.000: 0,002 USD cho mỗi 1K token tương đương 2 USD cho mỗi 1M token.
Token là gì?
Đơn vị mà mô hình đọc và viết: một từ, một phần của từ, một con số hoặc một dấu câu. Nhà cung cấp đếm token đầu vào và đầu ra riêng, và tính mỗi loại một mức giá khác nhau.

Nguồn tham khảo

Cập nhật lần cuối:

Phổ biến nhất trong Công nghệ tương lai

Xem tất cả máy tính Công nghệ tương lai