Công cụ này làm gì
Công cụ tính giá một khối lượng công việc trên Claude API theo giá niêm yết hiện hành của Anthropic: chọn một mô hình Claude, nhập số token mỗi yêu cầu và số yêu cầu mỗi tháng, rồi nhận hóa đơn hằng tháng kèm phân tích theo đầu vào, đầu vào lưu bộ nhớ đệm và đầu ra. Bảng dưới kết quả chạy cùng khối lượng đó trên mọi mô hình Claude trong bảng giá, để bạn thấy việc chuyển giữa Opus, Sonnet và Haiku tốn bao nhiêu.
Cách tính giá của Claude
- Đầu vào và đầu ra được tính giá riêng cho mỗi triệu token (MTok); trên các mô hình hiện tại, đầu ra đắt gấp năm lần giá đầu vào.
- Lưu prompt vào bộ nhớ đệm: đọc phần đầu prompt đã lưu chỉ tốn một phần nhỏ giá đầu vào. Ghi vào bộ nhớ đệm đắt hơn đầu vào thông thường — 1,25× với bộ nhớ đệm 5 phút và 2× với bộ nhớ đệm 1 giờ trên các mô hình hiện tại. Công cụ này tính giá lượt đọc bộ nhớ đệm; hãy cộng thêm lượt ghi nếu bộ nhớ đệm của bạn thường xuyên được tạo lại.
- Batch API: giảm 50% cả đầu vào lẫn đầu ra cho tác vụ bất đồng bộ.
- Prompt dài trên Claude Haiku 5.5: một mức giá cho prompt tới 100.000 token, mức cao hơn khi vượt ngưỡng đó — công cụ tự chọn bậc giá theo số token đầu vào của bạn.
- Bộ tách token: Anthropic cho biết Claude 4.7 và các mô hình mới hơn tạo ra nhiều hơn khoảng 30% token cho cùng một văn bản so với các mô hình trước. Hãy đếm token bằng chính mô hình bạn định dùng.
- Lưu trữ dữ liệu theo vùng: yêu cầu chỉ định suy luận chỉ tại Mỹ có giá 1,1× trên Claude 4.6 trở về sau; công cụ dùng giá toàn cầu mặc định.
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.
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.
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.
- Claude trên Amazon Bedrock hay Google Cloud có cùng giá không?
- Không hẳn. Các nền tảng đám mây do đối tác vận hành công bố giá và quy định theo khu vực riêng; công cụ này dùng giá niêm yết API của chính Anthropic.
- Các mô hình Claude 3 đi đâu rồi?
- Chúng không còn trong bảng giá của Anthropic. Một liên kết cũ ghi tên mô hình Claude 3 sẽ mở bằng mô hình mặc định hiện tại, và trang sẽ thông báo điều đó.