Bạn đã tìm được một mô hình ưng ý và bên cạnh là một mức giá: 2 $ cho mỗi triệu token. Con số đó vô dụng cho tới khi bạn trả lời được một câu hỏi — ứng dụng của bạn thực sự dùng bao nhiêu token?
Phần lớn mọi người ước chừng, và phần lớn ước thấp. Không phải vì token phức tạp, mà vì hầu như mọi thứ trong một yêu cầu đều làm bằng token, và những gì bạn gõ chỉ là một phần nhỏ trong đó.
Đây là token là gì, đếm nó ra sao, và những bất ngờ nấp ở đâu.
Giá được kiểm tra lần cuối ngày 26 tháng 8 năm 2026. Số liệu trực tiếp nằm ở trang so sánh của ElliSekiz.
Token thực ra là gì
Các mô hình AI không đọc chữ cái cũng không đọc từ. Chúng đọc token — những mẩu văn bản nhỏ lấy từ một bộ từ vựng cố định mà mô hình được dựng nên cùng nó.
Một token có thể là cả một từ, một phần của từ, một ký tự đơn lẻ, hay một dấu câu. Đại khái:
cat→ một tokentokenization→ thường là ba hoặc bốn mẩu, kiểutoken+iz+ation!→ một token- Dấu cách trước một từ thường đi kèm với nó, nên
thelà một token, không phải hai
Tại sao lại cắt văn bản như vậy? Mô hình cần một danh sách cố định những thứ nó nhận ra được. Danh sách mọi từ tiếng Anh sẽ khổng lồ mà vẫn bỏ sót tên riêng, lỗi gõ và các ngôn ngữ khác. Danh sách khoảng 100.000 mẩu dưới-từ bao phủ gần như mọi thứ, vì một từ lạ có thể ghép ra từ những mảnh quen thuộc.
Ý tưởng chỉ có thế. Văn bản đi vào, bị băm thành những mẩu đã biết, và bạn bị tính tiền theo mẩu.
Văn bản của bạn là bao nhiêu token?
Quy tắc ước lượng của OpenAI cho tiếng Anh là một token ≈ 4 ký tự ≈ ¾ từ, nên 100 token vào khoảng 75 từ.
Đủ dùng để kiểm tra nhanh và không đủ để lập ngân sách, vì ba lý do.
Mỗi mô hình tách token một kiểu. Cùng một câu cho ra số lượng khác nhau trên các mô hình khác nhau — đôi khi rất khác. Chính tài liệu của Anthropic nêu rằng Claude 4.7 trở đi dùng bộ tách token mới hơn, ở đó "cùng một văn bản đầu vào tạo ra nhiều hơn khoảng 30 phần trăm token so với các mô hình trước." Cùng văn bản, cùng nhà cung cấp, nhiều hơn 30 % token, chỉ vì đổi phiên bản.
Các ngôn ngữ khác tốn hơn. Từ vựng của phần lớn mô hình do tiếng Anh chi phối. Văn bản bằng những ngôn ngữ ít được đại diện bị bẻ thành nhiều mẩu nhỏ hơn — cùng một ý nghĩa tốn nhiều token hơn.
Mã nguồn và văn bản có cấu trúc hành xử kỳ lạ. Thụt lề, dấu ngoặc và các định danh dài vỡ vụn theo cách khác với văn xuôi.
Cách đáng tin là đếm chứ không ước. Nhà cung cấp đưa bạn công cụ: Anthropic có endpoint đếm token gọi miễn phí, còn OpenAI công bố một công cụ tách token. Đếm một lần với prompt thật của bạn và bạn sẽ không bao giờ phải đoán nữa.
Phần khiến người ta bất ngờ: mọi thứ đều là token
Câu hỏi của bạn chỉ là một phần nhỏ trong khoản bạn trả. Tài liệu của Anthropic công bố con số chính xác cho vài yêu cầu tối giản, và rất đáng đọc kỹ:
| Đã gửi gì | Token đầu vào |
|---|---|
| Prompt hệ thống "You are a scientist" cộng tin nhắn "Hello, Claude" | 14 |
| Câu hỏi "What's the weather like in San Francisco?" cộng một định nghĩa công cụ | 403 |
| Một ảnh cộng "Describe this image" | 1.028 |
| Một PDF cộng "Please summarize this document." | 2.188 |
Đọc lại dòng thứ hai. Câu hỏi có chín từ. Mô tả một công cụ duy nhất — tên, mô tả, lược đồ đầu vào của nó — tốn khoảng 390 token. Một agent có mười lăm công cụ trả chừng đó ở mọi yêu cầu, trước khi người dùng gõ bất cứ điều gì.
Dòng thứ ba và thứ tư là cùng câu chuyện với phương tiện. Một ảnh khoảng một nghìn token. Một PDF vài nghìn, mà đó là bản ngắn.
Token đầu vào và đầu ra không cùng giá
Mọi mô hình văn bản đều công bố hai mức. Đầu ra luôn là mức đắt.
| Mô hình | Đầu vào $/1M | Đầu ra $/1M | Đầu ra tốn |
|---|---|---|---|
| GPT-5 nano | $0.05 | $0.40 | 8× đầu vào |
| Gemini 2.5 Flash Lite | $0.10 | $0.40 | 4× đầu vào |
| GPT-5 mini | $0.25 | $2.00 | 8× đầu vào |
| Claude Haiku 4.5 | $1.00 | $5.00 | 5× đầu vào |
| GPT-5 | $1.25 | $10.00 | 8× đầu vào |
| Claude Sonnet 5 | $2.00 | $10.00 | 5× đầu vào |
| Claude Opus 5 | $5.00 | $25.00 | 5× đầu vào |
Điều này dẫn thẳng tới một hệ quả thực tế: bảo mô hình trả lời trong ba câu thay vì mười tiết kiệm được nhiều tiền hơn là rút ngắn prompt của bạn đúng bấy nhiêu. Đây thường là tối ưu hoá rẻ nhất hiện có, và nó tốn một dòng chỉ dẫn.
Một cuộc hội thoại thực sự tốn bao nhiêu
Một cuộc trò chuyện 10 lượt. Prompt hệ thống 500 token, câu hỏi 100 token, câu trả lời 250 token.
Cái bẫy là mô hình không có trí nhớ giữa các lần gọi — toàn bộ hội thoại được gửi lại ở mỗi lượt. Vậy nên lượt 10 trả tiền lần nữa cho các lượt 1 đến 9.
- Token bạn đã gõ: 10 × 100 = 1.000
- Token đầu vào bị tính tiền: 21.750
- Token đầu ra: 10 × 250 = 2.500
Bạn gõ một nghìn token và trả cho gần hai mươi hai nghìn.
| Mô hình | Chi phí của riêng cuộc hội thoại đó |
|---|---|
| GPT-5 nano | $0.002 |
| Claude Sonnet 5 | $0.069 |
Cả hai đều nhỏ. Nhân với 50.000 cuộc hội thoại mỗi tháng và khoảng cách đó trở thành khoảng cách giữa một sai số làm tròn và một khoản mục chi phí thật.
Bốn thứ lặng lẽ thổi phồng hoá đơn token
- Prompt hệ thống, tính tiền ở mọi yêu cầu. Một prompt hệ thống 800 token nhân với 50.000 tin nhắn là 40 triệu token mỗi tháng cho đoạn văn bạn viết một lần. Bộ nhớ đệm prompt tồn tại đúng vì điều này — nhà cung cấp lưu phần tiền tố không đổi và chỉ tính một phần nhỏ để đọc lại.
- Lịch sử hội thoại. Như đã thấy ở trên. Cắt bớt hoặc tóm tắt các lượt cũ là cách xử lý.
- Định nghĩa công cụ. Khoảng 390 token mỗi cái, ở mọi yêu cầu, dù công cụ có được dùng hay không.
- Ảnh và PDF. Một nghìn token trở lên, mỗi thứ.
Không có gì trong số này bị giấu — tất cả đều có tài liệu. Chỉ là chúng dễ bị bỏ sót khỏi một ước tính.
Token chỉ là một trong nhiều đơn vị tính giá
Đáng biết trước khi khái quát hoá: phần lớn mô hình AI không được tính giá theo token. Trong 472 mô hình mà ElliSekiz theo dõi, 160 tính theo token — các mô hình văn bản và trò chuyện. 338 mô hình còn lại tính theo ảnh, theo megapixel, theo giây video, hoặc theo lần chạy.
Vậy nên "mô hình này giá bao nhiêu" mang hình dạng khác nhau tuỳ vào thứ mà mô hình tạo ra, và giá mỗi token không bao giờ so sánh trực tiếp được với giá mỗi ảnh.
Kết luận
- Token là một mẩu văn bản nhỏ, không phải một từ. Khoảng ¾ từ trong tiếng Anh, và ít hơn ở phần lớn các ngôn ngữ khác.
- Đừng bao giờ lập ngân sách theo quy tắc ước lượng. Hãy đếm bằng công cụ của chính nhà cung cấp, trên đúng mô hình bạn định dùng.
- Câu hỏi của bạn là phần nhỏ. Prompt hệ thống, lịch sử hội thoại, định nghĩa công cụ và tệp đính kèm mới là phần lớn.
- Token đầu ra đắt gấp 4 đến 8 lần token đầu vào, nên câu trả lời ngắn hơn là khoản tiết kiệm rẻ nhất.
Khám phá thêm trên ElliSekiz
Xem các mô hình trò chuyện. Giá token đầu vào và đầu ra của mọi mô hình văn bản, đặt cạnh nhau, ở trang mô hình trò chuyện.
Rồi thử một cái. Mỗi trang mô hình đều có playground — chạy prompt thật của bạn và đọc số token thực tế trước khi nhân bất cứ thứ gì với 50.000.
Nguồn
- Anthropic — Token counting (số liệu ví dụ có tài liệu, thay đổi bộ tách token, endpoint đếm miễn phí)
- OpenAI Help Center — What are tokens and how to count them? (quy tắc ước lượng cho tiếng Anh)
- OpenRouter models API,
https://openrouter.ai/api/v1/models(giá token, đọc ngày 26-08-2026)