Máy tính chi phí hội thoại chat
Cuộc chat 50 lượt trên Claude Sonnet 5.5 với prompt hệ thống 2.000 token, tin nhắn 200 token và câu trả lời 500 token gửi lại lịch sử mỗi lượt, tổng cộng 967.500 token đầu vào: tốn 2,19 $ khi không đệm và 0,43 $ khi có đệm; lượt cuối gửi 36.500 token và cửa sổ 1M sẽ đầy ở lượt 1.426 (giá kiểm tra ngày 2026-10-16).
Cách dùng
- Chọn mô hình. Cửa sổ ngữ cảnh được điền từ trang mô hình chính thức nếu biết, và bạn có thể sửa.
- Nhập token prompt hệ thống, token mỗi tin nhắn người dùng và mỗi câu trả lời, và số lượt.
- Xem tổng chi phí, chi phí khi dùng bộ nhớ đệm prompt, đầu vào của lượt cuối và lượt mà đầu vào cộng câu trả lời vượt cửa sổ ngữ cảnh. Biểu đồ cho thấy hai tổng tăng ra sao.
Cách tính
Đầu vào lượt k = hệ thống + k × người dùng + (k − 1) × trả lời, vì mọi tin nhắn trước đều được gửi lại. Đầu ra mỗi lượt = token trả lời.
Đầu vào cộng dồn sau T lượt = T × hệ thống + người dùng × T(T + 1) ÷ 2 + trả lời × T(T − 1) ÷ 2, nên chi phí tăng gần theo bình phương số lượt.
Khi dùng đệm, lượt k đọc toàn bộ đầu vào của lượt trước từ bộ nhớ đệm và chỉ ghi phần mới (câu trả lời trước + tin nhắn mới). Lượt 1 ghi tất cả. Ghi tính theo giá ghi đệm, đọc theo giá đọc đệm.
Lượt chạm giới hạn = k đầu tiên có hệ thống + k × (người dùng + trả lời) > cửa sổ ngữ cảnh. Giá tính bằng đô la Mỹ trên một triệu token.
Câu hỏi thường gặp
Vì sao chat dài trở nên đắt?
Mô hình không nhớ gì giữa các lần gọi, nên ứng dụng gửi toàn bộ lịch sử mỗi lượt. Lượt thứ 50 trả lại tiền cho cả 49 lần trao đổi trước, và tổng tăng nhanh hơn nhiều so với số lượt.
Bộ nhớ đệm giúp được bao nhiêu?
Khi dùng đệm, lịch sử lặp lại được tính theo giá đọc đệm, chỉ bằng một phần nhỏ đầu vào thường. Trang giả định bộ nhớ đệm còn hiệu lực giữa các lượt. Nghỉ lâu hơn thời gian lưu đệm nghĩa là phải ghi lại lịch sử.
Điều gì xảy ra ở giới hạn ngữ cảnh?
Yêu cầu bị lỗi hoặc ứng dụng phải bỏ bớt hay tóm tắt tin nhắn cũ. Trang đánh dấu lượt mà đầu vào cộng câu trả lời không còn vừa và vẽ một đường ở đó trên biểu đồ.
Có tính token suy luận hay công cụ không?
Không. Hãy cộng chúng vào token trả lời nếu ứng dụng đưa chúng trở lại lịch sử. Độ dài đệm tối thiểu và bậc giá prompt dài không được tính.