Claude API có rẻ hơn gói thuê bao không?

Claude API có rẻ hơn gói thuê bao không?

Claude API rẻ hơn gói thuê bao khi khối lượng sử dụng thấp hơn một mức nhất định, và đắt hơn khi vượt mức đó. Với một developer lập trình tương tác cả ngày, gói trả phí cố định thường có lợi hơn. Với một chương trình tự gọi API, API là lựa chọn duy nhất, nên chi phí không quyết định vấn đề này. Phần còn lại là phép tính bạn có thể thực hiện trong 10 phút.

Không có một con số hòa vốn chính thức để tra cứu. Phía thuê bao được bán theo các cửa sổ sử dụng thay vì hạn mức token, nên không có số liệu công bố nào cho biết chính xác điểm giao của hai đường chi phí. Phần dưới đây đưa ra công thức, tính theo mức giá hiện tại trên mỗi token, cùng với những yếu tố trong cách bạn sử dụng có thể làm thay đổi kết quả nhiều hơn cả phí gói. Mọi con số hòa vốn dưới đây đều là phép tính của tôi dựa trên mức giá đã công bố và các giả định nêu rõ, không phải số liệu được tài liệu hóa.

Nếu bạn vẫn đang quyết định nên mua gói nào, bài viết gói Claude nào phù hợp với cách bạn làm việc sẽ trả lời câu hỏi đó. Bài viết này giả định bạn đã biết mình sẽ mua gói nào và muốn biết có nên mua hay không.

Hai mô hình tính phí có bản chất khác nhau

Subscription là dung lượng bạn có thể không dùng hết. Bạn trả một khoản phí cố định và nhận một hạn mức được reset theo lịch. Tài liệu Claude Code của Anthropic mô tả mô hình này cho các seat Team và Enterprise: usage “được trừ vào hạn mức theo từng seat, reset theo cửa sổ 5 giờ luân phiên và cửa sổ hàng tuần”, dùng chung với Claude chat và Cowork. Người đăng ký cũng gặp đúng mô hình này qua các message họ gửi, với những thông báo như “Bạn đã đạt giới hạn phiên” và “Bạn đã đạt giới hạn hàng tuần”. Dung lượng không dùng hết vẫn là khoản tiền bạn đã trả. Khi vượt quá dung lượng, công việc sẽ dừng cho đến khi cửa sổ được reset. Đổi model bằng /model cũng không khôi phục quyền truy cập vì các cửa sổ này được dùng chung giữa các model. Nếu hiện bạn đang thấy một trong các thông báo đó, xác định bạn đang phải chờ cửa sổ nào quan trọng hơn mọi phép tính bên dưới, vì giới hạn 5 giờ và giới hạn hàng tuần cần các cách xử lý khác nhau.

API là đồng hồ đo, không phải cửa sổ hạn mức. Không có hạn mức 5 giờ hoặc hàng tuần để dùng hết. Một request thành công được tính phí theo token, nhưng không phải request nào cũng bị tính phí: tài liệu hỗ trợ thanh toán của Anthropic nêu rõ rằng “Request thất bại không bị tính phí”. Quy tắc cũng có chiều ngược lại: một request “đang có khả năng thành công” vẫn bị tính phí nếu client ngắt kết nối hoặc timeout giữa chừng. Một số thành phần được tính phí ngoài token: web search “có trên Claude API với giá $10 cho mỗi 1,000 lượt tìm kiếm”. API vẫn có giới hạn, nhưng các giới hạn này kiểm soát tốc độ và tổng chi tiêu thay vì usage. Rate limit giới hạn số request và số token mỗi phút. “Các đợt request ngắn có thể vượt giới hạn và gây ra lỗi rate limit.” Mỗi usage tier Start, Build và Scale cũng có monthly spend cap lần lượt là $500, $1,000 và $200,000. Bạn có thể đặt giới hạn thấp hơn trong trang Billing của Claude Console. Khi đạt cap của tier, “API sẽ tạm dừng usage cho đến 00:00 UTC vào ngày đầu tiên của tháng tiếp theo, trừ khi bạn request giới hạn cao hơn sớm hơn”. Trong các giới hạn đó, điều xảy ra tiếp theo phụ thuộc vào cách bạn thanh toán. “Hầu hết tổ chức thanh toán bằng usage credit trả trước”. “Nếu hết credit, bạn không thể tiếp tục gọi API hoặc dùng playground cho đến khi nạp thêm”, ngay cả khi còn cách xa spend cap, trừ khi auto-reload tự mua thêm credit khi số dư giảm dưới ngưỡng bạn đặt. Chỉ “các tổ chức có thỏa thuận invoicing mới được lập hóa đơn hàng tháng”. Chỉ với các tổ chức này, invoice mới tăng dần theo usage. Bên dưới mô hình đó cũng không có free tier, dù credit khi đăng ký và các phần không tính phí có thể đủ cho lần thử nghiệm đầu tiên trước khi các phép tính này trở nên quan trọng.

Phí plan tính đến ngày 18 October 2026, trích từ trang pricing của Claude: Pro là “$17 mỗi tháng khi đăng ký theo năm (thanh toán trước $200). $20 nếu thanh toán hàng tháng”, và bao gồm Claude Code. Max được niêm yết là “Từ $100 mỗi tháng”. Team seat bắt đầu từ “$20 mỗi seat / tháng nếu thanh toán theo năm”. Enterprise là lựa chọn đáng chú ý vì chạy cả hai mô hình cùng lúc: “Giá seat + usage theo mức phí API”. Seat được niêm yết ở mức “US$20/seat/tháng, thanh toán theo năm”. Nếu bạn đang cân nhắc mô hình kết hợp này, phí Enterprise seat thực sự bao gồm những gì sẽ trình bày các mức tối thiểu theo seat và những phần chỉ có trong báo giá thương lượng. Nếu bạn chỉ đang tính giá công cụ coding thay vì toàn bộ Claude, Claude Code có giá bao nhiêu trong từng plan sẽ đặt các khoản phí đó cạnh một ước tính hàng tháng cụ thể. Nếu phần tính phí cố định của Claude vẫn chưa được chốt, so sánh các tier này với ChatGPT Go, Plus và Pro là nửa còn lại của quyết định. Phí thay đổi thường xuyên, và hạn mức đi kèm mỗi plan không bao giờ được công bố theo số token. Hãy đọc trang pricing vào đúng ngày bạn quyết định.

Những gì bạn không thể nhận được từ API

Một hạn mức của gói và giao diện được xây dựng quanh hạn mức đó. Lệnh /usage-credits của Claude Code quản lý credit sử dụng của gói thuê bao. Bạn chạy lệnh này “sau khi đăng nhập bằng gói thuê bao claude.ai qua /login; lệnh này không khả dụng khi xác thực bằng API key”. Màn hình /usage cũng khác nhau tùy chế độ thanh toán. Khối Session “hiển thị mức sử dụng API token và dành cho người dùng API”. Với người đăng ký, “con số chi phí của session không liên quan đến mục đích tính phí”. Người đăng ký vẫn thấy khối đó và có thêm nhiều thông tin: “Người đăng ký thấy các thanh usage của gói, thống kê hoạt động và phân tích mức sử dụng trên cùng một màn hình.” Cả hai điều này đều giả định rằng gói của bạn có Claude Code ngay từ đầu. những gói nào bao gồm Claude Code và gói nào dùng chung cửa sổ sử dụng với nó giải thích điểm này, kể cả trường hợp một API key còn sót lại âm thầm phát sinh phí cho bạn. Chúng cũng giả định rằng bạn có thể mở giao diện đó trên máy mình thực sự làm việc. Trên Linux, đây ít bị giới hạn hơn bạn nghĩ: desktop app, hiện đang beta trên Ubuntu 22.04 trở lên và Debian 12 trở lên, cung cấp “trải nghiệm Chat, Cowork và Claude Code giống như trên macOS và Windows”. Trên các bản phân phối khác, CLI “chạy cùng Claude Code engine và hỗ trợ nhiều bản phân phối Linux hơn”. Có một chi tiết quan trọng khi so sánh: desktop app đăng nhập bằng gói thuê bao claude.ai hoặc SSO của tổ chức bạn và “không chấp nhận trực tiếp Claude Console API key”. Vì vậy, ở phía API, CLI là giao diện của bạn. Kiểm tra surface nào chạy native trên đó và mỗi surface cần gói nào trước khi bạn trả tiền cho một trong hai phía.

Cache prompt dài hơn trong Claude Code. Tính năng này thực sự tốn tiền và rất dễ bị bỏ qua. Tài liệu ghi rằng: “Thời gian tồn tại là một giờ với gói thuê bao và giảm xuống còn năm phút khi bạn dùng credit sử dụng; với API key hoặc cloud provider, thời gian mặc định là năm phút.” Tin nhắn đầu tiên sau khi ngắt quãng lâu hơn thời gian tồn tại của cache sẽ không dùng được cache. Toàn bộ context của bạn phải được xử lý lại và tính phí theo mức giá ghi cache. Với gói thuê bao, bạn có thể họp năm mươi phút rồi quay lại mà context vẫn còn nóng. Với API key, cùng khoảng ngắt đó sẽ khiến toàn bộ prefix của session bị ghi cache lại.

Những gì bạn không thể có từ gói đăng ký

Truy cập theo lập trình. Một cron job hoặc trình xử lý webhook gọi Claude cần một API key, vì vậy nếu đó là khối lượng công việc của bạn thì không cần so sánh nữa. Xây dựng ứng dụng Claude API đầu tiên trên VPS đề cập đến việc xử lý key và script hoạt động đầu tiên.

Chiết khấu Batch API. Trang bảng giá nêu rõ: "Batch API cho phép xử lý không đồng bộ khối lượng lớn yêu cầu với chiết khấu 50% cho cả token đầu vào và đầu ra." Điều này giảm một nửa chi phí token cho bất kỳ công việc nào mà con người không cần chờ đợi, mặc dù không phải mọi dòng trên hóa đơn đều được giảm: "Các lệnh gọi công cụ tìm kiếm web thông qua Messages Batches API có giá tương đương với các yêu cầu trong Messages API thông thường", vì vậy một batch job tìm kiếm web sẽ tiết kiệm được ít hơn một nửa tổng chi phí. Tỷ lệ Batch trên mỗi triệu token là $2.50 đầu vào và $12.50 đầu ra trên Opus 4.8, $1 và $5 trên Sonnet 5, và $0.50 và $2.50 trên Haiku 4.5. Đánh đổi ở đây là độ trễ: hầu hết các batch hoàn thành trong vòng một giờ, một batch không hoàn thành trong vòng 24 giờ sẽ hết hạn và streaming không thể được thực hiện theo batch. Batch và prompt caching có thể kết hợp với nhau, và vì một batch có thể chạy lâu hơn năm phút, hãy sử dụng cache 1 giờ bên trong nó.

Phân bổ chi phí theo từng dự án. Mỗi phản hồi API trả về một khối usage, vì vậy bạn có thể ghi log chi phí của một yêu cầu đơn lẻ và phân bổ nó cho một dự án hoặc một khách hàng. Một gói đăng ký chỉ báo cáo một tập hợp các biểu đồ cho người sở hữu tài khoản. Hãy nhân con số đó với cả một đội ngũ và lựa chọn này không còn là vấn đề cá nhân nữa, đó là lý do tại sao Claude Code tính phí theo chỗ ngồi so với cùng công việc tính phí theo token là phiên bản so sánh cần thực hiện khi bạn mua chỗ ngồi cho người khác.

Cần làm rõ một điều, vì rất dễ hiểu lầm theo cả hai hướng: đây vẫn là các bề mặt thanh toán riêng biệt, nhưng trên một số gói, chúng hiện đã chồng lấp lên nhau. Tài liệu của Anthropic định tuyến thanh toán gói đăng ký đến bộ phận hỗ trợ claude.ai và thanh toán Console đến nền tảng API, và /usage-credits không hoạt động với API key. Thay đổi ở đây là "Các gói Max và Team bao gồm các khoản tín dụng hàng tháng cho Claude Platform": $100 mỗi tháng trên Max 5x, $200 trên Max 20x, và trên Team là $20 cho mỗi chỗ ngồi Standard và $100 cho mỗi chỗ ngồi Premium, được gộp thành "một số dư hàng tháng, giới hạn ở mức $500." Các gói Free, Pro và Enterprise không đủ điều kiện. Để nhận tín dụng, bạn liên kết một tổ chức Claude Console với gói của mình. Nó bao gồm Messages API và Message Batches API, Console Playground, Claude Managed Agents và Claude Agent SDK, nhưng không bao gồm Claude Code tương tác. Nó "Không được cộng dồn", và khi hết hạn mà không có tín dụng đã mua dự phòng, "các yêu cầu API sẽ dừng cho đến khi khoản tín dụng hàng tháng tiếp theo của bạn đến"; việc sử dụng "không bao giờ bị tính phí vào gói Claude của bạn." Vì vậy, một người đăng ký Max hoặc Team vẫn sở hữu hai tài khoản, nhưng không nhất thiết là hai hóa đơn, và những gì tín dụng API hàng tháng trên Max và Team chi trả sẽ hướng dẫn qua bước liên kết. Việc loại trừ này quan trọng đối với ví dụ thực tế bên dưới: tín dụng không chi trả cho phiên lập trình tương tác, vì vậy nó không làm thay đổi điểm hòa vốn đó. Nó chi trả cho các script và batch job mà bạn chạy bên cạnh phiên đó. Đối với gói Pro, hãy dự tính hai tài khoản và hai hóa đơn.

Công thức hòa vốn

Tính chi phí cho một lượt trước, rồi mới mở rộng quy mô.

turn cost = uncached_input_tokens x base_input_price
          + cache_write_tokens    x 1.25 x base_input_price
          + cache_read_tokens     x 0.10 x base_input_price
          + output_tokens         x output_price

monthly API cost = turn cost x turns_per_active_day x active_days_per_month

break even when: monthly API cost = flat plan fee

Các hệ số được công bố, không phải ước tính. Một lần ghi cache trong 5 phút có chi phí bằng "1.25x base input price", một lần ghi trong 1 giờ có chi phí bằng "2x base input price", còn đọc cache có chi phí bằng "0.1x base input price" trên mọi model trong bảng giá bên dưới. Mức 0.1x là hệ số tiêu chuẩn, không áp dụng cho mọi model: trang giá tính mỗi lần cache hit bằng 0.05x trên Opus 5.5 và Sonnet 5.5, và bằng 0.025x trên Fable 5.1, được đề cập ở phần lineup mới hơn bên dưới. Thinking token được tính như output token, nên phải đưa vào output_tokens ngay cả trên những model không hiển thị bản tóm tắt reasoning.

Mức giá cơ bản trên mỗi triệu token (MTok), hiện áp dụng vào ngày 18 October 2026:

• claude-fable-5: $10 input, $50 output. Cache read $1. Cache write trong 5 phút $12.50. Context 1M.
• claude-opus-4-8 và claude-opus-4-7: $5 input, $25 output. Cache read $0.50. Cache write trong 5 phút $6.25. Context 1M.
• claude-sonnet-5: $2 input, $10 output. Khi ra mắt, mức giá này được công bố là giá ưu đãi đến hết 31 August 2026. Hiện đây là giá tiêu chuẩn, còn đợt tăng theo lịch lên $3 và $15 vào 1 September 2026 đã không xảy ra. Cache read $0.20. Cache write trong 5 phút $2.50. Context 1M.
• claude-haiku-4-5: $1 input, $5 output. Cache read $0.10. Cache write trong 5 phút $1.25. Context 200K.

Một lineup mới đã ra mắt kể từ khi các model này được phát hành: claude-opus-5-5 có giá $4 input và $20 output, claude-sonnet-5-5 có giá $2 và $10, claude-fable-5-1 có giá $10 và $50, còn claude-haiku-5-5 có giá từ $0.10 và $0.50. Trên Opus 5.5 và Sonnet 5.5, một lần đọc cache có chi phí bằng 0.05x input cơ bản ($0.20 và $0.10 cho mỗi MTok); trên Fable 5.1, chi phí là 0.025x ($0.25 cho mỗi MTok). Vì vậy, hãy thay hệ số đó vào công thức nếu tính giá cho một trong các model này. Các model trong danh sách trên hiện là legacy nhưng vẫn có thể sử dụng. Ngày có thể ngừng hỗ trợ Haiku 4.5 sớm nhất là 15 October 2026 đã trôi qua mà không có thông báo deprecation: vào ngày 18 October 2026, Anthropic vẫn liệt kê model này là active và cam kết thông báo ít nhất 60 ngày trước khi ngừng một model đã phát hành công khai.

Với các model được định giá ở đây, không có phụ phí cho context dài: “Một request 900k token được tính cùng mức giá trên mỗi token như request 9k token.” Ngoại lệ trong dòng model mới hơn là Haiku 5.5, tính mức giá cao hơn khi prompt vượt quá 100,000 token. Ngưỡng này quan trọng đối với công việc agentic, vì context tăng sau mỗi lượt; do đó, chi phí của ba công việc thực tế trên Haiku 5.5 so với Haiku 4.5 là thông tin đáng đọc trước khi chuyển các tác vụ rẻ, khối lượng lớn sang model này.

Một ví dụ thực tế, với các giả định được ghi rõ

Xét một lượt Claude Code giữa phiên trên Sonnet 5 với 60,000 token context: 55,000 được phục vụ từ cache, 3,000 token mới được ghi vào cache, 2,000 token là input mới chưa có trong cache và output là 1,200 token, bao gồm cả phần thinking.

• Đọc cache: 55,000 x $0.20/MTok = $0.0110
• Ghi cache: 3,000 x $2.50/MTok = $0.0075
• Input chưa có trong cache: 2,000 x $2.00/MTok = $0.0040
• Output: 1,200 x $10.00/MTok = $0.0120

Tổng cộng khoảng $0.035 mỗi lượt. Với 120 lượt trong một ngày sử dụng nhiều, chi phí khoảng $4.14 mỗi ngày. Với 20 ngày sử dụng mỗi tháng, chi phí khoảng $83 mỗi tháng.

Đặt con số này cạnh các mức phí cố định ở trên, có thể thấy hai điều cùng lúc. Chi phí này cao khoảng 4 lần phí Pro, nên Pro rẻ hơn trên lý thuyết, với điều kiện hạn mức của Pro đủ cho 120 lượt Sonnet mỗi ngày. Chính điều kiện này là thứ không có con số công khai nào có thể quyết định thay bạn. Phần gần nhất với câu trả lời là xem kỹ hơn Pro bao gồm những gì và các giới hạn của nó dừng bạn ở đâu, bạn nên đọc phần này trước khi mặc định rằng gói có phí thấp hơn sẽ thắng. Mức $83 cũng thấp hơn phí Max cấp entry, nên trong trường hợp này tính theo usage rẻ hơn Max. Từ entry trong câu cuối có ý nghĩa, vì Max có 2 mức giá, và mức nào trong 2 tier Max bạn thực sự sẽ mua sẽ thay đổi mức tham chiếu thêm $100 mỗi tháng.

Bây giờ hãy thay đổi từng giả định một, rồi theo dõi cách phí của plan không còn là con số quyết định.

Ba yếu tố làm thay đổi điểm hòa vốn nhiều hơn giá gói

Caching prompt. Chạy cùng một lượt 60,000-token mà không có caching thì toàn bộ prompt được tính là input mới: 60,000 x $2.00/MTok = $0.12, cộng $0.012 output, thành $0.132 mỗi lượt. Con số này gần gấp 4 lần lượt có cache, và làm chi phí $83 mỗi tháng tăng lên khoảng $317. Đây là điểm hòa vốn duy nhất Anthropic công bố, vì nó không phụ thuộc vào workload của bạn: "Cache hit có giá bằng 10% giá input tiêu chuẩn. Điều đó có nghĩa caching có hiệu quả sau một lần đọc cache trong thời lượng 5 phút (ghi ở mức 1.25x), hoặc sau 2 lần đọc cache trong thời lượng 1 giờ (ghi ở mức 2x)."

Có 2 trường hợp lỗi làm caching bị tắt mà không thông báo cho bạn. Trường hợp đầu tiên là prefix ngắn hơn độ dài tối thiểu có thể cache của model: 512 token trên Fable 5, 1,024 trên Opus 4.8 và Sonnet 5, 2,048 trên Opus 4.7, và 4,096 trên Haiku 4.5. Prefix ngắn hơn sẽ không được cache và không phát sinh lỗi. Trường hợp thứ hai là các request chạy song song, vì "một cache entry chỉ có thể dùng được sau khi response đầu tiên bắt đầu". Nếu bắn 10 request giống hệt nhau cùng lúc, tất cả đều bị tính theo giá input đầy đủ. Dấu hiệu của cả 2 trường hợp là cache_read_input_tokens vẫn bằng 0.

Chọn model. Tính cùng lượt đó trên Opus 4.8, với giá $5 input và $25 output, cache read ở mức $0.50 và ghi trong 5 phút ở mức $6.25 mỗi MTok: read là $0.0275, write là $0.0188, input không cache là $0.0100, output là $0.0300. Tổng cộng khoảng $0.086 mỗi lượt, gấp 2.5 lần lượt trên Sonnet, và khoảng $207 mỗi tháng với cùng volume. Chỉ một lựa chọn model đã đưa cùng một workload từ dưới phí Max entry lên hơn gấp 2 lần mức đó. Haiku 4.5, với giá $1 input và $5 output, làm chi phí giảm theo hướng ngược lại cho các công việc mang tính cơ học như phân loại sơ bộ log. Fable 5 còn đẩy chi phí theo hướng đắt hơn, với giá $10 input và $50 output. Vì vậy, hãy đọc những job thực sự đáng với mức giá Fable 5 trước khi chọn nó làm model mặc định.

Mức effort thuộc về lựa chọn model, vì thinking token được tính theo giá output. Trên Opus 4.8, giá trị mặc định của API là high, còn điểm bắt đầu được tài liệu khuyến nghị cho công việc coding và agentic là xhigh, vốn đắt hơn. Giảm mức này bằng /effort trong Claude Code hoặc bằng output_config.effort trên API. Một yếu tố khác cũng làm thay đổi các ước tính cũ: model mới dùng tokenizer mới, tokenizer này "tạo ra nhiều hơn khoảng 30% token cho cùng một đoạn text". Vì vậy, số lượng đo trên model cũ sẽ thấp hơn số lượng thực tế của cùng đoạn text hiện nay.

Vệ sinh session. API stateless, nên mỗi lượt đều gửi lại toàn bộ conversation dưới dạng input được tính phí. Vì vậy, session dài sẽ tốn nhiều hơn cho mỗi message so với session mới. Đây là cơ chế đứng sau phần lớn hóa đơn phát sinh ngoài dự kiến và được phân tích chi tiết trong những gì thực sự tiêu thụ token trong một session Claude Code. Chạy /clear giữa các task không liên quan, vì context cũ được gửi lại và tính phí lại trong mọi message sau đó. Chạy /compact trong một task dài, để history được tóm tắt thay vì giữ nguyên toàn bộ. Hãy làm việc theo các đợt liên tục, vì cache mặc định "có thời gian tồn tại 5 phút" và "được refresh miễn phí mỗi khi nội dung đã cache được sử dụng". Nếu chạm vào một session 10 phút một lần, mỗi lần như vậy sẽ phải ghi cache lại. Một session Claude Code chạy tách biệt trong tmux trên VPS gần như không tốn gì khi idle, nhưng nếu idle quá thời gian tồn tại của cache thì vẫn mất prefix đang warm.

Đo lường mức sử dụng của bạn trước khi quyết định

Đừng quyết định dựa trên ví dụ của tôi. Hãy quyết định dựa trên số liệu của chính bạn trong một tuần.

Trong Claude Code, chạy /usage ở cuối mỗi session trong một tuần (/cost là alias cho cùng màn hình). Lệnh này báo cáo số token của session và ước tính chi phí, với một lưu ý trong tài liệu: con số tính theo dollar được tính cục bộ từ số token theo list price, và “con số này chỉ là ước tính; để xem thông tin billing chính thức, hãy mở trang Usage trong Claude Console”. Tổng số sẽ reset khi bạn chạy /clear, vì vậy hãy đọc màn hình trước. Với subscription, con số tính theo dollar đó không phải hóa đơn của bạn, nhưng số token phía sau nó là dữ liệu mà công thức này cần. /context cho biết nội dung nào đang chiếm window.

Với API account, trang usage trong Claude Console là nguồn ghi nhận chính thức. Để định giá một prompt trước khi gửi, client.messages.count_tokens() là “miễn phí sử dụng nhưng chịu giới hạn requests per minute dựa trên usage tier của bạn”, và đây là phép đếm duy nhất sử dụng tokenizer mà hệ thống thực tế dùng để tính phí cho bạn.

Sau một call, hãy đọc usage block và đọc đúng như sau:

u = response.usage
total_input = u.input_tokens + u.cache_creation_input_tokens + u.cache_read_input_tokens

input_tokens chỉ đếm phần còn lại không được cache, được tài liệu mô tả là “tokens sau cache breakpoint cuối cùng”. Một turn báo cáo input_tokens: 4000 không phải là turn có 4,000 token, và tổng của 3 trường này chính là kích thước prompt mà công thức cần.

Sau đó hãy so sánh. Nếu mức sử dụng đo được trong một tháng thấp hơn rõ rệt so với phí plan, hãy chọn cách tính theo usage. Nếu cao hơn rõ rệt, hãy chọn plan, miễn là allowance của plan đáp ứng được một ngày làm việc bình thường của bạn. Nếu ở gần ngưỡng, hãy chọn plan, vì plan không thể tạo ra khoản phí bất ngờ còn cách tính theo usage thì có thể. Nếu thấp hơn rất nhiều so với cả phí Pro, hãy xác định paid plan có tốt hơn free tier với cách bạn làm việc hay không trước khi mua phương án nào, vì mức sử dụng nhẹ như vậy có thể không chạm giới hạn free đủ thường xuyên để biện minh cho bất kỳ khoản phí nào. Đây cũng không phải quyết định một chiều, vì hủy hoặc hạ tier vẫn giữ nguyên tháng bạn đã trả tiền nếu vài tuần sử dụng thực tế tiếp theo cho thấy ước tính của bạn sai. Dù chọn phương án nào, phép tính này chỉ xác định billing model nào rẻ hơn; còn khoản chi có tự hoàn vốn bằng số giờ tiết kiệm được hay không là phép tính riêng cần đối chiếu với hourly rate của bạn.

FAQ

Claude API có rẻ hơn Claude Pro hoặc Max không?

Điều đó phụ thuộc vào volume. Không có mức hòa vốn được công bố để tra cứu, vì các gói thuê bao được bán theo các khoảng thời gian sử dụng thay vì hạn mức token. Tính giá một lượt điển hình theo mức giá trên mỗi token đã công bố, nhân với số lượt mỗi ngày hoạt động và số ngày hoạt động mỗi tháng, rồi so sánh kết quả với phí gói. Trong một ví dụ tính toán, một lượt Sonnet 5 có 60,000 token có giá khoảng $0.035, tương đương khoảng $83 mỗi tháng nếu thực hiện 120 lượt mỗi ngày trong 20 ngày: cao hơn phí Pro nhưng thấp hơn phí Max cấp đầu vào.

Làm thế nào để tính chi phí Claude API mỗi tháng?

Chạy /usage trong Claude Code trong một tuần để thu thập số token thực tế. Bạn cũng có thể xem trang usage trong Claude Console nếu đã có API account. Sau đó tính giá một lượt: input không được cache theo mức giá cơ bản, cache write bằng 1.25 lần input cơ bản, cache read bằng 0.1 lần input cơ bản (0.05 lần trên Opus 5.5 và Sonnet 5.5, 0.025 lần trên Fable 5.1), còn output tính theo mức giá output; token dùng cho thinking cũng được tính là output. Nhân kết quả với số lượt mỗi ngày hoạt động và số ngày hoạt động mỗi tháng.

Điều gì ảnh hưởng đến hóa đơn Claude API nhiều nhất?

Prompt caching, hơn mọi yếu tố khác. Một lượt 60,000 token trên Sonnet 5 có giá khoảng $0.035 khi prefix được phục vụ từ cache và khoảng $0.132 khi không được cache. Tiếp theo là lựa chọn model: cùng lượt đó trên Opus 4.8 có giá khoảng $0.086. Độ dài session đứng thứ ba, vì API là stateless và mỗi lượt đều gửi lại toàn bộ cuộc trò chuyện dưới dạng input được tính phí.

Gói thuê bao Claude có bao gồm quyền truy cập API không?

Có, nhưng chỉ một phần trên Max và Team. Hiện các gói đó bao gồm một khoản credit Claude Platform hằng tháng: $100 trên Max 5x, $200 trên Max 20x, và pool Team là $20 cho mỗi Standard seat và $100 cho mỗi Premium seat, tối đa $500. Bạn nhận khoản credit này bằng cách liên kết một tổ chức Claude Console. Khoản credit áp dụng cho Messages API và Message Batches API, nhưng không áp dụng cho Claude Code tương tác. "Unused credits expire at the end of each billing cycle." Gói Free, Pro và Enterprise không có khoản credit này. Vì vậy, với các gói đó, hãy xem API là một account thứ hai có hóa đơn riêng. Dù thế nào, hai bên vẫn là các surface riêng biệt. Dấu hiệu rõ nhất là command /usage-credits của Claude Code, vốn "isn't available with API key authentication". Nhiều developer dùng cả hai: một gói cho việc code tương tác và một key cho những thứ họ xây dựng.