Claude vs ChatGPT API: Bên nào rẻ hơn?

Câu trả lời ngắn

Không có bên thắng tuyệt đối về giá API giữa Claude và ChatGPT, vì hai nhà cung cấp định giá token đầu vào và đầu ra khác nhau ở từng tier. Tính đến tháng 8 năm 2026, hai tier Claude cao nhất tính cùng mức giá cho mỗi token đầu vào như các sản phẩm tương ứng của OpenAI, nhưng thấp hơn cho mỗi token đầu ra. Vì vậy, Claude nhỉnh hơn một chút với các tác vụ có nhiều token đầu ra. Ở tier nhỏ, Claude có giá cao hơn vài lần cho cùng một tác vụ. Mọi câu trả lời không nêu rõ tier và tỷ lệ token đầu vào/đầu ra đều chỉ là phỏng đoán.

Vì vậy, trang này trình bày phép tính trước, sau đó là 3 workload có tính chi phí cùng tỷ lệ token, rồi đến các hệ số có thể khiến hóa đơn thực tế chênh lệch nhiều hơn mức giá công bố.

Công thức duy nhất bạn cần

Cả hai API đều tính phí văn bản theo cùng một cách. Bạn trả phí cho số token mình gửi và trả mức cao hơn cho số token model sinh ra.

cost = (input tokens / 1,000,000) * input rate + (output tokens / 1,000,000) * output rate

Một token tương đương khoảng 4 ký tự tiếng Anh, gần bằng 0.75 từ. Chỉ dùng con số này để ước tính ban đầu. Khi tính chi phí thực tế, hãy dùng số lượng token mà từng API trả về trong object usage của mỗi response.

# Rates are US dollars per million tokens.
def cost(in_tok, out_tok, in_rate, out_rate):
    return in_tok / 1e6 * in_rate + out_tok / 1e6 * out_rate

# One support-chat turn: 1,400 tokens in, 220 tokens out, on a $2 / $10 model.
print(round(cost(1400, 220, 2.0, 10.0), 6))

Script in ra 0.005, tương đương nửa cent cho mỗi lượt. Nhân con số này với số lượt bạn dự kiến dùng trong một tháng để có ngân sách. Nếu đơn vị một triệu token ở mẫu số vẫn khó hình dung, một triệu token thực sự mua được bao nhiêu trong Claude sẽ giúp bạn hình dung lượng văn bản cụ thể tương ứng. Chỉ cần nắm công thức này, mọi thay đổi về giá sau hôm nay sẽ chỉ cần sửa một dòng thay vì phải phân tích lại.

Mức giá đã công bố, tháng 8 năm 2026

Đây là giá niêm yết mà cả hai nhà cung cấp đã công bố vào ngày 1 tháng 8 năm 2026. Đây là phần duy nhất trong bài viết ghi rõ giá. Hãy đối chiếu với claude.com/pricing và trang giá của OpenAI trước khi lập ngân sách.

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 5,
    "openai_output": 30
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse from September",
    "claude_input": 3,
    "claude_output": 15,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Small",
    "claude_input": 1,
    "claude_output": 5,
    "openai_input": 0.2,
    "openai_output": 1.2
  }
]

Các cặp được ghép theo vị trí trong từng dòng sản phẩm, không theo mức độ nổi tiếng. Ở nhóm Frontier là Claude Opus 5 so với gpt-5.6-sol. Ở nhóm Workhorse là Claude Sonnet 5 so với gpt-5.6-terra. Ở nhóm Small là Claude Haiku 4.5 so với gpt-5.6-luna. Cả hai nhà cung cấp còn bán các tier cao hơn phần này, và OpenAI vẫn niêm yết các thế hệ cũ theo mức giá ban đầu. So sánh một model flagship ở bên này với một model giá rẻ ở bên kia sẽ tạo ra một con số vô nghĩa. Đây là cách phần lớn các bài so sánh được công bố tạo ra con số nổi bật trong tiêu đề.

Có hai điểm trong phần đó cần nói rõ. Mức 2 cho input và 10 cho output của Sonnet 5 là mức giá giới thiệu. Anthropic ghi rõ các mức này kết thúc vào ngày 31 tháng 8 năm 2026. Sau đó, Sonnet 5 sẽ tính 3 cho input và 15 cho output. Chỉ một thay đổi này đã biến tier Workhorse từ một chiến thắng sít sao của Claude thành chiến thắng rõ ràng của OpenAI, và thay đổi đó xảy ra trong thời gian bài viết này còn hiệu lực.

Điểm thứ hai là một quy luật đáng ghi nhớ: Claude định giá output chính xác bằng 5 lần mức giá input của chính model đó trên mọi dòng ở trên, còn OpenAI định giá output bằng 6 lần. Chính tỷ lệ này, không phải mức giá tuyệt đối, làm thay đổi model chiến thắng tùy theo tỷ lệ token của bạn.

Vì sao mức giá trên một triệu token không thể so sánh giữa các nhà cung cấp

Mức giá là số đô la trên mỗi token. Chi phí là số đô la trên mỗi token nhân với số token. Số token của một đoạn văn bản phụ thuộc vào model, không phụ thuộc vào chính đoạn văn bản đó.

Anthropic nêu rõ điều này: Claude 4.7 và các model mới hơn, bao gồm Claude Opus 5 và Claude Sonnet 5, dùng tokenizer mới tạo ra nhiều hơn khoảng 30% token cho cùng một đoạn văn bản so với Claude Sonnet 4.6 và các phiên bản cũ hơn. Mức giá không đổi. Chi phí đã tăng.

Vì vậy, hai mức giá trông giống hệt nhau không có nghĩa là hai hóa đơn giống hệt nhau. Hãy đếm token ở cả hai phía bằng chính văn bản của bạn trước khi tin vào bất kỳ phép so sánh nào, kể cả phép so sánh này.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached contract."}]
  }'

Một response hợp lệ là một đối tượng JSON nhỏ chứa input_tokens. 401 nghĩa là biến chứa key đang rỗng trong shell của bạn. Hãy chạy cùng một đoạn văn bản qua tokenizer của nhà cung cấp còn lại, chia một số lượng token cho số lượng token kia, rồi nhân tỷ lệ đó với mức giá đã công bố trước khi so sánh. Nếu tỷ lệ nghiêng về một nhà cung cấp hơn khoảng 1.2 lần, yếu tố này sẽ lớn hơn mọi chênh lệch giá trong phần bên trên.

Kịch bản một: tính năng chat

Một trợ lý hỗ trợ bên trong ứng dụng web. 120,000 lượt trao đổi mỗi tháng. Mỗi lượt gửi một system prompt, schema của các tool, hai đoạn trích help desk được truy xuất và một vài message trước đó, tổng cộng khoảng 1,400 input token; model trả lời khoảng 220 token. Đây là workload tương tác, nên không thể áp dụng chiết khấu batch. Hãy chạy workload này trên tier workhorse.

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Small tier, cached",
    "claude_usd": "213.60",
    "openai_usd": "48.00"
  }
]

Theo list price, Claude tính 600.00, còn OpenAI tính 652.80. Chi phí input giống hệt nhau vì rate input giống nhau. Toàn bộ chênh lệch nằm ở output, và Claude chỉ rẻ hơn với mức chênh lệch quá nhỏ để quyết định chọn vendor.

Bây giờ đánh dấu 800 trong số 1,400 input token đó là prefix ổn định: system prompt và schema của các tool, vốn không thay đổi giữa các lượt trao đổi. Cả hai vendor đều tính 10% base rate của input khi cache hit. Hóa đơn của Claude giảm xuống còn 427.20, còn OpenAI giảm xuống 480.00. Caching có giá trị lớn hơn việc chọn vendor, và cả hai platform đều hỗ trợ tính năng này.

Đây là điểm Claude kém hơn. Hầu hết câu trả lời hỗ trợ không cần model workhorse. Chuyển cùng workload sang tier small, Claude tính 213.60, còn OpenAI tính 48.00. Lấy chi phí của Claude chia cho chi phí của OpenAI, Claude tốn khoảng bốn lần rưỡi cho cùng một công việc. Claude Haiku 4.5 tính 1 cho mỗi triệu input token, còn gpt-5.6-luna tính 0.2; không mức caching nào có thể xóa được khoảng cách gấp năm lần này. Nếu workload của bạn phù hợp với một model small, OpenAI rẻ hơn và chênh lệch là đáng kể.

Kịch bản hai: pipeline xử lý tài liệu có context dài

25,000 hợp đồng mỗi tháng. Mỗi request chứa cùng một instruction và JSON schema dài 9,000 token, tiếp theo là 12,000 token nội dung hợp đồng, rồi model trả về khoảng 700 token trường dữ liệu có cấu trúc. Output chiếm chưa đến 4% tổng số token trong job này, và riêng thực tế đó đã quyết định kết quả so sánh.

[
  {
    "label": "Chat feature",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "124.20"
  }
]

Khi prefix dài 9,000 token được cache ở cả hai bên, Claude tính phí 820.00 còn OpenAI tính phí 855.00. Phần input có chi phí đến từng cent giống nhau vì trong tháng 8 năm 2026, đơn giá input của hai bên giống nhau. Toàn bộ chênh lệch nằm ở phần output: Claude tính output cao gấp 5 lần input, còn OpenAI cao gấp 6 lần.

Job này cũng phù hợp với batch. Cả hai nhà cung cấp đều giảm 50% phí input và output cho công việc bất đồng bộ, nên tổng chi phí của cả hai giảm một nửa và khoảng cách vẫn giữ nguyên. Batch là mức giảm giá đơn lẻ lớn nhất trên cả hai nền tảng, và pipeline tài liệu chạy hằng đêm luôn có thể dùng hình thức này.

Claude bất lợi vì áp dụng cùng logic tier như trước. Trích xuất trường theo một schema cố định chính xác là loại công việc mà model nhỏ làm tốt, trong khi input chiếm 97% tổng số token ở đây. Hạ xuống một tier làm đơn giá input của OpenAI giảm còn 0.1 lần và của Claude giảm còn 0.5 lần. Hãy kiểm thử model nhỏ trên 200 tài liệu trước khi cho rằng bạn cần model lớn hơn, bằng cùng phương pháp đánh giá mà bạn sẽ dùng khi chọn tier Claude phù hợp cho một job.

Tình huống ba: coding agent chạy liên tục

Một developer chạy agent trên VPS, khoảng 900 lượt model mỗi tháng. Mỗi lượt gửi khoảng 60,000 input token từ context của repository, trong đó 80% là cache hit, và tạo ra khoảng 1,800 token gồm phần chỉnh sửa và giải thích. Hãy tính theo gói frontier, vì trong coding, chênh lệch về capability có thể làm phát sinh chi phí thực tế.

Claude tính phí 116.10, còn OpenAI tính 124.20. Cùng mức giá input và cùng mức giá đọc cache, mức giá output thấp hơn của Claude giúp giảm khoảng 7%.

Mức chênh 7% này nằm trong sai số của tokenizer được nêu ở phần trước, nên hãy xem tình huống này là ngang nhau về đơn giá. Điểm khác biệt nằm ở mô hình tính phí. Với một developer ở mức sử dụng này, một subscription seat thường rẻ hơn các lượt gọi API tính theo mức dùng, và toàn bộ so sánh sẽ thay đổi khi tính thêm seat đó. Hãy phân tích vấn đề này trong so sánh chi phí API với subscription trước khi cho agent dùng mô hình tính phí theo mức dùng. Nếu dùng mô hình này, trước tiên hãy xác định token được dùng ở đâu, vì mức sử dụng token của coding agent chủ yếu đến từ context được gửi lại trong mỗi lượt, không phải từ phần code mà agent viết.

Các hệ số quyết định hóa đơn

Mức giá được nhắc đến nhiều nhất là khoản nhỏ nhất trong danh sách này. Mỗi yếu tố dưới đây làm thay đổi hóa đơn thực tế nhiều hơn chênh lệch giữa hai nhà cung cấp ở cùng một tier.

Input từ cache. Cả hai nhà cung cấp đều tính 10% giá input cơ bản cho cache hit. Anthropic cũng tính phí ghi vào cache: 1.25 lần giá input cơ bản cho entry 5 phút và 2 lần cho entry 1 giờ. Một lần hit sau đó sẽ gia hạn entry này với giá đọc. Vì vậy, entry 5 phút hoàn vốn sau một lần đọc. Workload có khoảng cách dài giữa các request sẽ ghi cache thường xuyên hơn đọc cache. Khi đó, caching tốn nhiều hơn số tiền tiết kiệm được. Traffic ổn định phù hợp với cache. Traffic tăng đột biến thì không.

Giảm giá cho batch. Giảm 50% phí input và output trên cả hai nền tảng, chỉ áp dụng cho công việc bất đồng bộ. Nếu job có thể chờ, chi phí sẽ giảm một nửa trên cả hai nhà cung cấp. Khoản giảm này được cộng dồn với caching.

Tỷ lệ output. Claude tính output bằng 5 lần giá input. OpenAI tính bằng 6 lần. Tỷ lệ token được ghi ra thay vì được đọc càng cao, Claude càng có lợi khi giá input bằng nhau. Với workload chủ yếu là input thì ngược lại.

Retry. Mỗi retry tính lại toàn bộ input và không trả về kết quả có thể sử dụng. Nếu 6% request của bạn lỗi schema validation và phải retry, phần input sẽ lớn hơn 6% so với kế hoạch. Hãy ghi retry thành một dòng chi phí riêng, không ghi như một dòng lỗi. Các team thường phát hiện hệ số này cuối cùng, và nó thường lớn hơn chênh lệch giữa các nhà cung cấp mà họ đã tranh luận cả tuần.

Bên nào thua, và thua ở đâu

Claude thua hoàn toàn ở tier nhỏ. gpt-5.6-luna có giá 0.2 cho mỗi triệu input token, trong khi Claude Haiku 4.5 có giá 1, với output token lần lượt là 1.2 và 5. Các tác vụ phân loại khối lượng lớn và trích xuất ngắn có chi phí trên Claude cao hơn khoảng 4 lần.

Claude thua ở tier workhorse từ ngày 1 September 2026, khi mức giá mở đầu kết thúc và Sonnet 5 chuyển sang 3 và 15, trong khi gpt-5.6-terra không thay đổi. Claude thắng ở tier frontier về giá output, nhưng mức chênh lệch này có thể bị xóa bởi số token thực tế của bạn. Không bên nào thắng trong các tác vụ chủ yếu dùng input vào August 2026, vì ở mức 2 cho mỗi triệu token trên cả hai bên, chi phí input là như nhau.

Cách đo trên lưu lượng của chính bạn

Đọc object usage trong mọi response và lưu 4 số cho mỗi request: input tokens, output tokens, cache read tokens và cache write tokens. Trên Claude API, các giá trị này lần lượt nằm trong input_tokens, output_tokens, cache_read_input_tokens và cache_creation_input_tokens. Cộng chúng theo ngày, nhân với mức giá hiện tại rồi đối chiếu tổng với hóa đơn. Nếu hai số lệch nhau, nguyên nhân thường là các lần retry hoặc một code path mà bạn quên rằng đã release.

Thực hiện phép đối chiếu trên lưu lượng thực tế trong 1 tuần thay vì dùng một prompt mẫu, và so sánh chi phí trên mỗi task hoàn tất thay vì chi phí trên mỗi token. Một model trả lời đúng ngay lần đầu với mức giá cao gấp đôi vẫn rẻ hơn một model cần 3 lần thử với mức giá bằng một nửa. Chi phí trên mỗi token chỉ là một đơn giá. Chi phí trên mỗi task hoàn tất mới là số tiền bạn phải trả.

Đặt một mức trần chi tiêu cố định trước khi để bất kỳ thứ gì chạy liên tục. Cả hai nền tảng đều cung cấp giới hạn chi tiêu trong console, và một agent bị kẹt trong vòng lặp retry có thể tiêu hết ngân sách của cả tháng chỉ trong một đêm. Kết nối cơ chế này theo cách bạn làm với kiểm soát chi phí cho một agent luôn chạy. Nếu bạn đang xây dựng phiên bản đầu tiên trên server của mình, ứng dụng Claude API đầu tiên trên một VPS trình bày cách xử lý key và request loop mà phần tính toán này sử dụng.

FAQ

API Claude có rẻ hơn API ChatGPT không?

Không phải lúc nào cũng vậy. Vào tháng 8 năm 2026, các cấp frontier và workhorse có cùng mức phí trên mỗi input token ở cả hai bên, còn Claude tính phí output token thấp hơn, nên Claude rẻ hơn vài phần trăm đối với workload thiên về output. Ở cấp nhỏ, gpt-5.6-luna của OpenAI có giá trên mỗi input token bằng một phần năm Claude Haiku 4.5, vì vậy tác vụ phân loại khối lượng lớn rẻ hơn nhiều trên OpenAI. Hãy tự tính chi phí dựa trên tỷ lệ token thực tế của bạn, vì chênh lệch nhỏ như vậy phụ thuộc vào workload hơn là bảng giá.

Vì sao cùng một câu chữ lại có số token khác nhau trên mỗi API?

Vì mỗi model có tokenizer riêng, và số lượng token phụ thuộc vào model. Anthropic cho biết Claude 4.7 và các model mới hơn tạo ra nhiều hơn khoảng 30% token cho cùng một văn bản so với Claude Sonnet 4.6 và các phiên bản cũ hơn. Gửi văn bản thực tế của bạn đến endpoint đếm token của từng nhà cung cấp, chia số lượng token này cho số lượng token kia, rồi nhân tỷ lệ đó vào mức giá đã công bố trước khi so sánh. Chênh lệch 20% về số token lớn hơn hầu hết chênh lệch trong bảng giá.

Prompt caching có khi nào làm hóa đơn tăng không?

Có, trên Anthropic. Một lần ghi cache có giá bằng 1.25 lần mức input cơ bản đối với entry 5 phút và bằng 2 lần đối với entry 1 giờ, trong khi một cache hit có giá bằng 0.1 lần. Nếu lưu lượng có tính burst đến mức hầu hết entry hết hạn trước khi được đọc, bạn phải trả phí ghi cao hơn nhưng không có lượt đọc nào. So sánh cache_creation_input_tokens với cache_read_input_tokens trong log của bạn. Tỷ lệ gần 1 có nghĩa là caching đang làm bạn tốn tiền, vì vậy hãy kéo dài thời gian tồn tại của entry hoặc bỏ caching.

Nên chạy coding agent bằng API hay dùng subscription?

Với một developer có lưu lượng thông thường, một seat subscription thường rẻ hơn billing API tính theo mức sử dụng, vì coding agent gửi lại context lớn trong mỗi lượt và context đó bị tính phí mỗi lần. Hãy đo chi phí trong một tuần trước, rồi so sánh tổng API với giá seat. API có lợi khi mức sử dụng tăng đột biến hoặc khi bạn cần quyền truy cập programmatic mà seat không cung cấp.