Claude vs ChatGPT API: Bên nào rẻ hơn?

Tóm tắt ngắn

Không có bên thắng tuyệt đối về giá API giữa Claude và ChatGPT, vì chênh lệch giữa hai nhà cung cấp thay đổi theo tier và tỷ lệ token bạn sử dụng. Tính đến ngày 21 October 2026, tier chủ lực tính cùng mức phí cho mỗi input token ở cả hai bên và tính phí thấp hơn cho mỗi output token trên Claude. Vì vậy, Claude nhỉnh hơn một chút với các workload có nhiều output. Ở tier cao cấp nhất, các mức giá khuyến mại của OpenAI cho gpt-5.6-sol thấp hơn 20% so với Claude Opus 5 ở mọi loại token. Ở tier nhỏ, Claude Haiku 4.5 có giá cao hơn vài lần cho cùng một công việc. Mọi câu trả lời không nêu rõ tier và tỷ lệ token đều chỉ là phỏng đoán.

Vì vậy, trang này trình bày phép tính trước, sau đó là 3 workload có tính chi phí cụ thể cùng tỷ lệ token của chúng, rồi đến các hệ số có thể làm hóa đơn thực tế thay đổi nhiều hơn cả mức giá niêm yết.

Công thức duy nhất bạn cần

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

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

Lượng văn bản mà một token chứa được phụ thuộc vào model. Bảng thuật ngữ của Anthropic ước tính một token tương đương khoảng 3.5 ký tự tiếng Anh trên Claude Sonnet 4.6, Claude Haiku 4.5 và các model cũ hơn. Claude 4.7 và các model mới hơn, gồm Opus 5, Sonnet 5, Fable 5 và thế hệ 5.5, dùng tokenizer mới tạo ra nhiều hơn khoảng 30% token với cùng một đoạn văn bản, tương đương khoảng 2.7 ký tự mỗi token. Con số quen thuộc khoảng 4 ký tự, gần 0.75 từ, là quy tắc ước tính của OpenAI cho các model của họ, không phải của Claude. Chỉ dùng các con số này để ước tính ban đầu. Để tính chi phí thực tế, hãy dùng các số đếm mà mỗi API trả về trong object usage của từng 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 sử dụng trong một tháng để có ngân sách. Nếu đơn vị một triệu token trong mẫu số vẫn khó hình dung, một triệu token thực sự mua được bao nhiêu trên Claude sẽ quy đổi thành một lượng văn bản cụ thể. Chỉ cần nắm công thức này, mọi thay đổi giá sau hôm nay sẽ chỉ cần sửa một dòng thay vì phải phân tích lại từ đầu.

Mức giá niêm yết, tháng 10 năm 2026

Đây là giá niêm yết trên trang pricing của cả hai nhà cung cấp, được kiểm tra vào ngày 21 tháng 10 năm 2026. Khối này chứa mọi mức giá được dùng trong các kịch bản bên dưới. Hãy đối chiếu với claude.com/pricing và trang pricing của OpenAI trước khi chốt ngân sách.

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 4,
    "openai_output": 20
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse, Sonnet 4.6",
    "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 mỗi dòng sản phẩm, không phải theo độ nổi tiếng. Ở nhóm frontier là Claude Opus 5 đối đầu với gpt-5.6-sol. Ở nhóm workhorse là Claude Sonnet 5 đối đầu với gpt-5.6-terra. Ở nhóm small là Claude Haiku 4.5 đối đầu với gpt-5.6-luna. Cả hai nhà cung cấp cũng bán các tier cao hơn khối này. Phía Claude có tier đó là Fable 5, có giá gấp đôi dòng frontier ở cả input lẫn output nhưng vẫn giữ tỷ lệ output gấp 5 lần input. Vì vậy, Fable 5 có giá bao nhiêu và khi nào mức giá đó đáng dùng là phần nên đọc trước khi giả định Opus 5 là mức cao nhất trong hóa đơn của bạn. So sánh model flagship ở một bên với model giá rẻ ở bên kia sẽ cho ra một con số vô nghĩa. Đây là cách phần lớn các so sánh được công bố tạo ra con số nổi bật trong tiêu đề.

Có 3 điểm trong khối này cần nói rõ. Mức 2 và 10 của Sonnet 5 là mức giá tiêu chuẩn. Ban đầu Anthropic bán chúng với giá giới thiệu đến hết ngày 31 tháng 8 năm 2026, sau đó chuyển thành giá tiêu chuẩn và hủy kế hoạch tăng lên $3 và $15. Vì vậy, tier workhorse vẫn nghiêng nhẹ về Claude. Dòng workhorse thứ hai là thế hệ trước, Claude Sonnet 4.6, hiện vẫn có giá 3 và 15.

Điểm thứ hai là dòng frontier. Ngày 21 tháng 8 năm 2026, OpenAI giảm giá gpt-5.6-sol từ $5 và $30 xuống còn 4 và 20 trong một chương trình khuyến mại. Trang model cho biết mức giá khuyến mại này áp dụng ít nhất đến ngày 21 tháng 11 năm 2026. Cho đến thời điểm đó, Sol rẻ hơn Claude Opus 5 20% đối với input, cache read và output. Hãy kiểm tra lại dòng này sau ngày đó.

Điểm thứ ba là một quy luật đáng ghi nhớ: Claude định giá output chính xác gấp 5 lần input của chính model đó trên mọi dòng ở trên. OpenAI định giá output gấp 6 lần trên gpt-5.6-terra và gpt-5.6-luna, và gấp 5 lần trên gpt-5.6-sol với mức giá khuyến mại. Chính tỷ lệ này, không phải mức giá tuyệt đối, khiến model thắng thay đổi theo tỷ lệ token của bạn.

Cả hai nhà cung cấp cũng đã phát hành thế hệ mới hơn thế hệ được so sánh trong khối này. Anthropic niêm yết Claude Opus 5.5 ở mức $4 và $20, Claude Sonnet 5.5 ở mức $2 và $10, và Claude Haiku 5.5 ở mức $0.10 và $0.50 cho prompt tối đa 100,000 token. Danh sách model của OpenAI hiện đứng đầu với gpt-6-astra ở mức $10 và $50, gpt-6.1-sol ở mức $2 và $10, và gpt-6-luna ở mức $0.10 và $0.50. Các mức giá theo token này gần nhau hơn nhiều so với các dòng ở trên. Vì vậy, với các model mới hơn, phần tokenizer và caching bên dưới sẽ quyết định hóa đơn. Bức tranh ở tier small thay đổi nhiều nhất, và Haiku 5.5 có giá bao nhiêu và phù hợp ở đâu là phần nên đọc trước khi loại Claude khỏi tier đó.

Vì sao mức giá trên mỗi triệu token không thể so sánh giữa các vendor

Mức giá là số dollar trên mỗi token. Hóa đơn bằng số dollar trên mỗi token nhân với số token, còn số token của một đoạn văn bản là thuộc tính của model, không phải của văn bản.

Anthropic nêu rõ điều này: các model Claude 4.7 trở lên, bao gồm Claude Opus 5 và Claude Sonnet 5, dùng tokenizer mới tạo ra nhiều hơn khoảng 30% token cho cùng một văn bản so với Claude Sonnet 4.6 và các phiên bản cũ hơn. Mức giá không đổi. Hóa đơn thì có.

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 so sánh nào, kể cả 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 object JSON nhỏ chứa input_tokens. 401 nghĩa là API key không được chấp nhận. Trước hết, kiểm tra biến chứa key có rỗng trong shell hay không. Sau đó kiểm tra bản thân key có sai định dạng, đã bị revoke hoặc hết hạn hay không; các trường hợp này đều trả về cùng một lỗi. Chạy cùng một văn bản qua tokenizer của vendor còn lại, chia một số lượng token cho số lượng kia, rồi nhân tỷ lệ đó với mức giá được công bố trước khi so sánh. Nếu tỷ lệ nghiêng về một vendor hơn khoảng 1.25 lần, yếu tố này lớn hơn chênh lệch giữa mức giá frontier và workhorse trong phần trên. Tuy nhiên, nó không đáng kể so với tier nhỏ, nơi mức giá input chênh nhau 5 lần.

Tình huống 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, tool schema, hai đoạn trích từ help desk được retrieve và một vài tin nhắn trước đó, tổng cộng khoảng 1,400 input token; model trả lời khoảng 220 token. Đây là workload tương tác, nên batch discount không thể áp dụng. Hãy chạy workload này trên workhorse tier.

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix, 1,100 tokens",
    "claude_usd": "362.40",
    "openai_usd": "415.20"
  },
  {
    "label": "Small tier, same prefix",
    "claude_usd": "300.00",
    "openai_usd": "41.52"
  }
]

Theo list price, Claude tính 600.00, còn OpenAI tính 652.80. Chi phí input giống nhau vì input rate giống nhau. Toàn bộ chênh lệch nằm ở output, và Claude chỉ rẻ hơn với biên quá nhỏ để dùng làm cơ sở chọn vendor.

Tiếp theo, hãy xem stable prefix: system prompt và tool schema chiếm khoảng 800 trong số 1,400 input token và không thay đổi giữa các lượt. Cả hai vendor đều không cache được prefix này. Claude Sonnet 5 và gpt-5.6-terra đều yêu cầu stable prefix tối thiểu 1,024 token để có thể cache; prefix ngắn hơn sẽ được tính như input thông thường và không báo lỗi. Nếu stable prefix đạt 1,100 token, caching áp dụng cho cả hai bên. Vì cả hai model đều tính 10% base input rate cho cache hit, chi phí Claude giảm xuống còn 362.40, còn OpenAI giảm xuống 415.20, chưa tính những lần cache write không thường xuyên. Caching có giá trị hơn việc chọn vendor, và cả hai platform đều hỗ trợ tính năng này miễn là prefix đạt mức tối thiểu.

Đây là điểm Claude thua. Phần lớn câu trả lời hỗ trợ không cần workhorse model. Chuyển cùng workload sang small tier, Claude tính 300.00, còn OpenAI tính 41.52. Lấy chi phí bên này chia cho bên kia, Claude đắt khoảng bảy lần cho cùng một workload. Claude Haiku 4.5 tính 1 cho mỗi triệu input token, trong khi gpt-5.6-luna tính 0.2. Haiku 4.5 cũng không cache prefix ngắn hơn 4,096 token, nên prefix 1,100 token được cache trên gpt-5.6-luna sẽ bị tính theo full rate trên Claude. Không có mức caching nào có thể xóa chênh lệch gấp năm lần. Nếu workload của bạn phù hợp với small model, OpenAI rẻ hơn trong cặp này và biên chênh lệch là đáng kể.

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

25,000 hợp đồng mỗi tháng. Mỗi request gửi cùng một instruction 9,000 token và JSON schema, sau đó là 12,000 token nội dung hợp đồng. Model trả về khoảng 700 token các trường có cấu trúc. Output chiếm dưới 4% tổng số token trong job này, và riêng thực tế đó đã quyết định kết quả so sánh.

[
  {
    "label": "Chat feature",
    "claude_usd": "362.40",
    "openai_usd": "415.20"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "92.88"
  }
]

Với prefix 9,000 token được cache ở cả hai bên, Claude tính phí 820.00, còn OpenAI tính phí 855.00. Chi phí input chênh nhau không đến 1 cent, vì đơn giá input của hai bên giống nhau vào ngày 21 October 2026. Toàn bộ chênh lệch nằm ở output: Claude tính output bằng 5 lần input, còn OpenAI bằng 6 lần.

Job này cũng phù hợp để 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 lớn nhất trên cả hai nền tảng, và pipeline xử lý tài liệu chạy hằng đêm luôn có thể dùng nó.

Claude lại bất lợi vì cách tính theo tier giống 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 sẽ nhân đơn giá input của OpenAI với 0.1 và đơn giá input của Claude với 0.5. Hãy kiểm tra model nhỏ trên 200 tài liệu trước khi kết luận rằng bạn cần model lớn hơn, sử dụng cùng phương pháp đánh giá mà bạn sẽ dùng cho việc chọn tier Claude phù hợp cho một job.

Kịch bản ba: coding agent luôn chạy

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

Claude tính phí 116.10, còn OpenAI tính 92.88. Với mức giá khuyến mãi, gpt-5.6-sol rẻ hơn 20% đối với input, cache read và output. Vì vậy, trước khi tính cache write, OpenAI rẻ hơn 20%.

Mức chênh lệch 20% này nhỏ hơn chênh lệch số token mà phần tokenizer cảnh báo. Vì vậy, hãy đếm token trên repository của bạn trước khi dùng, rồi kiểm tra lại sau ngày 21 tháng 11 năm 2026, là ngày sớm nhất chương trình khuyến mãi của Sol có thể kết thúc. Điều quan trọng hơn cả hai mức giá là mô hình tính phí. Với một developer ở lưu lượng này, một subscription seat thường rẻ hơn các API call tính theo mức sử dụng. Khi đưa subscription seat vào so sánh, toàn bộ kết quả sẽ thay đổi. Hãy phân tích vấn đề này trong so sánh chi phí API với subscription trước khi chạy agent theo hình thức tính phí theo mức sử dụng. Nếu chọn tính phí theo mức sử dụng, trước tiên hãy tìm hiểu 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

Đơn giá niêm yết là mục 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 trên mọi model trong khối đơn giá ở trên. Đây không phải quy tắc chung: Opus 5.5 và Sonnet 5.5 mới hơn của Anthropic tính 5%, còn Fable 5.1 tính 2.5%; gpt-6.1-sol của OpenAI tính 5%. Cả hai nhà cung cấp cũng tính phí ghi cache. Anthropic tính 1.25 lần giá input cơ bản cho entry có thời hạn 5 phút và 2 lần cho entry có thời hạn 1 giờ; một hit sau đó sẽ gia hạn entry ở mức giá đọc. OpenAI tính 1.25 lần giá input cơ bản trên GPT-5.6 và các model mới hơn cho entry mặc định; entry này có thể tiếp tục được dùng lại trong ít nhất 30 phút kể từ lúc được ghi hoặc lần đọc gần nhất. Responses API của OpenAI cũng cung cấp entry 12 giờ với giá 2.5 lần input cơ bản. Vì vậy, entry 5 phút sẽ hoàn vốn sau một lần đọc. Cả hai nhà cung cấp đều không cache prefix ngắn hơn mức tối thiểu của model: 1,024 token trên Claude Sonnet 5 và GPT-5.6, 512 trên Claude Opus 5, và 4,096 trên Claude Haiku 4.5. Nếu thấp hơn mức này, bạn vẫn trả đủ phí input và không nhận lỗi. Workload có khoảng cách dài giữa các request sẽ ghi cache thường xuyên hơn đọc cache; khi đó chi phí cache cao hơn khoản tiết kiệm. Lưu lượng ổn định cache hiệu quả. Lưu lượng theo đợt thì không.

Giảm giá 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, hóa đơn trên cả hai nhà cung cấp sẽ giảm một nửa, và mức giảm này được cộng dồn với caching.

Tỷ trọng output. Claude tính output bằng 5 lần giá input. OpenAI tính 6 lần trên gpt-5.6-terra và gpt-5.6-luna, và 5 lần trên gpt-5.6-sol theo mức giá khuyến mãi. 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 lại tính phí toàn bộ input và không trả về dữ liệu có thể sử dụng. Nếu 6% số call của bạn fail 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 gộp vào dòng lỗi. Các team thường phát hiện hệ số này sau cùng, và nó thường lớn hơn chênh lệch giữa các nhà cung cấp mà họ đã mất cả tuần để tranh luận.

Bên nào thua, và thua ở đâu

Claude thua hoàn toàn ở tier nhỏ trong cặp so sánh này. gpt-5.6-luna tính 0.2 cho mỗi triệu input token, còn Claude Haiku 4.5 tính 1; output lần lượt là 1.2 và 5. Các tác vụ phân loại khối lượng lớn và trích xuất ngắn có chi phí trên mỗi token cao hơn 4 đến 5 lần trên Claude, và còn cao hơn khi sử dụng cache.

Claude thắng ở chiều output của tier workhorse, với 10 so với 12 cho mỗi triệu token trên gpt-5.6-terra. Khoảng chênh lệch này có thể bị chính số lượng token của bạn xóa bỏ. Mức chênh lệch vẫn giữ nguyên sau 1 September 2026, vì Anthropic đã đưa mức giá giới thiệu của Sonnet 5 thành giá tiêu chuẩn. Hiện tại Claude thua ở tier frontier: mức giá khuyến mại 4 và 20 của gpt-5.6-sol thấp hơn 20% so với Claude Opus 5 ở mọi chiều, ít nhất đến 21 November 2026. Không bên nào thắng các tác vụ thiên về input ở tier workhorse, vì ở mức 2 cho mỗi triệu token trên cả hai bên, chi phí input là như nhau.

Cách đo trên chính lưu lượng của bạn

Đọc object usage trong mỗi response và lưu 4 số cho từng 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 tổng theo ngày, nhân với mức giá hiện tại rồi đối chiếu với hóa đơn. Nếu hai con số lệch nhau, nguyên nhân thường là các lần retry hoặc một code path mà bạn đã quên mình đã release.

Hãy chạy phép đối chiếu trên 1 tuần lưu lượng thực tế thay vì một prompt mẫu, và so sánh chi phí cho mỗi task hoàn tất thay vì chi phí cho 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 mỗi token chỉ là một đơn giá. Chi phí cho mỗi task hoàn tất mới là số tiền bạn phải trả.

Hãy đặt giới hạn chi tiêu cứng trước khi để bất kỳ thành phần nào chạy liên tục. Cả hai nền tảng đều cung cấp giới hạn chi tiêu trong console, và một agent mắc trong vòng lặp retry có thể tiêu hết ngân sách của cả tháng chỉ trong một đêm. Hãy kết nối giới hạn đó theo cách bạn triển khai kiểm soát chi phí cho một agent luôn chạy. Nếu bạn đang xây dựng phiên bản đầu tiên trên server do mình sở hữu, ứng dụng Claude API đầu tiên trên VPS trình bày cách xử lý key và request loop mà phần tính toán này sử dụng.

FAQ

Claude API có rẻ hơn ChatGPT API không?

Không phải lúc nào cũng vậy. Tính đến ngày 21 tháng 10 năm 2026, tier workhorse tính cùng mức giá cho mỗi input token trên cả hai nền tảng, còn Claude tính phí output token thấp hơn. Vì vậy, Claude rẻ hơn vài phần trăm đối với các workload có nhiều output. Ở tier frontier, mức giá khuyến mại của gpt-5.6-sol của OpenAI thấp hơn 20% so với Claude Opus 5 ở mọi loại token, ít nhất đến ngày 21 tháng 11 năm 2026. Ở tier small, gpt-5.6-luna của OpenAI có giá cho 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 của bạn. Với mức chênh lệch này, workload của bạn quyết định kết quả nhiều hơn bảng giá.

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

Vì mỗi model có tokenizer riêng, và số 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 đoạn văn bản so với Claude Sonnet 4.6 và các phiên bản cũ hơn. Gửi văn bản của bạn đến endpoint đếm token của từng nhà cung cấp, chia số token này cho số token kia, rồi nhân tỷ lệ đó với mức giá công bố trước khi so sánh. Chênh lệch token 20% xấp xỉ khoảng cách giá giữa tier frontier và workhorse, nên nó có thể đảo ngược kết quả ở cả hai tier.

Prompt caching có khi nào làm hóa đơn tăng không?

Có, trên cả hai nền tảng. Trên Anthropic, một cache write có giá bằng 1.25 lần mức input cơ bản cho entry kéo dài năm phút và 2 lần cho entry kéo dài một giờ. OpenAI tính 1.25 lần trên GPT-5.6 và các phiên bản mới hơn cho entry mặc định kéo dài 30 phút, hoặc 2.5 lần cho entry tùy chọn kéo dài 12 giờ. Trong khi đó, một cache hit có giá bằng 0.1 lần trên các model được so sánh ở đây. Nếu traffic của bạn theo từng đợt và phần lớn entry hết hạn trước khi có lượt đọc, bạn phải trả phí write cao hơn nhưng không có lượt đọc nào. So sánh cache_creation_input_tokens với cache_read_input_tokens trong log. Entry kéo dài năm phút cần khoảng một lượt đọc cho mỗi lượt ghi để có lợi. Entry kéo dài một giờ cần khoảng hai lượt đọc. Nếu số lượt đọc thấp hơn mức đó, caching đang làm bạn tốn tiền: tăng thời gian lưu entry hoặc bỏ caching.

Tôi nên chạy coding agent bằng API hay subscription?

Với một developer có lưu lượng sử dụng thông thường, một subscription seat thường rẻ hơn thanh toán API theo mức sử dụng. Lý do là coding agent gửi lại context lớn trong mỗi lượt và tính phí context đó mỗi lần. Trước tiên, hãy đo mức sử dụng trong một tuần. Sau đó, so sánh tổng chi phí API với giá seat. API có lợi khi mức sử dụng tăng giảm thất thường hoặc khi bạn cần quyền truy cập programmatic mà seat không cung cấp. Nếu lý do bạn chuyển sang API là chạm usage limit thay vì giá, các cách xử lý khi chạm usage limit của Claude bao gồm một số lựa chọn rẻ hơn việc chuyển sang thanh toán theo mức sử dụng.