Claude Pro có bao nhiêu token?

Claude Pro bao gồm bao nhiêu token?

Claude Pro không bao gồm một hạn mức token cố định, và tính đến tháng 10 năm 2026, Anthropic không công bố hạn mức này. Gói thuê bao Claude không phải là số dư token để bạn sử dụng dần. Anthropic đo mức sử dụng bằng token, nhưng Pro giới hạn bằng giới hạn phiên được đặt lại sau mỗi 5 giờ và giới hạn hằng tuần áp dụng cho tất cả model. Không giới hạn nào được công bố dưới dạng số token. Một phiên kéo dài bao lâu phụ thuộc vào model bạn chọn, độ dài của cuộc trò chuyện và lượng văn bản được gửi kèm trong mỗi lượt.

Đó là phần trả lời mà câu hỏi này thường bị bỏ qua, vì nhiều người mong gói thuê bao hoạt động giống một API key. API key sử dụng số dư được tính bằng token, nên bạn có thể tự cộng chi phí trong hóa đơn. Các gói dựa trên hạn mức như Pro, Max hoặc Team bán quyền truy cập trong một giới hạn do Anthropic đặt ra và điều chỉnh. Anthropic không nêu giới hạn đó dưới dạng một con số token. Trang trợ giúp về Pro chỉ nói rằng số message bạn có thể gửi sẽ thay đổi. Vì vậy, không có số token cố định nào để trích dẫn. Bất kỳ ai đưa cho bạn một con số như vậy đều đang tự bịa ra.

Vì vậy, hãy đặt một câu hỏi khác: Điều gì khiến message của tôi tốn nhiều tài nguyên? Câu hỏi đó có câu trả lời cụ thể, và bạn có thể áp dụng ngay hôm nay.

Vì sao gói thuê bao không thể báo một số token cố định

API tính phí cho từng request theo số token. Input token bao gồm mọi thứ bạn gửi. Output token bao gồm mọi thứ model trả về. Hai loại token này có mức giá khác nhau. Vì vậy, trước khi ước tính, hãy xem input token và output token có chi phí khác nhau.

Các gói dành cho người dùng cá nhân không có số dư để chi tiêu. Anthropic giới hạn mức sử dụng trong một session và session này reset sau mỗi năm giờ. Các gói trả phí theo hạn mức, gồm Pro, Max, Team và các hợp đồng Enterprise cũ tính theo seat, có thêm một giới hạn dài hơn được tính trong một tuần. Gói Enterprise tính phí theo mức sử dụng hoạt động khác: Anthropic cho biết không có giới hạn sử dụng theo seat và không có hạn mức token bao gồm sẵn. Mọi token đều được tính theo mức giá của API. Thay vào đó, quản trị viên có thể đặt giới hạn chi tiêu cho toàn tổ chức và từng người dùng.

Một message không có kích thước cố định. Vì vậy, cùng một số lượng message có thể tương ứng với khối lượng xử lý rất khác nhau giữa hai người dùng. Trang trợ giúp Pro của Anthropic không đưa ra số lượng message cụ thể. Trang này cho biết số message bạn có thể gửi thay đổi theo độ dài message, độ dài các file bạn đính kèm, độ dài của cuộc hội thoại hiện tại, và model hoặc feature bạn sử dụng. Cảnh báo đó đã nói lên toàn bộ vấn đề, nhưng cơ chế phía sau gần như không bao giờ được giải thích.

Vì sao lượt 20 của một cuộc trò chuyện tốn nhiều hơn lượt 1 rất nhiều

Model không lưu memory giữa các request. Model là stateless, nên mỗi lượt đều gửi lại toàn bộ cuộc trò chuyện: system prompt, từng message trước đó do bạn viết, từng câu trả lời trước đó từ Claude và mọi file bạn đã đính kèm. Câu hỏi mới của bạn có thể chỉ dài 20 từ. Nhưng request chứa câu hỏi đó là toàn bộ transcript.

Vì vậy, chi phí của một lượt tăng theo độ dài cuộc trò chuyện và tăng tuyến tính. Các dòng bên dưới minh họa phép tính với một bộ giả định: system prompt gần 1,000 token, mỗi message của bạn gần 1,000 token và mỗi câu trả lời gần 1,200 token. Đây chỉ là minh họa cho cơ chế hoạt động. Các số này không phải số liệu đo trên account của bạn.

[
  {
    "label": "Turn 1",
    "sent_this_turn": "2,000",
    "cumulative_input": "2,000"
  },
  {
    "label": "Turn 5",
    "sent_this_turn": "10,800",
    "cumulative_input": "32,000"
  },
  {
    "label": "Turn 10",
    "sent_this_turn": "21,800",
    "cumulative_input": "119,000"
  },
  {
    "label": "Turn 20",
    "sent_this_turn": "43,800",
    "cumulative_input": "458,000"
  }
]

Lượt 1 gửi 2,000 token input. Đến lượt 20, cùng một câu hỏi ngắn đó gửi 43,800, nhiều hơn 20 lần, dù lượng nội dung bạn nhập là như nhau. Trong toàn bộ cuộc trò chuyện, bạn đã gửi 458,000 token input, và phần lớn trong số đó là cùng một đoạn văn bản được gửi lặp đi lặp lại.

20 cuộc trò chuyện một lượt riêng biệt sẽ gửi số token bằng 20 lần dòng đầu tiên ở trên, và không gửi thêm gì khác. Cùng những câu hỏi đó nhưng tải nhỏ hơn nhiều. Attachment làm khoảng cách này lớn hơn, vì một PDF bạn đính kèm ở lượt 2 sẽ được gửi lại ở lượt 3, lượt 4 và mọi lượt sau đó, dù cuộc trò chuyện còn liên quan đến file đó hay không.

Đây là lý do hai người dùng cùng một plan có thể báo cáo mức sử dụng hoàn toàn khác nhau. Một người giữ nguyên một thread suốt cả tuần và chạm giới hạn vào thứ Tư. Người kia mở một chat mới cho từng task và hiếm khi thấy giới hạn. Không ai làm sai. Lượng token họ tiêu thụ chênh nhau một bậc độ lớn vì thói quen sử dụng khác nhau.

Trên API, bạn có thể giảm chi phí lặp lại bằng prompt caching. Cơ chế này lưu phần đầu không thay đổi của request, để các lần gọi sau được tính theo mức input thấp hơn cho phần đó. Claude Code tự động thực hiện việc này cho bạn, cả khi dùng subscription lẫn API key, đồng thời cho phép bạn tắt tính năng này hoặc chọn thời gian cache tồn tại. Caching làm phần lặp lại rẻ hơn nhưng không loại bỏ phần đó: mỗi lượt vẫn mang theo toàn bộ transcript. Vì vậy, độ dài cuộc trò chuyện mới là yếu tố bạn thực sự kiểm soát. Cơ chế tương tự chi phối các phiên coding, trong đó nội dung file và định nghĩa tool đi kèm ở mọi lượt. Vì thế, giữ context của phiên coding nhỏ gọn giúp bạn duy trì trong giới hạn hiệu quả hơn bất kỳ setting nào, và token của một phiên Claude Code thực sự được dùng vào đâu là nội dung nên đọc trước khi đổ lỗi cho plan.

Mỗi gói mang lại gì, xét theo tương quan

Không gói thuê bao nào công bố một hạn mức tuyệt đối. Thông tin được công bố mang tính tương đối, và như vậy là đủ để lựa chọn. Free ở mức thấp nhất, còn Anthropic cho biết số message mà người dùng Free có thể gửi thay đổi theo nhu cầu. Pro cao hơn Free. Max có 2 mức, lần lượt được mô tả là gấp 5 lần và 20 lần hạn mức mỗi session của Pro. Team tính phí theo seat, và hạn mức áp dụng cho từng thành viên thay vì toàn bộ team. Các gói Enterprise tính phí theo usage là ngoại lệ của toàn bộ trang này: chúng thu phí seat chỉ để cung cấp quyền truy cập platform, rồi tính tiền riêng cho từng token theo mức giá API tiêu chuẩn. Vì vậy, số token chính là khoản cần thanh toán, còn giới hạn duy nhất là mức chi tiêu mà administrator đặt. Mọi hạn mức dành cho consumer đều thuộc về account chứ không thuộc về từng người. Vì vậy, hai người dùng chung một tài khoản Pro sẽ cùng tiêu trong một cửa sổ hạn mức, và điều khoản dành cho consumer cũng cấm cách sử dụng này.

Hãy xem các hệ số nhân đó là tuyên bố về định hướng, không phải cam kết hợp đồng. Anthropic điều chỉnh các hạn mức, và các trang trợ giúp của họ bảo lưu quyền giới hạn usage theo những cách khác, chẳng hạn như đặt hạn mức theo tuần và theo tháng hoặc giới hạn trên một số model và feature, tùy quyết định của họ. Đây là một lý do khác khiến không trang nào có thể cung cấp một con số token đáng tin cậy. Về chi phí trong cùng phép so sánh, Pro có giá bao nhiêu và giới hạn ở đâu và chênh lệch giữa 2 mức Max trình bày phần đó, còn gói Free thực sự cho phép những gì trình bày mức thấp nhất.

Lựa chọn model là một hệ số nhân thứ hai, nằm trên tier. Cùng một câu hỏi sẽ tiêu tốn nhiều hơn trong cửa sổ hạn mức của bạn khi dùng model lớn nhất so với model nhỏ nhất, vì model nặng hơn tốn nhiều chi phí hơn cho mỗi token khi chạy. Chuyển các tác vụ thông thường từ Opus sang Sonnet hoặc Haiku thường giúp kéo dài thời gian làm việc hơn so với việc nâng cấp gói. Vì vậy, chọn model phù hợp với công việc là điều đầu tiên nên thử khi bạn liên tục dùng hết hạn mức.

Cách xem mức sử dụng của chính bạn thay vì phỏng đoán

Tài khoản của bạn là nguồn thông tin duy nhất có thẩm quyền, và chỉ cách hai lần nhấp. Trên claude.ai, mở Settings rồi chọn Usage. Mục này cho biết bạn đã sử dụng bao nhiêu và thời điểm giới hạn được đặt lại. Hãy kiểm tra một lần khi các câu trả lời bắt đầu bị từ chối, và một lần sau một phiên dài. Bạn sẽ hiểu mô hình sử dụng của mình nhanh hơn so với việc dựa vào bất kỳ số liệu được công bố nào. Ứng dụng cũng cảnh báo trước thời điểm đó: một banner cho biết bạn đã sử dụng 90% giới hạn của phiên nghĩa là chỉ còn một phần mười phiên hiện tại. Đây là lúc nên mở chat mới hoặc chuyển sang model nhẹ hơn, thay vì tiếp tục kéo dài một thread dài.

Trong Claude Code, hai slash command thực hiện cùng việc đó từ terminal. /usage báo cáo các giới hạn sử dụng theo gói của bạn. Với gói Pro, Max, Team và Enterprise, lệnh này còn phân tích những loại sử dụng được tính vào các giới hạn đó. /context cho biết hiện tại nội dung nào đang chiếm context window, kèm phân tích từng mục và đề xuất nội dung nên cắt bớt. Khi /context cho thấy cuộc trò chuyện cũ đang chiếm phần lớn, /clear sẽ bắt đầu một cuộc trò chuyện mới với context trống và chi phí cho mỗi lượt quay về gần mức của hàng đầu tiên trong biểu đồ bên trên.

Trên API, bạn có thể yêu cầu đếm trước khi gửi bất kỳ nội dung nào:

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

Phản hồi hợp lệ chỉ có một trường:

{"input_tokens": 14}

Anthropic đánh dấu con số đó là một ước tính. Số input token thực tế được sử dụng có thể chênh lệch một lượng nhỏ. Số này cũng không cho biết gì về output mà model chưa tạo ra. Mỗi request hoàn tất đều báo cáo số liệu tính phí thực tế:

{"usage": {"input_tokens": 21430, "output_tokens": 512}}

Gửi một câu hỏi ngắn dưới dạng request mới, sau đó gửi chính câu hỏi đó ở cuối một thread dài, rồi so sánh hai giá trị input_tokens. Chênh lệch giữa chúng là tác động mà subscription của bạn đang tính phí, được thể hiện bằng một con số.

Cần làm gì khi giới hạn chạm đúng giữa tác vụ

1. Chờ đến khi cửa sổ được reset. Ứng dụng hiển thị thời điểm reset, và thời gian chờ thường ngắn hơn thời gian xử lý workaround. Đây là lựa chọn phù hợp khi chưa có việc gấp. Nếu tài khoản của bạn có sẵn tùy chọn reset limit, trang trợ giúp Pro của Anthropic cho biết bạn có thể dùng tùy chọn này để đưa giới hạn phiên 5 giờ hoặc giới hạn theo tuần về lại mức đầy đủ. cách reset limit hoạt động giải thích khi nào nên làm vậy. Nếu không muốn chờ, thuê bao Pro có thể bật usage credits để tiếp tục làm việc sau khi vượt giới hạn có trong plan.

1. Chuyển sang model nhẹ hơn. Model nhỏ hơn có chi phí cho mỗi lượt thấp hơn trên mọi plan. Trên Max, hướng dẫn Fable của Anthropic cho phép bạn dùng tối đa một nửa giới hạn theo tuần cho các model Fable mà không tính thêm phí. Phần này được trừ từ cùng giới hạn theo tuần dùng chung cho mọi model khác. Khi dùng hết phần đó, bạn có thể chuyển sang model khác hoặc tiếp tục dùng Fable bằng usage credits. Trên Pro, Fable hoàn toàn không nằm trong các limit của plan và sử dụng usage credits ngay từ message đầu tiên.

1. Mở chat mới và chỉ mang theo những gì bước tiếp theo cần. Dán phần kết luận, không dán toàn bộ transcript. Chi phí mỗi lượt giảm ngay lập tức. Câu trả lời thường cũng tốt hơn vì model không còn phải cân nhắc hàng nghìn token từ phần thảo luận đã thống nhất.

1. Chuyển công việc sang API, nơi token được tính theo từng request và tính phí theo token. Bạn không phải chờ hết phiên 5 giờ, nhưng API có các window riêng. Rate limit được đo theo phút dựa trên số request, input token và output token. Request vượt bất kỳ giới hạn nào trong số đó sẽ trả về lỗi 429, thường kèm header retry-after cho biết thời gian cần chờ. Các usage tier Start, Build và Scale cũng có monthly spend cap lần lượt là $500, $1,000 và $200,000. Khi đạt cap, API sẽ tạm dừng hoạt động đến 00:00 UTC vào ngày đầu tiên của tháng tiếp theo, trừ khi bạn yêu cầu tăng limit sớm hơn. Bạn có thể ước tính input của một lần gọi trước khi gửi và đọc usage chính xác sau đó.

Lựa chọn phù hợp phụ thuộc vào việc vấn đề của bạn nằm ở thời gian hay workload. Một lần cần xử lý gấp là vấn đề về thời điểm. Một giới hạn bạn chạm phải vào mỗi thứ Tư là vấn đề về workload. Trường hợp đó cần API hoặc plan lớn hơn, không phải chọn thời điểm tốt hơn. checklist đầy đủ khi limit chạm giữa tác vụ hướng dẫn từng bước khôi phục. cách các rolling window mở và reset giải thích vì sao đồng hồ hoạt động như vậy. Nếu bạn định chuyển sang API, hãy tính chi phí trước: so sánh API với subscription cho cùng workload và chi phí thực tế của một triệu token cung cấp phép tính trước khi bạn chuyển đổi.

FAQ

Claude Pro bao gồm bao nhiêu token?

Anthropic không công bố hạn mức token cho Pro, và tính đến tháng 10 năm 2026 không có con số nào để trích dẫn. Mức sử dụng Pro được tính theo token trong một session có giới hạn và reset sau mỗi năm giờ, cùng một giới hạn hằng tuần áp dụng cho tất cả model. Số message có thể gửi thay đổi tùy model, file đính kèm và độ dài cuộc trò chuyện. Bất kỳ trang nào nêu một con số token cụ thể theo tháng cho Pro đều chỉ đang phỏng đoán. Mở Settings, sau đó chọn Usage trên claude.ai để xem mức sử dụng và thời điểm reset của bạn.

Bắt đầu chat mới có reset mức sử dụng không?

Không. Mức sử dụng được tính cho account của bạn trong toàn bộ cửa sổ giới hạn, nên chat mới không hoàn lại phần bạn đã dùng. Điều thay đổi là chi phí của mỗi lượt từ thời điểm đó. Chat mới không có transcript để gửi lại, nên bắt đầu ở mức thấp của biểu đồ trên thay vì tiếp tục tăng. Mở chat mới khi chủ đề thay đổi là cách tiết kiệm nhất trên mọi plan.

Tại sao hôm nay tôi chạm giới hạn nhanh hơn hôm qua?

Thông thường là vì công việc hôm nay diễn ra trong một thread dài. Mỗi lượt đều gửi lại toàn bộ cuộc trò chuyện cùng các file đã đính kèm, nên chi phí mỗi message tăng đều dù số message hiển thị với bạn không đổi. Nguyên nhân phổ biến khác là model: model nặng tiêu thụ hạn mức nhanh hơn trong mỗi lượt, nên một buổi chiều dùng model lớn nhất sẽ kết thúc sớm hơn một buổi sáng dùng model nhỏ hơn.

Tôi có nên chuyển sang API để đếm token chính xác không?

Hãy chuyển nếu bạn cần số liệu hoặc khả năng dự đoán. API báo số token input và output trong mỗi call, cung cấp endpoint đếm token miễn phí có thể chạy trước khi gửi, và không có session năm giờ phải chờ reset. API vẫn có các giới hạn: rate limit theo phút sẽ trả về lỗi 429, thường kèm thời gian chờ, khi bạn vượt quá giới hạn; với các tier Start, Build và Scale, còn có giới hạn chi tiêu theo tháng sẽ tạm dừng việc sử dụng cho đến ngày đầu tiên của tháng tiếp theo khi bạn chạm giới hạn. API tính phí theo token, nên dùng nhiều sẽ tốn hơn subscription cố định, còn dùng ít sẽ rẻ hơn đáng kể. Hãy tính chi phí theo workload thực tế và plan hiện tại trước khi chuyển, vì kết quả phụ thuộc vào số token bạn gửi.