Chi phí token AI: ngân sách nào cho một dự án phần mềm

Chi phí token AI không tỷ lệ với số câu bạn gõ mà tỷ lệ với lượng ngữ cảnh gửi đi mỗi lần gọi. Một câu hỏi ngắn kèm mười tệp mã nguồn tốn gấp nhiều lần một câu hỏi dài không kèm tệp. Dưới đây là mô hình tính ngân sách tháng bằng số cụ thể.

Tóm tắt nhanh

• Chi phí token tính trên cả phần gửi đi và phần trả về, không chỉ phần bạn gõ.
• Trong một cuộc trò chuyện, ngữ cảnh tích luỹ nên chi phí tăng dần theo số lượt.
• Bốn yếu tố làm chi phí tăng: ngữ cảnh dài, gọi lại do lỗi, chọn mô hình mạnh cho việc nhỏ, đọc lại toàn bộ tệp.
• Nên đặt trần theo người và theo dự án, kèm cảnh báo trước khi chạm trần.
• Chi phí ẩn lớn nhất là thời gian rà soát mã do AI tạo ra.

Token là gì và vì sao chi phí không tuyến tính

Token là đơn vị mà mô hình ngôn ngữ dùng để đọc và viết, gần với một phần của từ. Chi phí một lần gọi gồm hai phần: token gửi đi (ngữ cảnh, hướng dẫn, tệp đính kèm) và token trả về (câu trả lời, mã nguồn sinh ra).

Điểm quan trọng là mỗi lượt trong cùng một cuộc trò chuyện đều phải gửi lại toàn bộ ngữ cảnh trước đó. Lượt thứ nhất gửi 5.000 token, lượt thứ mười có thể gửi 25.000 token cho cùng một câu hỏi ngắn. Vì vậy chi phí của một phiên làm việc dài tăng nhanh hơn số lượt.

Hệ quả thực dụng: bắt đầu phiên mới khi chuyển sang việc khác thường rẻ hơn giữ một phiên dài. Ngữ cảnh cũ không giúp ích cho việc mới nhưng vẫn bị tính tiền.

Mô hình tính ngân sách theo tháng

Đây là một mô hình minh hoạ, không phải báo giá. Bạn thay các con số bằng số đo thật của mình.

Giả định: một lập trình viên gửi 40 yêu cầu mỗi ngày làm việc, mỗi yêu cầu trung bình 9.500 token gồm 8.000 gửi đi và 1.500 trả về, và một tháng có 22 ngày làm việc.

Bảng này cho ra một con số khối lượng, không cho ra số tiền, vì đơn giá thay đổi theo nhà cung cấp và theo mô hình. Cách dùng đúng là nhân khối lượng với đơn giá hiện hành của bạn để có ngân sách dự kiến, rồi so với ngân sách dự án chấp nhận được.

Điều đáng chú ý là tỷ lệ gọi lại. Nếu 15% yêu cầu phải làm lại vì kết quả sai, chi phí tăng 15% và thời gian rà soát tăng nhiều hơn. Giảm tỷ lệ gọi lại thường tiết kiệm hơn giảm số yêu cầu.

Bốn yếu tố làm chi phí tăng nhanh

Bốn yếu tố này thường cộng dồn. Một đội vừa giữ phiên dài, vừa đính kèm toàn bộ tệp, vừa dùng mô hình mạnh cho mọi việc sẽ trả nhiều lần hơn mức cần thiết cho cùng khối lượng công việc.

Cách đặt trần ngân sách

Nguyên tắc là cảnh báo trước, chặn sau. Chặn đột ngột giữa việc sẽ làm đội tìm cách lách, còn cảnh báo sớm giúp điều chỉnh cách làm. Với tác vụ tự động chạy theo lịch, cần trần cứng vì không có người theo dõi.

Một điểm dễ bỏ: trần nên tính theo khối lượng token, không chỉ theo số tiền. Số tiền đổi khi nhà cung cấp đổi giá hoặc khi đội đổi mô hình; khối lượng thì so sánh được qua các tháng.

Đo trước khi cam kết ngân sách

Đừng đặt ngân sách theo cảm nhận. Chạy thử một tuần với ba phép đo đơn giản, rồi nhân lên theo quy mô nhóm.

Ba phép đo này mất ít thời gian nhưng cho ra con số sát hơn nhiều so với ước lượng theo cảm giác. Nếu chưa có nhật ký sử dụng, hãy bắt đầu ghi trước khi đặt ngân sách; không có số đo thì mọi tranh luận về chi phí đều là phỏng đoán.

Chi phí ẩn: thời gian rà soát

Chi phí token là phần nhìn thấy được. Phần lớn hơn thường là thời gian đọc lại và sửa mã do AI tạo ra. Nếu mỗi ngày một người mất 45 phút rà soát, đó là gần 16 giờ mỗi tháng, thường đắt hơn phần token.

Vì vậy khi lập ngân sách, hãy ghi hai dòng: chi phí token và thời gian rà soát. Nếu thời gian rà soát tăng trong khi chi phí token giảm, bạn đang tiết kiệm sai chỗ. Cách giảm thời gian rà soát là chia việc nhỏ, yêu cầu rõ tiêu chí đúng và có kiểm thử tự động chặn lỗi.

Khi nào chi phí token không đáng

Với việc lặp lại theo mẫu cố định, viết một đoạn mã hoặc một mẫu là rẻ hơn dùng mô hình mỗi lần. Với việc cần độ chính xác cao và ít thay đổi, quy tắc rõ ràng thường tốt hơn. Với dữ liệu nhạy cảm không được gửi ra ngoài, chi phí token không phải là biến số cần cân nhắc đầu tiên.

Ngược lại, chi phí token đáng chi khi việc có nhiều biến thể, cần đọc hiểu ngữ cảnh lớn, và kết quả được rà soát bởi người có chuyên môn. Trong những trường hợp đó, so sánh nên là giữa chi phí token và thời gian làm tay, không phải giữa chi phí token và số 0.

Nếu bạn cần đưa AI vào một quy trình phần mềm có kiểm soát chi phí, WinSell xây dựng phần mềm theo yêu cầu theo bốn giai đoạn Khám phá, Đặc tả, Xây dựng, Bàn giao và đo lường — xem dịch vụ của WinSell. Báo giá sau khi chốt phạm vi.

Câu hỏi thường gặp

Chi phí token AI tính theo số câu hỏi hay theo lượng dữ liệu gửi đi?

Tính theo lượng dữ liệu, gồm cả phần gửi đi và phần trả về. Một câu hỏi ngắn kèm nhiều tệp có thể tốn hơn một câu hỏi dài không kèm tệp. Vì vậy muốn giảm chi phí, hãy giảm ngữ cảnh gửi kèm trước khi giảm số câu hỏi.

Vì sao cùng một việc nhưng chi phí tháng này cao hơn tháng trước?

Thường do ba nguyên nhân: ngữ cảnh mỗi phiên dài hơn, tỷ lệ phải làm lại tăng, hoặc chuyển sang mô hình mạnh hơn cho việc không cần. Cách kiểm tra là ghi lại khối lượng token theo tuần và đối chiếu với ba nguyên nhân này trước khi kết luận là giá tăng.

Có nên đặt hạn mức cứng cho từng người không?

Nên đặt hạn mức có cảnh báo trước và chặn sau, kèm quy trình xin tăng nhanh. Hạn mức cứng không có đường xin tăng sẽ khiến người dùng tìm cách lách, ví dụ chia việc sang tài khoản khác, và số liệu sẽ không còn phản ánh thật.

Làm sao giảm chi phí token mà không giảm chất lượng?

Bốn cách hiệu quả nhất: bắt đầu phiên mới khi đổi việc, chỉ gửi phần tệp liên quan, chọn mô hình theo độ khó, và giảm tỷ lệ phải làm lại bằng yêu cầu rõ hơn. Cả bốn đều không làm giảm chất lượng kết quả, chỉ giảm phần ngữ cảnh dư.

Cập nhật và kiểm chứng

Cập nhật tháng 11/2026. Nội dung được rà soát theo cách tính chi phí sử dụng mô hình ngôn ngữ trong dự án phần mềm. Các con số trong bài là giả định để minh hoạ phép tính; đơn giá và cách tính của từng nhà cung cấp cần đối chiếu tài liệu chính thức.

Bài viết liên quan: AI coding giá rẻ, AI coding là gì và kiến trúc phần mềm là gì.