Chi phí, thanh toán và vận hành29 tháng 7, 2026Flatkey Team

So sánh giá AI API (tháng 10 2026): OpenAI, Claude, Gemini, Qwen, DeepSeek và Kimi

Bảng giá AI API chính thức của OpenAI, Claude, Gemini, Qwen, DeepSeek và Kimi trong tháng 10 2026, có ghi ngày kiểm tra, kèm ưu đãi, ngày kết thúc khuyến mãi, ví dụ tính ngân sách hằng tháng và công cụ tính chi phí.

So sánh giá AI API (tháng 10 2026): OpenAI, Claude, Gemini, Qwen, DeepSeek và Kimi

Giá AI API trong tháng 10 2026 chênh lệch tới 100x: các mô hình giá rẻ như OpenAI gpt-6-luna và Claude Haiku 5.5 có giá $0.10 cho mỗi triệu token đầu vào và $0.50 cho mỗi triệu token đầu ra; các mô hình tầm trung dùng cho công việc hằng ngày như gpt-6-sol và Claude Sonnet 5.5 có giá $2 / $10; còn các mô hình cao cấp nhất như gpt-6-astra và Claude Fable 5.1 có giá $10 / $50. Gemini, Qwen, DeepSeek và Kimi có giá thấp hơn ở hầu hết các phân khúc, với mô hình flash của DeepSeek ở mức $0.15 / $0.60 vào giờ thấp điểm và Qwen 3.8 Max ở mức $2 / $6. Hai mức giá của Gemini là ưu đãi tạm thời và sẽ tăng gấp đôi vào December 1, 2026 và January 1, 2027, vì vậy bảng so sánh ở thời điểm hiện tại cần ghi rõ ngày áp dụng.

Trang này dành cho lập trình viên độc lập và các nhóm nhỏ trả phí theo token, muốn xem một bảng tổng hợp thay vì sáu trang giá riêng biệt. Mọi số liệu bên dưới đều lấy từ trang giá của chính nhà cung cấp, được kiểm tra vào ngày 22 tháng 10 năm 2026. Nội dung gồm bảng giá theo từng phân khúc, các ưu đãi có thể thay đổi thứ hạng về giá (cache, batch, giờ thấp điểm), ví dụ tính chi phí hằng tháng cho ba loại tác vụ, công cụ tính chi phí và hướng dẫn lựa chọn.

Bảng giá AI API: tổng quan cả sáu nhà cung cấp

Đơn vị USD cho mỗi triệu token (MTok), giá xử lý thời gian thực tiêu chuẩn, ngữ cảnh ngắn.

Nhà cung cấp	Cao cấp nhất (đầu vào / đầu ra)	Tầm trung (đầu vào / đầu ra)	Giá rẻ (đầu vào / đầu ra)
OpenAI	gpt-6-astra $10 / $50	gpt-6-sol, gpt-6.1-sol $2 / $10	gpt-6-luna $0.10 / $0.50
Anthropic Claude	Fable 5.1 $10 / $50; Opus 5.5 $4 / $20	Sonnet 5.5 $2 / $10	Haiku 5.5 $0.10 / $0.50 (prompt tối đa 100K)
Google Gemini	Gemini 4 Argon $2 / $10 đến Nov 30, 2026, sau đó $4 / $20	Gemini 3.8 Flash $0.75 / $3.75 đến Dec 31, 2026, sau đó $1.50 / $7.50	Gemini 3.1 Flash-Lite $0.25 / $1.50
Alibaba Qwen (quốc tế)	qwen3.8-max $2 / $6	qwen3.7-plus $0.40 / $1.60	qwen3.8-flash $0.15 / $0.47
DeepSeek	deepseek-v4-pro $0.66 / $1.98 giờ thấp điểm ($1.32 / $3.96 giờ cao điểm)	không áp dụng	deepseek-flash $0.15 / $0.60 giờ thấp điểm ($0.30 / $1.20 giờ cao điểm)
Moonshot Kimi	kimi-k3 $3 / $15	kimi-k2.6 $0.95 / $4	không áp dụng

Liên kết nguồn nằm ở cột đầu tiên; tất cả đều được kiểm tra vào ngày 22 tháng 10 năm 2026. “Cao cấp nhất”, “tầm trung” và “giá rẻ” là cách chúng tôi phân nhóm dựa trên định vị của từng nhà cung cấp, không phải kết quả đánh giá chất lượng. Chúng tôi chưa chạy thử các mô hình; đây chỉ là bài so sánh giá.

Những điểm đáng chú ý

OpenAI và Anthropic hiện có giá giống hệt nhau ở từng phân khúc: cao cấp nhất ($10 / $50), tầm trung ($2 / $10) và giá rẻ ($0.10 / $0.50). Việc chọn bên nào phụ thuộc vào chất lượng khi xử lý tác vụ của bạn, chứ không phải giá.
Đầu ra đắt gấp 5x đầu vào với OpenAI, Claude, Gemini 4 Argon và Kimi K3. Qwen 3.8 Max (3x) và DeepSeek (3x đến 4x) có mức chênh lệch thấp hơn, phù hợp hơn với các câu trả lời dài.
Giá hiện tại của Gemini là giá khuyến mãi. Gemini 4 Argon tăng gấp đôi vào December 1, 2026; Gemini 3.8 Flash tăng gấp đôi vào January 1, 2027. Hãy lập ngân sách theo mức giá sau ưu đãi nếu sản phẩm của bạn ra mắt sau các mốc này.
DeepSeek tính giá theo khung giờ. Giờ cao điểm (01:00 đến 04:00 và 06:00 đến 10:00 UTC, từ thứ Hai đến thứ Sáu) có giá gấp đôi giờ thấp điểm.

Các ưu đãi làm thay đổi thứ hạng về giá

Giá niêm yết hiếm khi là số tiền bạn thực trả. Dưới đây là các cơ chế giảm giá chính thức của từng nhà cung cấp, được kiểm tra vào ngày 22 tháng 10 năm 2026.

Nhà cung cấp	Đầu vào được cache	Batch / bất đồng bộ	Khác
OpenAI	Đọc cache bằng 5% đến 10% giá đầu vào (gpt-6.1-sol $0.10, gpt-6-sol $0.20); ghi cache bằng 1.25x (30 phút) hoặc 2.5x (12 giờ)	Batch và Flex: giảm 50%	Xử lý nhanh: 2x; endpoint lưu trú dữ liệu theo khu vực: +10%; prompt trên 272K token: đầu vào 2x, đầu ra 1.5x
Claude	Đọc bằng 2.5% đến 10% giá đầu vào; ghi bằng 1.25x (5 phút) hoặc 2x (1 giờ)	Batch: giảm 50%	Suy luận chỉ tại Mỹ: 1.1x
Gemini	Argon $0.10, 3.8 Flash $0.075 mỗi MTok	Batch: giảm 50%	Có gói miễn phí cho các mô hình Flash (dữ liệu được dùng để cải thiện sản phẩm)
Qwen	Cache hit bằng 10% giá đầu vào	Batch: giảm 50%	Ưu đãi có thời hạn cho một số mô hình
DeepSeek	Cache hit từ $0.003 mỗi MTok vào giờ thấp điểm	không áp dụng	Giá giờ thấp điểm bằng một nửa giờ cao điểm
Kimi	Đầu vào được cache của K3: $0.30	Batch: bằng 60% giá tiêu chuẩn	Tặng phiếu ưu đãi $5 sau khi nạp tích lũy $5

Hai tác động thực tế:

Với tác vụ có thể chờ, dùng batch tiết kiệm hơn đổi nhà cung cấp. Claude Sonnet 5.5 chạy batch có giá $1 / $5, bằng giá batch của Gemini 4 Argon đến November 30.
Với agent gửi lại ngữ cảnh dài, giá cache quan trọng hơn giá đầu vào. Đọc tiền tố 50K token từ cache tốn $0.005 trên Sonnet 5.5 hoặc gpt-6.1-sol, so với $0.10 nếu không dùng cache. Xem hướng dẫn tính ROI của prompt caching của chúng tôi.

Ví dụ tính chi phí hằng tháng cho ba loại tác vụ

Tất cả đều theo giá niêm yết, gói tiêu chuẩn, không dùng cache, tại ngày 22 tháng 10 năm 2026.

Tác vụ A: phân loại yêu cầu hỗ trợ. 1 triệu yêu cầu, mỗi yêu cầu có 800 token đầu vào và 50 token đầu ra (800M đầu vào, 50M đầu ra).

Mô hình	Chi phí hằng tháng
gpt-6-luna	$105
Claude Haiku 5.5	$105
qwen3.8-flash	$143.50
deepseek-flash (giờ thấp điểm)	$150
Gemini 3.1 Flash-Lite	$275

Tác vụ B: trả lời bằng RAG. 200,000 yêu cầu, mỗi yêu cầu có 4,000 token đầu vào và 500 token đầu ra (800M đầu vào, 100M đầu ra).

Mô hình	Chi phí hằng tháng
qwen3.7-plus	$480
Gemini 3.8 Flash (giá khuyến mãi)	$975
Kimi K2.6	$1,160
gpt-6-sol / Claude Sonnet 5.5	$2,600

Tác vụ C: agent lập trình. 5,000 phiên, mỗi phiên có 200,000 token đầu vào và 20,000 token đầu ra (1,000M đầu vào, 100M đầu ra).

Mô hình	Chi phí hằng tháng
deepseek-v4-pro (giờ thấp điểm)	$858
qwen3.8-max	$2,600
Gemini 4 Argon (khuyến mãi, đến Nov 30)	$3,000
Kimi K3	$4,500
Claude Opus 5.5	$6,000
gpt-6-astra / Claude Fable 5.1	$15,000

Agent lập trình thường đạt tỷ lệ cache hit từ 70% đến 90%, giúp cắt giảm phần lớn chi phí đầu vào trong các con số trên. Hãy dùng công cụ tính bên dưới với tỷ lệ cache thực tế của bạn.

Công cụ tính chi phí AI API

# List prices per 1M tokens (input, output), checked Oct 22, 2026 on each provider's pricing page
PRICES = {
    "gpt-6-astra": (10.00, 50.00), "gpt-6-sol": (2.00, 10.00), "gpt-6-luna": (0.10, 0.50),
    "claude-fable-5-1": (10.00, 50.00), "claude-opus-5-5": (4.00, 20.00),
    "claude-sonnet-5-5": (2.00, 10.00), "claude-haiku-5-5": (0.10, 0.50),
    "gemini-4-argon": (2.00, 10.00),      # $4 / $20 from Dec 1, 2026
    "gemini-3.8-flash": (0.75, 3.75),     # $1.50 / $7.50 from Jan 1, 2027
    "gemini-3.1-flash-lite": (0.25, 1.50),
    "qwen3.8-max": (2.00, 6.00), "qwen3.7-plus": (0.40, 1.60), "qwen3.8-flash": (0.15, 0.47),
    "deepseek-v4-pro-offpeak": (0.66, 1.98), "deepseek-flash-offpeak": (0.15, 0.60),
    "kimi-k3": (3.00, 15.00), "kimi-k2.6": (0.95, 4.00),
}

def monthly(model, requests, tokens_in, tokens_out, batch=False):
    pin, pout = PRICES[model]
    cost = requests * (tokens_in * pin + tokens_out * pout) / 1_000_000
    return cost * (0.5 if batch else 1.0)

for m in ["gpt-6-luna", "claude-haiku-5-5", "qwen3.8-flash", "deepseek-flash-offpeak"]:
    print(f"{m:26s} ${monthly(m, 1_000_000, 800, 50):,.2f}")

Để kiểm tra chi phí thực tế của một yêu cầu, hãy đọc trường usage do API trả về:

curl -s https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gpt-6-luna","messages":[{"role":"user","content":"Say hi"}]}' \
  | python3 -c "import sys,json; print(json.load(sys.stdin)['usage'])"

// Node: same check with the OpenAI SDK
import OpenAI from "openai";
const client = new OpenAI();
const r = await client.chat.completions.create({
  model: "gpt-6-luna",
  messages: [{ role: "user", content: "Say hi" }],
});
console.log(r.usage); // { prompt_tokens, completion_tokens, ... }

Cách lựa chọn để tránh trả quá nhiều

Bắt đầu từ tác vụ, đừng chỉ nhìn ô có giá rẻ nhất. Phân loại và trích xuất dữ liệu hiếm khi cần mô hình cao cấp nhất; mô hình giá $0.10 với 1M yêu cầu mỗi tháng tốn khoảng $100.
So sánh theo tỷ lệ đầu vào/đầu ra của bạn. Các tác vụ cần câu trả lời dài phù hợp với Qwen 3.8 Max và DeepSeek hơn vì hệ số giá đầu ra thấp hơn.
Kiểm tra cột ngày tháng. Giá khuyến mãi của Gemini và giờ cao điểm của DeepSeek đều có thể làm thay đổi hóa đơn mà không cần thay đổi mã nguồn.
Đếm token theo từng mô hình. Các bộ tách token khác nhau; Anthropic cho biết bộ tách token Claude 4.7+ tạo ra nhiều hơn khoảng 30% token cho cùng một văn bản so với các mô hình Claude cũ.
Định tuyến theo từng bước. Dùng mô hình giá rẻ để định tuyến và chỉ dùng mô hình mạnh cho bước khó. Hướng dẫn thiết kế chính sách định tuyến mô hình của chúng tôi trình bày chi tiết cách làm.

So sánh qua một khóa API: giá Flatkey

Flatkey cung cấp mô hình từ cả sáu nhà cung cấp qua một khóa API tương thích với OpenAI và Anthropic, sử dụng số dư trả trước. Vào ngày 22 tháng 10 năm 2026, danh mục mô hình Flatkey niêm yết:

Mô hình	Giá niêm yết của nhà cung cấp (đầu vào / đầu ra)	Flatkey (đầu vào / đầu ra)
Claude Sonnet 5.5	$2 / $10	$1.60 / $8
gpt-6-sol	$2 / $10	$1.20 / $6
Gemini 4 Argon	$2 / $10 (khuyến mãi)	$1.60 / $8
qwen3.8-max	$2 / $6	$1.60 / $4.80
Kimi K3	$3 / $15	$1.80 / $9
Gemini 3.8 Flash	$0.75 / $3.75 (khuyến mãi)	$1.20 / $6

Lưu ý hàng cuối: trong thời gian Google áp dụng khuyến mãi cho 3.8 Flash, gọi trực tiếp Google rẻ hơn Flatkey. Gateway đáng dùng khi bạn muốn gộp thanh toán vào một hóa đơn, có cơ chế dự phòng và dùng chung một SDK cho nhiều nhà cung cấp; xem giá AI gateway để biết phí do chính các gateway thu.

Phân tích chi tiết từng nhà cung cấp

Giá API Anthropic: tất cả mô hình Claude, cache, batch và giới hạn chi tiêu
Giá API Gemini: thời hạn khuyến mãi và gói miễn phí
Giá API DeepSeek: mức giá giờ cao điểm và thấp điểm
Hướng dẫn API Qwen: khu vực và cách thiết lập tương thích với OpenAI
Giá API Kimi và hướng dẫn K3

Câu hỏi thường gặp

AI API nào rẻ nhất trong tháng 10 2026?

Trong sáu nhà cung cấp ở đây, giá đầu vào niêm yết thấp nhất là $0.10 cho mỗi triệu token (gpt-6-luna và Claude Haiku 5.5), còn qwen3.8-flash có giá đầu ra thấp nhất ở mức $0.47. Cache hit của DeepSeek có giá từ $0.003 cho mỗi triệu token vào giờ thấp điểm.

Giá AI API được tính như thế nào?

Bạn trả phí theo token: số token đầu vào nhân với giá đầu vào cộng với số token đầu ra nhân với giá đầu ra, với mỗi mức giá tính trên một triệu token. Đầu vào được cache, xử lý batch, phụ phí ngữ cảnh dài và các lệnh gọi công cụ như tìm kiếm web sẽ điều chỉnh tổng chi phí.

Claude có đắt hơn OpenAI không?

Không, nếu xét giá niêm yết trong tháng 10 2026. Cả hai đều định giá ba phân khúc ở mức $10 / $50, $2 / $10 và $0.10 / $0.50. Claude Opus 5.5 ($4 / $20) không có mô hình OpenAI nào tương ứng trực tiếp về giá.

AI API nào có token đầu ra rẻ nhất?

qwen3.8-flash ở mức $0.47 cho mỗi triệu token đầu ra, tiếp theo là gpt-6-luna và Claude Haiku 5.5 ở mức $0.50, rồi deepseek-flash vào giờ thấp điểm ở mức $0.60.

Những mức giá này đã bao gồm prompt caching chưa?

Chưa. Bảng chính hiển thị giá tiêu chuẩn, không dùng cache. Đầu vào được cache có giá bằng 2.5% đến 10% giá đầu vào tại OpenAI và Anthropic, 10% tại Qwen, còn Gemini, DeepSeek và Kimi niêm yết riêng.

Giá AI API thay đổi thường xuyên đến mức nào?

Khá thường xuyên. Hai mức giá của Gemini sẽ thay đổi vào các ngày cố định trong ba tháng tới, và mô hình mới thường đi kèm mức giá mới. Hãy kiểm tra lại các trang chính thức trước khi chốt ngân sách.