Nếu bạn đang đánh giá giá Claude API năm 2026: chi phí mô hình, phép tính khối lượng công việc và khi nào gateway hữu ích, hãy bắt đầu với một nguyên tắc: bảng giá mô hình chỉ là dòng đầu tiên trong phép ước tính. Hóa đơn thực tế của bạn phụ thuộc vào token đầu vào, token đầu ra, lượt ghi prompt-cache, lượt cache hit, tác vụ batch, lần thử lại, tác vụ thất bại và tần suất bạn đổi tuyến khi sản phẩm của bạn thay đổi.
Tính đến ngày 26 tháng 9 năm 2026, Anthropic niêm yết giá Claude API hiện tại theo mỗi triệu token cho Fable 5.1, Opus 5.5, Sonnet 5 và Haiku 4.5. Câu hỏi thực tế với một indie hacker không chỉ là "mô hình Claude nào rẻ nhất?" Mà là "mô hình nào tạo ra công việc được chấp nhận với tổng chi phí thấp nhất cho khối lượng công việc này?"
Giá Claude API nhìn nhanh
Hãy dùng trang giá của Anthropic làm nguồn sự thật trước khi bạn ra mắt hoặc điều chỉnh ngân sách. Bảng dưới đây chuẩn hóa các dòng công khai thành các đơn vị tính phí mà hầu hết đội ngũ cần cho việc lập kế hoạch.
| Mô hình Claude | Đầu vào | Đầu ra | Ghi cache 5 phút | Ghi cache 1 giờ | Cache hit | Đầu vào batch | Đầu ra batch |
|---|---|---|---|---|---|---|---|
| Claude Fable 5.1 | $15 / MTok | $75 / MTok | $18.75 / MTok | $30 / MTok | $1.50 / MTok | $7.50 / MTok | $37.50 / MTok |
| Claude Opus 5.5 | $15 / MTok | $75 / MTok | $18.75 / MTok | $30 / MTok | $1.50 / MTok | $7.50 / MTok | $37.50 / MTok |
| Claude Sonnet 5 | $3 / MTok | $15 / MTok | $3.75 / MTok | $6 / MTok | $0.30 / MTok | $1.50 / MTok | $7.50 / MTok |
| Claude Haiku 4.5 | $0.80 / MTok | $4 / MTok | $1 / MTok | $1.60 / MTok | $0.08 / MTok | $0.40 / MTok | $2 / MTok |
MTok nghĩa là một triệu token. Anthropic cũng tài liệu hóa cơ chế định giá đằng sau bảng này: token ghi prompt-cache có giá cao hơn input thông thường, cache hit rẻ hơn input thông thường, và Message Batches API cung cấp mức giảm giá 50% cho token đầu vào và đầu ra. Xử lý batch và prompt caching có thể được kết hợp, nhưng các lượt ghi cache nhận mức giảm giá batch trong khi cache hit vốn đã được giảm giá và không nhận thêm mức giảm giá batch nào khác.
Tại sao bảng token là chưa đủ
Sai lầm lớn nhất trong giá Claude API là coi mọi yêu cầu như một phép tính đơn giản input_tokens * input_rate + output_tokens * output_rate. Cách này chỉ phù hợp cho một demo một lần. Nó đánh giá thấp các workload production nơi agent thử lại, prompt bao gồm ngữ cảnh dài có thể tái sử dụng, người dùng từ chối câu trả lời chất lượng thấp, hoặc các tác vụ nền có thể chạy không đồng bộ.
Đối với quyết định sản phẩm, hãy ước tính chi phí cho mỗi kết quả được chấp nhận:
cost_per_accepted_result =
(
uncached_input_tokens * input_rate
+ cache_write_tokens * cache_write_rate
+ cached_input_tokens * cache_hit_rate
+ output_tokens * output_rate
+ retry_tokens * applicable_rates
)
/ accepted_results
Điều này giúp giá Claude API có thể so sánh giữa các mô hình. Một mô hình rẻ hơn có thể thua nếu nó cần nhiều lần thử lại hơn hoặc tạo ra đầu ra mà sản phẩm của bạn từ chối. Một mô hình đắt hơn có thể thắng nếu nó giảm số vòng rà soát, sửa code chỉ trong một lượt, hoặc xử lý ngữ cảnh dài hơn mà không cần thêm lớp ghép nối truy xuất.
Ba ví dụ khối lượng công việc cho indie hacker
Mục đích của các ví dụ là hình dạng phép tính, không phải một khuyến nghị phổ quát. Hãy thay số lượng token bằng log của riêng bạn trước khi bạn chốt ngân sách.
| Khối lượng công việc | Các yếu tố chi phí điển hình | Mô hình đầu tiên để thử | Cần đo gì |
|---|---|---|---|
| Phân loại và xử lý ban đầu hỗ trợ | Số lượng yêu cầu cao, đầu ra ngắn, ít chịu được đầu ra vượt kiểm soát | Haiku 4.5 hoặc Sonnet 5 | Chi phí cho mỗi ticket được định tuyến đúng, độ trễ p95, tỷ lệ thử lại |
| Trợ lý lập trình hoặc vòng lặp agent | Ngữ cảnh công cụ dài, đầu ra dài dòng, thử lại, tỷ lệ bản vá được chấp nhận | Sonnet 5, rồi chỉ dùng Opus/Fable cho các tác vụ khó hơn | Chi phí cho mỗi bản vá được chấp nhận, tỷ lệ lỗi gọi công cụ, độ dài đầu ra |
| Rà soát tài liệu dài | Tiền tố prompt tái sử dụng lớn, chạy lặp lại, mức độ chấp nhận của người rà soát | Sonnet 5 với prompt caching | Tỷ lệ cache hit, khấu hao chi phí ghi cache, chi phí tóm tắt được chấp nhận |
| Đánh giá hoặc làm giàu ngoại tuyến | Khối lượng lớn, thân thiện với xử lý async, thời hạn tính bằng phút hoặc giờ | Batch API với mô hình đã chọn | Thời gian hoàn tất batch, chi phí mỗi dòng được chấp nhận, nhóm thử lại |
Với một đội nhỏ, mô hình vận hành mặc định rất đơn giản:
- Bắt đầu với Sonnet 5 cho các thử nghiệm sản xuất nặng về suy luận.
- Thử Haiku 4.5 cho các tác vụ ngắn, có cấu trúc, khối lượng lớn.
- Chỉ dành Opus 5.5 hoặc Fable 5.1 cho các khối lượng công việc mà tỷ lệ chấp nhận tăng đủ để biện minh cho giá đầu ra cao hơn.
- Chỉ dùng prompt caching khi các tiền tố ổn định lặp lại đủ thường xuyên để khấu hao chi phí ghi.
- Dùng xử lý batch khi người dùng không cần câu trả lời đồng bộ.
Phép tính prompt caching
Prompt caching hữu ích khi cùng một tiền tố lớn xuất hiện lặp đi lặp lại: hướng dẫn hệ thống, quy tắc phong cách, schema, tài liệu chính sách, ngữ cảnh repository hoặc kiến thức sản phẩm. Nó có thể gây bất lợi khi tiền tố liên tục thay đổi hoặc khi bạn phải trả chi phí ghi cache cho ngữ cảnh hiếm khi được tái sử dụng.
Kiểm tra điểm hòa vốn nhanh:
cache_savings =
repeated_prefix_tokens * (ordinary_input_rate - cache_hit_rate)
cache_cost =
cache_write_tokens * cache_write_rate
prompt_caching_works_when =
cache_savings across repeated requests > cache_cost
Dùng thời gian ghi cache 5 phút cho các đợt gọi dồn khi các lần gọi lặp lại diễn ra gần nhau. Chỉ dùng thời gian ghi cache 1 giờ khi cửa sổ tái sử dụng dài hơn xứng đáng với mức ghi cao hơn. Nếu đường dẫn yêu cầu của bạn là một phiên chat hướng tới người dùng với prompt nền ổn định, tỷ lệ cache hit nên là một chỉ số trên dashboard, không phải là phỏng đoán.
Để có checklist triển khai sâu hơn, hãy nối bài viết này với hướng dẫn workflow prompt caching của Flatkey: https://flatkey.ai/blog/prompt-caching-workflow-cost-roi-guide
Phép tính Batch API
Xử lý batch hấp dẫn khi công việc không cần phản hồi ngay lập tức: bộ đánh giá, làm giàu qua đêm, gán nhãn tài liệu lớn, tiền xử lý liên quan đến embedding, và phân tích back-office. Message Batches API của Anthropic giảm 50% giá token đầu vào và đầu ra, nhưng bạn đổi lại là không còn kỳ vọng phản hồi đồng bộ.
Dùng quy tắc quyết định này:
| Nếu tác vụ là... | Nên chọn... | Lý do |
|---|---|---|
| Người dùng đang chờ trong giao diện | Yêu cầu tiêu chuẩn | Độ trễ quan trọng hơn chiết khấu |
| Đánh giá hàng đêm | Yêu cầu batch | Chi phí và thông lượng quan trọng hơn |
| Khối lượng lớn di chuyển hoặc làm giàu dữ liệu | Yêu cầu batch | Có thể tách riêng việc thử lại và rà soát hoàn tất |
| Agent lập trình tương tác | Yêu cầu tiêu chuẩn, có thể được lưu vào cache | Người dùng cần bước tiếp theo nhanh chóng |
Tiết kiệm từ Batch API dễ bảo vệ nhất khi bạn đã có sẵn hàng đợi, chính sách thử lại và kiểm tra chấp nhận. Nếu không, chiết khấu có thể bị bù trừ bởi sự rối loạn vận hành.
Khi truy cập trực tiếp Anthropic là đủ
Truy cập trực tiếp Anthropic API là điểm khởi đầu phù hợp khi:
- Claude là nhà cung cấp duy nhất trong hệ thống của bạn.
- Một nhà phát triển sở hữu khóa, mức sử dụng và ngân sách.
- Bạn có một số lượng nhỏ khối lượng công việc.
- Bộ phận tài chính không cần đối soát theo từng nhà cung cấp.
- Bạn có thể chấp nhận giới hạn tốc độ và sự cố ngừng dịch vụ trực tiếp từ nhà cung cấp.
Ở giai đoạn đó, hãy giữ thiết lập thật đơn giản. Theo dõi model ID, số token đầu vào, số token đầu ra, số token ghi vào cache, số token lấy từ cache, số lần thử lại, chủ sở hữu yêu cầu và trạng thái kết quả được chấp nhận. Làm điều đó trong bảy ngày trước khi tối ưu.
Khi gateway hữu ích
Gateway bắt đầu trở nên quan trọng khi bài toán giá Claude API của bạn trở thành bài toán vận hành:
- Bạn so sánh Claude với GPT, Gemini, DeepSeek, Qwen, Kimi hoặc các tuyến mô hình khác.
- Bạn cần một số dư và một hóa đơn thay vì nhiều tài khoản nhà cung cấp.
- Bạn muốn sub-key, ngân sách, danh sách cho phép mô hình hoặc hạn mức chi tiêu theo từng agent.
- Bạn cần một sổ ghi sử dụng bao gồm token đầu vào, token đầu ra, token được cache, lần thử lại và request ID.
- Bạn muốn định tuyến dự phòng khi một tuyến bị quá tải hoặc không khả dụng.
- Bạn cần các nhà phát triển thử nghiệm thay đổi mô hình mà không phải phân tán khóa nhà cung cấp khắp các repo, agent và môi trường.
Flatkey được xây dựng cho giai đoạn đó: một khóa, một số dư, một hóa đơn, hơn 300 mô hình chính thức, hơn 1.000 công cụ trả phí theo lượt gọi, tính phí theo mức sử dụng, và một sổ ghi yêu cầu cho các cuộc gọi mô hình và công cụ. Với Giá Claude API năm 2026: chi phí mô hình, phép tính khối lượng công việc và khi nào gateway hữu ích, lập luận về gateway không phải là "không bao giờ dùng Anthropic trực tiếp." Lập luận là "khi sản phẩm của bạn có nhiều tuyến mô hình, một lớp ghi sổ và định tuyến dùng chung có thể giúp việc so sánh chi phí trở nên lặp lại được."
Các hướng dẫn Flatkey liên quan:
- Giá AI gateway: https://flatkey.ai/blog/ai-gateway-pricing
- Cách so sánh giá mô hình AI trước khi chuyển nhà cung cấp: https://flatkey.ai/blog/how-to-compare-ai-model-prices-before-switching-providers
- Quản lý chi tiêu API AI: https://flatkey.ai/blog/ai-api-spend-management-operations-finance
- Claude API proxy so với bộ định tuyến đa mô hình: https://flatkey.ai/blog/claude-api-proxy-vs-router
Bảng tính giá Claude API trong bảy ngày
Trước khi chuyển mô hình hoặc thêm gateway, hãy thu thập một tuần dữ liệu sử dụng thực tế. Một bảng tính là đủ.
| Trường | Vì sao điều này quan trọng |
|---|---|
date |
Tách các đợt tăng đột biến khi ra mắt khỏi mức sử dụng bình thường |
workload |
Hỗ trợ, lập trình, trích xuất, rà soát tài liệu, đánh giá |
model_id |
Giữ giá được gắn với tuyến thực tế |
input_tokens |
Chi phí đầu vào cơ bản |
output_tokens |
Thường là yếu tố chi phí lớn nhất đối với các agent |
cache_write_tokens |
Cho thấy việc thiết lập cache có tốn kém hay không |
cache_hit_tokens |
Cho thấy caching có thực sự hoạt động hay không |
batch_tokens |
Tách riêng khối công việc không đồng bộ được giảm giá |
retry_count |
Phơi bày chi phí độ tin cậy ẩn |
accepted_results |
Chuyển chi tiêu token thành giá trị sản phẩm |
rejected_results |
Cho thấy phần lãng phí về chất lượng |
total_cost |
Dòng hóa đơn |
cost_per_accepted_result |
Chỉ số để mua sắm/đánh giá |
Sau bảy ngày, hãy thay đổi từng thứ một. Chuyển một khối lượng công việc sang Haiku, Sonnet, Opus, Fable, hoặc một phương án dự phòng không phải Claude. Sau đó so sánh chi phí trên mỗi kết quả được chấp nhận, chứ không phải giá token thô.
Tham khảo giá chính thức
Hãy kiểm tra các nguồn này trước khi công bố ngân sách hoặc dự báo tài chính:
| Nguồn | Cần xác minh gì |
|---|---|
| Giá của Anthropic | Mức giá token hiện tại của các model Claude, mức giá ghi cache, mức giá cache hit, mức giá batch |
| Tài liệu prompt caching của Anthropic | Hành vi cache, các model được hỗ trợ, thời hạn cache, chi tiết cache-control |
| Tài liệu Anthropic Message Batches | Cơ chế Batch API, các loại yêu cầu được hỗ trợ, kỳ vọng xử lý |
| Trang giá và model của Flatkey | Chi tiết gói Flatkey hiện tại, số dư, định tuyến và khả năng sẵn có của model |
Các nguồn được dùng cho bản cập nhật này:
- https://www.anthropic.com/pricing
- https://docs.anthropic.com/en/docs/about-claude/pricing
- https://docs.anthropic.com/en/docs/build-with-claude/prompt-caching
- https://docs.anthropic.com/en/docs/build-with-claude/batch-processing
- https://flatkey.ai/
- https://flatkey.ai/pricing
Câu hỏi thường gặp
Giá Claude API năm 2026 là gì?
Giá Claude API năm 2026 được tính theo token. Anthropic công bố giá trên mỗi triệu token cho đầu vào, đầu ra, ghi prompt cache, cache hit và xử lý batch. Tính đến ngày 26 tháng 9 năm 2026, các dòng giá công khai bao gồm Claude Fable 5.1, Claude Opus 5.5, Claude Sonnet 5 và Claude Haiku 4.5.
Model Claude nào rẻ nhất?
Trong bảng token công khai, Haiku 4.5 có mức giá token đầu vào và đầu ra thấp nhất trong số các dòng Claude hiện tại được kiểm tra cho bản cập nhật này. Tuy nhiên, điều đó không tự động khiến nó rẻ nhất cho mọi khối lượng công việc. Hãy so sánh chi phí trên mỗi kết quả được chấp nhận, vì các lần retry và đầu ra bị từ chối có thể xóa sạch lợi thế về giá token.
Prompt caching làm thay đổi chi phí Claude API như thế nào?
Bộ nhớ đệm prompt thay đổi chi phí Claude API bằng cách tính cao hơn cho các lần ghi vào cache và thấp hơn cho các lần truy cập cache thành công. Cách này hoạt động tốt nhất khi một tiền tố prompt ổn định được tái sử dụng qua đủ số lượng yêu cầu để các token cache-hit rẻ hơn bù lại chi phí ghi ban đầu.
API Message Batches làm thay đổi chi phí Claude API như thế nào?
API Message Batches của Anthropic cung cấp mức giảm giá 50% cho token đầu vào và đầu ra đối với các công việc batch. Nó phù hợp nhất cho các workload ngoại tuyến, nơi sản phẩm có thể chờ hoàn tất bất đồng bộ.
Khi nào gateway giúp ích cho định giá Claude API?
Gateway hữu ích khi vấn đề của bạn không còn chỉ là một khóa Claude và một hóa đơn nhỏ. Nó hữu ích khi bạn so sánh nhiều mô hình, cần ngân sách dùng chung, muốn có sổ ghi nhận sử dụng, định tuyến tránh sự cố ngừng hoạt động, hoặc cần một hóa đơn duy nhất cho các cuộc gọi mô hình và công cụ.
Kết luận
Giá Claude API năm 2026: chi phí mô hình, phép tính khối lượng công việc và khi nào gateway hữu ích quy về một chỉ số vận hành: chi phí trên mỗi kết quả được chấp nhận. Hãy bắt đầu với bảng token hiện tại của Anthropic, rồi cộng thêm bộ nhớ đệm, batch, retry và tỷ lệ chấp nhận. Truy cập trực tiếp Anthropic là đủ cho một ứng dụng đơn giản chỉ dùng Claude. Gateway hữu ích khi lựa chọn mô hình, phương án dự phòng, ngân sách và khả năng quan sát thanh toán trở thành một phần của quy trình sản phẩm.
Flatkey cung cấp cho các nhóm nhỏ một khóa, một số dư, một hóa đơn và một sổ ghi sử dụng trên các mô hình và công cụ chính thức được hỗ trợ, vì vậy các quyết định về chi phí Claude có thể được kiểm thử bằng dữ liệu workload thực tế thay vì phỏng đoán trên bảng tính.
