Giá API OpenAI (tháng 10/2026): GPT-6, GPT-5.6 và mọi mức giá token
Tháng 10/2026, giá API OpenAI dao động từ $0,10 cho 1M token đầu vào và $0,50 cho 1M token đầu ra với gpt-6-luna, đến $10 đầu vào và $50 đầu ra với mẫu chủ lực gpt-6-astra; ở giữa là gpt-6.1-sol với $2 đầu vào và $10 đầu ra. Batch và Flex giảm một nửa các mức này, chế độ Fast tăng gấp đôi, và mọi yêu cầu có hơn 272K token đầu vào chuyển sang mức giá ngữ cảnh dài cao hơn. Tất cả con số dưới đây lấy từ trang giá API chính thức của OpenAI, kiểm tra ngày 21/10/2026.
Hướng dẫn này dành cho indie hacker và nhóm nhỏ tự trả hóa đơn. Bài viết bao gồm dòng GPT-6 và GPT-5.6 hiện tại, các cấp xử lý ảnh hưởng đến chi phí thực, giá ghi cache mới, giá công cụ và media, ước tính hàng tháng, mã tính chi phí sẵn để sao chép, và so sánh giá OpenAI với Claude, Gemini và DeepSeek.
Tóm tắt giá API OpenAI
| Câu hỏi | Trả lời (tại 21/10/2026) |
|---|---|
| Mẫu rẻ nhất trong dòng hiện tại | gpt-6-luna: $0,10 đầu vào / $0,01 cache / $0,50 đầu ra mỗi 1M token |
| Lựa chọn mặc định cân bằng | gpt-6.1-sol: $2,00 đầu vào / $0,10 cache / $10,00 đầu ra |
| Mẫu cao cấp nhất | gpt-6-astra: $10,00 đầu vào / $1,00 cache / $50,00 đầu ra |
| Ngưỡng ngữ cảnh dài | Trên 272K token đầu vào áp dụng cột ngữ cảnh dài |
| Batch và Flex | 50% giá Standard |
| Chế độ Fast (trước là Priority) | 2x giá Standard |
| Ultrafast | 6x giá Standard (chỉ Astra và 6.1 Sol) |
| Lưu trữ dữ liệu theo khu vực | +10% cho các mẫu ra mắt từ 5/3/2026 |
| Công cụ tìm kiếm web | $10 mỗi 1.000 lần gọi, cộng token nội dung tìm kiếm |
Nguồn: giá API OpenAI, 21/10/2026. OpenAI cho biết xử lý Priority được đổi tên thành chế độ Fast vào ngày 30/7/2026.
Giá GPT-6 và GPT-5.6 mỗi 1M token
Bảng dưới là giá Standard. "Ngắn" là tối đa 272K token đầu vào; "Dài" là trên 272K. Trang mô hình của OpenAI định vị Astra cho suy luận phức tạp và lập trình, 6.1 Sol cân bằng giữa trí tuệ và chi phí, còn Luna cho khối lượng lớn nhạy cảm về chi phí.
| Mô hình | Đầu vào (ngắn) | Đầu vào cache | Đầu ra (ngắn) | Đầu vào (dài) | Đầu ra (dài) |
|---|---|---|---|---|---|
gpt-6-astra |
$10,00 | $1,00 | $50,00 | $20,00 | $75,00 |
gpt-6.1-sol |
$2,00 | $0,10 | $10,00 | $4,00 | $15,00 |
gpt-6-sol |
$2,00 | $0,20 | $10,00 | $4,00 | $15,00 |
gpt-6-luna |
$0,10 | $0,01 | $0,50 | $0,20 | $0,75 |
gpt-5.6-sol |
$4,00 | $0,40 | $20,00 | $8,00 | $30,00 |
gpt-5.6-terra |
$2,00 | $0,20 | $12,00 | $4,00 | $18,00 |
gpt-5.6-luna |
$0,20 | $0,02 | $1,20 | $0,40 | $1,80 |
gpt-5.5 |
$5,00 | $0,50 | $30,00 | $10,00 | $45,00 |
gpt-5.4 |
$2,50 | $0,25 | $15,00 | $5,00 | $22,50 |
Nguồn: giá API OpenAI, cấp Standard, 21/10/2026.
Đặt các dòng cạnh nhau, có ba điểm nổi bật:
gpt-6.1-solvàgpt-6-solcó cùng giá mỗi token, nhưng 6.1 Sol rẻ bằng một nửa ở đầu vào cache ($0,10 so với $0,20). Nếu ứng dụng gửi lại system prompt dài, 6.1 Sol là Sol rẻ nhất trên lưu lượng thực.- Cũ hơn không có nghĩa là rẻ hơn.
gpt-5.6-solđắt gấp đôigpt-6.1-solở cả đầu vào và đầu ra, còngpt-5.5đắt gấp 2,5 lần ở đầu vào. OpenAI cho biết giá khuyến mãi GPT-5.6 Sol kéo dài ít nhất đến 21/11/2026, nên hãy kiểm tra lại trước khi lập ngân sách sau thời điểm đó. - Prompt dài thay đổi mức giá. Vượt 272K token đầu vào làm đầu vào tăng gấp đôi trên mọi dòng GPT-6 và đầu ra tăng 50%. Retrieval hoặc chia nhỏ để giữ yêu cầu dưới 272K thường là cách tiết kiệm lớn nhất cho khối lượng nhiều tài liệu.
Các mẫu cũ và nhỏ vẫn còn trong bảng giá
| Mô hình | Đầu vào | Đầu vào cache | Đầu ra |
|---|---|---|---|
gpt-5.4-mini |
$0,75 | $0,075 | $4,50 |
gpt-5.4-nano |
$0,20 | $0,02 | $1,25 |
gpt-5-mini |
$0,25 | $0,025 | $2,00 |
gpt-5-nano |
$0,05 | $0,005 | $0,40 |
gpt-4.1 |
$2,00 | $0,50 | $8,00 |
gpt-4o-mini |
$0,15 | $0,075 | $0,60 |
o3 |
$2,00 | $0,50 | $8,00 |
o4-mini |
$1,10 | $0,275 | $4,40 |
Nguồn: giá API OpenAI, 21/10/2026. gpt-5-nano có giá token thấp nhất trên trang, nhưng hãy kiểm tra chất lượng trước khi thay gpt-6-luna bằng nó: Luna là mẫu OpenAI hiện khuyên dùng cho khối lượng lớn.
Các cấp xử lý: Standard, Batch, Flex, Fast và Ultrafast
Cùng một mô hình có tới năm mức giá tùy vào tốc độ bạn cần phản hồi. Đây là gpt-6.1-sol theo từng cấp (ngữ cảnh ngắn, mỗi 1M token):
| Cấp | Đầu vào | Đầu vào cache | Đầu ra | Khi nào dùng |
|---|---|---|---|---|
| Standard | $2,00 | $0,10 | $10,00 | Lưu lượng tương tác của sản phẩm |
| Batch | $1,00 | $0,05 | $5,00 | Tác vụ offline có thể chờ Batch API |
| Flex | $1,00 | $0,05 | $5,00 | Yêu cầu ưu tiên thấp chấp nhận năng lực chậm hơn, đôi khi không khả dụng |
| Fast | $4,00 | $0,20 | $20,00 | Luồng nhạy cảm độ trễ (trước là Priority) |
| Ultrafast | $12,00 | $0,60 | $60,00 | Độ trễ thấp nhất, chỉ Astra và 6.1 Sol |
Nguồn: giá API OpenAI, 21/10/2026.
Với sản phẩm indie, quy tắc rất đơn giản: đưa đánh giá, làm giàu dữ liệu ban đêm, backfill và tạo nội dung sang Batch, giữ chat hướng người dùng ở Standard, và chỉ trả Fast cho một hai endpoint mà độ trễ ảnh hưởng đến phễu chuyển đổi. Nếu bạn cũng lo về giới hạn thông lượng, hãy đọc hướng dẫn giới hạn LLM: RPM, TPM và retry trước khi mua tốc độ.
Prompt caching: đọc cache và giá ghi mới
Bảng giá OpenAI giờ có hai cột ghi cache. Theo hướng dẫn prompt caching, với GPT-5.6 trở lên, ghi cache tốn 1,25x giá đầu vào thông thường với thời gian sống mặc định 30 phút, thời gian sống 12 giờ (Responses API) tốn 2,5x, và các lần đọc sau tốn 0,1x. Giá ghi không phải phụ phí: mỗi token đầu vào chỉ tính một lần, theo giá không cache, cache hoặc ghi.
Theo cách tính của OpenAI: ghi một prefix một lần rồi dùng lại một lần tốn 1,35x chi phí đầu vào thông thường, so với 2x khi không cache; một lần ghi cộng chín lần đọc tốn 2,15x so với 10x. Tức là cache hoàn vốn ngay ở yêu cầu thứ hai.
Ý nghĩa với ứng dụng của bạn:
- Đặt nội dung ổn định lên đầu: system prompt, định nghĩa công cụ, ví dụ few-shot, tài liệu sản phẩm.
- Đặt nội dung riêng của người dùng và nội dung thay đổi ở cuối để không kích hoạt lần ghi mới.
- Chỉ dùng thời gian sống 12 giờ cho prefix bạn sẽ gọi nhiều lần trong ngày, vì giá ghi gấp đôi loại 30 phút.
Chúng tôi phân tích sâu điểm hòa vốn trong chi phí và ROI của prompt caching.
Giá công cụ, hình ảnh, âm thanh và các mục khác
Giá token chỉ là một phần hóa đơn khi bạn bật công cụ tích hợp hoặc mô hình media. Giá từ trang giá chính thức, 21/10/2026:
| Hạng mục | Giá |
|---|---|
| Tìm kiếm web (mọi mô hình) | $10,00 mỗi 1.000 lần gọi + token nội dung tìm kiếm theo giá mô hình |
| Tìm kiếm tệp | $0,10 mỗi GB mỗi ngày lưu trữ (miễn phí 1 GB); $2,50 mỗi 1.000 lần gọi |
| Container Hosted Shell / Code Interpreter | Từ $0,03 mỗi phiên 20 phút (1 GB) đến $1,92 (64 GB) |
gpt-image-2.5-sunburst / gpt-image-2.5-flare |
Đầu vào ảnh $8,00, đầu ra ảnh $30,00, đầu vào văn bản $5,00 mỗi 1M token |
gpt-realtime-2.1 |
Âm thanh $32,00 vào / $64,00 ra; văn bản $4,00 / $24,00 mỗi 1M token |
Phiên thoại gpt-live-1 |
$0,05 mỗi phút, tính theo giây |
gpt-transcribe |
$0,0045 mỗi phút |
gpt-5.3-codex |
$1,75 đầu vào / $14,00 đầu ra mỗi 1M token |
OpenAI cũng cho biết các API Responses, Chat Completions, Realtime, Batch và Assistants không có giá riêng: bạn trả giá token của mô hình bất kể endpoint. Fine-tuning đang dừng dần và đóng với người dùng mới, nên đừng lên kế hoạch dự án mới dựa vào nó. Về ngân sách hình ảnh, xem hướng dẫn giá API hình ảnh OpenAI.
Ví dụ: một SaaS nhỏ thực sự trả bao nhiêu
Giả sử một tính năng AI gửi 20M token đầu vào và tạo 4M token đầu ra mỗi tháng ở Standard, ngữ cảnh ngắn, không cache:
| Mô hình | Chi phí đầu vào | Chi phí đầu ra | Tổng mỗi tháng |
|---|---|---|---|
gpt-6-luna |
20 x $0,10 = $2,00 | 4 x $0,50 = $2,00 | $4,00 |
gpt-5.6-luna |
20 x $0,20 = $4,00 | 4 x $1,20 = $4,80 | $8,80 |
gpt-6.1-sol |
20 x $2,00 = $40,00 | 4 x $10,00 = $40,00 | $80,00 |
gpt-5.6-terra |
20 x $2,00 = $40,00 | 4 x $12,00 = $48,00 | $88,00 |
gpt-6-astra |
20 x $10,00 = $200,00 | 4 x $50,00 = $200,00 | $400,00 |
Tính theo giá công bố của OpenAI, 21/10/2026.
Giờ thêm cache trên gpt-6.1-sol. Nếu một nửa đầu vào (10M token) là prefix dùng lại, 1M được ghi cache với giá $2,50 và 9M được đọc với giá $0,10: 10M x $2 + 1M x $2,50 + 9M x $0,10 + 4M x $10 = $20 + $2,50 + $0,90 + $40 = $63,40, giảm khoảng 21%. Chuyển cùng tác vụ sang Batch thì tổng lại giảm gần một nửa. Thay đổi rẻ nhất thường là chọn mô hình: nếu Luna vượt qua bài đánh giá của bạn cho một luồng, nó rẻ hơn 6.1 Sol 20 lần trên khối lượng này.
Lưu ý đầu ra chiếm một nửa hóa đơn trên Sol và Astra. Giới hạn max_output_tokens, yêu cầu đầu ra có cấu trúc thay vì văn xuôi và giảm mức suy luận ở luồng đơn giản sẽ cắt giảm dòng đắt nhất.
Mã để sao chép: gọi API và tính giá từng yêu cầu
Dùng đối tượng usage mà API trả về thay vì ước lượng token bằng tay.
curl https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.1-sol",
"input": "Summarize this changelog in three bullet points: ...",
"max_output_tokens": 300
}'
# pip install openai
from openai import OpenAI
# Standard short-context rates per 1M tokens, OpenAI pricing page, Oct 21, 2026
RATES = {
"gpt-6-luna": {"in": 0.10, "cached": 0.01, "out": 0.50},
"gpt-6.1-sol": {"in": 2.00, "cached": 0.10, "out": 10.00},
"gpt-6-astra": {"in": 10.00, "cached": 1.00, "out": 50.00},
}
def request_cost(model: str, usage) -> float:
r = RATES[model]
cached = getattr(usage.input_tokens_details, "cached_tokens", 0) or 0
uncached = usage.input_tokens - cached
return (uncached * r["in"] + cached * r["cached"] + usage.output_tokens * r["out"]) / 1_000_000
client = OpenAI()
resp = client.responses.create(model="gpt-6.1-sol", input="Write a SQL query that finds churned users.", max_output_tokens=400)
print(resp.output_text)
print(f"cost: ${request_cost('gpt-6.1-sol', resp.usage):.6f}")
// npm install openai
import OpenAI from "openai";
const client = new OpenAI(); // reads OPENAI_API_KEY
const resp = await client.responses.create({
model: "gpt-6-luna",
input: "Classify this ticket as billing, bug, or feature request: ...",
max_output_tokens: 20,
});
const u = resp.usage;
const cost = (u.input_tokens * 0.10 + u.output_tokens * 0.50) / 1e6; // gpt-6-luna Standard
console.log(resp.output_text, `$${cost.toFixed(6)}`);
Giá trong RATES chỉ là ảnh chụp tại một thời điểm. Lưu chúng trong cấu hình kèm ngày kiểm tra và đặt cảnh báo khi chi phí tính toán lệch khỏi hóa đơn. Hướng dẫn dashboard sử dụng token của chúng tôi chỉ cách theo dõi theo từng tính năng.
So sánh giá OpenAI với Claude, Gemini và DeepSeek
Các phân khúc tương đương, giá Standard mỗi 1M token, lấy từ trang chính thức của từng nhà cung cấp tại 21/10/2026:
| Mô hình | Đầu vào | Đầu ra | Nguồn |
|---|---|---|---|
gpt-6-luna |
$0,10 | $0,50 | OpenAI |
claude-haiku-5-5 (prompt đến 100K) |
$0,10 | $0,50 | Anthropic |
gemini-3.8-flash (khuyến mãi đến 31/12/2026) |
$0,75 | $3,75 | |
deepseek-v4-pro (cao điểm / thấp điểm) |
$1,32 / $0,66 | $3,96 / $1,98 | DeepSeek |
gpt-6.1-sol |
$2,00 | $10,00 | OpenAI |
claude-sonnet-5-5 |
$2,00 | $10,00 | Anthropic |
gemini-3.1-pro-preview (prompt đến 200K) |
$2,00 | $12,00 | |
gpt-6-astra |
$10,00 | $50,00 | OpenAI |
Ở phân khúc giá rẻ, gpt-6-luna và Claude Haiku 5.5 có giá niêm yết giống hệt, nên quyết định phụ thuộc vào chất lượng trên tác vụ của bạn và giới hạn của từng nhà cung cấp. Ở phân khúc giữa, gpt-6.1-sol và Claude Sonnet 5.5 cũng cùng giá; Gemini 3.1 Pro Preview đắt hơn một chút ở đầu ra. Để có bức tranh đầy đủ, xem các hướng dẫn giá API Claude, giá API Gemini và giá API DeepSeek, hoặc so sánh giá API AI giữa các nhà cung cấp.
Trả ít hơn mà gần như không đổi mã
Khi đã chọn đúng mô hình, các đòn bẩy còn lại là cấp xử lý, cache và nơi bạn mua token. Flatkey là gateway tương thích OpenAI: bạn giữ nguyên SDK OpenAI, đổi base URL thành https://router.flatkey.ai/v1 và thanh toán từ một số dư duy nhất dùng chung cho Claude, Gemini và DeepSeek. Tại 21/10/2026, danh mục mô hình của Flatkey niêm yết gpt-6.1-sol ở $1,20 đầu vào / $6,00 đầu ra mỗi 1M token (thấp hơn 40% so với giá niêm yết $2/10 của OpenAI) trong chương trình khuyến mãi GPT mà trang chủ cho biết kéo dài đến 23/10; gpt-6-luna ở $0,06 / 0,30. Ưu đãi có thể thay đổi, vì vậy hãy kiểm tra trang trực tiếp trước khi chốt ngân sách.
from openai import OpenAI
client = OpenAI(api_key="YOUR_FLATKEY_KEY", base_url="https://router.flatkey.ai/v1")
resp = client.chat.completions.create(
model="gpt-6.1-sol",
messages=[{"role": "user", "content": "Draft a release note for v2.3."}],
)
print(resp.choices[0].message.content)
Quickstart của Flatkey và hướng dẫn OpenAI SDK trình bày về khóa và ID mô hình. Truy cập trực tiếp OpenAI vẫn là lựa chọn đúng nếu bạn cần tính năng chỉ có trên nền tảng của OpenAI, như công cụ riêng của Responses API hoặc hợp đồng doanh nghiệp.
Checklist giá API OpenAI trước khi ra mắt
- Cố định ID mô hình chính xác (ví dụ
gpt-6.1-sol, không phải alias chung) và ghi lại giá cùng ngày kiểm tra. - Ước tính đầu vào và đầu ra riêng; đầu ra thường chiếm từ 50% hóa đơn trở lên.
- Giữ yêu cầu dưới 272K token đầu vào trừ khi đã tính ngân sách cho giá ngữ cảnh dài.
- Chuyển mọi thứ có thể chờ sang Batch hoặc Flex.
- Cấu trúc prompt để tận dụng cache và ghi log
cached_tokensđể xác nhận cache hit. - Lập ngân sách riêng cho các lệnh gọi công cụ (tìm kiếm web, tìm kiếm tệp, container).
- Cộng thêm 10% nếu dùng endpoint lưu trữ dữ liệu theo khu vực.
- Kiểm tra lại các dòng khuyến mãi (GPT-5.6 Sol) trước ngày kết thúc.
Câu hỏi thường gặp
API OpenAI giá bao nhiêu?
Tùy mô hình. Tại 21/10/2026, gpt-6-luna giá $0,10 mỗi 1M token đầu vào và $0,50 mỗi 1M token đầu ra, gpt-6.1-sol là $2 và $10, gpt-6-astra là $10 và $50, theo trang giá OpenAI. Một tính năng nhỏ điển hình với 20M đầu vào và 4M đầu ra mỗi tháng tốn khoảng $4 trên Luna và $80 trên 6.1 Sol.
API OpenAI miễn phí hay trả phí?
Trả phí. OpenAI tính phí sử dụng API theo token với giá trên trang giá; bảng giá hiện tại không có dòng miễn phí. Việc dùng API được tính trên nền tảng API, tách biệt với gói đăng ký ChatGPT. Nếu muốn thử miễn phí, xem danh sách API LLM miễn phí của chúng tôi.
Vì sao API OpenAI đắt?
Thường không phải do giá gốc mà do dạng lưu lượng: prompt dài gửi lại mỗi lần gọi, đầu ra dài dòng, mô hình suy luận nặng cho tác vụ đơn giản và chế độ Fast ở nơi Standard là đủ. Cache giảm đầu vào lặp lại xuống 0,1x, Batch giảm một nửa mọi thứ, và định tuyến yêu cầu đơn giản sang gpt-6-luna rẻ hơn gpt-6.1-sol 20 lần.
API ChatGPT có rẻ hơn ChatGPT Plus không?
Đó là hai sản phẩm khác nhau. ChatGPT Plus là gói đăng ký cố định hàng tháng để dùng ChatGPT; API tính theo token để xây dựng phần mềm của riêng bạn. Khối lượng cá nhân nhẹ trên gpt-6-luna có thể tốn dưới một đô mỗi tháng, trong khi khối lượng nặng trên gpt-6-astra có thể đắt hơn nhiều so với bất kỳ gói đăng ký nào. Hãy so sánh lượng token thực tế của bạn với các mức giá trên.
Batch và Flex khác nhau thế nào?
Cả hai đều bằng 50% giá Standard trên trang giá. Batch là API tác vụ bất đồng bộ cho khối lượng offline lớn; Flex giữ luồng yêu cầu bình thường nhưng đánh đổi tốc độ và tính khả dụng để có giá thấp hơn. Dùng Batch cho tác vụ hàng loạt và Flex cho yêu cầu nền vẫn phù hợp với mã hiện tại.
Ngữ cảnh dài trên OpenAI có đắt hơn không?
Có. Trên các dòng GPT-6, GPT-5.6, GPT-5.5 và GPT-5.4, yêu cầu có hơn 272K token đầu vào được tính theo cột ngữ cảnh dài, khiến đầu vào tăng gấp đôi và đầu ra tăng 50% trên các mô hình GPT-6.
Nguồn
- Giá API OpenAI, kiểm tra ngày 21/10/2026
- Tổng quan mô hình OpenAI, kiểm tra ngày 21/10/2026
- Hướng dẫn prompt caching của OpenAI, kiểm tra ngày 21/10/2026
- Hướng dẫn Batch API của OpenAI, kiểm tra ngày 21/10/2026
- Giá Anthropic Claude, giá Gemini API và giá DeepSeek, kiểm tra ngày 21/10/2026
- Giá Flatkey từ danh mục mô hình Flatkey, kiểm tra ngày 21/10/2026
