Công cụ tính chi phí API LLM

Tính chi phí của bạn

Mức giá được dùng

Cách tính chi phí

Lấy cấu hình sẵn tác tử lập trình trên DeepSeek V4.1 Flash Uncensored: 40,000 token vào, 90% trong số đó đã lưu đệm, 400 ra.

1. Đầu vào mới: 4,000 token × 450 tín dụng mỗi triệu.
2. Đầu vào đã lưu đệm: 36,000 token × 11 tín dụng mỗi triệu.
3. Đầu ra: 400 token × 1,750 tín dụng mỗi triệu.
4. Tổng cộng là 2.896 tín dụng, tức $0.0029 mỗi lần gọi. Hóa đơn giữ phần lẻ và chuyển sang lần gọi sau, nên không có gì bị làm tròn lên.
5. Với 300 lần gọi mỗi ngày, là $0.87 mỗi ngày và $26.06 trong 30 ngày.

Vì sao phần đã lưu đệm quan trọng

Tác tử hay cuộc trò chuyện dài gửi cùng một phần mở đầu trong mỗi lần gọi: chỉ dẫn, công cụ, câu chuyện đến lúc này. Phần mô hình vừa đọc đến từ bộ nhớ đệm và được tính giá riêng. Trên DeepSeek V4.1 Flash Uncensored, một token đã lưu đệm tốn $0.011 mỗi triệu so với $0.45 khi là token mới, rẻ hơn khoảng 41 lần.

Cùng lần gọi tác tử đó nhưng không có gì được lưu đệm sẽ tốn $0.02 thay vì $0.0029: $168 mỗi tháng thay vì $26.06. Giữ phần đầu prompt giống nhau từ lần gọi này sang lần khác và chỉ thêm nội dung mới vào cuối, thì phần lớn vẫn nằm trong bộ nhớ đệm.

GLM 5.3 Flash Uncensored tính phần mở đầu lặp lại theo cách tương tự, ở mức $0.04 mỗi triệu. Mỗi lần gọi usage.prompt_tokens_details.cached_tokens cho biết đã lưu đệm bao nhiêu.

Tìm số token của bạn

• Một token khoảng bốn ký tự tiếng Anh, hoặc ba phần tư từ. Một trang văn bản khoảng 500 token.
• Token vào là mọi thứ một lần gọi gửi đi: prompt hệ thống, toàn bộ lịch sử trò chuyện, định nghĩa công cụ và hình ảnh. Chúng tăng thêm sau mỗi lượt của cuộc trò chuyện.
• Token ra là phần trả lời. Khi bật suy nghĩ, phần suy nghĩ cũng tính là token ra. Xem Suy nghĩ.
• Để có số liệu thật, hãy gửi vài lần gọi bằng khóa thử miễn phí hoặc khóa của bạn, rồi đọc usage trong mỗi phản hồi. Bảng điều khiển liệt kê token và tín dụng của mọi lần gọi.