Chi phí API của Agent Zero: các mô hình chính, tiện ích và embedding

Framework tác nhân AI mã nguồn mở Agent Zero có giá $0 — tệp LICENSE của nó mang các điều khoản MIT, bản quyền thuộc Agent Zero, s.r.o., và agent-zero.ai không quảng bá trang giá, gói hay cấp lưu trữ trả phí nào cho nó — vì vậy “Agent Zero pricing” có nghĩa là hoá đơn API mô hình bên dưới nó. Điều khiến hoá đơn đó khác với một tác nhân dùng một mô hình duy nhất là Agent Zero chia nó thành ba vai trò mô hình, được cấu hình và tính phí riêng: mô hình chính, mô hình tiện ích và mô hình embedding. Kunavo không cung cấp mô hình embedding, nên tại đây chỉ mua hai vai trò đầu, còn vai trò thứ ba giữ mặc định cục bộ hoặc chuyển đến nhà cung cấp bán bước đó. Việc nhận lại một câu trả lời trò chuyện không có nghĩa là quá trình tích hợp đã hoàn tất — nó chỉ có nghĩa là một trong ba vai trò đã trả lời.

Trước hết cần phân biệt một điểm, vì nó nằm trên trang kết quả thay vì ở bên ngoài. Agent Zero Token (A0T) là một loại tiền mã hoá trên Base và đứng thứ tư trong lần tìm kiếm duy nhất của trang này cho “agent zero pricing”, được ghi nhận ngày 17 tháng 9 năm 2026, với trang giá Coinbase đứng thứ bảy. Một lần tìm kiếm không tạo thành thứ hạng. Token này thực sự thuộc về dự án — khối liên kết chính thức của CoinGecko trỏ đến agent-zero.ai và kho lưu trữ GitHub của dự án — điều khiến nó dễ bị nhầm với bảng giá. Nó không phải vậy: không báo giá token nào là giá của phần mềm này, trang này không đưa ra hướng dẫn đầu tư hoặc giao dịch, và token chỉ xuất hiện bên dưới như một điều kiện được nêu cho một endpoint miễn phí.

Bốn thứ có tên “Agent Zero” nhưng không phải giá của phần mềm này

Chỉ hàng đầu tiên bên dưới được quan sát trong lần tìm kiếm cho “agent zero pricing”; ba mục còn lại là các trường hợp trùng tên bạn gặp khi nghiên cứu, không phải những thứ mà trang đó trả về.

Các nguồn được kiểm tra ngày 21 tháng 9 năm 2026: tệp LICENSE (MIT, bản quyền Agent Zero, s.r.o.), trang dự án PyPI và điều khoản API LLM, trong đó nêu rằng dịch vụ “là một tính năng thưởng miễn phí cho cộng đồng Agent Zero” và “không phải sản phẩm thương mại hoặc trả phí”, dành cho người nắm giữ token staking token của họ, với hạn ngạch “được xác định động và không được đảm bảo”. Ngưỡng staking và hạn ngạch nhận được không được công bố ở bất kỳ đâu mà trang này có thể đọc, nên cả hai đều không được nêu tại đây. Đối với chính phần mềm, API GitHub của kho lưu trữ agent0ai/agent-zero báo cáo rằng kho chưa bị lưu trữ và chưa bị vô hiệu hoá, với 19.227 sao; còn bản phát hành mới nhất là v2.12, được phát hành ngày 9 tháng 9 năm 2026.

Ba vai trò, ba hoá đơn riêng biệt

Hướng dẫn Model Presets của Agent Zero nêu rằng mọi cấu hình đều có một mô hình chính, một mô hình tiện ích và một mô hình embedding. Đây không phải phần còn sót lại của v1: conf/model_providers.yaml trong main có đúng hai phần cấp cao nhất, chat: với 29 nhà cung cấp và embedding: với 16 nhà cung cấp, đồng thời cả vai trò chính và tiện ích đều lấy từ danh sách chat. Hướng dẫn cài đặt bổ sung rằng Browser tích hợp không có ô mô hình mặc định riêng.

Cần hiểu mặc định trước khi chuyển nó. Trong models.py, một lệnh embedding có nhà cung cấp là huggingface và tên mô hình bắt đầu bằng sentence-transformers/ sẽ chuyển thẳng sang một wrapper SentenceTransformer cục bộ — không có yêu cầu HTTP và không cần khoá — còn preset Default được tuyển chọn ghim vai trò đó vào sentence-transformers/all-MiniLM-L6-v2. Hướng dẫn cài đặt cũng nêu rằng việc thay đổi embedding_llm “sẽ lập chỉ mục lại toàn bộ bộ nhớ của A0”, khiến ô đó trở thành một quá trình di chuyển thay vì một cài đặt — hãy lập kế hoạch như vậy và sao lưu thư mục bộ nhớ trước khi tác động. Đối với câu hỏi rộng hơn về cách chất lượng truy xuất và lưu trữ tương tác, Triển khai RAG trình bày cùng quyết định bên ngoài framework này.

API tuỳ chỉnh của Agent Zero: endpoint và khoá nằm ở đâu

Trong lần tìm kiếm được ghi nhận ngày 17 tháng 9 năm 2026, truy vấn “agent zero custom api” đưa hướng dẫn tích hợp API của dự án lên vị trí thứ ba, và tài liệu đó trả lời một câu hỏi khác — tiêu đề thực tế là “Adding External APIs Without Code” và nói về việc dạy tác nhân gọi API bên thứ ba, không phải chọn nhà cung cấp LLM. Dưới đây là quy trình cấu hình nhà cung cấp, được đọc từ kho lưu trữ ngày 21 tháng 9 năm 2026.

1. Chọn nhà cung cấp. Id của nó là other; conf/model_providers.yaml đặt tên là Other OpenAI compatible và liệt kê nó trong cả phần chat: và embedding:. Hướng dẫn cài đặt gọi cùng mục này là OpenAI Compatible, vì vậy hãy mong đợi cả hai nhãn trong giao diện.
2. Đặt khoá trong External Services. Cách diễn đạt của hướng dẫn là “thêm khoá API trong External Services -> Other OpenAI-compatible API keys, sau đó chọn OpenAI Compatible làm nhà cung cấp trong phần cài đặt mô hình”.
3. Đặt URL API cho từng vai trò bạn đang chuyển. Đây là trường theo từng vai trò, được lưu dưới dạng api_base trong tệp preset, và hướng dẫn mô tả nó là “URL của endpoint API cho mô hình chat”.
4. Nhập id mô hình thủ công, chính xác như danh mục của gateway, đồng thời giữ đúng quy ước tiền tố: nhà cung cấp gốc dùng id trần, còn gateway thường yêu cầu tiền tố nhà cung cấp.

# One Model Preset, three independent blocks. Each carries its own
# provider, model name and api_base, so the three roles can point at
# three different endpoints — and its own rl_* rate-limit fields.
# Schema read from agent0ai/a0-presets
# on September 21, 2026; the values below are an illustration.
chat:
  provider: other        # the UI calls it 'Other OpenAI compatible'
  name: <the id your gateway's own catalog lists>
  api_base: "https://api.kunavo.com/v1"
  ctx_length: 200000
utility:
  provider: other
  name: <a cheaper id from the same catalog>
  api_base: "https://api.kunavo.com/v1"
  ctx_length: 128000
embedding:
  provider: huggingface  # shipped default: local, CPU, no HTTP call
  name: sentence-transformers/all-MiniLM-L6-v2
  api_base: ""

Ở bên dưới, models.py viết lại nhà cung cấp ngay trước khi gọi — chú thích trong mã nguồn là remap other to openai for litellm — vì vậy endpoint tuỳ chỉnh phải sử dụng dạng OpenAI Chat Completions, và mọi nhà cung cấp chat trong danh mục đều mang a0_api_mode: chat. LiteLLM là lớp vận chuyển cho toàn bộ phần này, được ghim trong requirements.txt dưới dạng litellm==1.88.1 với chú thích “CVE-2026-42271 fix: patched floor is 1.83.7”. Nếu không muốn nhập thông tin xác thực vào giao diện, tuyến môi trường được đọc theo thứ tự sau:

# models.py get_api_key() reads these three spellings in this order,
# for provider id `other`. A comma-separated value is round-robined
# across calls. Read from main on September 21, 2026.
API_KEY_OTHER=your-key
# OTHER_API_KEY=your-key
# OTHER_API_TOKEN=your-key

Một bẫy Docker đáng nhắc lại từ hướng dẫn cài đặt: bên trong container, localhost và 127.0.0.1 trong URL cơ sở API có nghĩa là container Agent Zero, không phải máy chủ của bạn, vì vậy máy chủ mô hình trên máy chủ cần http://host.docker.internal:<port> hoặc địa chỉ bridge. Điều này áp dụng cho các runtime cục bộ, không áp dụng cho endpoint HTTPS công khai.

Có hai lỗi trong tài liệu cài đặt chính thức cần biết trước khi làm theo nguyên văn, vì cả hai đã được xác nhận ngày 21 tháng 9 năm 2026. Thứ nhất, các liên kết tải xuống A0 Launcher trong hướng dẫn cài đặt bị ghi cứng ở v0.9 và nội dung trỏ đến “bản phát hành A0 Launcher v0.9”, trong khi trang bản phát hành của launcher hiển thị v1.7, được phát hành ngày 9 tháng 9 năm 2026 — mới hơn tám bản phát hành. Hãy dùng trang bản phát hành thay cho các URL tải xuống được ghim. Thứ hai, bảng “Model Naming by Provider” của hướng dẫn đặt id mô hình Anthropic vào ô ví dụ của hàng OpenAI; phần văn bản xung quanh phân biệt đúng. Hãy lấy quy tắc chung từ phần văn bản, không phải từ hàng trong bảng đó: nhà cung cấp gốc dùng id mô hình trần, còn gateway thường yêu cầu tiền tố nhà cung cấp.

Bốn giới hạn mà endpoint tuỳ chỉnh gặp phải

Lớp kiểm tra bộ nhớ đệm là yếu tố có khả năng thay đổi ngân sách nhất, vì vậy dưới đây là chính xác những gì mã nguồn nêu. _supports_cache_control_markers chỉ trả về true khi api_base chứa openrouter.ai hoặc anthropic.com, hoặc khi nhà cung cấp đã chuẩn hoá nằm trong một tập cố định bao gồm anthropic, bedrock, gemini, minimax, openrouter và vertex_ai. Nhà cung cấp other được chuẩn hoá thành openai, không nằm trong tập đó. Đường dẫn thứ hai, _is_openai_prompt_cache_provider, trả về false với mọi api_base không phải api.openai.com hoặc openai.azure.com. Vì vậy, với URL cơ sở không chứa bất kỳ tên máy chủ nào trong bốn tên đó và nhà cung cấp được chuẩn hoá thành openai, Agent Zero không áp dụng breakpoint kiểu Anthropic cũng như khoá bộ nhớ đệm OpenAI. Hãy giới hạn phạm vi cẩn thận: đây là tuyên bố về những gì Agent Zero gửi, không phải tuyên bố rằng không thể có chiết khấu bộ nhớ đệm.

Với hai báo cáo lỗi, hãy nêu đúng bản chất của chúng. Báo cáo lỗi #1769 là báo cáo của người dùng, vẫn đang mở vào ngày 21 tháng 9 năm 2026, có tiêu đề "LiteLLM calls exit(-9) when a model in model_cost has a litellm_provider that differs from the provider's actual litellm_provider mapping"; dòng phạm vi của chính báo cáo cho biết nó ảnh hưởng đến "bất kỳ nhà cung cấp nào bán lại hoặc làm trung gian cho các mô hình từ nhiều nguồn", mô tả một gateway. Không ai tái hiện lỗi này cho trang này, và việc nó có xảy ra với bất kỳ id mô hình cụ thể nào hay không vẫn chưa được kiểm thử. PR #1437 báo cáo rằng LiteLLM 1.80.11 trở lên gửi encoding_format: null khi giá trị này chưa được đặt và các trình xác thực nghiêm ngặt từ chối điều đó với mã 422, đồng thời có một truy vấn truy hồi bộ nhớ không được cắt ngắn có thể vượt quá giới hạn ngữ cảnh của mô hình nhúng. PR này đang mở và chưa được hợp nhất; báo cáo lỗi cha #1436 đã đóng, nhưng không thể xác định báo cáo đó được giải quyết như thế nào, vì vậy ở đây không khẳng định lỗi đã "được sửa" hay "vẫn tồn tại".

Ước tính chi phí theo từng vai trò

Đây là phép tính token mang tính minh họa, không phải chi phí tác vụ được đo lường và không phải mức trần hóa đơn. Giả sử sử dụng ổn định trong một tuần: 6 triệu input token chưa được cache và 300.000 output token ở vai trò chính, cùng 1,5 triệu input token và 150.000 output token ở vai trò tiện ích. Phân bổ này chỉ là giả định để minh họa — không ai đo lường một vòng lặp Agent Zero cho trang này. Mức giá là giá danh mục Kunavo hiện hành trên mỗi triệu token.

Có hai cách nhìn, và chúng chỉ về hai hướng ngược nhau. Thứ nhất, theo các giả định này, lựa chọn cho vai trò chính chênh lệch $10,14 mỗi tuần giữa hàng đắt nhất và rẻ nhất ở trên, trong khi lựa chọn cho vai trò tiện ích chênh lệch $0,10. Tối ưu hóa vị trí thứ hai không phải nơi tiết kiệm được nhiều tiền, trừ khi khối lượng công việc của bạn đặc biệt nặng về tác vụ nền — và hướng dẫn cài đặt cũng cảnh báo không nên chọn model quá nhỏ ở đó, vì các model rất nhỏ (hướng dẫn nêu 4B) thường không trích xuất bộ nhớ một cách đáng tin cậy. Thứ hai, hai vai trò kết hợp độc lập: GPT-5.6 Terra với Claude Haiku 4.5 được ước tính là $7,03 mỗi tuần, so với $17,28 cho GPT-5.6 Sol với GPT-5.6 Terra. Vai trò thứ ba hoàn toàn không phát sinh phí API khi vẫn dùng mặc định CPU cục bộ.

Để đối chiếu với các lựa chọn riêng của dự án, Agent Zero tải xuống ba bộ cấu hình được tuyển chọn khi khởi động lần đầu nếu chưa có bộ sưu tập đã lưu. Default ghép một mô hình trò chuyện GPT-5.6 Terra với mô hình tiện ích Google flash-lite; Power ghép GPT-5.6 Sol với GPT-5.6 Luna; Efficiency ghép một mô hình trò chuyện GLM với một mô hình tiện ích DeepSeek. Chỉ Default nêu rõ vai trò nhúng và cố định mô hình CPU cục bộ; Efficiency và Power hoàn toàn không có khối cấu hình nhúng trong tệp đó. Các tham chiếu này được ghi theo kiểu OpenRouter mà tệp sử dụng, nên không có tham chiếu nào là id Kunavo theo đúng nguyên văn — hãy dùng các id do danh mục riêng của Kunavo liệt kê. Tệp đó được đẩy lên lần cuối vào ngày 17 tháng 7 năm 2026, vì vậy lựa chọn mô hình của nó có thể không còn theo kịp thị trường.

Hãy nhân rộng theo số tuần sử dụng thực tế của bạn trước khi coi bất kỳ con số nào trong đây là ngân sách. Số tiền trong catalog của Kunavo là mức sàn tính phí thay vì mức trần: khi upstream báo cáo khoản phí, hóa đơn là giá trị lớn hơn giữa chi phí trong catalog và chi phí upstream nhân với markup áp dụng. Phí bộ nhớ đệm và công cụ bên ngoài nằm ngoài ví dụ này. Mức nạp tối thiểu của Kunavo là $10 tín dụng trả trước — đây là mức tối thiểu để nạp tiền, không phải phí tác vụ và không phải gói đăng ký. Xem chi tiết thanh toán.

API tốt nhất cho Agent Zero: khi nào mỗi tuyến chiếm ưu thế

Một chi tiết từ bên thứ nhất khiến lập luận theo từng vai trò trở nên cụ thể thay vì chỉ mang tính lý thuyết. Plugin Cline Pass tồn tại một phần vì một subscription API chỉ streaming sẽ làm hỏng riêng các lời gọi utility — plugin chèn một callback streaming no-op để các tác vụ nền như đặt tên chat, compaction và hợp nhất bộ nhớ tiếp tục hoạt động. Các vai trò có thể lỗi độc lập, và đó chính là lý do một câu trả lời chat thành công không phải là bài kiểm thử tích hợp. Agent Zero cũng cung cấp một plugin LLM Cost Tracker nhóm mức sử dụng theo lớp lời gọi — trong đó có main chat, subordinate agents và utility — nhưng không đi kèm bất kỳ mức giá nào, đồng thời yêu cầu bạn "Fill in rates from your provider's official pricing page". Hãy điền theo từng vai trò, nếu không dashboard sẽ tính mọi lớp theo bất kỳ một mức giá duy nhất nào bạn nhập.

Thiết lập xong, rồi xác minh cả ba vai trò

Kunavo chưa kiểm thử Agent Zero khi chạy với endpoint của mình và không công bố trang tích hợp Agent Zero; mọi nội dung trên đây được đọc từ mã nguồn và tài liệu của chính Agent Zero vào ngày 21 tháng 9 năm 2026. Vì vậy, hãy xác minh theo từng vai trò thay vì chỉ dựa trên câu trả lời đầu tiên: gửi một tin nhắn trò chuyện cho vai trò chính, sau đó kích hoạt tác vụ nền — bắt đầu một cuộc trò chuyện mới để chức năng đặt tên tự động chạy, hoặc để một phiên chạy đủ lâu để ngữ cảnh được thu gọn — và xác nhận rằng mô hình tiện ích là mô hình đã trả lời. Giữ vai trò tạo vector nhúng ở thiết lập mặc định cục bộ trừ khi bạn đã quyết định chuyển đổi vai trò này, vì thay đổi đó sẽ lập chỉ mục lại bộ nhớ. Luôn duy trì một tuyến hoạt động, chạy một tác vụ có giới hạn, rồi đọc khoản phí mà tài khoản của bạn ghi nhận và đối chiếu với ước tính của chính công cụ theo dõi chi phí.

Nếu bạn định định tuyến hai vai trò trả phí qua một endpoint, hướng dẫn bắt đầu nhanh có base URL và request đầu tiên, còn tạo tài khoản Kunavo yêu cầu mức nạp trước tối thiểu $10 và không có subscription. Để xem các quyết định rộng hơn: tài liệu tham khảo API tương thích OpenAI mô tả dạng endpoint mà Agent Zero sử dụng, Agent Zero vs OpenClaw so sánh hai harness về khả năng thực thi và bộ nhớ, các lựa chọn thay thế LiteLLM bao quát lớp truyền tải mà mọi lời gọi Agent Zero đi qua, còn tối ưu hóa chi phí AI bao quát việc đo lường một tác vụ thực tế thay vì chỉ nhìn vào bảng giá.

Câu hỏi thường gặp

Trạng thái repository Agent Zero, bản phát hành mới nhất, trạng thái issue và pull request, catalog nhà cung cấp, models.py, lớp truyền tải LiteLLM, requirements, tệp preset được tuyển chọn, hướng dẫn cài đặt và khắc phục sự cố, điều khoản LLM API và xung đột PyPI đều được kiểm tra vào ngày 21 tháng 9 năm 2026. Vị trí trong kết quả tìm kiếm đến từ một lần lấy mẫu được ghi nhận vào ngày 17 tháng 9 năm 2026 và chỉ là một lần lấy mẫu, không phải thứ hạng. Mức giá token của Kunavo được đọc từ catalog trực tiếp; mọi con số đô la trên trang này đều là phép tính token mang tính minh họa dựa trên một giả định đã nêu, chứ không phải chi phí tác vụ được đo lường.