Giá Claude API 2026 — mức phí theo mô hình, thanh toán bằng Pix và chi phí thực tế

Claude là lựa chọn mặc định cho suy luận, lập trình và agent — và Kunavo cung cấp mọi mô hình Claude thấp hơn 30% so với giá niêm yết của Anthropic, tùy mô hình, qua một API duy nhất tương thích OpenAI. Kể từ ngày 24 tháng 9 năm 2026, danh mục này bao gồm claude-sonnet-5: Anthropic đã biến mức giá $2,00 / $10,00 thành giá tiêu chuẩn vĩnh viễn vào ngày 31 tháng 8 năm 2026, còn Kunavo thấp hơn 30%. Hướng dẫn này tổng hợp những điều các nhà phát triển Brazil tìm kiếm nhiều nhất về giá và thanh toán API Claude: mức giá hiện tại theo từng mô hình, cách thanh toán từ Brazil (bao gồm Pix), các ví dụ chi phí bạn có thể tự kiểm tra và những đòn bẩy giúp giảm hóa đơn nhiều nhất.

Giá API Claude trong nháy mắt

Mức giá bằng USD cho mỗi 1M token, chính xác như Kunavo tính. Cột “giá niêm yết Anthropic” hiển thị giá chính thức của cùng mô hình để so sánh trực tiếp.

Mức giá cập nhật luôn có trên trang giá và từng trang mô hình (claude-sonnet-4-6, claude-haiku-4-5, claude-opus-4-7). Haiku là lựa chọn tiết kiệm cho công việc thường ngày, Sonnet là lựa chọn cân bằng mặc định, còn Opus và Fable dành cho suy luận nặng hơn. Claude Opus 5.5, được Anthropic ra mắt ngày 22 tháng 9 năm 2026, là Opus mới nhất: cửa sổ ngữ cảnh 1M token và tối đa 128K token đầu ra.

Claude Opus 5.5 có tỷ lệ chi phí/hiệu năng tốt nhất. Anthropic niêm yết mức $4,00 / $20,00 cho mỗi 1M token — thấp hơn $5,00 / $25,00 của Opus 5 — và cho biết hiệu năng của nó ngang cấp Claude Fable 5.1 trong phần lớn công việc. Tại Kunavo, giá là $2,80 / $14,00, thấp hơn khoảng 30% so với giá niêm yết của Anthropic và thấp hơn Opus 5 ($3,50 / $17,50): đây là Opus rẻ nhất của Kunavo. Sonnet 5 còn rẻ hơn: $1,40 / $7,00, thấp hơn khoảng 30% so với giá niêm yết. Một phân tích gồm 50K input / 2K output có giá $0,42 trên Fable 5, $0,21 trên Opus 5 và $0,168 trên Opus 5.5 — và vì tính năng thinking thích ứng của Opus 5.5 luôn bật, hãy dành một phần output cho nó.

Thanh toán API Claude tại Brazil — Pix, thẻ, Apple Pay

Thanh toán được xử lý bởi Stripe. Không có gói thuê bao hay cấu hình trong Anthropic Console: bạn nạp số dư và mỗi lượt gọi sẽ trừ theo mức giá trên mỗi token. Đối với người thanh toán từ Brazil:

• Pix — tức thì, số tiền hiển thị bằng real trong checkout;
• Thẻ quốc tế: Visa, Mastercard, American Express;
• Apple Pay, Google Pay và Link (thanh toán một chạm);

Mức giá theo token tính bằng USD; với Pix, quy đổi sang BRL hiển thị ngay lập tức, còn với thẻ thì theo tỷ giá của tổ chức phát hành (hãy kiểm tra IOF và phí quốc tế của ngân hàng). Nạp tối thiểu $10, trả trước, và số dư không bao giờ hết hạn — không phí hàng tháng, không bất ngờ cuối tháng. Nếu thẻ bị từ chối, hãy kiểm tra trong ứng dụng ngân hàng xem giao dịch quốc tế đã được bật chưa — hoặc thanh toán bằng Pix, không phụ thuộc vào thiết lập đó. Quy trình Pix từng màn hình có trong hướng dẫn thanh toán API bằng Pix.

Ví dụ chi phí

Các con số thực được tính bằng mức giá của Kunavo:

Xử lý 10 nghìn ticket hỗ trợ mỗi ngày bằng Haiku tốn khoảng $12,60/ngày. Cách tự tính:

# Tarifas Claude na Kunavo (USD por 1M de tokens): (input, output)
RATES = {
    "claude-haiku-4-5":  (0.70, 3.50),
    "claude-sonnet-4-6": (2.10, 10.50),
    "claude-opus-4-7":   (3.50, 17.50),
    "claude-opus-5":     (3.50, 17.50),
    "claude-opus-5-5":   (2.80, 14.00),
}

def custo(model: str, in_tokens: int, out_tokens: int) -> float:
    i, o = RATES[model]
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

print(custo("claude-haiku-4-5", 800, 200))      # um ticket de suporte  -> $0.00126
print(custo("claude-sonnet-4-6", 6_000, 500))   # uma resposta RAG      -> $0.0179
print(custo("claude-opus-4-7", 50_000, 2_000))  # análise longa         -> $0.21
print(custo("claude-opus-5", 50_000, 2_000))    # análise no Opus 5     -> $0.21
print(custo("claude-opus-5-5", 50_000, 2_000))  # análise no Opus 5.5   -> $0.168

Tiếng Bồ Đào Nha tiêu tốn nhiều hơn khoảng 10–20% token so với tiếng Anh cho cùng một nội dung — đáng cân nhắc khi lập ngân sách.

Bộ nhớ đệm prompt — khoản tiết kiệm lớn nhất riêng lẻ

Nếu lời nhắc hệ thống hoặc ngữ cảnh được truy xuất của bạn lớn và ổn định, việc lưu lời nhắc vào bộ nhớ đệm tính phí đầu vào được lưu trong bộ nhớ đệm ở mức 10% của đơn giá đầu vào (2,5% đối với Claude Fable 5.1 và 5% đối với Claude Opus 5.5). Với các lời nhắc dài và lặp lại, chi phí đầu vào giảm 60–90% — chỉ cần thêm một trường trong yêu cầu. Xem hướng dẫn chuyên sâu về lưu lời nhắc vào bộ nhớ đệm và tài liệu tham chiếu Messages API.

Một khóa cho Claude, GPT, hình ảnh và video

Một khóa Kunavo duy nhất (sk-kn-…) gọi Claude, GPT cùng các model hình ảnh, video và âm thanh — tất cả theo định dạng tương thích với OpenAI, trừ vào cùng một số dư Stripe, không cần đối soát hóa đơn theo từng nhà cung cấp. Claude được cung cấp qua cả endpoint tương thích /v1/chat/completions lẫn API Anthropic gốc Messages (/v1/messages), vì vậy bạn có thể tiếp tục dùng SDK hiện tại. Hướng dẫn từng bước để cấp khóa có trong tài liệu xác thực.

Nên chọn mô hình Claude nào?

Các mẫu code để định tuyến theo độ khó và cắt giảm chi phí có trong hướng dẫn tối ưu chi phí. Để so sánh với OpenRouter, xem Kunavo và OpenRouter.

Claude trong VS Code — Kilo Code, Cline, Roo Code

Nếu bạn dùng agent code như Kilo Code, Cline hoặc Roo Code, hãy trỏ nhà cung cấp “OpenAI Compatible” tới https://api.kunavo.com/v1 bằng khóa Kunavo của bạn và chọn một model Claude — chỉ ba trường, không cần gì thêm. Một phiên agent điển hình sử dụng hàng nghìn token mỗi bước, vì vậy khoản tiết kiệm 30%, tùy model, sẽ nhanh chóng thể hiện rõ. Hướng dẫn từng bước kèm ảnh chụp màn hình có trong hướng dẫn Kilo Code + Claude API.

Cách giảm chi phí Claude API

1. Ưu tiên lưu prompt vào bộ nhớ đệm. Đầu vào được lưu trong bộ nhớ đệm có giá bằng 10% mức phí (2,5% đối với Claude Fable 5.1 và 5% đối với Claude Opus 5.5) — đây là lựa chọn mang lại ROI cao nhất khi xét riêng lẻ.
2. Hạ cấp. Giao việc dễ cho Haiku và dành Opus/Fable cho phần khó.
3. Giới hạn output. Đặt max_tokens — output có giá khoảng gấp 5 lần input.
4. Thu gọn input. Truy xuất ít chunk RAG hơn nhưng chính xác hơn, thay vì toàn bộ cơ sở dữ liệu.

Câu hỏi thường gặp