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

Claude là tiêu chuẩn cho suy luận, lập trình và agent, còn Kunavo cung cấp mọi model Claude với mức giá thấp hơn giá chính thức của Anthropic 30% thông qua một API tương thích OpenAI duy nhất. Điều này cũng áp dụng cho claude-sonnet-5: Anthropic đã chốt mức giá $2,00 / $10,00 vào ngày 31 tháng 8 năm 2026, còn Kunavo thấp hơn 30%. Hướng dẫn này tập hợp những điều các nhà phát triển Pháp tìm kiếm nhiều nhất — giá API Claude, thanh toán và chi phí thực tế: mức giá hiện tại theo model, thanh toán từ Pháp, VAT, các ví dụ chi phí bạn có thể tự kiểm tra và những đòn bẩy giúp giảm hóa đơn nhiều nhất.

Tổng quan nhanh về giá API Claude

Mức giá tính bằng USD cho mỗi triệu token, theo mức Kunavo tính phí. Cột « giá Anthropic » là giá Anthropic công bố cho cùng model, để so sánh trực tiếp.

Giá trực tiếp luôn có trên trang giá và từng trang model (claude-sonnet-4-6, claude-haiku-4-5, claude-opus-4-7, claude-opus-5-5). Haiku là lựa chọn tiết kiệm, Sonnet 4.6 là thế hệ trước, Sonnet 5 đạt gần cấp Opus cho mã hóa (và trên Kunavo là Sonnet rẻ nhất), Opus 5.5 — mới nhất trong dòng Opus và rẻ nhất trên Kunavo — dành cho suy luận khó, còn Fable 5 là model có năng lực nhất của Anthropic.

Claude Opus 5.5 hiện có tỷ lệ chất lượng-giá tốt nhất trong dòng Opus. Ra mắt ngày 22 tháng 9 năm 2026, model này được Anthropic niêm yết ở mức $4,00 / $20,00 cho mỗi 1M token, thấp hơn Opus 5 ($5,00 / $25,00), và theo Anthropic đạt mức Claude Fable 5.1 trong hầu hết tác vụ. Trên Kunavo, giá là $2,80 / $14,00, thấp hơn khoảng ~30% so với giá Anthropic: rẻ hơn Opus 5 ($3,50 / $17,50) và mọi Opus khác. Sonnet 5 ($1,40 / $7,00) hiện còn rẻ hơn. Một phân tích ngữ cảnh dài gồm 50.000 token input và 2.000 output có giá $0,21 trên Opus 5 và $0,17 trên Opus 5.5. Adaptive thinking vẫn được bật trên Opus 5.5: hãy tính token suy luận của model vào dòng output.

Claude Opus 5 vẫn khả dụng. Anthropic niêm yết model này ở mức $5,00 / $25,00 cho mỗi 1M token — bằng một nửa giá Fable 5 ($10,00 / $50,00) cho khả năng suy luận gần cấp flagship. Trên Kunavo, giá là $3,50 / $17,50, thấp hơn khoảng ~30% so với giá Anthropic và chính xác bằng giá của claude-opus-4-7 cũ: chuyển khối lượng công việc từ Opus 4.7 sang Opus 5 chỉ cần đổi một từ trong tên model, không phát sinh chi phí.

Cách thanh toán API Claude từ Pháp

Thanh toán được thực hiện qua Stripe. Không thuê bao, không cần cấu hình Anthropic Console: bạn nạp số dư và mỗi lệnh gọi được trừ theo mức giá trên mỗi token ở trên. Phương thức thanh toán khả dụng tại Pháp:

• Thẻ: CB, Visa, Mastercard, American Express
• Apple Pay, Google Pay, Link (thanh toán một chạm)

Ghi nợ SEPA không xuất hiện ở bước thanh toán. Thẻ ghi nợ liên kết với tài khoản SEPA vẫn hoạt động bình thường. Pay by Bank không được cung cấp tại Pháp, nơi phương thức này chỉ đang ở giai đoạn xem trước riêng tư: Stripe dành phương thức này cho người mua ở Vương quốc Anh, Ireland và Phần Lan.

Giá được niêm yết bằng USD; Stripe có thể quy đổi số tiền sang EUR khi thanh toán, và nếu bạn thanh toán bằng USD, phí chuyển đổi phụ thuộc vào ngân hàng của bạn. Nạp tối thiểu $10 USD, trả theo mức sử dụng, và vì đây là ví trả trước nên số dư không bao giờ hết hạn. Về VAT: quy trình thanh toán tiêu chuẩn không hiển thị VAT và không yêu cầu mã VAT; để lấy chứng từ, hãy viết tới contact@kunavo.com.

Ví dụ chi phí

Các con số thực tế, tính theo mức giá Kunavo:

Xử lý 10.000 phiếu hỗ trợ mỗi ngày trên Haiku có giá khoảng $12,60/ngày. Phép tính có thể thực thi:

# Tarifs Claude sur Kunavo (USD par 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 cout(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(cout("claude-haiku-4-5", 800, 200))      # un ticket support     -> $0.00126
print(cout("claude-sonnet-4-6", 6_000, 500))   # une réponse RAG       -> $0.0179
print(cout("claude-opus-4-7", 50_000, 2_000))  # analyse long contexte -> $0.21
print(cout("claude-opus-5", 50_000, 2_000))    # analyse Opus 5        -> $0.21
print(cout("claude-opus-5-5", 50_000, 2_000))  # analyse Opus 5.5      -> $0.168

Tiếng Pháp tiêu thụ nhiều hơn tiếng Anh khoảng 20 đến 40% token với cùng nội dung (dấu, từ dài hơn, tokenizer chia nhỏ hơn) — hãy tính phần dư này vào ngân sách.

Prompt caching — khoản tiết kiệm lớn nhất

Nếu prompt hệ thống hoặc ngữ cảnh truy xuất của bạn lớn và ổn định, prompt caching tính input được lưu trong bộ nhớ đệm ở mức 10% giá input (2,5% cho Claude Fable 5.1 và 5% cho Claude Opus 5.5). Với một prompt hệ thống dài được lặp lại, điều này giảm chi phí input 60 đến 90%. Chỉ cần thêm một trường vào yêu cầu — xem hướng dẫn chuyên sâu về prompt caching của Anthropic và tài liệu tham khảo API Messages.

Một khóa cho Claude, GPT, hình ảnh và video

Một khóa Kunavo duy nhất (sk-kn-…) gọi được Claude cũng như GPT, tạo hình ảnh, video và âm thanh — tất cả ở định dạng tương thích OpenAI, được trừ từ cùng một số dư Stripe, không cần đối chiếu hóa đơn theo nhà cung cấp. Claude được cung cấp qua cả endpoint tương thích OpenAI /v1/chat/completions và API Anthropic Messages gốc (/v1/messages), vì vậy bạn vẫn giữ SDK hiện tại. Các bước thực hiện nằm trong tài liệu xác thực.

Nên chọn model Claude nào?

Mẫu định tuyến theo độ khó (tác vụ đơn giản đến model rẻ hơn) nằm trong hướng dẫn tối ưu hóa chi phí AI. Để so sánh với OpenRouter, xem Kunavo so với OpenRouter.

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

Nếu bạn dùng Claude qua một coding agent như Kilo Code, Cline hoặc Roo Code, cấu hình giống nhau: nhà cung cấp « OpenAI Compatible », base URL https://api.kunavo.com/v1, khóa của bạn và slug của một model Claude. Hướng dẫn đầy đủ từng bước (kèm chi phí thực tế của một phiên agent) nằm trong hướng dẫn cấu hình Kilo Code với API Claude.

Giảm chi phí API Claude

1. Ưu tiên prompt caching. Input được lưu trong bộ nhớ đệm tính ở mức 10% giá input (2,5% cho Claude Fable 5.1 và 5% cho Claude Opus 5.5) — hiệu quả cao nhất so với công sức bỏ ra.
2. Hạ cấp model. Gửi các tác vụ đơn giản tới Haiku, giữ Opus cho số ít tác vụ khó.
3. Giới hạn output. Đặt max_tokens — output có giá khoảng gấp 5 lần input.
4. Giảm input. Truy xuất ít chunk RAG hơn nhưng chính xác hơn thay vì toàn bộ cơ sở kiến thức.

Câu hỏi thường gặp