Cline với Claude API — thiết lập base URL, định tuyến mô hình Plan/Act, chi phí thực tế

Cline là agent lập trình tự động mã nguồn mở cho VS Code và không đi kèm mô hình — bạn kết nối nó với một mô hình, thường bằng khóa API của riêng mình. Hướng dẫn này nêu chính xác các cài đặt để chạy Claude trong Cline qua một khóa sk-kn- với mức giá thấp hơn khoảng 30% so với giá niêm yết của Anthropic trên các mô hình chính: cả hai tuyến nhà cung cấp, cách tận dụng chế độ Plan/Act để giảm hóa đơn, chi phí của một phiên thực tế và một đánh giá trung thực về những gì bạn từ bỏ so với việc gọi Anthropic trực tiếp.

Vì sao Cline cần khóa API

Mọi hành động Cline thực hiện — đọc tệp, đề xuất diff, chạy lệnh terminal, đọc đầu ra và thử lại — đều là một lệnh gọi mô hình. Cline có thể chạy các lệnh gọi đó bằng gói Claude Pro hoặc Max thông qua nhà cung cấp Claude Code, nơi điều khiển Claude CLI và sử dụng hạn mức gói của bạn thay vì thanh toán API — với các đánh đổi mà tài liệu Cline liệt kê tính đến tháng 9 năm 2026: phản hồi có thể không streaming theo từng token, đồng thời tải ảnh lên và bộ nhớ đệm prompt bị giới hạn ở chế độ đó. Mọi tuyến khác, bao gồm các nhà cung cấp OpenAI Compatible và Anthropic mà hướng dẫn này thiết lập, đều tính phí theo token thông qua khóa API. Trên các tuyến đó, câu hỏi không phải là có trả phí theo token hay không mà là ở mức nào, và vì vòng lặp agent gửi lại ngữ cảnh tác vụ đang tăng lên ở mỗi bước, mức giá mỗi token là đòn bẩy lớn nhất quyết định chi phí một phiên. Đó là toàn bộ lý do dùng gateway ở đây: trả theo mức sử dụng từ khoản nạp $10, một khóa cũng truy cập được GPT và số dư không bao giờ hết hạn.

Thiết lập — ba trường

Mở bảng Cline, nhấp vào biểu tượng bánh răng cài đặt và đặt nhà cung cấp API thành OpenAI Compatible. Ba giá trị:

API Provider   OpenAI Compatible
Base URL       https://api.kunavo.com/v1
API Key        sk-kn-...              # create at kunavo.com/app/keys
Model ID       claude-sonnet-5        # or claude-opus-5 / claude-haiku-4-5

Tạo khóa tại bảng điều khiển sau khi đăng ký và nạp tiền — khóa chỉ được hiển thị một lần, vì vậy hãy lưu ngay. Quản lý khóa, xoay khóa và giới hạn chi tiêu được đề cập trong tài liệu khóa Claude API. Nếu Cline yêu cầu siêu dữ liệu mô hình như cửa sổ ngữ cảnh hoặc giới hạn đầu ra, hãy lấy các con số từ trang mô hình thay vì đoán — cửa sổ ngữ cảnh bị khai báo thấp sẽ khiến Cline cắt ngắn sớm hơn cần thiết.

Trước khi cho phép nó chỉnh sửa bất cứ thứ gì, hãy yêu cầu nó làm một việc nhỏ (“giải thích tệp này”) để xác nhận kết nối. Lỗi 401 ở bước này gần như luôn là do khóa; lỗi 404 gần như luôn là do base URL hoặc slug mô hình không tồn tại — Kunavo khớp chính xác các slug và không tạo bí danh cho tên có hậu tố ngày, vì vậy claude-sonnet-4-5-20250929 cho lỗi 404 còn claude-sonnet-4-6 thì hoạt động.

Chế độ Plan và Act — cách phân chia tiết kiệm nhất

Tính năng đặc trưng của Cline là tách Plan (đọc kho mã, đặt câu hỏi, đề xuất cách tiếp cận) khỏi Act (thực hiện chỉnh sửa, chạy lệnh), đồng thời cho phép bạn cấu hình mô hình khác nhau cho mỗi chế độ. Điều đó gần như khớp hoàn hảo với chi phí, vì hai chế độ có cấu hình token rất khác nhau:

• Plan ngắn và nặng về suy luận. Một vài lượt trao đổi, trong đó chất lượng mô hình quyết định hai mươi bước tiếp theo có hiệu quả hay lãng phí. Đặt claude-opus-5 ở đây — nó chiếm một phần nhỏ số token, nên mô hình mạnh hơn chỉ tốn ít chi phí tuyệt đối.
• Act dài và mang tính cơ học. Nhiều bước, mỗi bước đều gửi lại ngữ cảnh. Đây là nơi mức giá mỗi token cộng dồn, vì vậy Sonnet rẻ hơn phù hợp ở đây — claude-sonnet-5 trên Kunavo hiện nay.

Các con số minh họa nằm trong phần chi phí bên dưới: lập kế hoạch ba bước trên Opus 5 và thực hiện mười bảy bước trên Sonnet 5 tốn khoảng $1,06 so với $0,87 cho toàn bộ lượt chạy bằng Sonnet — cao hơn khoảng 23% để có kế hoạch tốt hơn đáng kể, và thấp hơn nhiều so với chạy toàn bộ tác vụ trên Opus.

Tuyến Anthropic gốc (và lý do bạn có thể muốn dùng)

Cline cũng cung cấp nhà cung cấp Anthropic gốc với trường base URL tùy chỉnh. Trỏ trường đó đến Kunavo sẽ dùng Messages API gốc (/v1/messages) thay vì endpoint tương thích OpenAI:

API Provider   Anthropic
Base URL       https://api.kunavo.com   # origin only — the client appends /v1/messages
API Key        sk-kn-...
Model ID       claude-sonnet-5

Lưu ý base URL khác nhau giữa hai tuyến. Nhà cung cấp tương thích OpenAI cần https://api.kunavo.com/v1; nhà cung cấp Anthropic cần origin không kèm phần mở rộng https://api.kunavo.com, vì client đó tự thêm /v1/messages. Dán dạng /v1 vào nhà cung cấp Anthropic sẽ tạo lỗi 404 trông giống như mô hình bị thiếu.

Điều tuyến gốc mang lại là bộ nhớ đệm prompt: cache_control được chuyển tiếp nguyên trạng, và đầu vào được lưu trong bộ nhớ đệm được tính phí bằng 10% mức giá đầu vào (xem tài liệu bộ nhớ đệm prompt). Trong một vòng lặp gửi lại tiền tố ổn định ở mỗi bước, đó là khoản tiết kiệm lớn nhất hiện có — lớn hơn mọi thay đổi mô hình. Cả hai tuyến đều hoạt động; tuyến tương thích OpenAI đơn giản hơn để bắt đầu, và việc chuyển đổi sau đó chỉ là thay đổi cài đặt.

Tuy vậy, bản thân việc lưu lời nhắc vào bộ nhớ đệm không cần đến tuyến Anthropic gốc. Với lời nhắc dài, Kunavo tự đặt các điểm ngắt bộ nhớ đệm trên tuyến tương thích OpenAI: trên lời nhắc hệ thống, trên các định nghĩa công cụ và trên tin nhắn cuối cùng khi cuộc trò chuyện đã có lượt trả lời của trợ lý; trong vòng lặp tác tử, điều kiện này được đáp ứng ở mọi bước sau bước đầu tiên. cache_control mà Cline đặt trên tuyến đó được giữ nguyên. Trên tuyến gốc, yêu cầu được chuyển tiếp đúng như Cline đã gửi và không có điểm ngắt nào được thêm vào, vì vậy những gì được lưu vào bộ nhớ đệm phụ thuộc vào các điểm ngắt mà Cline đặt.

Nên đặt mô hình Claude nào

Chuyển đổi chỉ là thay đổi một từ trong trường mô hình — cùng khóa, cùng cấu hình nhà cung cấp, cùng endpoint. Mức giá đầy đủ theo từng mô hình so với giá niêm yết chính thức của Anthropic nằm trong bảng giá Anthropic Claude API, còn danh mục trực tiếp nằm trên trang giá.

Cline trên Kunavo so với gọi Anthropic trực tiếp

So sánh trung thực, bao gồm cả trường hợp gọi trực tiếp là lựa chọn tốt hơn:

Hãy đọc dòng năng lực đúng như được viết. Nếu nhóm của bạn cần hạn ngạch được đảm bảo, SLA theo hợp đồng hoặc quan hệ mua sắm với nhà cung cấp mô hình, hãy dùng trực tiếp — đó là khoản chênh lệch bạn đang trả. Đối với nhà phát triển cá nhân hoặc nhóm nhỏ chạy Cline, sự đánh đổi thường đi theo hướng ngược lại.

Chi phí thực tế của một phiên Cline

Các công cụ agent vốn tiêu thụ nhiều token: mỗi bước gửi lại system prompt, lịch sử tác vụ và ngữ cảnh tệp mới. Các con số thực tế theo giá Kunavo:

Phép tính có thể chạy được:

# Kunavo Claude rates (USD per 1M tokens): (input, output)
RATES = {
    "claude-haiku-4-5":  (0.70, 3.50),
    "claude-sonnet-5":   (1.40, 7.00),
    "claude-opus-5":     (3.50, 17.50),
}

def step_cost(model, in_tokens, out_tokens):
    i, o = RATES[model]
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

# One Act-mode step: Cline resends the task context plus the files it read.
print(step_cost("claude-sonnet-5", 25_000, 1_200))         # -> $0.0434
# A realistic 20-step task (edit, run, read the error, fix, repeat):
print(20 * step_cost("claude-sonnet-5", 25_000, 1_200))    # -> ~$0.87
# The same task planned on Opus 5, executed on Sonnet 5:
print(3 * step_cost("claude-opus-5", 25_000, 1_200)
      + 17 * step_cost("claude-sonnet-5", 25_000, 1_200))   # -> ~$1.06

Giảm hóa đơn

1. Bắt đầu tác vụ mới thay vì kéo dài một tác vụ vô thời hạn. Cline gửi lại toàn bộ cuộc trò chuyện ở mỗi bước, vì vậy một tác vụ chạy lâu sẽ tăng chi phí theo cấp số nhân. Tác vụ mới có ngữ cảnh mới, nhỏ — đây là thói quen tạo tác động lớn nhất trong danh sách.
2. Phân chia Plan và Act giữa các mô hình. Đã đề cập ở trên: đây là một trường cài đặt, không phải vấn đề kỷ luật.
3. Dùng tuyến Anthropic gốc để bật bộ nhớ đệm. Input được lưu trong bộ nhớ đệm ở mức 10% giá input là khoản tiết kiệm mang tính cấu trúc lớn nhất trên vòng lặp gửi lại một tiền tố ổn định.
4. Cấp cho trình chỉnh sửa một khóa có giới hạn chi tiêu riêng. Tạo một khóa riêng trong bảng điều khiển, đặt giới hạn chi tiêu hàng tháng cho khóa đó và theo dõi mức sử dụng — một tuần lập trình agent thực tế là ước tính trung thực duy nhất về chi phí này đối với bạn. Giới hạn được kiểm tra trước mỗi yêu cầu và đặt lại theo tháng dương lịch, còn khóa có thể thu hồi riêng, vì vậy việc dừng trình chỉnh sửa chỉ là một thao tác thay vì phải xoay vòng mọi thứ.
5. Vẫn đang cân nhắc giữa hai công cụ? Cline và Claude Code so sánh cách tính phí thay vì danh sách tính năng — và cả hai đều chạy qua cùng endpoint này, nên lựa chọn vẫn có thể thay đổi.

Câu hỏi thường gặp