Chi phí ChatGPT API 2026 — OpenAI API tính phí thế nào, giá GPT-6 và số tiền thực tế

ChatGPT API thực chất là OpenAI API: tính phí theo token, không có phí hằng tháng. Tính đến 19 tháng 10, 2026, mô hình chủ lực mới nhất của OpenAI, GPT-6 Astra, có giá chính thức trên mỗi 1M token là đầu vào $10,00 / đầu ra $50,00, còn trên Kunavo là $4,00 / $20,00; mô hình chủ lực dùng hằng ngày GPT-5.6 Terra có giá $0,70 / $4,20 (chính thức $2,00 / $12,00), còn GPT-6 Sol và GPT-6 Luna mới ra mắt ngày 22 tháng 9 có giá lần lượt là $0,80 / $4,00 và $0,04 / $0,20. Đầu ra đắt hơn đầu vào; token suy luận của mô hình suy luận cũng được tính phí theo mức giá đầu ra.

Điểm khiến nhiều người nhầm nhất: gói ChatGPT và OpenAI API là hai tài khoản tách biệt.Đăng ký ChatGPT Plus không kèm API key hay hạn mức API; muốn gọi từ chương trình, bạn phải đăng ký key riêng và trả phí theo token riêng. Trang này chỉ xử lý phần sau — gọi từ chương trình.

Mức phí được đối chiếu vào 19 tháng 10, 2026.Giá API chính thức của OpenAI xem tại developers.openai.com/api/docs/pricing; phí hằng tháng của các gói ChatGPT xem tại chatgpt.com/pricing (giá gói thường thay đổi, trang này không trích lại). Các con số phía Kunavo do danh mục model của trang này mô tả và khớp với số tiền tính phí thực tế qua API.

Gói ChatGPT so với OpenAI API — hai tài khoản tách biệt

Khi nào đăng ký gói thì có lợi hơn? Mỗi $20 trên GPT-5.6 Sol tương đương khoảng 1.600 lượt trò chuyện; trên GPT-5.6 Terra khoảng 4.600 lượt (mỗi lượt input 2.000 / output 700 token). Nếu bạn chỉ dùng ChatGPT để tự mình trò chuyện nhiều, trò chuyện nhiều hơn mức này mỗi tháng và hạn mức gói đủ dùng, phí tháng có lợi hơn; nếu gọi từ chương trình hoặc mức sử dụng dao động, trả theo token tiết kiệm hơn.

Bảng giá GPT API — mỗi 1M token

GPT-6 Astra là mô hình chủ lực mới nhất OpenAI công bố ngày 3 tháng 9 năm 2026; đơn giá đầu ra trên Kunavo khoảng 1,7 lần đơn giá của GPT-5.6 Sol — hãy dành nó cho các bài toán mà mô hình rẻ hơn không xử lý tốt, đừng đặt làm mặc định. GPT-5.5 và GPT-5.6 Sol có cùng giá cho mỗi token (cách tính phí ghi vào bộ nhớ đệm khác nhau, xem bên dưới). Ngoài ra cần biết trước một điều: các mô hình thuộc dòng GPT được gọi qua Kunavo hiện chỉ nhận đầu vào dạng văn bản; công việc cần xem ảnh hãy chuyển sang Claude.

GPT-6 Sol và GPT-6 Luna là hai model OpenAI ra mắt ngày 22 tháng 9 năm 2026; OpenAI cho biết cả hai đều dựa trên tiến bộ công nghệ của GPT-6 Astra; cửa sổ ngữ cảnh đều là 1.050.000 token, output tối đa 128.000 token. OpenAI định vị GPT-6 Sol cho lập trình phức tạp và quy trình agentic, trên Kunavo là $0,80 / $4,00; GPT-6 Luna được OpenAI mô tả là model hiệu quả nhất cho các tác vụ tập trung, khối lượng lớn, trên Kunavo là $0,04 / $0,20, là GPT rẻ nhất trong bảng này. Dự án mới không còn cần phải bắt đầu với GPT-5.6 Sol: GPT-6 Sol trên Kunavo là $0,80 / $4,00, cả đơn giá input và output đều thấp hơn GPT-5.6 Sol ở mức $2,00 / $12,00.

Chi phí thực tế của một yêu cầu

Bảng giá không hữu ích bằng việc xem trực tiếp một yêu cầu. Tất cả ví dụ dưới đây được tính từ mức giá Kunavo trong bảng trên:

GPT-6 Sol hay GPT-5.6 Terra? Đơn giá output của GPT-6 Sol thấp hơn Terra nhưng đơn giá input lại cao hơn Terra, nên với yêu cầu nhiều input, ít output — như câu trả lời RAG và lô 100.000 mục trong bảng trên — Terra lại rẻ hơn; tỷ lệ output càng cao thì GPT-6 Sol càng có lợi.

Hai điều khiến số tiền thực tế cao hơn bảng. Thứ nhất là reasoning token: model suy luận tạo token suy nghĩ trước khi trả lời; chúng không xuất hiện trong phản hồi nhưng tính theo giá output, và bài toán càng khó thì chênh lệch càng lớn. Thứ hai là hỏi lại: yêu cầu thất bại không bị tính phí, nhưng sau khi phản hồi thành công nếu bạn hỏi lại vì sai định dạng thì mỗi lần đều bị tính phí. Xem số thực trong usage của phản hồi và tính bằng số liệu của bạn:

# OpenAI API 的費用，用實際 token 數算。
# Kunavo 費率，每 1M token USD：(input, output)
RATES = {
    "gpt-6-astra":   (4.00, 20.00),
    "gpt-6-sol":     (0.80, 4.00),
    "gpt-6-luna":    (0.04, 0.20),
    "gpt-5-6-sol":   (2.00, 12.00),
    "gpt-5-6-terra": (0.70, 4.20),
}

def cost(model, inp, out):
    i, o = RATES[model]
    # reasoning token 不會出現在回覆裡，但按「輸出」費率計費
    return inp / 1e6 * i + out / 1e6 * o

print(cost("gpt-5-6-terra", 6_000, 500))       # RAG 回答一次
print(cost("gpt-6-astra", 20_000, 3_000))      # 難題一次
print(cost("gpt-6-luna", 500, 20) * 100_000)   # 10 萬筆批次

Prompt dài và bộ nhớ đệm: hai quy tắc làm thay đổi đơn giá

Yêu cầu vượt 272K token. GPT-5.5, GPT-5.6 Sol và Terra, cùng GPT-6 Astra, Sol và Luna — tức mọi model trong bảng — khi prompt của một yêu cầu vượt 272K token thì toàn bộ yêu cầu được tính theo 2 lần input / 1,5 lần output. Đây là quy tắc ngữ cảnh dài do OpenAI công bố; Kunavo tính theo cùng cách, nên tỷ lệ chiết khấu so với giá chính thức không đổi trước và sau ngưỡng. Với tài liệu dài có thể chia nhỏ, hãy cố gắng giữ dưới 272K.

Bộ nhớ đệm. Đọc cache tính bằng 10% mức phí input; ghi cache ở mức GPT-6 Astra, GPT-6 Sol, GPT-6 Luna, GPT-5.6 Sol và GPT-5.6 Terra tính phí bằng 1,25 lần mức phí đầu vào thông thường và GPT-5.5 theo mức phí đầu vào thông thường. Với cấu trúc mỗi lần đều gửi cùng một system prompt dài, đây là đòn bẩy lớn nhất; cơ chế được mô tả trong tài liệu bộ nhớ đệm.

Chuyển từ chương trình OpenAI hiện tại

Kunavo là endpoint tương thích OpenAI nên không cần đổi SDK: chỉ sửa base_url và key; chat.completions và responses vẫn hoạt động như cũ.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",  # 只改這一行
)

resp = client.chat.completions.create(
    model="gpt-5-6-terra",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

Các bước đầy đủ có tại Bắt đầu nhanh; đặc tả endpoint có tại tài liệu Chat Completions (tiếng Anh).

Nói thẳng: khi nào nên dùng trực tiếp OpenAI

Gateway dùng dung lượng dùng chung: không có hạn mức riêng và không có SLA được bảo đảm theo hợp đồng. Nếu cần hạn mức bảo đảm, giới hạn tốc độ chỉ định hoặc SLA, hãy ký trực tiếp với OpenAI. Người chỉ trò chuyện trong ChatGPT và không viết chương trình cũng không cần API — như đã tính ở trên, gói tháng thường có lợi hơn cho việc trò chuyện nhiều.

Thanh toán tại Đài Loan

Số dư Kunavo được xử lý qua Stripe, hỗ trợ thẻ bao gồm JCB (Visa, Mastercard, American Express, JCB, UnionPay), Apple Pay và Google Pay; đây là hình thức trả trước, với mức nạp tối thiểu $10, số dư không hết hạn và các yêu cầu thất bại không bị tính phí. Nạp càng nhiều trong một lần thì phần cộng thêm càng lớn: nạp $100 nhận $110, $1.000 nhận $1.200, $5.000 nhận $6.250.

Đài Loan không có kênh thanh toán địa phương — JKoPay và LINE Pay không nằm trong danh sách hỗ trợ. Khi dùng cho nhóm, mỗi key có thể đặt giới hạn chi tiêu hằng tháng tại /app/keys (khi đạt giới hạn sẽ trả về 402) và danh sách IP cho phép; chi phí có thể phân bổ theo từng người. Chi tiết tính phí có tại tài liệu thanh toán.

Giảm chi phí GPT API

1. Chọn model theo quy mô bài toán. Với các tác vụ đơn giản, khối lượng lớn như phân loại, trích xuất và định tuyến, hãy thử GPT-6 Luna trước; công việc thông thường dùng Terra hoặc GPT-6 Sol; chỉ nâng lên Astra cho các bài toán model khác xử lý không tốt — như bảng trên cho thấy, cùng một việc có thể chênh lệch tối đa 100 lần.
2. Thu gọn output. Dùng max_tokens và giới hạn định dạng output để giới hạn độ dài; với công việc có thể giảm cường độ suy luận thì hãy giảm.
3. Kích hoạt bộ nhớ đệm. Đặt system prompt cố định ở đầu và không thay đổi nội dung mỗi lần; đọc cache chỉ tính 10% mức phí input.
4. Giữ prompt dưới 272K token. Vượt ngưỡng sẽ tính toàn bộ yêu cầu theo 2 lần input / 1,5 lần output.

Nếu muốn ước tính chi phí cả tháng, dùng công cụ tính chi phí OpenAI API (tiếng Anh); nếu vấn đề là tốc độ chứ không phải chi phí, xem giới hạn tốc độ OpenAI API (tiếng Anh). Dùng cùng một cách tính để so sánh nhà cung cấp khác: chi phí và gói Claude; nếu chạy các model GPT này trong Codex, xem chi phí Codex để biết cách tính gói và API key.

Câu hỏi thường gặp