Giá GPT API 2026 — mức giá token và chi phí thực tế của GPT-6, GPT-5.6, GPT-5.5

Giá API GPT được tính theo đơn giá đầu vào và đầu ra cho mỗi 1M token, không có phí thuê bao tháng. Trang này tổng hợp mức giá hiện hành của dòng GPT-5 và GPT-6, đối chiếu với giá niêm yết của OpenAI, kèm ví dụ tính toán để bạn tự kiểm tra chi phí thực tế của một yêu cầu, hai yếu tố ảnh hưởng đến hóa đơn (token suy luận và phụ phí ngữ cảnh dài), cùng cách thanh toán tại Hàn Quốc.

Giá được xác minh vào 18 tháng 10, 2026 — giá niêm yết của OpenAI dựa trên developers.openai.com/api/docs/pricing, còn đơn giá của Kunavo được đọc theo thời gian thực từ danh mục model.

Bảng giá dòng GPT-5·GPT-6

Dòng GPT-6 là thế hệ mới của OpenAI. GPT-6 Astra ra mắt vào 3 tháng 9, 2026 với tư cách model cao cấp nhất của OpenAI, sau đó GPT-6 Sol và GPT-6 Luna ra mắt vào 22 tháng 9, 2026. OpenAI cho biết hai model này được xây dựng trên những tiến bộ tạo nên GPT-6 Astra; Sol hướng tới coding phức tạp và quy trình tác nhân, còn Luna được giới thiệu là “model hiệu quả nhất cho các tác vụ hàng loạt tập trung”. Cả hai model đều có context 1.050.000 token và output tối đa 128.000 token.

GPT rẻ nhất trên Kunavo là GPT-6 Luna ($0,04 / $0,20). GPT-6 Sol ($0,80 / $4,00) có giá output thấp hơn GPT-5.6 Terra ($4,20). Tuy nhiên, đơn giá đầu vào của GPT-5.6 Terra ($0,70) thấp hơn, nên với các yêu cầu có số token đầu vào vượt quá 2 lần số token đầu ra, Terra sẽ rẻ hơn. Nếu gửi prompt dài và nhận về ít nội dung, hãy tự tính trực tiếp cho hai mô hình theo mức giá trong bảng trên.

Một yêu cầu thực tế tốn bao nhiêu?

Chỉ nhìn bảng giá có thể khó hình dung, nên hãy tự kiểm tra. Đoạn mã dưới đây dùng đúng các con số trong bảng trên; chỉ cần thay số token là bạn sẽ có chi phí cho workload của mình.

# Kunavo GPT 요율(1M 토큰당 USD): (input, output)
RATES = {
    "gpt-5-6-terra": (0.70, 4.20),
    "gpt-5-5":       (2.00, 12.00),
    "gpt-5-6-sol":   (2.00, 12.00),
    "gpt-6-sol":     (0.80, 4.00),
    "gpt-6-luna":    (0.04, 0.20),
}

def cost(model: str, in_tokens: int, out_tokens: int) -> float:
    i, o = RATES[model]
    # 주의: GPT-5 계열 추론 모델의 reasoning 토큰은 출력 요율로 과금됩니다.
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

print(cost("gpt-5-6-terra", 1_000, 300))  # 짧은 턴
print(cost("gpt-5-6-terra", 6_000, 500))  # RAG 답변
print(cost("gpt-5-5", 20_000, 3_000))     # 어려운 문제
print(cost("gpt-5-6-sol", 20_000, 3_000)) # GPT-5.6 플래그십
print(cost("gpt-6-sol", 20_000, 3_000))   # GPT-6 Sol
print(cost("gpt-6-luna", 1_000, 300))     # 가장 저렴한 짧은 턴

Hai yếu tố có thể chi phối hóa đơn

1. Token reasoning được tính như output. Các model suy luận thuộc dòng GPT-5 tạo ra token suy nghĩ không hiển thị trên màn hình, và các token này được tính theo mức output. Dù câu trả lời chỉ có ba dòng, hóa đơn có thể không tương ứng với ba dòng. Trong giới hạn công việc cho phép, giới hạn max_tokens và giảm mức reasoning là cách trực tiếp nhất để tiết kiệm.

2. Phụ phí ngữ cảnh dài. OpenAI áp dụng mức 2 lần cho đầu vào và 1,5 lần cho đầu ra đối với các yêu cầu có đầu vào vượt quá 272.000 token, trên toàn bộ yêu cầu (bao gồm cả đầu vào được lưu trong bộ nhớ đệm). Kunavo cũng áp dụng nguyên ngưỡng này cho GPT-5.5, GPT-5.6 Sol·Terra và GPT-6 Astra·Sol·Luna. Trong phạm vi đó, mức giá trong bảng trên trở thành 2 lần cho đầu vào và 1,5 lần cho đầu ra, còn tỷ lệ chiết khấu so với giá niêm yết không đổi. Với các tác vụ có ngữ cảnh lớn như RAG đưa toàn bộ tài liệu vào hoặc phân tích cơ sở mã, việc có vượt ngưỡng này hay không có thể ảnh hưởng đến chi phí nhiều hơn việc chọn model nào; vì vậy, nếu có thể, hãy chia đầu vào thành các phần dưới 272.000 token.

Gắn vào mã OpenAI hiện có

Kunavo tương thích với các endpoint của OpenAI nên bạn không cần đổi SDK. base_url Chỉ cần thay một dòng và khóa API.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",   # 이 한 줄만 바꾸면 됩니다
)

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

Một khóa dùng được cho cả model Claude, hình ảnh và video — xem danh sách model trong Danh mục model và thông tin chi tiết về endpoint trong Bắt đầu nhanh.

Thanh toán tại Hàn Quốc

Thanh toán được xử lý qua Stripe và là hình thức nạp tiền trả trước. Hỗ trợ thẻ tín dụng và thẻ ghi nợ trong nước và quốc tế (Visa, Mastercard, Amex, JCB, UnionPay), Apple Pay và Google Pay; nạp tối thiểu từ $10, số tiền được trừ theo lượng sử dụng và số dư không hết hạn. Không cần tài khoản OpenAI hay hợp đồng riêng.

Nếu trang thanh toán hiển thị bằng won Hàn Quốc, Kakao Pay, Naver Pay, PAYCO, Samsung Pay và thẻ nội địa cũng sẽ xuất hiện dưới dạng phương thức nạp tiền Kunavo. Thẻ nội địa bao gồm cả những thẻ chưa bật thanh toán quốc tế; Toss không được hỗ trợ. Các phương thức này dùng để nạp số dư Kunavo, không phải thanh toán trực tiếp cho OpenAI. Giá được tính bằng USD và Stripe quy đổi sang won theo tỷ giá tại thời điểm thanh toán; tỷ giá này bao gồm phí chuyển đổi 2–4% do người mua trả (không áp dụng nếu thanh toán bằng đô la, nhưng các phương thức nội địa trên chỉ xuất hiện khi thanh toán bằng won). Xem toàn bộ phương thức thanh toán trong tài liệu thanh toán; phần tổng hợp chi phí Claude có tại Giá và thanh toán Claude API.

Bốn cách giảm chi phí

1. Giảm lượng đầu ra. Đầu ra, bao gồm cả token suy luận, là phần đắt nhất. Giới hạn max_tokens và điều chỉnh cường độ suy luận là cách tiết kiệm nhanh nhất.
2. Hạ cấp theo quy mô bài toán. Với các tác vụ hàng loạt như phân loại, trích xuất và tóm tắt, hãy thử GPT-6 Luna rẻ nhất trước, chỉ nâng lên bậc cao hơn khi cần. Đơn giá đầu ra của Luna bằng 1/100 đơn giá đầu ra của GPT-6 Astra cao cấp nhất.
3. Dùng bộ nhớ đệm cho phần ngữ cảnh đầu vào lặp lại (cách hoạt động).
4. Gộp các tác vụ không cần thời gian thực. Nếu người dùng không cần chờ kết quả, bạn có thể tăng thông lượng bằng cách chạy đồng thời.

Nếu thanh toán OpenAI API bị chặn, hãy xem Cách thanh toán OpenAI API.

Câu hỏi thường gặp