Giá GPT API 2026: GPT-6 Sol, Astra, Luna và GPT-5.6 có giá bao nhiêu cho mỗi triệu token, thanh toán bằng Alipay

GPT-6 Sol Trên Kunavo, mỗi triệu token có giá đầu vào $0,80, đầu ra $4,00 (giá chính thức của OpenAI: $2,00 / $10,00); có thể nạp tiền bằng Alipay hoặc WeChat Pay, khoản nạp tối thiểu là $10.GPT API chính là OpenAI API: tính phí theo token, không có phí hằng tháng, đầu ra đắt hơn đầu vào, reasoning token của mô hình suy luận cũng tính theo giá đầu ra. Giá đã được đối chiếu vào 18 tháng 10, 2026; đơn giá của Kunavo được tạo từ danh mục mô hình trên trang này và khớp với đơn giá thực tế bị trừ. Số tiền cho mỗi yêu cầu trong bảng là ước tính.

Điều thường bị hiểu nhầm nhất: gói đăng ký ChatGPT và OpenAI API được tính phí riêng.ChatGPT Plus không kèm API key và không bao gồm hạn mức API; để gọi API bằng API key trong mã, bạn cần đăng ký key riêng và trả phí theo token riêng. Trang này chỉ đề cập đến API.

Xem giá API chính thức của OpenAI tại developers.openai.com/api/docs/pricing; phí hằng tháng của các gói ChatGPT tại chatgpt.com/pricing (giá gói thường xuyên thay đổi nên không được nhắc lại trên trang này).

Gói đăng ký ChatGPT và OpenAI API: hai khoản phí riêng

Bảng giá GPT API (mỗi triệu token)

GPT-6 Luna là mẫu GPT rẻ nhất trong bảng này; cả đơn giá đầu vào lẫn đầu ra đều thấp nhất. Trên Kunavo, GPT-6 Sol có giá $0,80 / $4,00, với đơn giá đầu vào và đầu ra đều thấp hơn GPT-5.6 Sol ở mức $2,00 / $12,00. Xét riêng về giá, dự án mới không cần bắt đầu với GPT-5.6 Sol nữa.

Các mẫu GPT được gọi qua Kunavo hiện chỉ chấp nhận đầu vào văn bản; với tác vụ cần xem hình ảnh, hãy chuyển sang Claude.

Chi phí thực tế cho một yêu cầu

Thay vì chỉ xem bảng giá, hãy xem chi phí của một yêu cầu cụ thể. Tất cả số liệu dưới đây đều được ước tính theo giá Kunavo trong bảng trên:

GPT-6 Sol hay GPT-5.6 Terra?Trên Kunavo, đơn giá đầu ra của GPT-6 Sol thấp hơn Terra, nhưng đơn giá đầu vào lại cao hơn Terra. Vì vậy, các yêu cầu có nhiều đầu vào và ít đầu ra (chẳng hạn câu trả lời RAG và xử lý hàng loạt 100.000 mục trong bảng trên) dùng Terra sẽ rẻ hơn; tỷ lệ đầu ra càng cao thì GPT-6 Sol càng tiết kiệm.

Có ít nhất hai yếu tố khiến chi phí thực tế cao hơn số liệu trong bảng.Thứ nhất là reasoning token: mô hình suy luận tạo token để xử lý trước khi trả lời; các token này không xuất hiện trong câu trả lời nhưng được tính theo giá đầu ra, và bài toán càng khó thì chênh lệch càng lớn. Thứ hai là gửi lại yêu cầu: yêu cầu thất bại không bị tính phí, nhưng nếu câu trả lời thành công rồi bạn gửi lại vì định dạng không đúng thì mỗi lần đều bị tính phí. Xem số liệu thực tế trong usage, rồi tính theo số liệu của bạn:

# 用实际 token 数算 GPT API 的费用。
# Kunavo 价格，每百万 token，美元：(输入, 输出)
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 不出现在回复里，但按输出价计费
    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))      # 难题一次
print(cost("gpt-6-luna", 500, 20) * 100_000)   # 10 万条批处理

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

Các yêu cầu có lời nhắc vượt quá 272K token.Với mọi mẫu trong bảng, khi lời nhắc của một yêu cầu vượt quá 272K token, toàn bộ yêu cầu được tính phí với mức đầu vào gấp 2 lần / đầu ra gấp 1,5 lần. Đây là quy tắc ngữ cảnh dài do OpenAI công bố; Kunavo áp dụng cùng cách tính. Với tài liệu dài có thể gửi theo từng phần, hãy cố gắng giữ dưới 272K.

Bộ nhớ đệm.Lượt đọc bộ nhớ đệm được tính bằng 10% giá đầu vào; giá ghi bộ nhớ đệm tùy theo mẫu:

• GPT-6 Astra: gấp 1,25 lần giá đầu vào
• GPT-6 Sol: gấp 1,25 lần giá đầu vào
• GPT-6 Luna: gấp 1,25 lần giá đầu vào
• GPT-5.6 Sol: gấp 1,25 lần giá đầu vào
• GPT-5.6 Terra: gấp 1,25 lần giá đầu vào
• GPT-5.5: theo giá đầu vào thông thường

Với ứng dụng gửi cùng một lời nhắc hệ thống dài mỗi lần, dùng bộ nhớ đệm có thể tiết kiệm phần lớn phí đầu vào của lời nhắc đó; xem cơ chế trong tài liệu về bộ nhớ đệm.

Chuyển từ mã OpenAI hiện có

Kunavo có giao diện tương thích với OpenAI, nên không cần đổi SDK: chỉ cần sửa base_url và key; tiếp tục dùng chat.completions và responses như bình thường.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",  # 换成 Kunavo 的地址
)

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

Xem các bước đầy đủ trong Hướng dẫn bắt đầu nhanh; xem mô tả giao diện trong Tài liệu Chat Completions.

Nói thẳng: khi nào nên dùng OpenAI trực tiếp

Gateway sử dụng dung lượng dùng chung: không có hạn mức dành riêng và không có SLA được bảo đảm bằng hợp đồng. Nếu cần bảo đảm hạn mức, chỉ định giới hạn tốc độ hoặc có SLA, hãy ký hợp đồng trực tiếp với OpenAI. Người chỉ trò chuyện trong ChatGPT và không viết mã cũng không cần API.

Cách thanh toán tại Trung Quốc

Hạn mức API chính thức của OpenAI chỉ chấp nhận đô la Mỹ và thẻ tín dụng, thẻ ghi nợ thông thường; không hỗ trợ Alipay và WeChat Pay. Xem quy định và nguồn tại Thanh toán OpenAI API bằng Alipay và WeChat Pay.

Số dư Kunavo được thanh toán qua Stripe: trang thanh toán hỗ trợ Alipay và WeChat Pay. Khi mở tại Trung Quốc đại lục, số tiền hiển thị bằng nhân dân tệ; Stripe thu phí chuyển đổi ngoại tệ 2–4%. Khoản nạp tối thiểu là $10, số dư không hết hạn, và các yêu cầu thất bại không bị tính phí. Alipay và WeChat Pay chỉ dùng được để nạp tiền thủ công; nạp tự động yêu cầu liên kết thẻ ngân hàng hoặc Link. Kunavo không xuất hóa đơn.

Nạp một lần càng nhiều thì số tiền tặng thêm càng lớn (không phụ thuộc phương thức thanh toán):

• Nạp $100, nhận được $110
• Nạp $1.000, nhận được $1.200
• Nạp $5.000, nhận được $6.250

Khi dùng theo nhóm, bạn có thể đặt giới hạn chi tiêu hằng tháng và danh sách IP cho phép cho từng key tại /app/keys. Xem chi tiết tính phí trong tài liệu thanh toán.

Giảm chi phí GPT API

1. Chọn mẫu theo quy mô tác vụ.Với các tác vụ đơn giản, khối lượng lớn như phân loại, trích xuất và định tuyến, hãy thử GPT-6 Luna trước; dùng Terra hoặc GPT-6 Sol cho công việc thông thường, rồi nâng lên Astra nếu kết quả chưa đạt. Trong bảng trên, chi phí cho cùng một tác vụ có thể chênh nhau tối đa khoảng 100 lần.
2. Giới hạn đầu ra.Dùng max_output_tokens (Responses) hoặc max_completion_tokens (Chat Completions) và giới hạn độ dài bằng định dạng đầu ra; giảm mức suy luận nếu tác vụ cho phép.
3. Bật bộ nhớ đệm.Đặt lời nhắc hệ thống cố định ở đầu và không thay đổi nội dung giữa các lần; lượt đọc bộ nhớ đệm chỉ tính 10% giá đầu vào.
4. Giữ lời nhắc dưới 272K token.Nếu vượt ngưỡng, toàn bộ yêu cầu bị tính phí với mức đầu vào gấp 2 lần / đầu ra gấp 1,5 lần.

Để ước tính chi phí cho cả tháng, hãy dùng Công cụ tính chi phí LLM. Xem cách tính tương tự cho Claude tại Giá Claude API; nếu chạy Codex bằng các mẫu GPT này, xem cách tính giữa gói đăng ký và API key trong Giá Codex.

Câu hỏi thường gặp