Giá API GPT [phiên bản 2026] — đơn giá theo mô hình và chi phí thực tế mỗi yêu cầu

GPT API tính phí theo mức sử dụng trên mỗi token.Không có phí tháng; token đầu vào và đầu ra có đơn giá riêng, trong đó đầu ra đắt hơn. Tính đến 4 tháng 10, 2026, mức giá Kunavo trên mỗi 1M token là gpt-5-6-terra đầu vào $0,70 / đầu ra $4,20, gpt-5-5 $2,00 / $12,00 — đều thấp hơn giá niêm yết OpenAI. gpt-6-luna ra mắt ngày 22 tháng 9, 2026 có giá $0,04 / $0,20 và là GPT rẻ nhất trên Kunavo.

Có một điểm cần phân biệt ngay từ đầu. Gói tháng ChatGPT và OpenAI API là hai sản phẩm, hai cơ chế tính phí khác nhau. Trả phí ChatGPT không cấp khóa API và cũng không giảm hóa đơn API. Trang này chỉ đề cập phần sau, tức chi phí gọi từ mã nguồn.

Mức giá được xác minh vào 4 tháng 10, 2026. Số liệu phía Kunavo được hiển thị từ danh mục của trang này nên không lệch với số tiền thực tế bị tính. Giá niêm yết OpenAI tham chiếu trang giá của OpenAI.

Bảng giá dòng GPT-5 / GPT-6

USD trên mỗi 1M token. “Giá niêm yết OpenAI” là giá công bố của cùng mô hình. Với các mô hình đang khuyến mại, bên dưới cũng ghi giá OpenAI hiện thực sự tính.

Mức giá mới nhất luôn được hiển thị trên trang giá và trang của từng mô hình. Danh sách đầy đủ mô hình xem tại Danh sách mô hình.

GPT-6 là thế hệ mới của OpenAI. GPT-6 Astra được công bố vào 3 tháng 9, 2026 với tư cách mô hình cao cấp nhất của OpenAI, tiếp theo là GPT-6 Sol và GPT-6 Luna vào 22 tháng 9, 2026. OpenAI mô tả cả hai là được “xây dựng trên những tiến bộ làm nền tảng cho GPT-6 Astra”, định vị Sol cho lập trình phức tạp và quy trình tác vụ kiểu agent, còn Luna là “mô hình hiệu quả nhất cho xử lý khối lượng lớn, tập trung”. Cả hai có ngữ cảnh 1.050.000 token và đầu ra tối đa 128.000 token.

Trên Kunavo, GPT-6 Luna là GPT rẻ nhất với giá $0,04 / $0,20. GPT-6 Sol có giá $0,80 / $4,00, với giá đầu ra thấp hơn GPT-5.6 Terra ($4,20). Tuy nhiên, đơn giá đầu vào của GPT-5.6 Terra ($0,70) thấp hơn, và với các yêu cầu có số token đầu vào vượt quá 2 lần số token đầu ra thì GPT-5.6 Terra sẽ rẻ hơn (có thể so sánh trong bảng bên dưới). Với yêu cầu có đầu vào vượt 272.000 token, toàn bộ yêu cầu được tính theo 2 lần đầu vào và 1,5 lần đầu ra, giống các GPT-5.x / GPT-6 khác và theo quy định của OpenAI.

Một yêu cầu thực tế tốn bao nhiêu

Nếu tính bằng số liệu của mình, có thể dùng nguyên công thức này.

# Kunavo の GPT 料率（1M トークンあたり 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]
    # 注意: GPT-5 系の推論モデルは reasoning トークンも出力料率で課金される。
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

print(cost("gpt-5-6-terra", 1_000, 300))   # 短い 1 ターン
print(cost("gpt-5-6-terra", 6_000, 500))   # RAG の回答 1 件
print(cost("gpt-5-5", 20_000, 3_000))      # 難しい問題
print(cost("gpt-5-6-sol", 20_000, 3_000))  # GPT-5.6 のフラッグシップ
print(cost("gpt-6-sol", 20_000, 3_000))    # GPT-6 Sol
print(cost("gpt-6-luna", 1_000, 300))      # いちばん安い 1 ターン

Hai điểm dễ làm sai lệch hóa đơn

Thứ nhất là token reasoning. Mô hình suy luận dòng GPT-5 tạo token suy nghĩ nội bộ trước khi trả lời; chúng không xuất hiện trong nội dung phản hồi nhưng tính theo giá đầu ra. Bảng trên chưa bao gồm token reasoning, nên bài toán càng khó thì hóa đơn thực tế càng cao hơn số tiền trong bảng. Số token đầu ra trong trường usage là số thực tế.

Thứ hai là retry. Các yêu cầu đã tiêu tốn token rồi mới thất bại ở hạ nguồn vẫn bị tính phí. Với workload kiểu agent, một tác vụ người dùng nhìn thấy có thể bao gồm nhiều lượt gọi khi tính phí, nên chênh lệch ở đây lớn nhất. Yêu cầu thất bại phía Kunavo (= không đến được upstream) không bị tính phí.

Kết nối với mã OpenAI hiện có

Chỉ cần đổi dòng base_url và khóa. Cả chat.completions lẫn responses đều chạy với hình thức như cũ.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",   # 変えるのはこの 1 行だけ
)

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

Cùng một khóa còn gọi được Claude, hình ảnh và video. Hướng dẫn nằm trong Bắt đầu nhanh; danh sách endpoint nằm trong Tài liệu Chat Completions.

Thanh toán từ Nhật Bản

Bạn có thể nạp số dư Kunavo qua trang thanh toán Stripe bằng thẻ, bao gồm cả JCB (Visa, Mastercard, American Express, JCB, UnionPay), Apple Pay, Google Pay và Link. Kunavo sử dụng ví trả trước với số tiền nạp tối thiểu là $10 và số dư không có thời hạn sử dụng. Bạn không bị tính phí trong những tháng không gọi API. Không hỗ trợ thanh toán tại cửa hàng tiện lợi và PayPay.Thông tin công bố với tư cách doanh nghiệp trong nước được tổng hợp tại Thông tin công bố theo Luật Giao dịch thương mại đặc định, còn chi tiết về việc tính phí có trong tài liệu về tính phí.

4 đòn bẩy giảm chi phí

1. Chọn tier theo độ lớn bài toán. Không đặt mô hình cao cấp nhất làm mặc định. Với xử lý khối lượng lớn như phân loại, trích xuất và định dạng, hãy thử mô hình gpt-6-luna rẻ nhất mà OpenAI định vị cho mục đích đó, rồi nâng cấp nếu chưa đủ. Như bảng trên cho thấy, ngay cả một câu trả lời RAG giống nhau cũng chênh khoảng 53 lần giữa gpt-6-luna và gpt-5-5.
2. Giới hạn đầu ra.Đầu ra đắt hơn đầu vào, nên max_tokens và việc chỉ định định dạng đầu ra có tác động trực tiếp. Với mô hình dùng reasoning, hiệu quả này còn được nhân đôi.
3. Bật bộ nhớ đệm prompt.Nếu luôn gửi cùng system prompt, bộ nhớ đệm là đòn bẩy lớn nhất. Cơ chế được giải thích trong tài liệu bộ nhớ đệm.
4. Không tích lũy lịch sử không liên quan trong đầu vào.Chuyển sang nhiệm vụ khác thì xóa cuộc trò chuyện. Lịch sử dài bị tính phí toàn bộ mỗi lần.

Nếu muốn so sánh cùng phương pháp với mô hình của nhà cung cấp khác, xem Giá Claude. Nếu chỉ muốn xem phí theo mức sử dụng của Codex CLI, xem Giá Codex.

Câu hỏi thường gặp