Giá Nanocoder: CLI miễn phí, hóa đơn model và chân trang chi phí

Nanocoder miễn phí: CLI được cấp phép MIT, không có tài khoản, gói hay khóa giấy phép, vì vậy "giá Nanocoder" trên thực tế có nghĩa là hóa đơn mô hình phía sau nó — token theo bất kỳ nhà cung cấp nào bạn cấu hình, hoặc phần cứng và điện năng cho mô hình cục bộ. Con số trong terminal của bạn không phải hóa đơn đó. Nanocoder định giá mọi phản hồi từ một cơ sở dữ liệu bên thứ ba không có mục nào cho gateway của bạn, và trang này tái hiện chính xác cách điều đó ảnh hưởng đến con số.

Trước tiên cần làm rõ một điểm, vì kết quả tìm kiếm trộn lẫn nhiều thứ. Trang này nói về Nano-Collective/nanocoder, được phát hành dưới tên @nanocollective/nanocoder và được tài liệu hóa tại docs.nanocollective.org/nanocoder. Hãy chú ý chữ r ở cuối. Một dự án riêng tên nanocode — một coding agent cho NanoGPT — cùng với chính NanoGPT, dịch vụ bán token và công bố bảng giá thực tại cả nano-gpt.com và nanogpt.net, và một công ty phần mềm Ba Lan hoạt động dưới tên Nanocoder đều xuất hiện cao cho các truy vấn này. Không mức giá nào của họ thuộc về trang này.

Nanocoder tính phí gì và khoản nào thực sự được tính vào hóa đơn của bạn

Việc cài đặt miễn phí theo mọi phương thức được nêu trong tài liệu và không yêu cầu tài khoản: npm install -g @nanocollective/nanocoder, hoặc Homebrew, hoặc Nix. npm registry liệt kê 1.30.0 với nhãn latest, được phát hành ngày 26 tháng 8 năm 2026, với engines.node >= 22 và "license": "MIT" (registry được kiểm tra ngày 21 tháng 9 năm 2026 — đến thời điểm đó chưa có bản phát hành mới hơn).

Dự án được tài trợ bằng tiền quyên góp và tài trợ thay vì từ người dùng, và có một thông tin công bố cần được nêu ở đây vì nó định hình lời khuyên bạn sẽ đọc ở nơi khác: Atlas Cloud là nhà tài trợ được liệt kê trong README của chính Nanocoder, README này cũng liên kết đến "khuyến mãi gói lập trình" của họ để có "quyền truy cập API tiết kiệm ngân sách hơn". Khuyến nghị đó nằm trong một tài liệu được nhà tài trợ hỗ trợ tài chính, và không phải bằng chứng cho thấy gói này có giá rẻ nhất. Các gói lập trình đó là các gói thuê bao hàng tháng với hạn mức điểm hàng tuần, trong đó điểm được tiêu thụ theo công thức token đầu vào nhân với hệ số đầu vào cộng token đầu ra nhân với hệ số đầu ra, với các hệ số được đặt riêng cho từng mô hình — vì vậy chi phí trên mỗi triệu token phụ thuộc vào mô hình bạn chạy và không phải là một con số duy nhất có thể đặt cạnh bảng giá.

Con số chi phí trong terminal không phải là hóa đơn của bạn

Phiên bản 1.30.0 đã thêm một chân trang bên dưới mỗi tin nhắn của trợ lý, chẳng hạn như Tokens: 4.2k | ~$0.01. Đây là con số có vẻ hữu ích nhất trên màn hình và cũng dễ bị hiểu sai nhất, vì Nanocoder không bao giờ hỏi nhà cung cấp của bạn tính phí bao nhiêu.

Đây là cơ chế, được đọc trong mã nguồn đã phát hành tại thẻ v1.30.0. Giá được lấy từ models.dev/api.json. Việc tra cứu nhận id mô hình của bạn và, theo chú thích riêng của nó, tìm kiếm "trên tất cả nhà cung cấp, chọn kết quả khớp có giới hạn ngữ cảnh cao nhất" — vì vậy nhà cung cấp bạn đã cấu hình không bao giờ được tham vấn, chỉ có chuỗi id được sử dụng. Khi tệp đó được tải xuống vào ngày 21 tháng 9 năm 2026, nó liệt kê 223 nhà cung cấp và không có mục nào cho Kunavo. Do đó, một id được Kunavo phục vụ sẽ được phân giải thành bất kỳ mục không liên quan nào tình cờ có cùng chuỗi và khai báo cửa sổ ngữ cảnh lớn nhất.

Chạy lại đúng thuật toán đó trên tệp đó, với một phiên giả định gồm 200.000 token đầu vào và 15.000 token đầu ra, cho ra khoảng chênh lệch bên dưới. Ước tính trong danh mục là phép tính theo danh mục Kunavo; cột cuối là tổng số mà chân trang của Nanocoder sẽ hiển thị cho cùng số token.

Hai lỗi khác nhau, đều bắt nguồn từ một lần tra cứu. Khi mục được chọn công bố mức giá cao hơn, chân trang thổi phồng chi phí. Khi mục đó công bố các giá trị bằng không hoặc hoàn toàn không có khối cost, chân trang không hiển thị gì — và việc không có chi phí được hiểu là miễn phí. Bước cuối cùng đó là có chủ ý trong mã đã phát hành: khối chi phí bị thiếu được ép thành mức giá bằng không thay vì "không xác định", và bộ định dạng trong gói đã phát hành không trả về gì cho chi phí bằng không hoặc thấp hơn để "các mô hình miễn phí/cục bộ không hiển thị phân đoạn chi phí thay vì '$0,00'". Logic này đúng với mô hình cục bộ và sai với mô hình trả phí có id trùng với một mục trong thư mục có giá bằng không.

Thêm hai biến dạng nữa. models.dev công bố các bậc giá theo ngữ cảnh dài cho một số mục; client đã phát hành chỉ sao chép các mức giá phẳng input và output từ mỗi mục và không bao giờ đọc các bậc, vì vậy một lượt vượt qua ngưỡng bậc sẽ bị ước tính thấp hơn. Và changelog riêng của phiên bản 1.30.0 nêu rằng ước tính "tính giá cho tất cả token đầu vào theo mức giá tiêu chuẩn — không tính đến chiết khấu đọc/ghi bộ nhớ đệm, vì vậy chi phí có thể bị thổi phồng đối với các nhà cung cấp có bộ nhớ đệm prompt". Xem bộ nhớ đệm prompt để biết các khoản chiết khấu đó trông như thế nào khi một tuyến hỗ trợ chúng.

Các mức giá trong bảng đó chỉ là ảnh chụp tại một thời điểm: models.dev được chỉnh sửa liên tục và mục thắng trong phép phân định khi có cùng giới hạn ngữ cảnh cao nhất có thể thay đổi mà không có gì trên máy của bạn thay đổi. Việc tái hiện rất ngắn — tải api.json, tìm mọi nhà cung cấp có id mô hình chính xác của bạn, giữ lại nhà cung cấp có limit.context lớn nhất và đọc khối cost của nó. Sổ cái riêng của nhà cung cấp là con số có thẩm quyền; xem chi tiết thanh toán.

Những gì đã được phát hành và những gì chỉ có trên nhánh phát triển

Sự phân biệt này quyết định việc một số bản sửa lỗi được mọi người trích dẫn có thực sự tồn tại trên máy của bạn hay không. Cả /latest/ và /v1.30.0/ trên trang tài liệu đều cung cấp nội dung v1.30.0 khi được kiểm tra vào ngày 21 tháng 9 năm 2026; thư mục docs/ của kho lưu trữ trên main mới hơn cả hai.

Mỗi câu "Không" ở trên đều được kiểm tra bằng cách tìm kiếm trong trang đã phát hành thay vì suy luận, và trang nhà cung cấp Anthropic là phép kiểm tra tính hợp lý: không có kết quả nào cho "Prompt caching" và "cache-aware", trong khi cùng HTML đó chứa sdkProvider sáu lần. Đây là những thiếu vắng thực sự, không phải lỗi hiển thị. Công việc được đưa lên main sau bản phát hành ngày 26 tháng 8 bổ sung tất cả các tính năng đó — vì vậy việc trích dẫn một tệp trên main mô tả phần mềm bạn chưa thể cài đặt, và một bản phát hành mới hơn sẽ làm thay đổi một số hàng trong bảng này.

Mô hình tốt nhất cho Nanocoder: câu hỏi về khả năng, không phải bảng xếp hạng

Nanocoder không công bố mô hình được khuyến nghị, bảng xếp hạng hay thông số phần cứng nào. Việc đọc toàn bộ tài liệu của Nanocoder vào ngày 21 tháng 9 năm 2026 không tìm thấy yêu cầu RAM tối thiểu, con số VRAM hay GPU được khuyến nghị nào, và thư mục benchmarks/ của kho lưu trữ là báo cáo chất lượng về CLI đã được biên dịch — mã thoát, số lượng mô-đun, thời gian khởi động và hiển thị lần đầu xấp xỉ, kích thước gói — chứ không phải tài liệu chấm điểm mô hình. Ở đây cũng chưa chạy benchmark tác vụ nào, vì vậy trang này không đưa ra bảng xếp hạng — một bảng xếp hạng được dựng lên mà không có cơ sở còn tệ hơn việc không có bảng nào.

Những gì nhà cung cấp công bố thực ra phù hợp với một trang ngân sách hơn, vì nó thay đổi những gì mô hình có thể làm chứ không phải điểm số của nó. Hồ sơ công cụ auto mặc định, theo tài liệu tune v1.30.0, "giữ toàn bộ bề mặt công cụ cho các mô hình đám mây và các id mô hình không có gợi ý về kích thước, phân giải các mô hình có tối đa 15B tham số thành minimal, và phân giải các mô hình có tối đa 4B tham số thành nano".

Có hai cách hiểu thực tế. Thứ nhất, tài liệu nêu rõ rằng "các công cụ MCP chỉ được cung cấp trong hồ sơ full đã phân giải" — vì vậy việc kết nối máy chủ MCP với một mô hình cục bộ nhỏ không có tác dụng cho đến khi bạn tự chuyển hồ sơ hoặc chuyển sang mô hình lớn hơn. Thứ hai, preset "Nano (phần cứng cấp thấp)" đi kèm giới hạn token tối đa là 2048, đây là trần thực sự đối với độ dài phản hồi chứ không phải một gợi ý. Battlemap của chính Nanocoder lập luận rằng các mô hình nhỏ và cũ vẫn có thể sử dụng được vì Nanocoder cung cấp ba phương thức gọi công cụ — gọi hàm native, phương án dự phòng XML và phương án dự phòng JSON, với cơ chế sửa lỗi trên cả hai phương án dự phòng — nhưng đó là tuyên bố của maintainer và Nanocoder không công bố tỷ lệ thành công. Để có góc nhìn rộng hơn về sự đánh đổi giữa các mô hình, xem so sánh các mô hình lập trình.

Cục bộ so với từ xa: hai ngân sách khác nhau

Người dùng ưu tiên cục bộ không phải là người mua API trả phí với hóa đơn nhỏ hơn, và coi họ là một nhóm sẽ tạo ra lời khuyên sai theo cả hai hướng. Battlemap của chính Nanocoder nêu rằng "nếu bạn chạy Nanocoder với một mô hình cục bộ, toàn bộ vòng lặp có thể chạy với lưu lượng mạng đi ra bằng không", và bảy máy chủ cục bộ — Ollama, llama.cpp, llama-swap, LM Studio, LocalAI, MLX Server và vLLM — được tài liệu hóa như các nhà cung cấp hạng nhất. Đó là tuyên bố định vị của dự án, không phải phép đo được thực hiện ở đây.

Phát biểu trung thực về chi phí cục bộ là chưa ai công bố con số nào. Nanocoder không định lượng yêu cầu phần cứng, vì vậy chi phí vốn và điện năng là những khoản bạn phải tự định giá. Hai hành vi làm cho khoảng cách này hiện rõ thay vì bị che giấu: phân đoạn chi phí bị bỏ qua đối với các mô hình cục bộ và miễn phí, còn trong các lần chạy không giao diện, khối usage bị "bỏ qua hoàn toàn khi nhà cung cấp không báo cáo telemetry token (thường gặp ở các mô hình cục bộ), vì vậy khối bị thiếu có nghĩa là 'không xác định', không bao giờ là 'bằng không'".

Một cái bẫy trên đường bắt đầu. Trang giá của Ollama nêu rằng "Chạy mô hình trên phần cứng của riêng bạn luôn không giới hạn", và tài liệu nhà cung cấp Ollama của Nanocoder chỉ đề cập đến endpoint cục bộ, không yêu cầu khóa. Nhưng cùng trang đó cũng bán các gói được lưu trữ — Pro giá $20 mỗi tháng với $60 tín dụng sử dụng hàng tháng, Max giá $100 với $300, Team giá $500 với $1.000 dùng chung và gói Enterprise tùy chỉnh (được kiểm tra ngày 21 tháng 9 năm 2026). Vì vậy, "Ollama miễn phí" đúng với phương thức cục bộ và sai với phương thức được lưu trữ. Tài liệu endpoint tương thích Ollama của Kunavo mô tả cấu trúc của API đó nếu bạn chuyển đổi giữa hai phương thức.

Một lưu ý về phí nạp tiền của gateway, vì đây là dòng mà mọi người thường bỏ sót. Câu hỏi thường gặp của OpenRouter nêu rằng "không có khoản cộng thêm nào trên giá suy luận" và thay vào đó dịch vụ tính phí "khi bạn mua tín dụng", cùng với một khoản phí bổ sung khi sử dụng khóa của riêng bạn vượt quá hạn mức tùy theo gói. Các tỷ lệ phần trăm đó thay đổi theo phương thức thanh toán và gói, đồng thời được điền vào trang khi trang hiển thị, vì vậy ở đây không trích dẫn tỷ lệ nào — hãy đọc con số hiện tại tại bước thanh toán của chính bạn. Các lựa chọn thay thế OpenRouter và API tương thích OpenAI trình bày so sánh tổng quát hơn.

Lập ngân sách cho phần token

Cột danh mục trong bảng trên là ước tính để lập ngân sách, và đó là phép tính token minh họa chứ không phải chi phí tác vụ được đo lường hay mức trần hóa đơn. Các giả định là một phiên gồm 200.000 token đầu vào chưa lưu trong bộ nhớ đệm và 15.000 token đầu ra theo mức giá danh mục hiện tại, không có lượt đọc bộ nhớ đệm và không có phí công cụ. Các phiên thực tế khác nhau tùy theo kích thước kho lưu trữ, tần suất tác nhân đọc lại tệp và lượng đầu ra công cụ được đưa trở lại ngữ cảnh — và hồ sơ công cụ ở trên thay đổi phần chi phí bổ sung cho mỗi lượt trước tất cả những yếu tố đó.

Hãy nhân con số này với số phiên mỗi ngày của riêng bạn trước khi coi nó là ngân sách. Với các giả định này, các mô hình Claude Haiku 4.5 thực hiện khoảng 51 phiên cho mỗi $10 tín dụng và Claude Opus 5 khoảng 10, giúp xác định quy mô số dư mà không cho bạn biết mô hình nào hoàn thành công việc. Mức giá niêm yết rẻ nhất và chi phí thấp nhất để hoàn thành là hai tuyên bố khác nhau: một mô hình rẻ hơn nhưng cần ba lần thử có thể tốn nhiều hơn một mô hình chỉ cần chạy một lượt. Tối ưu hóa chi phí AI trình bày đúng phương pháp đó.

Số tiền trong danh mục của Kunavo là mức sàn thanh toán thay vì mức trần: khi hệ thống upstream báo cáo khoản phí của nó, hóa đơn là giá trị lớn hơn giữa chi phí danh mục và chi phí upstream nhân với khoản cộng thêm áp dụng. Phí bộ nhớ đệm và công cụ bên ngoài nằm ngoài ví dụ này. Khoản nạp tối thiểu là $10 tín dụng trả trước — mức tối thiểu để nạp tiền, không phải phí tác vụ và không phải thuê bao.

Trỏ Nanocoder đến một endpoint tùy chỉnh

Mọi dịch vụ tương thích OpenAI đều được thêm dưới dạng nhà cung cấp tùy chỉnh, thông qua /settings providers theo cách tương tác hoặc trong agents.config.json — trước tiên là tệp dự án, sau đó là thư mục cấu hình người dùng theo từng hệ điều hành, với NANOCODER_CONFIG_DIR bỏ qua cả hai lần tra cứu và biến môi trường NANOCODER_PROVIDERS có mức ưu tiên cao nhất.

{
  "nanocoder": {
    "providers": [
      {
        "name": "Kunavo",
        "baseUrl": "https://api.kunavo.com/v1",
        "apiKey": "${KUNAVO_API_KEY}",
        "models": ["claude-sonnet-4-6"],
        "contextWindow": 1000000
      }
    ]
  }
}

Ba ghi chú về khối đó, tất cả đều lấy từ tài liệu nhà cung cấp v1.30.0. sdkProvider bị lược bỏ vì mặc định là openai-compatible; các giá trị khác trong bảng tùy chọn sdkProvider của phiên bản đó là google, anthropic và github-copilot, còn chatgpt-codex được tài liệu hóa trên trang nhà cung cấp riêng thay vì trong bảng đó. Khóa và các giá trị cấu hình khác hỗ trợ phép thay thế $VAR, ${VAR} và ${VAR:-default}. Và requestTimeout mặc định là 120.000 ms, còn -1 sẽ tắt nó — điều này quan trọng hơn nhiều đối với mô hình cục bộ chậm so với mô hình được lưu trữ.

Cửa sổ ngữ cảnh là yếu tố dễ khiến bạn tốn tiền nhất nếu bỏ qua. Nanocoder phân giải giới hạn ngữ cảnh của mô hình theo thứ tự sáu bước được tài liệu hóa: giá trị ghi đè phiên /context-max hoặc --context-max, sau đó là contextWindows[model], rồi contextWindow, rồi NANOCODER_CONTEXT_LIMIT, rồi siêu dữ liệu models.dev, cuối cùng là bản đồ dự phòng Ollama tích hợp. Vì Kunavo không có trong models.dev, hai bước cuối không thể giúp ích, nên một trong bốn bước đầu phải được thiết lập thủ công — giá trị ở trên lấy từ mục danh mục Kunavo của chính mô hình này. Điều này quan trọng hơn một đồng hồ hiển thị: auto-compact được kích hoạt tại một tỷ lệ phần trăm của giới hạn ngữ cảnh đã phân giải, mặc định là 60, vì vậy giới hạn sai sẽ thay đổi tần suất tác nhân nén và gửi lại ngữ cảnh, và đó chính là mức tiêu thụ token.

Một cái bẫy nữa trước lần chạy đầu tiên. Nếu bạn đặt sdkProvider: "anthropic" cho một endpoint phục vụ id mô hình mà SDK nền tảng không nhận diện là mô hình Claude, nó sẽ rơi về trần đầu ra 4096 token, cắt ngắn các phản hồi dài giữa câu mà không báo lỗi. Điều này được mô tả dưới mục "Output Token Ceiling" trong tài liệu nhà cung cấp trên main, và bản thân giới hạn này đến từ @ai-sdk/anthropic, thư viện mà v1.30.0 đã phụ thuộc — vì vậy hành vi này có trên phiên bản đã phát hành dù tài liệu chưa có. Bản sửa lỗi mà trang đó nêu, maxOutputTokens, cũng chưa được phát hành; trên v1.30.0, cách tránh là tiếp tục dùng phương thức openai-compatible mặc định.

Kunavo có công bố hướng dẫn thiết lập Nanocoder, và đó là tài liệu tham chiếu cấu hình chứ không phải bài kiểm tra tương thích: Nanocoder chưa được kiểm thử trong thời gian chạy với endpoint của Kunavo, vì vậy tính năng streaming, lệnh gọi công cụ, xác thực và định tuyến mô hình chưa được xác nhận đầu cuối ở đây. Hãy duy trì một tuyến đang hoạt động trong khi thử, chạy một tác vụ có giới hạn, sau đó đọc khoản phí mà tài khoản của bạn ghi nhận cho tác vụ đó thay vì đọc chân trang. Tạo tài khoản Kunavo khi bạn sẵn sàng nạp tiền cho một khóa.

Bạn đang so sánh client thay vì tuyến? Nanocoder so với OpenCode đặt tác nhân này cạnh tác nhân phổ biến, giá OpenCode trình bày một client mà maintainer có bán token, còn thư mục API tác nhân ghi lại cách mọi client trong lĩnh vực này xử lý base URL tùy chỉnh.

Câu hỏi thường gặp

Được kiểm tra ngày 21 tháng 9 năm 2026: npm registry để xác định phiên bản đã phát hành, trường engines và giấy phép; các trang tài liệu v1.30.0 về nhà cung cấp, lệnh, tune và battlemap, bao gồm số kết quả tìm bằng grep cho các tính năng không có; changelog v1.30.0 và mã nguồn đã phát hành để kiểm tra công thức chi phí và việc tra cứu models.dev; bộ định dạng chi phí riêng của gói đã phát hành; models.dev/api.json để xác định danh sách nhà cung cấp và tính lại theo các mức giá ở trên; phiên bản @ai-sdk/anthropic mà v1.30.0 phụ thuộc vào để kiểm tra trần 4096 token; trang giá của Ollama; trang gói lập trình của Atlas Cloud; và trang câu hỏi thường gặp của OpenRouter. Lượng tìm kiếm cho các truy vấn mục tiêu của trang này chưa được đo lường trong nghiên cứu làm cơ sở cho trang, và các ảnh chụp kết quả tìm kiếm dùng làm căn cứ có ngày 17 tháng 9 năm 2026. Nanocoder chưa được kiểm thử khi chạy với Kunavo, chưa chạy benchmark mô hình nào, và mọi con số đô la Kunavo ở đây đều là phép tính token minh họa từ danh mục cập nhật trực tiếp chứ không phải chi phí tác vụ được đo lường.