Chi phí OpenAI API 2026 — GPT thực sự tốn bao nhiêu cho mỗi yêu cầu

API OpenAI tính phí theo token, không tính theo tháng. Token input và output có mức giá riêng, và output là phần đắt hơn. Tại Kunavo, khoảng giá từ $0,04 / $0,20 cho mỗi 1M token đối với GPT-6 Luna đến $4,00 / $20,00 đối với GPT-6 Astra, flagship mới nhất của OpenAI; ở giữa có chẳng hạn GPT-6 Sol với $0,80 / $4,00 và mô hình chủ lực GPT-5.6 Terra với $0,70 / $4,20 — tùy theo mô hình, thấp hơn 60–65% so với giá niêm yết của OpenAI. Gói thuê bao ChatGPT tách biệt với khoản này: gói không bao gồm việc sử dụng API, và API không cần gói thuê bao.

Thời điểm áp dụng giá: 18 tháng 10, 2026. Trang này đọc giá Kunavo trực tiếp từ danh mục mô hình — những gì hiển thị ở đây là khoản API tính phí. Cột “Giá OpenAI” thể hiện giá được OpenAI công bố cho cùng mô hình; nguồn là developers.openai.com/api/docs/pricing.

Gói thuê bao ChatGPT và API OpenAI: hai sản phẩm, hai hóa đơn

Người tìm kiếm “Chi phí ChatGPT API” thường trước hết muốn biết một điều khác: gói thuê bao ChatGPT hiện có đã bao gồm API chưa. Câu trả lời là không.

Một gói thuê bao không bao gồm API key hoặc tín dụng API và không làm giảm hóa đơn API dù chỉ một xu; ngược lại, tín dụng API không mở rộng hạn mức trong ChatGPT. OpenAI công bố giá thuê bao tại openai.com/chatgpt/pricing; giá thường xuyên thay đổi, nên không được liệt kê ở đây. Trang này chỉ đề cập đến API — phần được tính phí theo token.

Giá API OpenAI theo mô hình

Giá bằng USD trên mỗi triệu token, theo cách Kunavo tính phí. Cột “Giá OpenAI” là giá được công bố cho cùng mô hình.

Giá cập nhật luôn có trên trang giá và từng trang mô hình, chẳng hạn GPT-6 Astra, GPT-6 Sol hoặc GPT-6 Luna. Chọn mô hình cho từng mục đích:

• gpt-6-astra — mô hình hàng đầu mới nhất của OpenAI (từ ngày 3 tháng 9 năm 2026): khả năng suy luận hàng đầu và các phiên lập trình dài do tác nhân AI thực hiện. Dành cho số ít tác vụ khó.
• gpt-6-sol — từ ngày 22 tháng 9 năm 2026; OpenAI định vị mô hình này cho lập trình phức tạp và quy trình làm việc của tác nhân AI. Tại Kunavo $0,80 / $4,00, giá output thấp hơn GPT-5.6 Terra, cao hơn một chút ở input. Lựa chọn mặc định hợp lý cho lập trình và tác nhân AI.
• gpt-6-luna — từ ngày 22 tháng 9 năm 2026; theo OpenAI, đây là mô hình hiệu quả nhất cho các tác vụ được xác định rõ với khối lượng lớn, chẳng hạn phân loại và trích xuất. Với $0,04 / $0,20, đây là cấp rẻ nhất trên Kunavo.
• gpt-5-6-sol — suy luận hàng đầu và lập trình tác vụ tự động của thế hệ 5.6; dành cho các prompt đã được điều chỉnh phù hợp với mô hình.
• gpt-5-6-terra — mô hình chủ lực của họ 5.6: RAG, trợ lý, phân loại, trích xuất và phần lớn tác vụ sản xuất.
• gpt-5-5 — flagship của thế hệ trước. GPT-5.6 Sol có cùng mức giá trên Kunavo ($2,00 / $12,00); những ai vẫn đang chạy gpt-5-5 có thể chuyển sang thế hệ mới hơn chỉ bằng cách đổi tên mô hình, không phát sinh thêm chi phí trên mỗi token.

GPT-6 Sol và GPT-6 Luna. Ngày 22 tháng 9 năm 2026, OpenAI mở rộng họ GPT-6 với hai mô hình, theo tuyên bố của OpenAI, được xây dựng trên những tiến bộ phía sau GPT-6 Astra. OpenAI niêm yết GPT-6 Sol với giá $2,00 / $10,00 và GPT-6 Luna với giá $0,10 / $0,50 trên mỗi 1M token; tại Kunavo, chúng có giá $0,80 / $4,00 và $0,04 / $0,20. Cả hai có cửa sổ ngữ cảnh 1.050.000 token và tạo tối đa 128.000 token output.

GPT-6 Astra đắt hơn bao nhiêu. So với GPT-6 Sol, GPT-6 Astra có giá gấp 5 lần, cả đầu vào lẫn đầu ra, còn so với GPT-5.6 Sol là đầu vào gấp 2 lần và đầu ra gấp 1,7 lần. Khuyến nghị trung thực: dùng GPT-6 Sol làm mặc định cho lập trình và tác nhân AI, GPT-6 Luna cho tác vụ hàng loạt, còn Astra chỉ dùng khi việc so sánh với cùng input cho thấy Sol không đủ — tên mô hình chỉ là một từ trong request, nên việc thử nghiệm rất rẻ.

Phụ phí cho các yêu cầu rất dài. Khi vượt quá 272.000 token prompt, GPT-5.5, họ GPT-5.6 và cả ba mô hình GPT-6 — Astra, Sol và Luna — tính phí toàn bộ yêu cầu theo mức 2 lần giá input và 1,5 lần giá output. Nếu đưa toàn bộ codebase hoặc tài liệu dài vào một lần gọi, bạn nên biết ngưỡng này: nó có thể tác động mạnh hơn việc chọn mô hình.

Chi phí thực sự của một yêu cầu

Tính theo mức giá của Kunavo, không bao gồm caching và token suy luận — tức là mức thấp nhất hiển thị trên hóa đơn:

Với lần nạp tối thiểu $10, có thể chạy khoảng 1.590 câu trả lời RAG trên GPT-5.6 Terra, và khoảng 29.400 trên GPT-6 Luna. Chênh lệch giữa GPT-6 Luna và GPT-6 Astra ở phần output khoảng 100 lần — với các tác vụ đơn giản, lựa chọn model là đòn bẩy đơn lẻ lớn nhất. Để tính lại bằng số liệu của riêng bạn:

# OpenAI-Tarife auf Kunavo (USD pro 1M Tokens): (Input, Output)
RATES = {
    "gpt-6-astra":   (4, 20),
    "gpt-5-6-sol":   (2, 12),
    "gpt-5-5":       (2, 12),
    "gpt-5-6-terra": (0.7, 4.2),
    "gpt-6-sol":     (0.8, 4),
    "gpt-6-luna":    (0.04, 0.2),
}

def kosten(model: str, frisch: int, output: int, cache_treffer: int = 0) -> float:
    """frisch = nicht gecachter Input; output schließt Reasoning-Tokens ein."""
    i, o = RATES[model]
    return (
        frisch / 1_000_000 * i
        + output / 1_000_000 * o
        + cache_treffer / 1_000_000 * i * 0.10  # Cache-Treffer: 10 % des Input-Tarifs
    )

print(kosten("gpt-5-6-terra", 1_000, 300))    # kurze Chat-Runde
print(kosten("gpt-5-6-terra", 6_000, 500))    # RAG-Antwort
print(kosten("gpt-5-6-sol", 25_000, 1_200))   # agentischer Coding-Schritt
print(kosten("gpt-6-sol", 25_000, 1_200))     # derselbe Schritt auf GPT-6 Sol
print(kosten("gpt-6-astra", 20_000, 3_000))   # schwere Reasoning-Aufgabe
print(kosten("gpt-6-luna", 500, 20))          # eine Klassifizierung

# Ein Monat auf Sol: 3 Mio. frische und 12 Mio. gecachte Input-Tokens,
# 1 Mio. Output-Tokens (Cache-Writes nicht eingerechnet)
print(kosten("gpt-5-6-sol", 3_000_000, 1_000_000, cache_treffer=12_000_000))

Hai bẫy chi phí khiến mọi ước tính đều sai

Thứ nhất: token suy luận. Các model suy luận như GPT-6 Astra hoặc GPT-5.6 Sol suy nghĩ bằng token nội bộ trước khi trả lời. Những token này không xuất hiện trong nội dung phản hồi, nhưng được tính phí theo mức giá output. Các phép tính ví dụ trên trang này không bao gồm chúng; vì vậy, với các tác vụ nặng, hóa đơn thực tế sẽ cao hơn. Số lượng thực tế được ghi trong mỗi phản hồi tại usage (completion_tokens_details.reasoning_tokens).

Thứ hai: các lần lặp. Một phản hồi đã trả về thành công nhưng bị loại bỏ trong code của bạn — do sai định dạng hoặc cần thử lại — vẫn đã được tính phí. Với agent, một tác vụ hiển thị có thể tương ứng với hàng chục lượt chạy bị tính phí, và đây là nơi khoảng cách giữa ước tính và hóa đơn lớn nhất. Các yêu cầu thất bại tại chính Kunavo không bị tính phí.

Caching prompt

Nếu ứng dụng của bạn gửi cùng một system prompt dài hoặc cùng các tài liệu trong mỗi yêu cầu, các cache hit được tính bằng 10% mức giá input — với GPT-5.6 Sol là $0,20 thay vì $2,00 cho mỗi 1M token. Việc ghi vào cache trên Kunavo có giá bằng 1,25 lần mức giá input đối với GPT-5.6 Sol, Terra và GPT-6 Astra; với GPT-5.5, giá bằng mức input thông thường. Cách tạo cache hit được nêu trong tài liệu caching.

Chuyển đổi code OpenAI hiện có

Kunavo tương thích với OpenAI: bạn chỉ cần thay đổi base_url và key, không cần thay đổi gì khác. chat.completions và responses vẫn giữ nguyên cấu trúc, còn phản hồi như thường lệ sẽ chứa trường usage, giúp bạn truy xuất mọi khoản phí.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",  # statt api.openai.com
)

resp = client.chat.completions.create(
    model="gpt-5-6-terra",
    messages=[{"role": "user", "content": "Fasse diese Rechnung in drei Sätzen zusammen."}],
)
print(resp.choices[0].message.content)
print(resp.usage)  # Input-, Output- und Reasoning-Tokens: die Grundlage der Abrechnung

Bạn tạo key (sk-kn-…) sau khi đăng ký trong Dashboard. Tại đó, bạn cũng đặt giới hạn chi tiêu hàng tháng cho từng key — khi đạt giới hạn, key sẽ trả về 402 — và danh sách IP được phép. Các bước được trình bày trong Hướng dẫn bắt đầu nhanh.

Thanh toán OpenAI API từ Đức

Kunavo thanh toán qua Stripe theo hình thức số dư trả trước: không có gói đăng ký và không cần tạo tài khoản OpenAI Platform. Khi thanh toán, bạn có thể chọn:

• Thẻ: Visa, Mastercard, American Express, JCB và UnionPay — thẻ ghi nợ Visa và Mastercard hoạt động như thẻ tín dụng
• Apple Pay, Google Pay và Link

Hiện chưa cung cấp ghi nợ trực tiếp SEPA. Các lần nạp được tính bằng đô la Mỹ; Stripe hiển thị số tiền trong giao diện thanh toán theo đơn vị tiền tệ của bạn. Mức nạp tối thiểu là $10; các lần nạp lớn hơn được cộng tín dụng thưởng: $100 trở thành $110,00, $1.000 trở thành $1.200,00 và $5.000 trở thành $6.250,00. Số dư không bao giờ hết hạn và các yêu cầu thất bại không bị tính phí. Xem chi tiết trong tài liệu thanh toán.

Nói thẳng: Khi nào sử dụng trực tiếp OpenAI sẽ tốt hơn

Kunavo là một gateway với năng lực dùng chung: tài khoản của bạn không có hạn mức riêng và không có SLA theo hợp đồng. Nếu cần quota hoặc SLA được đảm bảo, chẳng hạn cho một sản phẩm cam kết về khả năng sẵn sàng, bạn nên mua trực tiếp từ OpenAI. Trang này không tuyên bố đáp ứng trường hợp đó.

Với những người làm việc cả ngày trong cửa sổ chat, gói ChatGPT thường là lựa chọn rẻ hơn. Phép tính là: giá gói đăng ký ÷ chi phí mỗi lượt chat = điểm hòa vốn. Một lượt gồm 2.000 token input và 700 token output có giá khoảng $0,0124 trên GPT-5.6 Sol, và khoảng $0,00434 trên GPT-5.6 Terra. Nếu mỗi tháng bạn thực hiện nhiều lượt hơn kết quả của phép chia này và vẫn nằm trong giới hạn của gói, gói đăng ký sẽ có lợi hơn. API phù hợp với phần mềm, tự động hóa và mức sử dụng biến động — nơi một tháng ít sử dụng không nên phát sinh chi phí.

Giảm chi phí OpenAI API — theo thứ tự này

1. Chọn model phù hợp với tác vụ. Để model lớn nhất làm mặc định là nguyên nhân phổ biến nhất dẫn đến hóa đơn bất ngờ. Phân loại, trích xuất và các tác vụ hàng loạt khác nên dùng gpt-6-luna, coding và agent dùng gpt-6-sol, còn nhóm tác vụ khó nên dùng Astra.
2. Giới hạn output. Output có thể đắt hơn input nhiều lần, và token suy luận cũng được tính — vì vậy giới hạn trên max_tokens có tác dụng kép.
3. Sử dụng caching prompt. Một system prompt dài và ổn định, khi trở thành cache hit, chỉ tốn một phần mười mức giá input.
4. Gửi ít context hơn. Dùng một vài đoạn RAG chính xác thay vì nửa cơ sở tri thức — và nếu có thể, hãy giữ dưới ngưỡng 272.000 token.

Tính lại bằng số liệu của riêng bạn: Máy tính giá OpenAI API bao gồm input đã cache và token suy luận, còn Máy tính token đặt Claude và GPT cạnh nhau. Công cụ tương ứng cho Anthropic: Giá Claude. Nếu vấn đề không phải chi phí mà là giới hạn: Giới hạn tốc độ OpenAI API (bằng tiếng Anh).

Câu hỏi thường gặp