OpenManus có giá $0. Đây là phần mềm nguồn mở được cấp phép MIT, không có gói, hạng trả phí, khóa giấy phép hay phiên bản lưu trữ, vì vậy "giá OpenManus" hoàn toàn quy về hóa đơn API mô hình phía sau nó — cộng thêm hai dịch vụ đám mây tùy chọn và bị tắt theo mặc định. Khoản đáng lập ngân sách là những gì một lần chạy tác nhân gửi đi, và cài đặt dễ làm sai lệch khoản đó nhất là tệp cấu hình mà chính OpenManus cung cấp: nó vẫn mặc định dùng một model ID Claude đã ngừng hoạt động vào ngày 19 tháng 2 năm 2026, và vẫn được tải nếu bạn bỏ qua bước sao chép.
Trước hết cần phân biệt một điều, vì kết quả tìm kiếm cho truy vấn này chủ yếu nói về một thứ khác. Manus là một sản phẩm thương mại riêng biệt, có trả phí và tính theo tín dụng, của một công ty khác; còn API thương mại của nó tại api.manus.ai lại là một thứ thứ ba. Không có giá Manus nào xuất hiện trên trang này: manus.im/pricing được kết xuất phía máy khách và không thể đọc từ nguồn chính thức vào ngày 21 tháng 9 năm 2026, còn các con số lưu hành trên blog bên thứ ba không phải con số chính thức. Hãy kiểm tra trực tiếp manus.im nếu đó là sản phẩm bạn muốn.
Năm thứ mang tên Manus hoặc OpenManus
| Tên | Thực chất nó là gì | Giá |
|---|---|---|
| FoundationAgents/OpenManus | Đối tượng của trang này. Framework tác nhân nguồn mở MIT, chưa bị lưu trữ, nhánh mặc định main | $0 |
| Manus (manus.im) | Một tác nhân thương mại được lưu trữ riêng biệt, tính theo tín dụng, của một công ty khác | Có trả phí; không trích dẫn con số nào ở đây — không đọc được từ nguồn chính thức |
| Manus API (open.manus.ai) | API của sản phẩm thương mại đó, base https://api.manus.ai, v1 được đánh dấu là đã lỗi thời | Các điều khoản thương mại riêng của sản phẩm đó |
| mannaandpoem/OpenManus | Đường dẫn kho lưu trữ ban đầu. Hiện là một stub với README chỉ nói rằng dự án đã chuyển đi; config/ trả về 404 | Không phải kho lưu trữ cần clone |
| pypi.org/project/openmanus | Một bản tải lên duy nhất 0.1.0 từ ngày 7 tháng 3 năm 2025, phần tóm tắt "Add your description here" | Không phải cách cài đặt OpenManus |
Việc chuyển địa chỉ quan trọng hơn vẻ bề ngoài. Trang chủ của dự án, openmanus.github.io — trường homepage được đặt trên kho lưu trữ đang hoạt động — vẫn liên kết người đọc tới đường dẫn mannaandpoem cũ, cũng như phần lớn các bài hướng dẫn năm 2025. Kho lưu trữ hiện tại được kiểm tra qua GitHub API vào ngày 21 tháng 9 năm 2026: archived: false, MIT, 58.367 sao, 455 issue đang mở, lần đẩy cuối ngày 22 tháng 8 năm 2026, với commit cuối trên nhánh main có ngày 16 tháng 8 năm 2026. Trên GitHub cũng có hai dự án riêng biệt cùng tên — OpenManus/OpenManus-RL là một dự án học tăng cường khác, còn henryalps/OpenManus là một kho lưu trữ cùng tên xuất hiện trong kết quả và chưa được kiểm tra ngoài việc xác nhận rằng nó phân giải được.
Những gì miễn phí và những gì thực sự tính phí
| Khoản mục | Chi phí | Nguồn thông tin |
|---|---|---|
| Bản thân OpenManus | $0, MIT | Giấy phép kho lưu trữ; không có chuỗi giá nào trong README, trang web hay bất kỳ ví dụ cấu hình nào |
| Token API mô hình | Mức giá trên mỗi token của endpoint của bạn | Cách tính phí riêng của nhà cung cấp — khoản phí duy nhất mà mọi bản cài đặt đều có |
| Tìm kiếm web | Không yêu cầu khóa API tìm kiếm | requirements.txt cung cấp googlesearch-python, baidusearch và duckduckgo_search; cấu hình cung cấp các cài đặt retry và dự phòng vì các engine áp dụng giới hạn tốc độ |
| Tự động hóa trình duyệt | Miễn phí khi chạy cục bộ | README nêu rằng chế độ cục bộ tự động kết nối với Chrome hoặc Chromium và không cần khóa API |
| Browser Use Cloud | Chỉ chọn tham gia, được tính phí bởi nhà cung cấp đó | Chỉ áp dụng nếu bạn xuất BROWSER_USE_API_KEY; không tính tổng ở đây vì mẫu sử dụng OpenManus chưa được xác nhận với các dòng tính phí của nhà cung cấp |
| Sandbox mã | Miễn phí khi chạy cục bộ | use_sandbox mặc định là false, image python:3.12-slim trong Docker cục bộ |
| Sandbox đám mây Daytona | Chỉ chọn tham gia, được tính phí bởi nhà cung cấp đó | Chỉ áp dụng nếu bạn điền vào phần [daytona] |
Cài đặt chỉ từ mã nguồn: conda create -n open_manus python=3.12 hoặc uv venv --python 3.12, sau đó git clone kho lưu trữ hiện tại. Không có lệnh cài đặt gói một dòng, và setup.py khai báo python_requires=">=3.12".
Nơi đặt khóa API OpenManus
Không có biến môi trường và không có cờ dòng lệnh cho khóa. Bring-your-own-key trong OpenManus là một tệp TOML: sao chép config/config.example.toml thành config/config.toml, rồi đặt model, base_url và api_key dưới [llm].
# config/config.toml — copy config.example.toml here first, then edit.
# If this file does not exist, OpenManus loads the example file instead.
[llm]
model = "claude-sonnet-4-6"
base_url = "https://api.kunavo.com/v1"
api_key = "sk-kn-..."
max_tokens = 8192
temperature = 0.0
# Sub-tables of [llm] are profiles, selected by the AGENT's name lower-cased,
# and they inherit every key you leave out. "manus" is the agent main.py runs;
# "mcp_agent" is the one run_mcp.py runs.
[llm.mcp_agent]
model = "claude-haiku-4-5"Ứng dụng khách được chọn trong LLM.__init__ ở app/llm.py, và chỉ hai giá trị của api_type thay đổi điều gì đó: "azure" tạo một ứng dụng khách AsyncAzureOpenAI, còn "aws" tạo một ứng dụng khách Bedrock. Mọi giá trị khác — bao gồm các giá trị ollama, jiekou và ppio trong các tệp ví dụ của chính OpenManus — đều rơi xuống AsyncOpenAI(api_key, base_url) thuần túy. Các nhãn đó là tài liệu, không phải đường dẫn mã. Vì vậy, để tiếp cận endpoint POST /chat/completions theo kiểu OpenAI cần base_url và api_key, hoàn toàn không cần giá trị api_type; endpoint đó phải hỗ trợ những gì là một câu hỏi riêng, và danh sách dưới đây ngắn nhưng có thật. Endpoint của Kunavo có dạng đó — https://api.kunavo.com/v1, xác thực Bearer, khóa sk-kn- và yêu cầu chưa xác thực tới GET /v1/models trả về 401 — đồng thời chấp nhận tools và tool_choice theo kiểu OpenAI, chính là những gì vòng lặp tác nhân của OpenManus gửi. Đây là phát biểu về hình dạng giao thức, được kiểm tra ngày 21 tháng 9 năm 2026. Chưa có lần chạy OpenManus nào được thực hiện với Kunavo, vì vậy không có nội dung nào trên trang này là bài kiểm tra tương thích.
Ba yêu cầu mà endpoint của bạn phải đáp ứng, được đọc từ main hiện tại, và một việc OpenManus sẽ không làm thay bạn. ask_tool hardcode stream = False và luôn gửi tools cùng tool_choice (mặc định là auto), vì vậy endpoint chỉ streaming lệnh gọi công cụ sẽ làm hỏng vòng lặp. max_tokens và temperature được đưa vào mọi yêu cầu trừ khi model ID đúng nguyên văn là o1 hoặc o3-mini, hai mục trong REASONING_MODELS. Mã đọc usage.prompt_tokens và usage.completion_tokens trực tiếp từ phản hồi. Ngoài ra không có retry giữa các nhà cung cấp: lỗi đi qua tenacity với backoff lũy thừa tới cùng một endpoint.
Hai cấu hình khởi đầu chính thức không thống nhất
Đây là cái bẫy cần chuẩn bị trước. OpenManus cung cấp hai cấu hình khởi đầu chính thức mâu thuẫn với nhau, và không tệp nào đề cập đến tệp kia.
| Cài đặt | Phần Configuration trong README | Được cung cấp cùng config/config.example.toml |
|---|---|---|
model | gpt-4o — vẫn còn được bán | claude-3-7-sonnet-20250219 — đã ngừng sử dụng ngày 19 tháng 2 năm 2026 |
base_url | https://api.openai.com/v1 | https://api.anthropic.com/v1/ |
max_tokens | 4096 | 8192 |
| Tệp được chỉnh sửa lần cuối | Ngày 16 tháng 8 năm 2026 | Ngày 7 tháng 11 năm 2025 |
Trang ngừng sử dụng của Anthropic liệt kê claude-3-7-sonnet-20250219 là Retired với ngày ngừng sử dụng là 19 tháng 2 năm 2026 và nêu rằng các yêu cầu tới những mô hình đã ngừng sử dụng sẽ thất bại; bản thay thế được khuyến nghị là claude-sonnet-4-6. Các ngày này áp dụng cho các nền tảng do Anthropic vận hành — Amazon Bedrock và Google Cloud có lịch riêng. README là tệp mới hơn trong hai tệp, đảo ngược giả định thông thường rằng ví dụ được cung cấp là chuẩn chính thức.
Và cấu hình không còn hoạt động cũng là cấu hình mặc định. Config._get_config_path() trong app/config.py trả về config/config.toml nếu tệp đó tồn tại, nếu không thì trả về config/config.example.toml, và chỉ phát sinh lỗi khi cả hai đều không có. Vì vậy, lần chạy đầu tiên bỏ qua bước sao chép không tạo ra lỗi hữu ích kiểu "không có cấu hình" — nó xác thực bằng chuỗi nguyên văn YOUR_API_KEY với một ID mô hình không còn phản hồi. README không đề cập đến cơ chế dự phòng đó; nó chỉ nói sao chép tệp ví dụ. Các ví dụ đi kèm khác cũng trỏ tới Claude 3.7 Sonnet — ví dụ Daytona chứa cùng ID có kèm ngày của mô hình đã ngừng hoạt động, còn ví dụ Anthropic đặt claude-3-7-sonnet-latest cho mô hình chính và dùng ID có kèm ngày trong khối vision — trong khi ví dụ Google đặt gemini-2.0-flash, được Google liệt kê trong các mô hình trước đây cùng ghi chú rằng chúng đã bị ngừng hỗ trợ và "sẽ sớm bị ngừng hoạt động". Hãy coi thư mục config/ là các tệp ví dụ mà dự án cung cấp, không phải danh sách các nhà cung cấp được hỗ trợ: không có gì trong kho lưu trữ kiểm thử chúng, và app/llm.py chưa được chỉnh sửa kể từ ngày 26 tháng 4 năm 2025.
Khối [llm.vision] không được bất kỳ thành phần nào đọc
Mọi ví dụ đi kèm đều bao gồm một phần [llm.vision], nhưng trên main hiện tại không có tác nhân nào đọc phần đó. Các profile được chọn theo tên riêng của tác nhân, chuyển thành chữ thường — app/agent/base.py thực hiện LLM(config_name=self.name.lower()) — và các tên tác nhân hiện có là Manus, browser, swe, toolcall, Data_Analysis, SandboxManus và mcp_agent. Không tên nào là "vision", tên profile không xác định sẽ âm thầm chuyển về [llm], còn ask_with_images() được định nghĩa nhưng không có nơi gọi nào trong toàn bộ kho lưu trữ. Các bảng con mà một điểm vào đi kèm thực sự có thể chọn là [llm.manus] (tác nhân chạy cả python main.py và run_flow.py), [llm.mcp_agent] (run_mcp.py), [llm.sandboxmanus] (sandbox_main.py) và [llm.data_analysis] (run_flow.py, khi use_data_analysis_agent được bật). BrowserAgent có đặt name = "browser", nhưng không có điểm vào đi kèm nào khởi tạo nó, nên [llm.browser] không hoạt động trừ khi bạn tự viết runner. Mọi bảng con đều kế thừa mọi khóa mà bạn không đưa vào đó, vì vậy một override chỉ cần các khóa khác biệt.
Vision tự nó bị kiểm soát lần thứ hai, và lần này quyết định liệu một gateway có thể cung cấp nó hay không. app/llm.py khai báo một allowlist hardcode:
ID trong MULTIMODAL_MODELS | Trạng thái ngày 21 tháng 9 năm 2026 |
|---|---|
gpt-4o | Vẫn còn được bán. OpenAI liệt kê $2,50 đầu vào, $1,25 đầu vào được lưu trong bộ nhớ đệm, $10,00 đầu ra trên mỗi 1M token, hạng tiêu chuẩn |
gpt-4o-mini | Vẫn còn được bán. $0,15 đầu vào, $0,075 đầu vào được lưu trong bộ nhớ đệm, $0,60 đầu ra trên mỗi 1M token, hạng tiêu chuẩn |
gpt-4-vision-preview | Ngừng hoạt động vào ngày 6 tháng 12 năm 2024, theo trang ngừng hỗ trợ của OpenAI, trong đó nêu gpt-4o là sản phẩm thay thế |
claude-3-opus-20240229 | Ngừng hoạt động ngày 5 tháng 1 năm 2026 |
claude-3-sonnet-20240229 | Ngừng hoạt động ngày 21 tháng 7 năm 2025 |
claude-3-haiku-20240307 | Ngừng hoạt động ngày 20 tháng 4 năm 2026 |
Cả hai mẫu còn lại đều không phải là mẫu chủ lực hiện tại của OpenAI — cùng trang giá đó liệt kê gpt-6-astra và dòng gpt-5.6 ở phía trên — vì vậy cách duy nhất để có khả năng xử lý hình ảnh của OpenManus mà không sửa mã là chạy một mẫu năm 2024. Việc so sánh dựa trên sự bằng nhau chính xác của chuỗi, nên một slug có namespace như openai/gpt-4o không khớp với mẫu nào. Khi mẫu được cấu hình không nằm trong danh sách đó, format_messages xóa trường base64_image và chỉ gửi văn bản — không có lỗi, không có cảnh báo, ảnh chụp màn hình đơn giản là không bao giờ đến được mẫu. Kunavo không công bố gpt-4o hay gpt-4o-mini, vì vậy OpenManus được cấu hình với Kunavo chỉ hỗ trợ văn bản và công cụ, trừ khi bạn tự chỉnh sửa MULTIMODAL_MODELS trong app/llm.py. Việc tạo văn bản và gọi công cụ không bị ảnh hưởng; danh sách cho phép chỉ kiểm soát hình ảnh. Việc một mẫu xuất hiện trong danh sách cũng không chứng minh các khả năng còn lại: một endpoint quảng cáo chính xác chuỗi gpt-4o sẽ đáp ứng phép so sánh của OpenManus, nhưng việc endpoint đó có chuyển tiếp URL hình ảnh data: nội tuyến đến mẫu hay không lại là câu hỏi riêng, chưa được kiểm thử với bất kỳ endpoint nào ở đây.
Chi phí của một lần chạy OpenManus
Trang này không thực thi tác vụ OpenManus nào, nên không có chi phí đo được để báo cáo. Điều mà mã nguồn cung cấp là một cấu trúc trung thực. Tác nhân mặc định trong app/agent/manus.py đặt max_steps = 20 và max_observe = 10000. Mỗi bước là một yêu cầu gọi công cụ không truyền trực tuyến, mang theo toàn bộ cuộc hội thoại cho đến thời điểm đó, nên số token đầu vào tăng theo bình phương số bước chứ không tuyến tính.
Các con số dưới đây là phép tính token dựa trên các giả định đã nêu, không phải chi phí tác vụ đo được và không phải mức trần hóa đơn. Giả sử prompt cơ sở gồm 4.000 token (prompt hệ thống cộng với schema công cụ), 1.200 token được thêm vào lịch sử mỗi bước và 400 token đầu ra mỗi bước. Một lần chạy hoàn tất trong 6 bước sẽ gửi khoảng 42.000 token đầu vào và 2.400 token đầu ra; một lần chạy đạt giới hạn 20 bước sẽ gửi khoảng 308.000 token đầu vào và 8.000 token đầu ra. Mức giá là giá hiện hành trong catalog Kunavo cho mỗi triệu token.
| Mô hình | Đầu vào / đầu ra trên mỗi 1M | Ước tính, lần chạy 6 bước | Ước tính, lần chạy 20 bước |
|---|---|---|---|
| Claude Haiku 4.5 | $0,70 / $3,50 | $0,038 | $0,244 |
| GPT-5.6 Terra | $0,70 / $4,20 | $0,039 | $0,249 |
| Claude Sonnet 4.6 | $2,10 / $10,50 | $0,113 | $0,731 |
| Claude Opus 5 | $3,50 / $17,50 | $0,189 | $1,218 |
Hãy đọc hai cột để đối chiếu với nhau thay vì đọc theo hàng. Với các giả định này, 20 bước sử dụng lượng đầu vào gấp 7,3 lần 6 bước dù chỉ có 3,3 lần số bước, đó là lý do câu hỏi “cần bao nhiêu bước” chi phối câu hỏi “mẫu tính bao nhiêu tiền cho mỗi token” trong vòng lặp tác nhân. Điều đó cũng khiến bộ nhớ đệm prompt trở thành một đòn bẩy lớn đối với dạng hóa đơn này, và cần biết khi nào nó không khả dụng: Tài liệu tương thích với OpenAI SDK của Anthropic — mô tả chính xác base URL mà ví dụ đi kèm OpenManus trỏ tới — nêu rằng bộ nhớ đệm prompt không được hỗ trợ ở đó, rằng strict, response_format và reasoning_effort bị bỏ qua, n phải chính xác là 1, và các thông báo hệ thống được đưa lên đầu. Cùng trang đó gọi lớp này là “chủ yếu nhằm kiểm thử và so sánh khả năng của các mẫu, và không được xem là giải pháp dài hạn hoặc sẵn sàng cho môi trường sản xuất trong hầu hết trường hợp sử dụng.” OpenManus không tự gửi chỉ thị bộ nhớ đệm, nên mọi hoạt động bộ nhớ đệm phải đến từ endpoint.
Một tham số cần kiểm tra trước khi trỏ OpenManus đến mẫu Claude mới: các ví dụ cung cấp temperature = 0.0 và mã gửi temperature trong mọi yêu cầu ngoài hai ID suy luận, trong khi trang ngừng hỗ trợ của Anthropic đánh dấu temperature, top_p và top_k là đã ngừng hỗ trợ trên Claude Opus 4.7 trở lên và cho biết giá trị không mặc định sẽ trả về lỗi 400. Trang tương thích riêng mô tả temperature là được hỗ trợ trong khoảng từ 0 đến 1. Việc lớp tương thích loại bỏ, giới hạn hoặc chuyển tiếp giá trị này chưa được kiểm thử ở đây — hãy coi đó là điều cần xác minh trên route của bạn, không phải lỗi đã được xác nhận.
Hãy nhân các con số này với số lần chạy mỗi ngày của bạn trước khi gọi chúng là ngân sách. Khoản tiền trong catalog của Kunavo là mức sàn thanh toán chứ không phải mức trần: khi upstream báo phí, hóa đơn là giá trị lớn hơn giữa chi phí trong catalog và chi phí upstream nhân với mức phụ phí áp dụng. Phí bộ nhớ đệm và công cụ bên ngoài nằm ngoài ví dụ này. Khoản nạp tối thiểu của Kunavo là $10 tín dụng trả trước, đây là mức tối thiểu để nạp tiền chứ không phải phí tác vụ hay gói đăng ký — xem chi tiết thanh toán.
API tốt nhất cho OpenManus: khi nào route nào thắng
| Phương thức | Có lợi khi | Bạn phải từ bỏ điều gì |
|---|---|---|
| API trực tiếp của nhà cung cấp | Bạn gắn bó với một nhà cung cấp và muốn tận dụng bộ nhớ đệm cùng chiết khấu theo lô của họ trên một vòng lặp gửi lại lịch sử ở mỗi bước | Một dòng thứ hai đồng nghĩa với tài khoản thứ hai và một lần chỉnh sửa base_url thứ hai; nếu lớp tương thích với OpenAI của nhà cung cấp đó là route, hãy kiểm tra nó loại bỏ gì trước khi giả định bộ nhớ đệm được áp dụng |
| Gateway tương thích OpenAI | Bạn chuyển đổi giữa các dòng theo từng tác vụ và muốn một khóa cùng một số dư, vì OpenManus không có khả năng chuyển đổi nhà cung cấp dự phòng riêng | ID mẫu là ID của gateway, nên nếu gateway không công bố chính xác chuỗi gpt-4o hoặc gpt-4o-mini thì danh sách cho phép xử lý hình ảnh sẽ không khớp; hãy xác minh tools và tool_choice trên một yêu cầu không truyền trực tuyến trước khi cam kết |
| Azure hoặc Bedrock | Tổ chức của bạn đã mua dịch vụ ở đó | Đây là hai giá trị duy nhất của api_type có client riêng. Azure cần api_version và base URL có dạng deployment, đồng thời nó thực sự đọc giá trị này từ base_url; nhánh Bedrock tạo client boto3 từ môi trường AWS của bạn và hoàn toàn không đọc base_url |
| Mô hình cục bộ qua Ollama | Công việc nhỏ hoặc riêng tư, không tính phí theo yêu cầu | Khoảng cách về khả năng trên vòng lặp gọi công cụ hai mươi bước, cộng với phần cứng. OpenManus cung cấp cấu hình ví dụ cho Ollama cố định ở llama3.2 tại http://localhost:11434/v1, và nhãn api_type = 'ollama' của nó vẫn đi vào client chung |
| Sản phẩm Manus thương mại | Bạn muốn một tác nhân được lưu trữ chứ không phải một framework tự chạy | Một công ty khác, một API khác tại api.manus.ai, và mức giá tính theo tín dụng mà trang này không báo |
Lưu ý điều không có trong danh sách đó: OpenManus không có bất kỳ giới hạn gói nào. Không có khóa giấy phép, gói trả phí hay kiểm tra telemetry — mọi khả năng nêu trên đều dành cho bất kỳ ai sao chép repository, và tất cả giới hạn đều nằm trong mã chứ không nằm trong gói đăng ký. So sánh các route trong API tương thích với OpenAI và gateway LLM, hoặc các lựa chọn thay thế OpenRouter nếu bạn đã sử dụng một trong số đó. Để biết phương pháp phân biệt “mức giá niêm yết rẻ nhất” với “chi phí rẻ nhất để hoàn thành”, xem tối ưu hóa chi phí AI; để đưa ra quyết định trong một dòng duy nhất, xem API Claude rẻ nhất.
Thiết lập và kiểm tra lần chạy đầu tiên
Kunavo không công bố trang thiết lập riêng cho OpenManus, và OpenManus chưa được kiểm thử khi chạy thực tế với endpoint của Kunavo — mọi nội dung trên đều được đọc từ mã nguồn dự án và tài liệu của chính dự án. Route chung là route trong khối cấu hình ở trên: base_url của https://api.kunavo.com/v1, một khóa sk-kn- và ID mẫu trong catalog. Hãy duy trì một route đang hoạt động trong khi thử, chạy một tác vụ có giới hạn với max_steps ở giá trị mặc định, rồi đọc khoản phí mà tài khoản của bạn ghi nhận thay vì tổng số do chính OpenManus ghi lại, vì đó là các ước tính của tiktoken với dự phòng cl100k_base cho mọi ID mà tiktoken không nhận diện. Bắt đầu từ hướng dẫn nhanh, kiểm tra dạng yêu cầu trong chat completions và tạo tài khoản Kunavo khi bạn sẵn sàng nạp tiền cho một khóa.
Bạn đang chọn giữa các tác nhân thay vì các nhà cung cấp? API tốt nhất cho OpenClaw và thư mục API tác nhân AI đề cập đến các client có cùng sự phân tách giữa phần mềm miễn phí và hóa đơn token tính theo mức sử dụng.
Câu hỏi thường gặp
OpenManus có giá bao nhiêu?
OpenManus không tốn phí. Kho lưu trữ FoundationAgents/OpenManus được cấp phép MIT, và không có mức giá, gói, hạng, chỗ ngồi, tín dụng hay phiên bản lưu trữ nào xuất hiện trong README, trên trang openmanus.github.io hoặc trong bất kỳ ví dụ cấu hình đi kèm nào (đã kiểm tra ngày 21 tháng 9 năm 2026). Khoản bạn phải trả là hóa đơn API mô hình từ endpoint bạn cấu hình, cộng thêm hai dịch vụ đám mây tùy chọn mà bạn phải tự bật: trình duyệt Browser Use Cloud và sandbox đám mây Daytona. Cả hai đều bị tắt theo mặc định — trình duyệt chạy cục bộ mà không cần khóa, còn sandbox mã đi kèm dưới dạng use_sandbox = false trên một image Docker cục bộ. Manus tại manus.im là một sản phẩm thương mại riêng biệt, có trả phí và tính theo tín dụng, của một công ty khác; giá của sản phẩm đó không phải giá OpenManus và không được trích dẫn ở đây.
Khóa API OpenManus được đặt ở đâu?
Trong một tệp TOML, không phải biến môi trường và cũng không phải cờ dòng lệnh. Sao chép config/config.example.toml thành config/config.toml rồi đặt ba khóa dưới [llm]: model, base_url và api_key. Đó là toàn bộ cấu hình đối với một endpoint tương thích với OpenAI. Có hai bẫy, đều được đọc từ nhánh main hiện tại vào ngày 21 tháng 9 năm 2026: nếu config/config.toml không tồn tại, app/config.py sẽ chuyển sang chạy config.example.toml, nên lần chạy đầu tiên bỏ qua bước sao chép sẽ xác thực bằng chuỗi nguyên văn YOUR_API_KEY với một model ID đã ngừng sử dụng; còn open.manus.ai, vốn được trộn vào đây trong kết quả tìm kiếm, hướng dẫn xác thực cho API Manus thương mại tại api.manus.ai — một sản phẩm khác của một công ty khác, với khóa riêng biệt.
Làm cách nào để trỏ OpenManus tới một LLM tùy chỉnh hoặc API tùy chỉnh?
Đặt base_url và api_key dưới [llm] trong config/config.toml tới bất kỳ endpoint nào hỗ trợ POST /chat/completions theo kiểu OpenAI. Trong app/llm.py trên nhánh main hiện tại, ứng dụng khách được chọn bởi api_type: giá trị "azure" tạo một ứng dụng khách AsyncAzureOpenAI, "aws" tạo một ứng dụng khách Bedrock, còn mọi giá trị khác — bao gồm các nhãn 'ollama', 'jiekou' và 'ppio' được dùng trong các tệp ví dụ của chính OpenManus — đều rơi xuống AsyncOpenAI(api_key, base_url) thuần túy. Vì vậy api_type chỉ mang tính hình thức đối với endpoint tùy chỉnh; base_url và api_key mới là những gì quan trọng. Endpoint phải chấp nhận tools và tool_choice theo kiểu OpenAI trong một yêu cầu không streaming, vì ask_tool hardcode stream = False và luôn gửi cả hai, đồng thời phải báo cáo usage.prompt_tokens và usage.completion_tokens, là các giá trị mà mã đọc trực tiếp.
API tốt nhất cho OpenManus là gì?
Điều đó phụ thuộc vào việc bạn đang tối ưu điều gì trong ba điều. API trực tiếp của nhà cung cấp sẽ thắng khi bạn sử dụng một nhà cung cấp cả ngày và muốn hưởng cơ chế lưu vào bộ nhớ đệm cũng như chiết khấu theo lô của chính nhà cung cấp đó — nhưng lưu ý rằng base URL mà ví dụ đi kèm của OpenManus trỏ tới, lớp tương thích OpenAI-SDK của Anthropic tại api.anthropic.com/v1/, ghi rõ rằng tính năng lưu prompt vào bộ nhớ đệm không được hỗ trợ ở đó, điều này quan trọng trong một vòng lặp gửi lại lịch sử ngày càng dài tối đa hai mươi lần. Gateway sẽ thắng khi bạn muốn một khóa và một số dư dùng chung cho nhiều nhóm mô hình, vì OpenManus không tự có cơ chế chuyển đổi dự phòng và việc đổi nhà cung cấp đòi hỏi chỉnh sửa một base_url. Mô hình cục bộ thông qua Ollama sẽ thắng đối với công việc nhỏ hoặc riêng tư, không tính phí theo yêu cầu. Và nếu bạn cần OpenManus nhìn thấy ảnh chụp màn hình trình duyệt mà không chạm vào mã của nó, câu hỏi quyết định hoàn toàn không phải là nhà cung cấp: đó là liệu endpoint của bạn có công bố chính xác model ID gpt-4o hoặc gpt-4o-mini hay không, vì đó là hai chuỗi duy nhất vẫn có thể mua trong allowlist hardcode kiểm soát hình ảnh.
API rẻ nhất cho OpenManus là gì?
Rẻ nhất trên mỗi token và rẻ nhất để hoàn thành tác vụ là hai câu hỏi khác nhau, và vòng lặp tác nhân làm chúng tách biệt hơn so với một ứng dụng trò chuyện. Tác nhân OpenManus mặc định giới hạn một lần chạy ở 20 bước, mỗi bước là một yêu cầu gọi công cụ không streaming mang theo toàn bộ cuộc trò chuyện cho đến thời điểm đó, và một mô hình yếu hơn sử dụng thêm bước sẽ gửi lại toàn bộ lịch sử đó mỗi lần — vì vậy nó có thể tốn nhiều hơn một mô hình mạnh hơn dừng ở bước sáu. Hãy chọn mô hình ít tốn kém nhất có thể hoàn thành tác vụ trong giới hạn bước, chạy một tác vụ có giới hạn, rồi đọc khoản phí mà tài khoản nhà cung cấp của bạn thực sự ghi nhận. Không có lần chạy OpenManus nào được đo cho trang này, nên không có con số đô la nào ở đây là chi phí của một tác vụ.
Mô hình tốt nhất cho OpenManus là gì?
Bất kỳ mô hình nào hoàn thành tác vụ trong ít bước nhất đồng thời xử lý việc gọi công cụ theo kiểu OpenAI trong một yêu cầu không streaming — đó là các yêu cầu cơ học, được đọc từ ask_tool trong app/llm.py trên nhánh main hiện tại. Ba ràng buộc ở cấp mã thu hẹp phạm vi lựa chọn. Hình ảnh chỉ đến được mô hình khi chuỗi model đã cấu hình khớp chính xác với một trong sáu ID được hardcode trong MULTIMODAL_MODELS, trong đó chỉ gpt-4o và gpt-4o-mini vẫn còn được bán. Cách xử lý mô hình suy luận bị cố định ở REASONING_MODELS = ["o1", "o3-mini"], vì vậy mọi mô hình khác đều nhận max_tokens và temperature trong mọi yêu cầu, điều cần đối chiếu với quy tắc tham số của một mô hình suy luận mới hơn. Ngoài ra, việc tính token của chính OpenManus sử dụng tiktoken với dự phòng cl100k_base cho các ID không được nhận diện, nên tổng được ghi lại chỉ mang tính gần đúng đối với các mô hình không phải OpenAI, dù bộ đo của nhà cung cấp vẫn không như vậy.
Vision của OpenManus có hoạt động nếu nhà cung cấp của tôi cung cấp mô hình vision không?
Không phải tự động. Vision trong OpenManus bị kiểm soát bởi một danh sách model-ID hardcode, không phải bởi khả năng mà endpoint cung cấp. app/llm.py khai báo MULTIMODAL_MODELS = ["gpt-4-vision-preview", "gpt-4o", "gpt-4o-mini", "claude-3-opus-20240229", "claude-3-sonnet-20240229", "claude-3-haiku-20240307"] và so sánh model đã cấu hình bằng phép bằng chuỗi chính xác, vì vậy một slug có namespace như openai/gpt-4o cũng không khớp. Khi model không nằm trong danh sách, format_messages xóa trường base64_image và chỉ gửi văn bản — không lỗi, không cảnh báo, ảnh chụp màn hình đơn giản là không bao giờ đến nơi. Bốn trong sáu ID đó đã ngừng sử dụng hoặc bị đóng. Kunavo không công bố gpt-4o cũng như gpt-4o-mini, nên OpenManus được cấu hình với Kunavo chỉ có văn bản và công cụ, trừ khi bạn tự chỉnh sửa danh sách đó trong app/llm.py; ngay cả khi đó, đường dẫn hình ảnh cũng chưa được kiểm thử ở đây.
pip install openmanus có phải là cách đúng để cài đặt OpenManus không?
Không. Dự án PyPI có tên openmanus chỉ có đúng một phiên bản, 0.1.0, được tải lên ngày 7 tháng 3 năm 2025, với phần tóm tắt "Add your description here" và trang chủ trỏ tới đường dẫn kho lưu trữ đã bị thay thế — một bản chụp ngày thứ hai, không phải dự án hiện tại (đã kiểm tra ngày 21 tháng 9 năm 2026). Cách cài đặt được tài liệu hóa là git clone FoundationAgents/OpenManus trên Python 3.12 thông qua conda hoặc uv. Các bản phát hành được gắn thẻ cũng không phải hướng dẫn: ba thẻ duy nhất, v0.1.0, v0.2.0 và v0.3.0, đều được phát hành ngày 10 tháng 4 năm 2025, trong khi main được cập nhật lần cuối ngày 16 tháng 8 năm 2026.
Phạm vi kiểm tra ngày 21 tháng 9 năm 2026 chỉ gồm: bản ghi API GitHub cho FoundationAgents/OpenManus; config/config.example.toml, các phần cấu hình và cài đặt trong README, app/llm.py, app/config.py và app/agent/manus.py trên main hiện tại; sáu cấu hình ví dụ theo từng nhà cung cấp trong config/; danh sách thẻ; README sơ lược tại đường dẫn kho lưu trữ cũ; bản ghi PyPI cho openmanus; các trang của Anthropic về ngừng hỗ trợ mô hình và khả năng tương thích với OpenAI SDK; các trang giá và ngừng hỗ trợ của OpenAI; cùng danh sách mô hình Gemini của Google. Browser Use Cloud và Daytona được nêu và liên kết như các nhà cung cấp tùy chọn, nhưng không được định giá ở đây. Manus, manus.im và Manus API hoàn toàn không được định giá: không thể đọc trang giá từ nguồn chính thức. Không có gì được thực thi — không cài đặt, không gửi yêu cầu qua OpenManus và không chạy OpenManus kết hợp với Kunavo — nên mọi khẳng định về hành vi đều là kết quả đọc nguồn, còn mọi con số đô la chỉ là phép tính token minh họa chứ không phải chi phí tác vụ đo được. Đơn giá token của Kunavo đến từ danh mục hiện hành.