API LLM trung vị tính $1.60 cho mỗi triệu token đầu ra
Trên OpenRouter ngày 6 tháng 10 năm 2026, một nửa số mô hình trả phí tính từ $0.15 đến $1.25 cho mỗi triệu token đầu vào, và từ $0.50 đến $6 cho mỗi triệu token đầu ra. Một phần mười đắt nhất tính từ $3 trở lên cho đầu vào và từ $14 trở lên cho đầu ra.
| Thống kê | Con số | Nguồn | Ngày |
|---|---|---|---|
| Giá đầu vào trung vị, mô hình văn bản trả phí | $0.40 mỗi triệu token | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Giá đầu ra trung vị, mô hình văn bản trả phí | $1.60 mỗi triệu token | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Giá đầu ra gấp mấy lần giá đầu vào, trung vị | 4x | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Mô hình tính đầu ra đắt hơn đầu vào | 95.8% của 335 | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Chi phí trung vị của một câu trả lời tiêu chuẩn (1,000 token vào, 500 token ra) | $0.00125 | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Câu trả lời tiêu chuẩn rẻ nhất so với đắt nhất | $0.000034 đến $0.45, chênh lệch 13,235x | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Rẻ nhất so với đắt nhất trong 126 mô hình Whizi theo dõi | 2,000x | Whizi AI Model Cost Index | 20 Th8 2026 |
| Mô hình trong chỉ mục đổi giá hoặc bị gỡ trong vòng 47 ngày | 29 trên 100 | Chỉ mục Whizi so với danh sách OpenRouter | 20 Th8 đến 6 Th10 2026 |
| Endpoint batch có giá đúng bằng một nửa mức thường | 66 trên 73 | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Giá đầu vào cache so với đầu vào thường, trung vị | 12% | Whizi đếm từ danh sách mô hình OpenRouter | 6 Th10 2026 |
| Mức giảm giá hằng năm cho cùng một năng lực | 9x đến 900x | Epoch AI | Th3 2025 |
| Mức giảm chi phí suy luận cho hiệu năng ngang GPT-3.5 | hơn 280x, Th11 2022 đến Th10 2024 | Stanford AI Index 2025 | Th4 2025 |
Giá ở đầu thị trường không giảm. Anthropic đã cắt giá đầu ra của Claude Opus từ $75 xuống $25 mỗi triệu token với Opus 4.5 vào tháng 11 năm 2025, rồi xuống $20 với Opus 5.5 vào tháng 9 năm 2026. Nhưng hãng đặt thêm một tầng mới phía trên Opus. Fable 5 xuất hiện vào tháng 6 năm 2026 với giá $50, và Fable 5.1 giữ nguyên mức giá đó. GPT tiêu chuẩn đắt nhất của OpenAI tăng từ $10 với GPT-5 vào tháng 8 năm 2025 lên $50 với GPT-6 Astra vào tháng 9 năm 2026.
Mỗi hàng so sánh giá niêm yết vào tháng 8 năm 2025 với giá niêm yết vào tháng 9 năm 2026 cho cùng một vị trí trong dòng sản phẩm của một hãng. Claude Fable 5.1 và GPT-6 Astra đều tính $10 đầu vào và $50 đầu ra. Vì vậy các mô hình tiêu chuẩn đắt nhất của hai hãng lớn nhất nay có giá bằng nhau.
API LLM tốn bao nhiêu cho mỗi câu trả lời?
Một câu trả lời thông thường từ API LLM tốn khoảng một phần tám cent. Whizi tính một câu trả lời tiêu chuẩn là 1,000 token vào và 500 token ra, và trung vị của 335 mô hình văn bản trả phí trên OpenRouter là $0.00125 vào ngày 6 tháng 10 năm 2026. Tức là $1.25 cho một nghìn câu như vậy.
Đây là giá niêm yết của các mô hình flagship mà mỗi hãng đăng trên trang giá của chính họ, theo những gì chúng tôi đọc được ngày 6 tháng 10 năm 2026, tính bằng đô la Mỹ cho mỗi triệu token:
| Mô hình | Đầu vào | Đầu ra | Đầu vào cache | Một câu trả lời tiêu chuẩn |
|---|---|---|---|---|
| GPT-6 Astra (OpenAI) | $10.00 | $50.00 | $1.00 | $0.035 |
| GPT-5.5 (OpenAI) | $5.00 | $30.00 | $0.50 | $0.020 |
| GPT-6.1 Sol (OpenAI) | $2.00 | $10.00 | $0.10 | $0.007 |
| GPT-6 Luna (OpenAI) | $0.10 | $0.50 | $0.01 | $0.00035 |
| Claude Fable 5.1 (Anthropic) | $10.00 | $50.00 | $0.25 | $0.035 |
| Claude Opus 5.5 (Anthropic) | $4.00 | $20.00 | $0.20 | $0.014 |
| Claude Sonnet 5.5 (Anthropic) | $2.00 | $10.00 | $0.20 | $0.007 |
| Claude Haiku 4.5 (Anthropic) | $1.00 | $5.00 | $0.10 | $0.0035 |
| Gemini 3.1 Pro Preview (Google, đến 200K token) | $2.00 | $12.00 | $0.20 | $0.008 |
| Gemini 3.8 Flash (Google, đến 31/12/2026) | $0.75 | $3.75 | $0.075 | $0.0026 |
| Gemini 3.1 Flash-Lite (Google) | $0.25 | $1.50 | $0.025 | $0.001 |
| DeepSeek V4 Pro (DeepSeek, giờ cao điểm) | $1.32 | $3.96 | $0.044 | $0.0033 |
Khoảng cách lớn ngay cả trong cùng một hãng. Một câu trả lời từ GPT-6 Astra đắt gấp 100 lần một câu từ GPT-6 Luna, và Claude Fable 5.1 đắt gấp 10 lần Claude Haiku 4.5. Gemini 3.1 Pro Preview cũng đắt hơn khi một prompt vượt quá 200,000 token, ở mức $4 đầu vào và $18 đầu ra, như trang giá Gemini API của Google cho thấy.
AI Model Cost Index của Whizi tính cùng phép toán đó cho từng mô hình trong 126 mô hình Whizi theo dõi. Trong bản chụp ngày 20 tháng 8 năm 2026, câu trả lời rẻ nhất đến từ Ling-3.0-flash với $0.000053, và đắt nhất đến từ Claude Opus 4.7 ở chế độ Fast với $0.105. Đó là chênh lệch 2,000x. Mô hình nằm giữa, Kimi K2 Thinking, tốn $0.00185 một câu trả lời. Nếu bạn muốn đặt hai nhà cung cấp cạnh nhau cùng điểm chất lượng, hãy đọc giá ChatGPT API so với Claude API.
Giá API LLM có đang giảm không?
Có, với cùng một mức năng lực, và giảm rất nhanh. Epoch AI phát hiện vào tháng 3 năm 2025 rằng giá để đạt một điểm chuẩn nhất định giảm từ 9x đến 900x mỗi năm, tùy theo tác vụ. Với điểm số GPT-4 đạt được trên các câu hỏi khoa học trình độ tiến sĩ, giá giảm 40x mỗi năm, theo phân tích của Epoch AI.
Guido Appenzeller của a16z nói gọn trong một câu vào tháng 11 năm 2024: "For an LLM of equivalent performance, the cost is decreasing by 10x every year." Trong ví dụ của ông, GPT-3 tốn $60 cho mỗi triệu token vào tháng 11 năm 2021, và Llama 3.2 3B đạt cùng điểm MMLU chỉ với $0.06. AI Index 2025 của Stanford ghi nhận chi phí cho hiệu năng ngang GPT-3.5 đã giảm hơn 280 lần từ tháng 11 năm 2022 đến tháng 10 năm 2024.
Điều đó không có nghĩa là mô hình mới rẻ. 84 mô hình văn bản mà OpenRouter niêm yết trong 90 ngày tính đến 6 tháng 10 năm 2026 có giá đầu ra trung vị là $2.50 mỗi triệu token. 132 mô hình được niêm yết hơn một năm trước đó nằm ở mức $1.01. Năng lực cũ ngày càng rẻ. Năng lực mới khởi đầu ở mức cao. Google thậm chí đã ghi rõ ngày tăng giá. Trang giá của hãng liệt kê Gemini 3.6, 3.7 và 3.8 Flash ở $0.75 đầu vào và $3.75 đầu ra đến hết 31 tháng 12 năm 2026, rồi $1.50 và $7.50 từ 1 tháng 1 năm 2027 trở đi.
Giá niêm yết cũng thay đổi sau khi mô hình ra mắt, dù không phải lúc nào cũng do hãng chỉnh giá. Trong 100 mô hình ở bản chụp ngày 20 tháng 8 năm 2026 của Whizi, 9 mô hình đã rời OpenRouter vào ngày 6 tháng 10, và 20 trong số còn lại hiện giá mới: 11 thấp hơn và 9 cao hơn tại lần lấy dữ liệu lúc 05:49 UTC. Nemotron 3 Ultra của NVIDIA giảm từ $0.60 đầu vào và $3.60 đầu ra xuống $0.50 và $2.20. Một số thay đổi là do cách OpenRouter báo giá: mức giá DeepSeek V4 Pro của họ theo đồng hồ của DeepSeek, hiện $0.66 đầu vào và $1.98 đầu ra ngoài giờ cao điểm ở lần lấy lúc 05:49 UTC, và $1.32 và $3.96 giờ cao điểm sau 06:00. Gemini 3.7 Flash đi theo hướng ngược lại, từ $0.375 và $1.875 (giá batch của Google) lên mức tiêu chuẩn $0.75 và $3.75. Với các mô hình mở, giá còn phụ thuộc vào các nhà host mà OpenRouter chuyển lưu lượng đến.
Vì sao token đầu ra đắt hơn token đầu vào?
Đầu ra đắt hơn vì mô hình viết từng token một, trong khi nó đọc toàn bộ prompt trong một lượt song song. Ngày 6 tháng 10 năm 2026, 95.8% trong 335 mô hình văn bản trả phí trên OpenRouter tính đầu ra cao hơn đầu vào. Mức trung vị là 4x. Nửa giữa dao động từ 3x đến 5x.
Các flagship đều theo quy luật này. Claude Opus 5.5 và GPT-6 Astra tính đầu ra gấp 5 lần, GPT-5.5 và Gemini 3.1 Pro Preview gấp 6 lần, còn DeepSeek V4 Pro gấp 3 lần. Vì thế một ứng dụng viết câu trả lời dài tốn hơn một ứng dụng đọc tệp dài, tính theo từng token. Nếu bạn đang cân nhắc điều này với một gói đăng ký, ChatGPT API so với gói đăng ký tính ra mức API vượt $20 một tháng, còn thống kê đăng ký AI cho biết người dùng trả bao nhiêu cho chính các gói đó.
API LLM rẻ nhất tháng 10/2026 là gì?
API LLM trả phí rẻ nhất trên OpenRouter ngày 6 tháng 10 năm 2026 là Mistral Nemo, với $0.019 mỗi triệu token đầu vào và $0.03 mỗi triệu token đầu ra. Tức là $0.000034 cho một câu trả lời tiêu chuẩn, hay 3.4 cent cho một nghìn câu. Trong ba hãng lớn nhất, Google và OpenAI bán các mô hình rẻ nhất. Gemini 2.5 Flash-Lite tính $0.10 đầu vào và $0.40 đầu ra, còn GPT-6 Luna tính $0.10 đầu vào và $0.50 đầu ra, nên cả hai đều khoảng $0.0003 một câu trả lời. Mô hình hiện hành rẻ nhất của Anthropic là Claude Haiku 4.5, với $1 đầu vào và $5 đầu ra.
Có mô hình miễn phí, nhưng không nhiều. Chỉ 17 trong 352 endpoint văn bản trên OpenRouter miễn phí vào ngày 6 tháng 10 năm 2026, tức 4.8%, và 16 trong số đó là biến thể miễn phí của một mô hình. Gemini API của Google cũng có gói miễn phí trên hầu hết mô hình. Cái giá là dữ liệu của bạn: Google nói nội dung ở gói miễn phí được dùng để cải thiện sản phẩm còn nội dung ở gói trả phí thì không, một sự phân tách mà thống kê quyền riêng tư AI của chúng tôi theo dõi trên các chatbot.
Ở đầu bên kia, o1-pro của OpenAI vẫn niêm yết $150 đầu vào và $600 đầu ra, tức $0.45 một câu trả lời và gấp 13,235 lần giá của Mistral Nemo. GPT-5.5 Pro và GPT-5.4 Pro tính $30 đầu vào và $180 đầu ra. Trong toàn bộ 335 mô hình trả phí, 37% tính dưới $1 cho mỗi triệu token đầu ra, và 19% tính từ $10 trở lên.
Batch và cache giảm hóa đơn API LLM bao nhiêu?
Xử lý batch giảm một nửa giá ở mọi hãng lớn. Anthropic, OpenAI và Google đều tính rẻ hơn 50% cho các tác vụ có thể chờ. Ngày 6 tháng 10 năm 2026, 66 trong 73 endpoint batch trên OpenRouter có giá đúng bằng một nửa mức thường.
Cache còn giảm phần đầu vào nhiều hơn. Trong 214 mô hình có niêm yết giá đọc cache, token cache trung vị tốn 12% so với một token đầu vào thường. Các flagship còn giảm sâu hơn. Claude Opus 5.5 và GPT-6.1 Sol giảm 95% cho đầu vào cache, và Claude Fable 5.1 giảm 97.5%. GPT-6 Astra và Gemini 3.1 Pro Preview giảm 90%.
DeepSeek thêm yếu tố đồng hồ. API của họ tính nửa giá ngoài giờ cao điểm, mà DeepSeek đặt từ 01:00 đến 04:00 và từ 06:00 đến 10:00 UTC các ngày trong tuần, theo trang giá của DeepSeek. V4 Pro giảm từ $1.32 đầu vào và $3.96 đầu ra xuống $0.66 và $1.98.
Cách chúng tôi tổng hợp các con số này
Whizi Research lấy danh sách mô hình công khai từ OpenRouter (api/v1/models, không cần khóa) lúc 05:49 UTC ngày 6 tháng 10 năm 2026. Chúng tôi giữ 449 mục chỉ xuất ra văn bản. Sau đó loại 24 router và endpoint meta, cùng mọi biến thể miễn phí hoặc batch của một mô hình. Còn lại 336 mô hình từ 52 nhà cung cấp, trong đó 335 mô hình là trả phí. Với các phân vị, chúng tôi dùng nội suy tuyến tính.
Với phép so sánh 47 ngày, chúng tôi ghép 100 hàng của bản chụp với danh sách ngày 6 tháng 10 theo id OpenRouter. Ba trong 9 mô hình đã biến mất có bản kế nhiệm dưới id mới: Nex N2 Mini và Pro trở thành Nex N2.5 Mini và Pro, còn Qwen3.8 Max trở thành qwen3.8-max-0902. Ít nhất 6 trong 20 thay đổi là hiện tượng do niêm yết, chẳng hạn giá batch, ngoài giờ cao điểm hoặc cache hiện thành giá chính, chứ không phải hãng định giá lại mô hình.
Một câu trả lời tiêu chuẩn là 1,000 token vào và 500 token ra theo giá niêm yết. Đó là cùng một phép tính đứng sau Whizi AI Model Cost Index, và cả 126 hàng của nó được tải về miễn phí từ trang cost index. Cả hai con số này đều không tính cache, batch hay bất kỳ khoản giảm giá thương lượng nào. Chúng tôi lấy giá flagship từ các trang giá của OpenAI, Anthropic, Google và DeepSeek trong cùng ngày.
Chúng tôi bỏ mọi con số mà chỉ truy được về một trang tổng hợp thống kê. Giá OpenRouter hiện cho một mô hình mở phụ thuộc vào các host phía sau, và ngày nó niêm yết một mô hình chỉ đại diện cho ngày mô hình đó ra mắt. Các trình theo dõi nghiêng mẫu về mô hình flagship báo trung vị cao hơn của chúng tôi. Vì vậy khi trích dẫn một trung vị, hãy trích dẫn kèm mẫu.
Cách trích dẫn thống kê giá API AI này
Bạn được tự do dùng mọi con số trên trang này, miễn là có liên kết về đây. Một dòng ghi nguồn đơn giản như sau là đủ:
```text
Source: Whizi Research, "LLM API pricing statistics 2026", whizi.io/resources/llm-api-pricing-statistics, updated October 2026.
```
Còn có các trang khác từ cùng đợt nghiên cứu, được đăng cùng ngày: thị phần chatbot AI, thống kê ChatGPT và thống kê ảo giác AI.
- Kiểm tra ngày: 29 trong 100 mô hình trong chỉ mục hiện giá mới hoặc rời OpenRouter trong 47 ngày
- Nói rõ con số là đầu vào, đầu ra hay một câu trả lời gộp
- Nêu rõ mẫu, vì trung vị trên 335 mô hình thấp hơn trung vị trên các flagship
- Ghi chú liệu giảm giá batch, cache hay ngoài giờ cao điểm đã nằm trong con số chưa
- Với nhận định về xu hướng, nói rõ năng lực có được giữ cố định hay không
Câu hỏi thường gặp
API LLM tốn bao nhiêu cho mỗi triệu token?
API LLM trả phí ở mức trung vị tính $0.40 cho mỗi triệu token đầu vào và $1.60 cho mỗi triệu token đầu ra vào ngày 6 tháng 10 năm 2026, trên 335 mô hình văn bản trên OpenRouter. Các flagship đắt hơn thế. Claude Opus 5.5 niêm yết $4 đầu vào và $20 đầu ra, còn GPT-6 Astra $10 đầu vào và $50 đầu ra.
Giá API LLM có giảm trong năm 2026 không?
Có, với cùng một mức năng lực: Epoch AI đo được mức giảm từ 9x đến 900x mỗi năm. Nhưng không phải ở đỉnh cao nhất. GPT tiêu chuẩn đắt nhất của OpenAI tăng từ $10 lên $50 mỗi triệu token đầu ra giữa tháng 8 năm 2025 và tháng 9 năm 2026, và tầng Fable của Anthropic cũng tính $50, dù Anthropic đã cắt Claude Opus từ $75 xuống $20.
Vì sao đầu ra đắt hơn đầu vào trong API LLM?
Đầu ra đắt hơn vì mô hình tạo ra từng token một, trong khi nó đọc prompt trong một lượt song song. Ngày 6 tháng 10 năm 2026, mô hình trả phí trung vị trên OpenRouter tính đầu ra gấp 4 lần, và 95.8% tính đầu ra cao hơn đầu vào.
Có API LLM miễn phí không?
Có, một vài loại. Ngày 6 tháng 10 năm 2026, 17 trong 352 endpoint văn bản trên OpenRouter miễn phí, khoảng 4.8%. Gemini API của Google cũng có gói miễn phí trên hầu hết mô hình, và tính phí khi bạn vượt qua gói đó.
