Quay lại blog

Tối ưu chi phíHướng dẫn

Cách làm Claude Code rẻ hơn: chi phí và các model rẻ hơn

Điều gì tạo nên chi phí Claude Code, giá theo token của Anthropic so sánh thế nào trên một workload, và cách chuyển sang model open-weight.

Bởi CheapTokens TeamĐã xuất bản Đã cập nhật 4 phút đọc

Ảnh bìa: chi phí Claude Code, luồng token và các model open-weight rẻ hơn
Trên trang này
  1. Chi phí Claude Code gồm những gì
  2. Cắt bớt token bạn gửi
  3. Giá niêm yết của Anthropic trên một workload
  4. Chuyển Claude Code sang model open-weight
  5. Kiểm tra xem có chạy không
  6. Nếu không chạy
  7. Kết luận

Để làm Claude Code rẻ hơn, hãy làm hai việc: gửi ít token hơn cho mỗi tác vụ, và trả ít tiền hơn cho mỗi token. Việc đầu tiên là vấn đề thói quen (/clear, /compact, dùng model nhỏ hơn cho công việc đơn giản). Việc thứ hai là vấn đề model đứng sau endpoint: Claude Code nói giao thức Anthropic Messages, và CheapTokens API chấp nhận cùng giao thức đó tại https://api.cheaptokens.dev/v1 với các model open-weight phía sau.

Chi phí Claude Code gồm những gì#

Claude Code tính phí theo mức tiêu thụ token API. Theo tài liệu chi phí của Anthropic (kiểm tra ngày 22 tháng 10 năm 2026), chi phí doanh nghiệp trung bình khoảng $13 mỗi lập trình viên mỗi ngày hoạt động và $150–250 mỗi lập trình viên mỗi tháng, và vẫn dưới $30 mỗi ngày hoạt động với 90% người dùng. Nguồn: code.claude.com/docs/en/costs.

Vì sao các con số cộng dồn nhanh:

  • Claude Code gửi toàn bộ cuộc hội thoại với mỗi request, và mỗi lần dùng tool lại kích hoạt thêm một request.
  • Prompt caching đọc lại lịch sử theo giá token đã cache, nhưng tin nhắn đầu tiên sau khoảng nghỉ dài hơn thời gian sống của cache sẽ trượt cache.
  • Thinking token được tính như output token, và output là phía đắt của bảng giá.
  • Agent team dùng khoảng 7× token so với một phiên tiêu chuẩn khi các teammate chạy ở plan mode (số liệu của Anthropic).

Nếu bạn mới làm quen với cách tách input/output, xem input vs output tokens. Về cách ước tính hóa đơn của một agent, xem how to estimate the cost of an AI agent.

Cắt bớt token bạn gửi#

Những mẹo của chính Anthropic đáng làm trước khi đổi nhà cung cấp:

  • /clear giữa các tác vụ không liên quan, để lịch sử cũ không bị gửi lại.
  • /compact với hướng dẫn về những gì cần giữ.
  • /model để chọn model rẻ hơn cho tác vụ đơn giản, và /effort để giảm effort.
  • Tắt các MCP server bạn không dùng.
  • Giao việc dài dòng cho subagent, viết prompt cụ thể, dùng plan mode.
  • Theo dõi /usage: nó hiển thị ước tính theo giá niêm yết, không phải hóa đơn.

Giá niêm yết của Anthropic trên một workload#

Giá trên 1M token, từ trang giá của Anthropic (platform.claude.com), kiểm tra ngày 22 tháng 10 năm 2026:

Model Input Output
Claude Opus 5.5 $4 $20
Claude Sonnet 5.5 $2 $10
Claude Haiku 5.5 (prompt tới 100K token) $0.10 $0.50
Claude Haiku 5.5 (prompt trên 100K token) $0.50 $2.50

Lấy một ngày mẫu làm việc với agent: 5.000.000 input token và 500.000 output token, không có cache hit (một cách đơn giản hóa; caching làm giảm phía input).

  • Claude Opus 5.5: 5 × $4 + 0.5 × $20 = $30
  • Claude Sonnet 5.5: 5 × $2 + 0.5 × $10 = $15
  • Claude Haiku 5.5 (prompt tới 100K token): 5 × $0.10 + 0.5 × $0.50 = $0.75; ở mức giá trên 100K, cùng workload là 5 × $0.50 + 0.5 × $2.50 = $3.75

Cùng workload đó trên các model có sẵn trong CheapTokens, theo giá hiện tại:

Mô hình Chi phí OpenRouter
GLM-5.3-Flash $0.12 $0.244
DeepSeek-V4-Flash $0.125 $0.316
MiniMax-M2.7 $0.325 $2.10

Tổng cộng 5.000.000 token đầu vào và 500.000 token đầu ra. Giá trên 1 triệu token là giá hiện hành và thay đổi cùng với biểu phí của chúng tôi; cột OpenRouter hiển thị giá tham chiếu cho cùng khối lượng công việc.

Chuyển Claude Code sang model open-weight#

Claude Code đọc endpoint và key từ biến môi trường, nên không cần patch. Các biến chính xác và model id nằm trong How to connect Claude Code to CheapTokens; lấy model id từ tài liệu CheapTokens, vì tên khác nhau giữa các nhà cung cấp. Key nằm trong biến môi trường hoặc secret store, không bao giờ trong repository.

Model nào cho việc gì:

  • MiniMax-M2.7 cho tác vụ coding và agent: $0.05 input và $0.15 output trên 1M token, rẻ hơn giá tham chiếu của OpenRouter ở cả hai phía, context 180K.

Một số dư dùng chung cho mọi model, và không có giờ cao điểm. Giá hiện tại luôn có trên trang giá.

Kiểm tra xem có chạy không#

  1. Khởi động Claude Code với các biến đã đặt và hỏi nó một câu nhỏ về repository của bạn.
  2. Nếu Claude Code trả lời, các request đi qua CheapTokens. Nếu có lỗi, xem các lỗi kết nối thường gặp bên dưới.
  3. Chạy một tác vụ thật và xem số token trong /usage.

Nếu không chạy#

  • 401 / lỗi xác thực: key bị thiếu hoặc gõ sai trong môi trường của shell đã khởi động Claude Code.
  • Không tìm thấy model: model id không khớp với model id trong tài liệu CheapTokens.
  • Câu trả lời bị cắt: kiểm tra giới hạn output của model (xem why an AI answer stops mid-sentence).
  • Lỗi kết nối: xem common connection errors.

Kết luận#

Giữ những thói quen thu nhỏ context, và đặt công việc đốt nhiều token nhất (vòng lặp agent dài, sửa đổi lặp lại) lên một model có giá phù hợp. So sánh trên dùng một workload, nên bạn có thể lặp lại với số liệu của riêng mình từ /usage.

Thẻ: