Công cụ & tích hợpHướng dẫn
Cách dùng ít token hơn trong Cursor: 6 thói quen giúp giảm mức dùng
Điều gì chi phối mức dùng Cursor và sáu thói quen giúp giảm nó: chat mới, ít @-mention hơn, đúng model. Kèm chi phí một phiên dài trên key tùy chỉnh.
Trên trang này
- Bạn thực sự bị tính tiền cho cái gì
- Thói quen 1: mở chat mới khi tác vụ thay đổi
- Thói quen 2: trỏ đến file, không phải thư mục
- Thói quen 3: giữ dưới ngưỡng ngữ cảnh dài
- Thói quen 4: chọn model phù hợp với công việc
- Thói quen 5: yêu cầu câu trả lời ngắn khi bạn muốn câu trả lời ngắn
- Thói quen 6: chuyển công việc chat thường ngày sang một model rẻ trên key của riêng bạn
- Một phiên tốn bao nhiêu: trước và sau
- Kiểm tra nhanh trước khi gửi
Agent của bạn chạy mười phút, và đồng hồ đo mức dùng nhảy nhiều hơn mức mà tác vụ đáng ra phải tốn. Câu trả lời ngắn gọn: Cursor tính tiền theo triệu token, và một cuộc trò chuyện dài khiến mỗi bước mới lại mang theo toàn bộ lịch sử. Giữ luồng chat ngắn, giữ ngữ cảnh nhỏ, và đừng dùng model đắt cho những chỉnh sửa nhỏ.
Bạn thực sự bị tính tiền cho cái gì#
Trang models và pricing của Cursor (kiểm tra ngày 24 tháng 10 năm 2026; trang không hiển thị ngày xuất bản) liệt kê giá theo triệu token, chia thành bốn phần: input, cache write, cache read và output. Input là những gì Cursor gửi đến model: tin nhắn của bạn, các file, lịch sử. Output là những gì model viết trả lại. Cache write và cache read là các phần được giảm giá cho văn bản đã được gửi trước đó.
Hai chi tiết nữa từ cùng trang đó quan trọng cho thói quen:
- Ngữ cảnh dài tốn hơn. Input của Grok 4.7 trên 256k token bị tính gấp 2 lần; một số biến thể Claude 1M bị tính gấp 2 lần khi input trên 200k. Chi tiết tùy theo từng model, nên hãy kiểm tra trang cho model bạn dùng.
- Các model bên thứ ba (Claude, GPT, Gemini) không nằm trong gói tuần được bao gồm. Trên Premium trở lên, chúng được tính theo giá niêm yết API từ credit trả trước; chúng không khả dụng trên Free hoặc Plus.
Các thói quen dưới đây xuất phát từ cách tính tiền theo token: mỗi bước gửi lại những gì đã có trong luồng chat.
Thói quen 1: mở chat mới khi tác vụ thay đổi#
Một model AI không có bộ nhớ giữa các request. Mỗi bước của agent gửi lại luồng chat cho đến thời điểm đó, đó là hiệu ứng được mô tả trong vì sao một cuộc chat AI dài tốn hơn. Bước 5 thì rẻ. Bước 150 mang theo 149 bước lịch sử.
Giả sử bạn hoàn thành một lần refactor trong một luồng chat, rồi yêu cầu cùng luồng đó sửa một lỗi chính tả trong README. Không có gì trong luồng giúp ích cho lỗi chính tả, nhưng toàn bộ nó lại bị tính tiền lần nữa. Mở chat mới, nêu tên file, xong.
Tài liệu về tóm tắt của Cursor (24 tháng 10 năm 2026) bổ sung một điều đáng biết: khôi phục checkpoint chỉ hoàn nguyên các file và không xóa tin nhắn khỏi cuộc trò chuyện. Nếu bạn hoàn tác một chỉnh sửa tồi và tiếp tục chat, lần thử tồi đó vẫn đi kèm. Khi một lần thử đã sai, một chat mới sạch hơn là khôi phục.
Thói quen 2: trỏ đến file, không phải thư mục#
Một file lớn được dán vào hoặc một đống @-mention sẽ đi vào input ở mọi bước tiếp theo. Mười file được mention, mỗi file 2.000 token, thêm 20.000 token vào mỗi bước, và với một phiên 100 bước thì đó là 2.000.000 input token cho ngữ cảnh mà model phần lớn không cần.
Hãy mention đúng file hoặc hàm mà tác vụ chạm đến. Nếu model cần thêm, nó có thể hỏi hoặc tự đọc.
Thói quen 3: giữ dưới ngưỡng ngữ cảnh dài#
Vì ngữ cảnh dài bị tính giá cao hơn trên một số model, một luồng chat vượt ngưỡng sẽ tốn kém gấp đôi: nhiều token hơn, và giá cao hơn trên số token đó. Nếu bạn thấy một luồng chat đang lớn dần đến vài trăm nghìn token, đó là tín hiệu để kết thúc và bắt đầu lại với một bản tóm tắt ngắn do chính bạn viết: hai hoặc ba dòng về những gì đã xong và những gì tiếp theo.
Thói quen 4: chọn model phù hợp với công việc#
Đổi tên một biến không cần cùng model như thiết kế một module. Trên trang models, các model bên thứ ba được tính theo giá niêm yết API, nên dùng model đắt cho những chỉnh sửa nhỏ là cách nhanh nhất để đốt credit. Dùng model mạnh cho việc lập kế hoạch và các bug khó; dùng model rẻ hơn cho chỉnh sửa thường ngày và câu hỏi.
Auto có các chế độ Cost, Balance và Intelligence. Các gói cá nhân chỉ có chế độ Cost, lấy từ gói tuần bất kể model nào phục vụ request. Balance và Intelligence dành cho Teams và Enterprise với Cursor Router.
Thói quen 5: yêu cầu câu trả lời ngắn khi bạn muốn câu trả lời ngắn#
Output token bị tính giá cao hơn input token trên hầu hết các model (xem input so với output token). "Chỉ hiển thị hàm đã thay đổi" tốn ít hơn "viết lại file" và dễ review hơn.
Thói quen 6: chuyển công việc chat thường ngày sang một model rẻ trên key của riêng bạn#
Với các câu hỏi và chỉnh sửa hằng ngày trong chat, trên các gói cho phép, bạn có thể trỏ Cursor đến một key tương thích OpenAI tùy chỉnh. Trang models của Cursor (24 tháng 10 năm 2026) nói rằng API key của riêng bạn không khả dụng trên Plus; trên Teams và Enterprise, Cursor cộng thêm mức giá token của riêng nó lên trên giá API, mà các chi phí dưới đây không bao gồm. Cách thiết lập, và những tính năng Cursor nào hoạt động với key tùy chỉnh, có trong Cách kết nối Cursor với CheapTokens. Base URL là https:/.
Model nào? Với các phiên dài có ngữ cảnh lớn, deepseek- là lựa chọn nên thử: một mức giá bất kể thời điểm nào trong ngày, ngữ cảnh 380K, tối đa 32.768 output token mỗi câu trả lời. Với chỉnh sửa thường ngày và câu hỏi nhanh, MiniMaxAI/ có ngữ cảnh 180K và tối đa 8.192 output token mỗi câu trả lời, và cả input lẫn output của nó đều rẻ hơn OpenRouter.
Một phiên tốn bao nhiêu: trước và sau#
Hãy đặt con số cho thói quen 1. Giả sử một phiên agent 200 bước với khoảng 300 output token mỗi bước, tức tổng cộng 60.000 output token. Trong một luồng chat bất tận, lịch sử tăng dần và bước trung bình gửi khoảng 10.000 input token: 200 × 10.000 = 2.000.000 input token. Với một chat mới khoảng mỗi chục bước, mức trung bình giảm xuống khoảng 3.000: 200 × 3.000 = 600.000 input token. Cùng công việc, cùng output.
Trên MiniMax-M2.7, chi phí token theo giá API hôm nay:
- một luồng chat dài (2.000.000 in, 60.000 out): $0.109
- chat ngắn (600.000 in, 60.000 out): $0.039
Input giảm xuống dưới một phần ba, và đó là phần bạn kiểm soát bằng các thói quen 1 đến 3. Đây là phiên luồng chat dài trên mọi model chúng tôi có:
| Mô hình | Đầu vào $/1M | Đầu ra $/1M | Chi phí | OpenRouter |
|---|---|---|---|---|
| GLM-5.3-Flash | $0.02 | $0.04 | $0.0424 | $0.0871 |
| DeepSeek-V4-Flash | $0.015 | $0.10 | $0.036 | $0.104 |
| MiniMax-M2.7 | $0.05 | $0.15 | $0.109 | $0.672 |
Tổng cộng 2.000.000 token đầu vào và 60.000 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.
Đây là giá trực tiếp từ bảng giá, chúng cập nhật khi biểu phí thay đổi. Về cách input và output chia tách trên các tác vụ thực tế, xem một request API dùng bao nhiêu token và input so với output token.
Kiểm tra nhanh trước khi gửi#
- Tác vụ có thay đổi kể từ khi chat này bắt đầu không? Chat mới.
- Bạn có đang mention nhiều hơn các file mà tác vụ chạm đến không? Cắt bớt.
- Đây có phải một chỉnh sửa nhỏ trên model đắt không? Đổi model.
- Luồng chat có vẻ dài không? Viết hai dòng tóm tắt và bắt đầu lại.
Để chạy công việc chat trên một model rẻ, hãy bắt đầu với tài liệu CheapTokens và trang giá. Giá phía Cursor thay đổi, nên hãy kiểm tra trang models và pricing của nó trước khi bạn lên kế hoạch cho một tháng.
