BroadRouter

API LLM giá cố định hay trả theo token: phép tính hòa vốn

Đội ngũ BroadNet Inference · 8 phút đọc · Đăng ngày · Cập nhật

Với DeepSeek V4.1 Flash trên BroadNet Inference, gói Full Moon giá cố định ($60 mỗi tháng) rẻ hơn trả theo token khi bạn dùng khoảng 917 triệu token đầu vào và 46 triệu token đầu ra mỗi tháng, giả định tỷ lệ cache hit 80%. Một coding agent chạy toàn thời gian thường vượt ngưỡng đó. Một dự án phụ hay trợ lý chat thường thì không.

Gói LLM giá cố định chỉ rẻ hơn trả theo token khi vượt một khối lượng hòa vốn. Với DeepSeek V4.1 Flash trên BroadNet Inference, gói Full Moon $60 hòa vốn ở khoảng 917 triệu token đầu vào và 46 triệu token đầu ra mỗi tháng với 80% cache hit. Một coding agent chạy toàn thời gian thường vượt ngưỡng đó. Một dự án phụ hay trợ lý chat thường thì không.

Dưới đây là công thức, bốn ví dụ hóa đơn hằng tháng và các gói giá cố định của đối thủ, tất cả đều từ giá công bố. Bạn có thể tính lại bằng số liệu của mình trong công cụ tính giá.

Hai cách trả tiền là gì?

Giá trả theo mức dùng cho DeepSeek V4.1 Flash, mỗi 1 triệu token:

Loại token Giá mỗi 1M
Đầu vào $0.175
Đầu vào từ cache $0.0055
Đầu ra (gồm cả suy luận) $0.52

Các gói giá cố định phục vụ cùng model đó mà không đếm token:

Gói Giá mỗi phiên Thời hạn
Full Moon $60 Tháng, tự gia hạn
Orbit $15 Tuần
Meteor $1 Giờ

Một phiên chạy một request tại một thời điểm. Đó là giới hạn duy nhất: không có trần token hằng tháng, không có cửa sổ cuộn và không có hạn mức theo tuần. Phiên hoạt động thế nào.

Tính điểm hòa vốn thế nào?

Phép tính có ba bước. Bạn cần tỷ lệ token của chính mình, không phải giá niêm yết.

  1. Tìm giá pha trộn mỗi 1M token. Cộng số token một tháng theo từng loại và nhân mỗi loại với giá của nó: cost = new input × $0.175 + cached input × $0.0055 + output × $0.52 (tất cả tính bằng triệu token). Chia cho tổng số token.
  2. Chia giá gói cho giá pha trộn đó. Kết quả là số triệu token mỗi tháng mà gói thay thế.
  3. So với khối lượng thực tế của bạn. Trên ngưỡng, gói rẻ hơn. Dưới ngưỡng, hãy trả theo token.

Đây là cùng phép tính trên một request của agent, để bạn thấy tiền đi đâu. Giả sử một coding agent gửi prompt 50.000 token, trong đó 40.000 token đọc từ cache, và nhận về 1.500 token:

Phần Token Tính theo giá
Đầu vào mới 10.000 $0.175 mỗi 1M
Đầu vào từ cache 40.000 $0.0055 mỗi 1M
Đầu ra và suy luận 1.500 $0.52 mỗi 1M

Nhân mỗi dòng với giá của nó và chia cho 1.000.000. Rồi nhân với số request mỗi ngày. Một request chỉ tốn một phần nhỏ của một cent, nhưng một agent gọi vài trăm lần mỗi ngày sẽ biến nó thành một hóa đơn tháng đáng kể. Công cụ tính giá cố định và trả theo token làm việc này cho bạn.

Workload nào rẻ hơn trên gói giá cố định?

Các ví dụ này dùng giá công bố ở trên. Tỷ lệ cache là phần token đầu vào được đọc từ cache, vốn cao ở các agent gửi lại cùng file và system prompt ở mỗi lượt.

Workload Đầu vào / tháng Cache hit Đầu ra / tháng Trả theo token Lựa chọn rẻ hơn
Dự án phụ 100M 50% 10M $14.23 trả theo mức dùng
Trợ lý hằng ngày 300M 50% 30M $42.67 trả theo mức dùng
Coding agent toàn thời gian 1.000M 80% 50M $65.40 Full Moon
Agent chạy liên tục 3.000M 80% 150M $196.20 Full Moon

Chênh lệch so với một phiên Full Moon ($60) lần lượt là $45.77, $17.33, $5.40 và $136.20 mỗi tháng. Agent chạy liên tục là trường hợp rõ ràng: hóa đơn gói giữ nguyên dù agent đọc bao nhiêu.

Ngưỡng hòa vốn nằm ở đâu?

Coding agent đọc nhiều hơn viết rất nhiều. Một tỷ lệ điển hình là khoảng 20 token đầu vào cho mỗi token đầu ra, với phần lớn đầu vào được cache. Ở tỷ lệ đó, một triệu token có giá pha trộn $0.06. Gói tự hoàn vốn ở khoảng 917 triệu token đầu vào và 46 triệu token đầu ra mỗi tháng.

Một phiên của gói cũng có trần. Ở tốc độ điển hình khoảng 100 token mỗi giây, một phiên sinh token không ngừng suốt 30 ngày sẽ tạo ra khoảng 259 triệu token đầu ra. Agent thực tế dành nhiều thời gian để đọc, chạy tool và chờ, nên con số thực tế thấp hơn. Nếu một agent không đủ, hãy thêm phiên; xem chạy agent song song với giá cố định.

Giá cố định hay trả theo token: đặt cạnh nhau

Trả theo token Phiên gói giá cố định
Hóa đơn tăng theo Mỗi token, mỗi lần retry và mỗi prompt dài Chỉ số lượng phiên
Phù hợp nhất cho Dùng nhẹ, thất thường hoặc thử nghiệm Agent chạy đều trong nhiều giờ
Request song song 4 đang chạy, 30 mỗi phút trên mỗi key Một request mỗi phiên; thêm phiên để tăng song song
Model Mọi model chat và giọng nói Chỉ DeepSeek V4.1 Flash
Tỷ lệ cache có quan trọng Có, rất nhiều Không, với hóa đơn
Cam kết nhỏ nhất Không gì ngoài số dư của bạn Một giờ Meteor $1

Còn một lựa chọn thứ ba. Key theo giờ cho BroadNet Gemma 4 VL 26B có giá $0.50 mỗi giờ, với một stream và 120 request mỗi phút. Nó hợp với các job ngắn, nặng trên một model vision nhỏ hơn là agent chạy cả ngày; chạy liên tục suốt 30 ngày sẽ tốn $360.00.

Điều gì làm dịch chuyển điểm hòa vốn?

  • Tỷ lệ cache. Đầu vào từ cache có giá $0.0055 mỗi 1M thay vì $0.175. Tỷ lệ cache càng cao thì trả theo token càng rẻ và điểm hòa vốn càng dịch lên. Cách tăng tỷ lệ cache.
  • Suy luận. DeepSeek V4.1 Flash suy nghĩ trước khi trả lời, và những token suy luận đó được tính như đầu ra. Hãy đặt reasoning_effort là low cho các bước đơn giản. Vì sao suy luận có thể làm câu trả lời trống.
  • Đồng thời. Một key trả theo mức dùng cho phép 4 request đang chạy và 30 request mỗi phút. Gói cho phép một request mỗi phiên, nhưng bạn có thể mua bao nhiêu phiên tùy theo số agent bạn chạy.
  • Mua quyền truy cập theo token ở đâu. API của chính DeepSeek cũng bán V4.1 Flash theo token, với giá giờ cao điểm và giờ thấp điểm. Vào ngày 15 tháng 11 năm 2026, giá đầu vào giờ thấp điểm của họ (USD 0.15 mỗi 1M, hoặc USD 0.003 khi từ cache) thấp hơn của BroadNet, còn giá đầu ra (USD 0.60 giờ thấp điểm, USD 1.20 giờ cao điểm) cao hơn ở mọi khung giờ, nên lựa chọn trả theo token rẻ hơn tùy vào tỷ lệ token và thời điểm trong ngày của bạn. Một số nhà cung cấp khác cũng niêm yết model này dưới giá theo token của BroadNet: xem so sánh giá DeepSeek V4.1 Flash giữa các nhà cung cấp. Nếu bạn ở lại với tính phí theo token, hãy chọn theo giá; gói là thứ mà các nhà cung cấp đó không bán.
  • Khả năng dự đoán. Hóa đơn theo token tăng theo mỗi vòng retry và mỗi file thêm vào. Hóa đơn cố định thì không, và điều đó tự nó thường đã có giá trị với các team có ngân sách cố định.

Ai khác bán quyền truy cập API LLM giá cố định?

BroadNet không phải lựa chọn giá cố định duy nhất. Đây là các gói đối thủ mà chúng tôi kiểm chứng được trên trang giá của chính từng nhà cung cấp vào ngày 15 tháng 11 năm 2026. Giá tính theo tháng. Hãy kiểm tra cả điều khoản sử dụng được phép chứ không chỉ giá: một trong số đó loại trừ agent.

Nhà cung cấp và gói Giá Đồng thời Model và context “Giá cố định” nghĩa là gì
Featherless Chat USD 25 4 đơn vị đồng thời (“one 70B conversation, or four small ones at once”, bản dịch: một cuộc hội thoại 70B, hoặc bốn cuộc nhỏ cùng lúc) Mọi model trong danh mục, context 32K “Unlimited tokens” (bản dịch: token không giới hạn), nhưng chỉ cho “human-driven use” (bản dịch: sử dụng do con người điều khiển): trang này loại trừ “app/API traffic” (bản dịch: traffic từ ứng dụng/API), “background automation” (bản dịch: tự động hóa chạy nền) và coding agent
Awan LLM Core / Plus / Pro / Max USD 5 / 10 / 20 / 80 Không nêu; Pro và Max ghi “parallel requests” (bản dịch: request song song) Các hạng model nhỏ, vừa và lớn; không nêu context “Unlimited tokens” (bản dịch: token không giới hạn), nhưng có trần 20 đến 200 request mỗi phút và, dưới Max, hạn mức request mỗi ngày theo kích thước model
Standard Compute Starter / Economy / Standard / Pro USD 19 / 39 / 89 / 249 Starter: một agent tại một thời điểm; Economy trở lên: agent song song Toàn bộ danh mục, định tuyến theo từng request Ngân sách tính toán hằng tháng bằng giá gói; request dừng khi hết ngân sách
BroadNet Full Moon $60 mỗi phiên Một request mỗi phiên; thêm phiên để có nhiều hơn Chỉ DeepSeek V4.1 Flash, context 1.048.576 token Không đếm token, không có trần theo ngày hay tuần

Họ hơn BroadNet ở đâu. Awan LLM rẻ hơn nhiều khi bắt đầu, có nhiều model hơn và ghi request song song trên gói Pro và Max. Standard Compute định tuyến tới các model frontier mà BroadNet không phục vụ. Featherless Chat rẻ hơn và cho bốn đơn vị đồng thời trên một danh mục lớn, nhưng chỉ cho chat do bạn tự gõ, nên không hợp với workload agent. Nếu bạn cần quyền chọn model hoặc nhiều stream song song trên một gói thuê bao, hãy thử Awan hoặc Standard Compute trước.

BroadNet khác ở đâu. Gói của BroadNet không có hạn mức request mỗi ngày (khác Awan dưới Max) và không có ngân sách chi tiêu bị cạn (khác Standard Compute). Nó cho phép agent và traffic API, điều Featherless Chat không cho, và context dài hơn nhiều so với 32K của Featherless Chat, điều quan trọng với coding agent gửi lại cả file. Gói có đáng hay không vẫn quy về phép tính hòa vốn ở trên, nên hãy nhập số liệu của bạn vào công cụ tính giá cố định và trả theo token.

Những sai lầm nào làm lệch phép so sánh?

  • So với gói thuê bao chat. Gói của một ứng dụng chat không phải API key mà bạn trỏ công cụ của mình vào được. Hãy so giá API với gói API. “Không giới hạn” thực sự bao gồm gì.
  • Bỏ qua token từ cache. Tính mọi token đầu vào theo giá đầy đủ khiến trả theo token trông đắt hơn thực tế rất nhiều.
  • Đo trong một tuần vắng việc. Một tuần nghỉ lễ hay một tuần thiết lập không phải một tháng bình thường. Hãy đo một tuần làm việc thật.
  • Quên tính song song. Ba agent chạy cùng lúc cần ba phiên. Hãy so ba gói với hóa đơn trả theo token của cả ba.
  • Quên ưu đãi founders. Với mã founders, Full Moon có giá $45 mỗi tháng trong ba tháng đầu, giúp hạ điểm hòa vốn trong khoảng thời gian đó.

Đo mức sử dụng của chính bạn trước khi chọn thế nào?

  1. Chạy agent thật của bạn trong một tuần trên một key trả theo mức dùng. Tài khoản mới bắt đầu với $5 tín dụng.
  2. Bật usage trong stream bằng stream_options: {"include_usage": true} và ghi log prompt_tokens, prompt_tokens_details.cached_tokens và completion_tokens. Hướng dẫn streaming chỉ cách làm.
  3. Nhân số liệu một tuần với khoảng 4,3 và nhập tổng vào công cụ tính.
  4. Nếu gói thắng, hãy mua một giờ Meteor $1 và chạy cùng vòng lặp trên đó trước khi cam kết cả tháng.

BroadNet Inference phù hợp ở đâu?

BroadNet bán cả hai cách tính phí trên một tài khoản, nên bạn không phải chọn một lần cho mãi mãi. Agent chạy đều trên DeepSeek V4.1 Flash hợp với một phiên của gói. Các model khác, chuyển giọng nói thành văn bản và những đợt dùng thỉnh thoảng thì ở lại với trả theo mức dùng. Nếu khối lượng của bạn nằm thấp hơn hẳn ngưỡng hòa vốn, gói là lựa chọn sai, và các con số ở trên sẽ cho bạn thấy điều đó. Công cụ tính và bài viết này dùng cùng một file giá, pricing.json, đồng bộ lần cuối 2026-11-14.

Câu hỏi thường gặp

Gói LLM giá cố định có luôn rẻ hơn không?

Không. Dưới khối lượng hòa vốn, trả theo token rẻ hơn. Trong các ví dụ của chúng tôi, một dự án phụ tốn $14.23 mỗi tháng nếu trả theo token, thấp hơn nhiều so với gói $60.

Tính điểm hòa vốn của gói thuê bao LLM thế nào?

Hãy tính chi phí pha trộn mỗi 1M token từ tỷ lệ thực tế giữa đầu vào mới, đầu vào từ cache và đầu ra. Chia giá gói cho con số đó. Với DeepSeek V4.1 Flash ở 80% cache hit và 20 token đầu vào cho mỗi token đầu ra, giá pha trộn là $0.06 mỗi 1M, nên Full Moon hòa vốn ở khoảng 917 triệu token đầu vào cộng 46 triệu token đầu ra mỗi tháng.

Token từ cache có làm thay đổi kết luận không?

Rất nhiều. DeepSeek V4.1 Flash tính đầu vào từ cache $0.0055 mỗi 1M token thay vì $0.175. Tỷ lệ cache cao đẩy điểm hòa vốn lên cao hơn, nên hãy đo nó trước.

Nếu tôi chạy nhiều agent cùng lúc thì sao?

Mỗi phiên của gói chạy một request tại một thời điểm, nên bạn cần một phiên cho mỗi agent làm việc song song. Hãy so hóa đơn trả theo token của tất cả agent với một gói cho mỗi agent.

Token suy luận có bị tính phí trên gói giá cố định không?

Không tính riêng. Khi trả theo mức dùng, token suy luận được tính như đầu ra. Trên một phiên của gói thì không đếm token, nên suy luận, retry và prompt dài không làm thay đổi hóa đơn.

Những nhà cung cấp nào khác bán API LLM giá cố định?

Vào ngày 15 tháng 11 năm 2026, Awan LLM (token không giới hạn nhưng có trần request) và Standard Compute (ngân sách tính toán hằng tháng) bán gói API giá cố định hằng tháng. Featherless bán gói Chat giá cố định, nhưng điều khoản giới hạn nó ở chat do người gõ, không cho traffic từ ứng dụng hay API, cũng không cho tự động hóa chạy nền.

Có thể thử gói mà không cam kết cả tháng không?

Có. Một phiên Meteor một giờ có giá $1 và một phiên Orbit một tuần có giá $15, cả hai đều trả từ số dư của bạn.

Đọc dạng MarkdownHỏi ChatGPTHỏi ClaudeHỏi Perplexity