Trả theo mức dùng là cách hầu hết dịch vụ cloud, và hầu hết API LLM, tính tiền: một mức giá cho mỗi đơn vị và một đồng hồ đo.
Cách hoạt động
AWS mô tả mô hình này là chỉ trả tiền “only for the individual services you need, for as long as you use them, and without requiring long-term contracts.” (Bản dịch: chỉ cho từng dịch vụ bạn cần, trong thời gian bạn dùng, và không cần hợp đồng dài hạn). API LLM áp dụng nó theo token, với giá riêng trên 1 triệu token cho:
- token đầu vào mới;
- token đầu vào từ cache, khi nhà cung cấp hỗ trợ cache;
- token đầu ra, bao gồm cả suy luận.
Chuyển giọng nói thành văn bản thì thường tính theo phút âm thanh.
Hóa đơn hằng tháng là tổng của các request:
input × input rate + cached × cached rate + output × output rate
Nghĩa là: đầu vào nhân giá đầu vào, cộng phần từ cache nhân giá cache, cộng đầu ra nhân giá đầu ra. Việc tính phí thường trừ dần vào số dư trả trước theo từng request, hoặc qua hóa đơn hằng tháng. Khối usage của mỗi request cho biết chính xác những gì đã được đo.
Vì sao quan trọng
- Chi phí khởi đầu thấp. Không trả gì khi không dùng, nên phù hợp với prototype, ứng dụng ít tải và lưu lượng lúc tăng lúc giảm.
- Chi phí đi theo giá trị. Mỗi request có một mức giá xác định, tiện khi bạn tính tiền khách hàng theo mức sử dụng.
- Khó dự đoán hơn. Một agent kẹt trong vòng lặp thử lại, một context dài gửi lại ở mỗi lượt hoặc một đợt token suy luận tăng vọt có thể nhân hóa đơn lên nhiều lần. Dùng nhiều và đều đặn có thể đắt hơn gói giá cố định.
Trên BroadNet Inference
Tài khoản mới bắt đầu với $5 tín dụng ban đầu miễn phí. BroadNet Gemma 4 VL 26B và cả hai model chép lời dùng được với khoản này; DeepSeek V4.1 Flash, GLM 5.3 và Qwen3.8 27B cần nạp tiền. Ví dụ giá trên 1 triệu token:
| Model | Đầu vào | Đầu ra |
|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.52 |
| BroadNet Gemma 4 VL 26B | $0.10 | $0.22 |
Chuyển giọng nói tiếng Ả Rập thành văn bản có giá $0.0042 mỗi phút âm thanh. Một key trả theo mức dùng cho phép 30 request mỗi phút và 4 request chạy đồng thời. Ngoài ra còn có key theo giờ: $0.50 cho một giờ dùng BroadNet Gemma 4 VL 26B trên một luồng.
Mọi mức giá đều có trên trang giá, kèm công cụ tính. Trong ví dụ tính toán của BroadNet, một dự án phụ dùng 100 triệu token đầu vào mỗi tháng tốn $14.23 trên DeepSeek V4.1 Flash, nên phương án có lợi hơn là trả theo mức dùng. Một agent lập trình chạy toàn thời gian tốn $65.40, nên phương án có lợi hơn là Full Moon. Cách tính có trong giá cố định so với trả theo token.