What will this chatbot cost per month?Con chatbot này tốn bao nhiêu tiền một tháng
Turn a few dials, get the bill. Then see how much prompt caching saves.Kéo vài cái núm, ra luôn hoá đơn. Và thấy prompt caching tiết kiệm bao nhiêu.
ReadPhần đọc
The question “how much will this chatbot cost to run?” has a formula, and the formula is surprisingly simple:
cost = (input tokens ÷ 1M × input price)
+ (output tokens ÷ 1M × output price)
The trap is somewhere else: input tokens multiply with every turn. The API has no memory. On every turn you have to resend the whole system prompt and the entire conversation history. A 10-turn conversation doesn’t cost 10× the first turn — it costs nearly 50×, because each turn has to carry every turn before it.
The three biggest cost cuts
Prompt caching. The start of a prompt that doesn’t change between turns (system prompt, reference documents) can be cached. Tokens read from the cache are 10× cheaper (20× on Opus 5.5). This one is free — you give up nothing in quality. Always do it first.
Pick the right model for the job. The gap between the strongest model and the cheapest is 5×. Classification, extraction and short summaries usually don’t need the strongest model. Multi-step reasoning does.
Cut output tokens. Output tokens cost 5× as much as input tokens on every model. A single “answer in 3 sentences” in the system prompt saves more than you’d think.
And the Vietnamese tax
Remember lesson 01: the same content costs about 1.5–2× the tokens in Vietnamese. That goes straight onto the bill. The calculator on the right has a switch so you can see how much extra it costs.
The calculator uses Anthropic’s list prices as of October 2026 (Opus 5.5 $4/$20, Sonnet 5.5 $2/$10, Haiku 5.5 $0.10/$0.50 per million input/output tokens; Haiku’s rate is for prompts up to 100K tokens). Prices change — check the official pricing page before you put these numbers in a presentation.
Câu hỏi “làm con chatbot này tốn bao nhiêu tiền?” có công thức, và công thức đó đơn giản đến mức đáng ngạc nhiên:
tiền = (token vào ÷ 1tr × giá vào)
+ (token ra ÷ 1tr × giá ra)
Cái bẫy nằm ở chỗ khác: token vào bị nhân lên theo số lượt. API không có trí nhớ. Mỗi lượt hỏi, bạn phải gửi lại toàn bộ prompt hệ thống và toàn bộ lịch sử hội thoại. Cuộc trò chuyện 10 lượt không tốn gấp 10 lần lượt đầu — nó tốn gần gấp 50 lần, vì lượt sau luôn phải chở theo mọi lượt trước.
Ba đòn giảm giá lớn nhất
Prompt caching. Phần đầu prompt không đổi giữa các lượt (prompt hệ thống, tài liệu nền) có thể được cache. Token đọc từ cache rẻ hơn 10 lần (20 lần với Opus 5.5). Đây là đòn miễn phí — không đánh đổi chất lượng gì cả. Luôn làm nó trước.
Chọn model đúng việc. Chênh lệch giữa model mạnh nhất và model rẻ nhất là 5 lần. Việc phân loại, trích xuất, tóm tắt ngắn thường không cần model mạnh nhất. Việc suy luận nhiều bước thì cần.
Cắt token ra. Token ra đắt gấp 5 lần token vào ở mọi model. Một câu “trả lời trong 3 câu” trong prompt hệ thống tiết kiệm nhiều hơn bạn tưởng.
Và cái thuế tiếng Việt
Nhớ bài 01: cùng một nội dung, tiếng Việt tốn khoảng 1,5–2 lần số token. Cái đó đi thẳng vào hoá đơn. Máy tính bên phải có công tắc để bạn thấy nó đắt thêm bao nhiêu.
Giá dùng trong máy tính là giá niêm yết của Anthropic tháng 10/2026 (Opus 5.5 $4/$20, Sonnet 5.5 $2/$10, Haiku 5.5 $0.10/$0.50 cho mỗi triệu token vào/ra; giá Haiku áp cho prompt tới 100K token). Giá có thể đổi — hãy kiểm tra lại trên trang giá chính thức trước khi lấy số này đi thuyết trình.
PlaygroundKhu thực hành
Estimated billHoá đơn dự kiến
Opus 5.5
Per userMỗi người dùng
$0.0919
Per dayMỗi ngày
$91.87
Per monthMỗi tháng
$2756
≈ 71.7 million VND≈ 71.7 triệu đồng
invào 9,877
cache 6,800
outra 2,550
Turning on caching alone savesRiêng việc bật cache đang tiết kiệm $775 a month compared with no optimization at all.mỗi tháng so với không tối ưu gì.
Your product’s numbersThông số sản phẩm của bạn
Model
Rough conversion: $1 = 26,000 VND. These figures are a ballpark estimate, not a quote — real traffic never matches the model exactly.Quy đổi tạm 1 USD = 26.000 đồng. Con số này là dự toán bậc thang, không phải báo giá — lưu lượng thật luôn lệch.