Chi phí token Claude Code: một phiên thực sự tốn bao nhiêu

Trả lời nhanh: hãy nghĩ theo đô la mỗi phiên, không phải xu.

Claude Code là một công cụ agentic, không phải cửa sổ chat. Một request từ bạn có thể kích hoạt hàng chục lần gọi model, và mỗi lần gọi gửi lại toàn bộ hội thoại đang phình to như input token. Điều đó khiến khối lượng input, chứ không phải output, mới là thứ quyết định chi phí. Output token thường chỉ là phần lẻ so với input. Các con số cộng đồng báo cáo cho thấy một phiên nghiêm túc kéo dài một giờ trên repo cỡ trung bình rơi vào khoảng 5 đến 20 triệu token. Với giá trực tiếp của Anthropic cho Sonnet 4.6 ($3 mỗi triệu input, $15 mỗi triệu output), hầu hết các phiên rơi vào khoảng $2 đến $40 trước khi tính giảm giá caching, và những ngày dùng Opus nặng còn vượt xa con số đó. Prompt caching kéo hóa đơn thực tế xuống thấp hơn phép tính thô, nhưng bản chất vẫn giữ nguyên: các phiên dài trên repo lớn tốn tiền thật. Bạn có ba đòn bẩy. Giảm những gì đi vào context window, định tuyến việc thường nhật sang model rẻ hơn, và hạ mức giá theo token bằng cách đổi nơi request được tính phí. Phần còn lại của trang này sẽ đi qua từng đòn bẩy với các con số cụ thể.

Token thực sự đi về đâu.

Có hai cơ chế làm dịu điều này. Thứ nhất, prompt caching của Anthropic: Claude Code đánh dấu các tiền tố ổn định là có thể cache, ghi cache tốn phụ phí, còn đọc cache tính phí bằng khoảng một phần mười giá input thông thường. Thứ hai, nén context: lệnh /compact tóm tắt lịch sử và bỏ bản ghi thô. Cả hai đều giúp ích nhiều, và không cái nào thay đổi quy luật căn bản: mọi thứ đang nằm trong window đều bị tính phí ở mỗi lần gọi có chứa nó. Đây là lý do vì sao cùng một prompt lại tốn số tiền khác nhau rất nhiều tùy repo. Một câu hỏi đặt ra trong phiên mới với CLAUDE.md gọn nhẹ thì rẻ. Cùng câu hỏi đó đặt ra ở lượt thứ 30 trong một phiên đã đọc hàng chục file lớn thì lại cưỡi trên một context window sáu chữ số.

• System prompt và định nghĩa tool: khoảng 15 đến 20K token, được gửi lại ở mỗi lần gọi model.
• CLAUDE.md, các file rule và schema tool MCP: được tải lúc bắt đầu phiên và mang theo trong mọi lần gọi sau đó.
• Đọc file: một file source 500 dòng tương đương khoảng 5 đến 7K token, và nó vẫn nằm trong window sau khi được đọc một lần.
• Kết quả tool: output test, kết quả grep và log terminal được thêm vào hội thoại và tính phí lại như input ở mọi lượt sau.
• Bản thân vòng lặp agentic: một yêu cầu "sửa test đang fail này" có thể tạo ra 10 đến 40 lần gọi model trước khi Claude Code báo cáo lại.

Phép tính chi phí phiên thực tế.

Hãy mô hình hóa theo từng lượt thay vì đoán mò. Một phiên cỡ trung bình điển hình chạy khoảng 40 lần gọi model. Sau khi vài file và một số output test đã tích lũy, window trung bình đạt khoảng 90K token mỗi lần gọi. 40 lần gọi ở 90K là 3.6M input token. Output vẫn nhỏ: 40 lần gọi với khoảng 1,000 token mỗi lần là khoảng 40K output token. Bảng dưới đây định giá ba hồ sơ phiên theo giá niêm yết trực tiếp của Anthropic. Hãy coi đây là mức trần: prompt caching giảm giá đáng kể cho tiền tố lặp lại, nên các phiên có cache thường thấp hơn. Mô hình này vẫn khớp với những gì lập trình viên báo cáo. Một buổi chiều thỉnh thoảng chỉ tốn vài đô la; chạy Opus như công cụ chính hàng ngày trên API có thể lên tới vài trăm đô la mỗi tháng.

Plan hay API: cách nào giúp Claude Code rẻ hơn?

Anthropic bán Claude Code theo hai cách: gộp vào các plan subscription giá cố định với giới hạn sử dụng áp dụng theo cửa sổ luân phiên, hoặc tính phí theo token trên API. Giá API của Claude Code đơn giản là áp dụng các mức giá model ở trên cho bất cứ thứ gì phiên của bạn tiêu tốn, không có trần và không bị cắt. Điểm hòa vốn chỉ là phép tính đơn giản. Nếu phiên điển hình của bạn tốn khoảng $11 trên Sonnet theo giá trực tiếp, một plan $20 sẽ hoàn vốn ở khoảng hai phiên mỗi tháng, miễn là bạn ở dưới giới hạn của nó. Vấn đề nằm ở chính các giới hạn đó: việc dùng agentic nặng chính là mẫu hình dễ vấp phải giới hạn luân phiên nhất, và giá cố định ngừng rẻ ngay khi bạn bị khóa giữa chừng một phiên. Tính phí theo API đảo ngược điều này. Bạn không bao giờ bị cắt, và bạn chỉ trả đúng những gì đã dùng. Nhiều người dùng nặng cuối cùng chọn cách kết hợp: một plan cho công việc tương tác, một API key cho job CI và phần vượt quá.

Cách giảm chi phí token của Claude Code.

Hai đòn bẩy cuối cộng hưởng với nhau. Định tuyến một model rẻ qua một endpoint được giảm giá có thể biến một phiên $10 thành chưa tới một đô la cho công việc thường nhật. Một lựa chọn gateway là APIsRouter, một API tương thích OpenAI với thanh toán trả sau theo lượng dùng và không subscription: các model toàn cầu được định giá thấp hơn giá niêm yết chính thức, các model Trung Quốc nằm dưới giá niêm yết chính thức của chúng, lần nạp đầu tiên được cộng thêm +100% số dư, và checkout không cần đăng ký tại /topup nhận thanh toán trước rồi gửi key qua email. Bảng dưới đây cho thấy một bậc thang định tuyến trông như thế nào trong thực tế. Kimi K2.6 (kimi-k2.6) cũng có sẵn nếu bạn muốn chọn nó làm tier tiết kiệm.

• Giữ CLAUDE.md gọn nhẹ. Mỗi dòng là một khoản phí lặp lại ở mọi lần gọi model trong mọi phiên.
• Bắt đầu phiên mới cho mỗi tác vụ và chạy /compact khi một phiên dài bắt đầu trôi dạt. Một window 150K token sẽ tính phí 150K ở mỗi lần gọi.
• Giới hạn phạm vi đọc. Trỏ Claude Code vào các file cụ thể thay vì để nó tự dò quét, và loại trừ output build cùng các thư mục vendor.
• Tắt các MCP server bạn không dùng. Schema tool của chúng vẫn đi kèm trong system prompt ở mọi lần gọi.
• Định tuyến theo model. Giữ Opus cho kiến trúc và debug hóc búa, chạy Sonnet làm mặc định, và chuyển boilerplate, khung test, commit message sang model rẻ hơn.
• Hạ mức giá theo token bằng cách trỏ base URL vào một gateway thay vì tính phí theo giá niêm yết trực tiếp.

Ví dụ cấu hình: trỏ lại Claude Code và kiểm tra.

Claude Code đọc ANTHROPIC_BASE_URL khi khởi động, nên việc đổi nơi token được tính phí là một thay đổi cấu hình, không phải thay đổi quy trình làm việc. Đặt endpoint và key vào ~/.claude/settings.json và mọi phiên sẽ tự động dùng chúng. Model ID giữ nguyên, việc thực thi tool vẫn chạy cục bộ trên máy của bạn, và rollback chỉ là comment lại một dòng. Với các công cụ và script tương thích OpenAI, base URL kết thúc ở /v1 (https://api.apisrouter.com/v1). Hãy xác minh key bằng một lệnh curl thử nghiệm trước khi trỏ công cụ dùng hàng ngày của bạn vào đó:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.apisrouter.com",
    "ANTHROPIC_AUTH_TOKEN": "sk-APIsRouter-...",
    "ANTHROPIC_MODEL": "claude-sonnet-4-6",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-4-7",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-4-6"
  }
}

Câu hỏi thường gặp