Nex-N2.5-Pro.
Với 10,000,000 token đầu vào + 2,000,000 token đầu ra mỗi tháng, OpenRouter là nhà cung cấp duy nhất được liệt kê, ở mức $1.25/tháng.
Nhà cung cấp rẻ nhất ở bên trái.
Tổng chi phí hằng tháng — gồm cả token đầu vào và đầu ra.
Chi tiết hóa đơn.
| Nhà cung cấp | Tổng mỗi tháng | |
|---|---|---|
| $1.25 | Đăng ký ↗ |
Thuê GPU thay vì trả tiền theo token.
Với mô hình mã nguồn mở như Nex-N2.5-Pro, bạn có thể thuê GPU và tự chạy suy luận. Cách tính: giá thuê GPU rẻ nhất × 730 giờ/tháng. Điện đã nằm trong giá thuê theo giờ.
Giả định GPU chạy 24/7 với mức sử dụng khoảng 85%. Nếu lưu lượng của bạn thất thường, bạn sẽ trả ít hơn cho API và có thể nhiều hơn cho GPU (giờ rảnh vẫn tính tiền thuê). Phân tích hòa vốn nằm ở công cụ hòa vốn tự host so với API.
Ba bước để có ước tính hằng tháng.
-
01
Chọn mô hình.
Dùng ô tìm kiếm để tìm một mô hình AI — Claude, GPT, Llama, DeepSeek, Qwen, bất kỳ mô hình nào chúng tôi theo dõi. Danh sách gồm mọi mô hình có ít nhất một nhà cung cấp công bố giá theo token.
-
02
Ước tính khối lượng.
Kéo số token đầu vào + đầu ra hằng tháng cho khớp với khối lượng công việc dự kiến. Một ứng dụng chat thông thường dùng 1-10 triệu token đầu vào mỗi người dùng hoạt động mỗi tháng; một agent đọc lại ngữ cảnh ở mỗi lượt có thể lên tới 100 triệu trở lên.
-
03
Xem mức chênh lệch.
Biểu đồ và bảng liệt kê mọi nhà cung cấp có mô hình này, xếp từ rẻ nhất. Bấm vào tên nhà cung cấp để mở trang chi tiết — lịch sử giá, thông số tốc độ và liên kết đăng ký giới thiệu.
Những câu hỏi hay gặp.
Hóa đơn hằng tháng được tính thế nào?
Tổng = (giá đầu vào × số token đầu vào / 1M) + (giá đầu ra × số token đầu ra / 1M), theo giá mỗi token mà từng nhà cung cấp công bố trong lần đọc gần nhất của chúng tôi.
Dữ liệu giá lấy từ đâu?
Từ trang giá hoặc API danh sách mô hình của chính từng nhà cung cấp suy luận — Anthropic, OpenAI, OpenRouter, Together AI, Fireworks AI, DeepInfra, z.ai, Groq và các nơi khác. Chúng tôi đọc lại danh sách mô hình của mỗi nhà cung cấp mỗi ngày và cập nhật giá từ lần đọc đó.
Có nên luôn chọn nhà cung cấp rẻ nhất?
Rẻ nhất theo $/M token chưa chắc rẻ nhất về tổng chi phí. Hãy để ý giảm giá bộ nhớ đệm mà bên tổng hợp có thể không chuyển lại, giới hạn tốc độ ở các nhà cung cấp nhỏ khiến bạn phải lên gói đắt hơn khi tải cao, và chặng trung gian mà bên tổng hợp thêm vào. Với tải thấp hoặc thất thường, rẻ nhất thường là đúng; với lưu lượng sản xuất ổn định, hãy cân nhắc cả thông lượng và độ tin cậy.
OpenRouter khác gì API trực tiếp của hãng làm mô hình?
OpenRouter là bên tổng hợp: chuyển yêu cầu của bạn tới một trong nhiều nhà cung cấp phía sau. API trực tiếp của hãng (ví dụ api.anthropic.com cho Claude) cho bạn giá của chính hãng và các tính năng gốc như bộ nhớ đệm prompt. Trực tiếp thường rẻ hơn khi dùng nhiều; bên tổng hợp tiện khi bạn muốn một khóa cho hàng chục mô hình.
Giá đầu vào và đầu ra có giống nhau không?
Không — token đầu ra thường đắt gấp vài lần đầu vào, nên nhà cung cấp rẻ nhất về đầu vào chưa chắc rẻ nhất tổng thể. Cột hóa đơn hằng tháng tính cả hai; sắp xếp theo cột đó để thấy tổng thực.
Bộ nhớ đệm prompt ảnh hưởng ước tính thế nào?
Token đầu vào được lưu đệm thường rẻ hơn nhiều so với đầu vào mới. Chúng tôi không mô phỏng bộ nhớ đệm vì nó phụ thuộc tác vụ của bạn: prompt hệ thống dài dùng lại qua nhiều yêu cầu thì có lợi, còn trò chuyện với ngữ cảnh mới mỗi lượt thì không.
Giá được làm mới bao lâu một lần?
Hằng ngày. Chúng tôi đọc danh sách mô hình của mỗi nhà cung cấp vào sáng sớm (UTC), nên thay đổi giá sẽ hiện ra trong khoảng một ngày.
Còn các biến thể đã tinh chỉnh thì sao?
Các bản triển khai đã tinh chỉnh được tính giá riêng với mô hình gốc, thường theo cấu trúc khác (tính toán theo giờ cộng theo token). Công cụ này chỉ tính giá token của mô hình gốc; hãy xem trang giá triển khai của nhà cung cấp cho chi phí tinh chỉnh.