Google vừa thông báo điều chỉnh giá API Gemini 4 Argon trên toàn cầu. Mức giá ưu đãi 2 USD đầu vào và 10 USD đầu ra sẽ chính thức hết hạn ngày 30/11/2026. Từ ngày 01/12/2026, biểu phí tăng lên 4 USD đầu vào và 20 USD đầu ra cho mỗi triệu token. Bài viết này hướng dẫn 3 bước tính toán chi phí thực tế.
Hết hạn trợ giá 2 USD: đơn giá token tăng gấp đôi từ tháng 12
Giai đoạn trợ giá của Google kéo dài đúng 60 ngày. Mức giá tăng gấp đôi. Trong hai tháng qua, nhiều nhóm kỹ thuật đã tận dụng đơn giá thấp để thử nghiệm mô hình. Giờ đây, bảng giá mới đưa chi phí ngang bằng Claude Opus 5.5 của Anthropic.
Bảng so sánh đơn giá API giữa các mô hình hàng đầu:
Đừng trả tiền thừa cho SaaS AI — Nhận lộ trình công cụ & chi phí tối ưu trong 10 giây
Mô tả bài toán của doanh nghiệp bạn (CSKH Zalo OA, Coding, RAG tài liệu nội bộ, Báo cáo P&L). Hệ thống cố vấn của 3A sẽ đề xuất bộ công cụ đã qua kiểm thử thực chiến.
| Mô hình | Đầu vào (USD/1M token) | Đầu ra (USD/1M token) | Bộ nhớ đệm (USD/1M token) |
|---|---|---|---|
Gemini 4 Argon (trước 01/12) | 2,00 | 10,00 | 0,50 |
Gemini 4 Argon (từ 01/12) | 4,00 | 20,00 | 1,00 |
GPT-6.1 Sol | 2,00 | 10,00 | 0,50 |
Claude Opus 5.5 | 4,00 | 20,00 | 1,00 |
Chi phí tăng gấp đôi khiến hóa đơn hàng tháng phình to rất nhanh. Kỹ sư cần nắm vững cách đọc bảng benchmark AI để không bị đánh lừa. Đừng để ngân sách cạn kiệt bất ngờ.

*Ảnh: Tima Miroshnichenko, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2021-04-18. Màn hình hiển thị bảng số liệu chi phí token và biểu đồ dòng tiền.*
3 bước tính chi phí token thực tế theo từng quy mô tải
Phòng đo kiểm 3A xây dựng 3 kịch bản vận hành thực tế. Mỗi kịch bản có tỷ lệ đầu vào và đầu ra khác nhau.
1. Bước 1: Tính toán cho ứng dụng hỏi đáp tài liệu nội bộ (RAG). Tải trung bình 50 triệu token đầu vào và 5 triệu token đầu ra. Hóa đơn cũ là 150 USD. Biểu phí mới nâng con số này lên 300 USD mỗi tháng. 2. Bước 2: Dự toán cho trợ lý lập trình và kiểm thử tự động. Quy mô 200 triệu token đầu vào và 40 triệu token đầu ra. Chi phí tăng từ 800 USD lên đúng 1.600 USD mỗi tháng. 3. Bước 3: Ước lượng cho hệ thống xử lý dữ liệu lớn. Quy mô 1 tỷ token đầu vào và 100 triệu token đầu ra. Hóa đơn hàng tháng nhảy vọt từ 3.000 USD lên 6.000 USD.
Bảng tổng hợp chi phí trước và sau mốc 01/12/2026:
| Quy mô tải | Token đầu vào | Token đầu ra | Chi phí cũ (USD) | Chi phí mới (USD) | Mức chênh lệch |
|---|---|---|---|---|---|
| Nhỏ (RAG) | 50M | 5M | 150 | 300 | +100% |
| Vừa (Dev Assistant) | 200M | 40M | 800 | 1.600 | +100% |
| Lớn (Data Pipeline) | 1.000M | 100M | 3.000 | 6.000 | +100% |
Trước khi chạy tác vụ nặng, hãy đọc bài suy luận dài khi nào đáng giá để tối ưu tiền bạc. Cân nhắc kỹ lưỡng từng tác vụ.

*Ảnh: Markus Winkler, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2020-06-06. Kỹ sư rà soát tài liệu kỹ thuật và tham số giá API trên laptop.*
Điểm hòa vốn khi kích hoạt tính năng context caching trên Vertex AI
Tính năng Context Caching giảm 75% giá token đầu vào cho dữ liệu tĩnh. Google thu phí lưu kho đệm theo giờ.
Công thức tính chi phí Context Caching trên Google Cloud:
# Công thức chi phí bộ nhớ đệm mỗi giờ
chi_phi_gio = (so_trieu_token_tinh * 1.00) + (so_trieu_token_tinh * 4.50 / 720)Đo kiểm tại vùng ap-southeast-1 với 30 truy vấn mẫu cho kết quả rõ ràng. Khối dữ liệu trên 32.768 token được gọi từ 4 lần mỗi giờ sẽ có lãi. Nếu gọi dưới 2 lần mỗi giờ, bạn sẽ bị lỗ tiền lưu kho.
Để giảm bớt phụ thuộc vào API đám mây, bạn có thể xem giải pháp chạy mô hình trên máy cho phần cứng tại chỗ. Tự vận hành mang lại sự chủ động.

*Ảnh: Pavel Danilyuk, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2020-09-19. Bàn tay lập trình viên viết mã tối ưu bộ nhớ đệm context caching.*
Rủi ro chi phí ẩn và lộ trình chuyển hướng sang Gemini 3.8 Flash
Tăng giá API đòi hỏi doanh nghiệp phải thiết lập chốt chặn an toàn ngay lập tức. Điểm mù vận hành rất nguy hiểm.
Cảnh báo kỹ thuật
Rủi ro thâm hụt ngân sách: Vòng lặp agent không kiểm soát có thể đốt cháy hàng nghìn USD chỉ sau một đêm. Doanh nghiệp cần đặt hạn mức trần trên console ngay hôm nay.
Đội ngũ kỹ thuật nên xây dựng bộ định tuyến thông minh. Những tác vụ đơn giản hãy phân luồng sang Gemini 3.8 Flash để tiết kiệm 90% chi phí. Chỉ dùng Gemini 4 Argon cho bài toán suy luận phức tạp.

*Ảnh: Pavel Danilyuk, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2021-06-22. Kỹ sư kiểm tra cụm máy chủ và định tuyến yêu cầu AI trên máy trạm.*
- Quang Minh, từ phòng đo kiểm 3A.
Nguồn
Nguồn
- Bảng giá Google Cloud Vertex AI, công bố 2026-10-01, cập nhật 2026-11-10: https://cloud.google.com/vertex-ai/generative-ai/pricing
- Báo cáo so sánh giá mô hình Tech-Insider, công bố 2026-11-08: https://tech-insider.org/ca/gemini-api-pricing-argon-vs-gpt-6-1-sol-vs-opus-5-5-vs-deepseek-2026/
- Công cụ theo dõi giá AI CalcPerch, dữ liệu ngày 2026-11-10: https://calcperch.com/ai-price-tracker/
- Ảnh bìa: Alexander Popadin, Pexels, giấy phép Pexels. Link gốc: https://www.pexels.com/photo/37358629/
- Ảnh thân bài 1: Tima Miroshnichenko, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2021-04-18: https://www.pexels.com/photo/7567223/
- Ảnh thân bài 2: Markus Winkler, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2020-06-06: https://www.pexels.com/photo/4578665/
- Ảnh thân bài 3: Pavel Danilyuk, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2020-09-19: https://www.pexels.com/photo/5496464/
- Ảnh thân bài 4: Pavel Danilyuk, Pexels, giấy phép Pexels, ngày đăng trên Pexels 2021-06-22: https://www.pexels.com/photo/8438976/



