Tiếng Việt trên mô hình AI: Chi phí nay tùy nhà cung cấp

Dành cho chủ doanh nghiệp và người quản lý tại Việt Nam đang chọn mô hình AI cho chatbot hoặc trợ lý ảo, và cho những ai từng nghe nói tiếng Việt “tốn gấp đôi” tiếng Anh.

Về số liệu trong bài

Aeonic đo các con số dưới đây vào ngày 19/10/2026 bằng công cụ đếm token của chính từng nhà cung cấp. Dữ liệu đo là hai bộ câu công khai, trong đó mỗi câu đều có bản tương ứng ở nhiều ngôn ngữ. Mã nguồn và dữ liệu đều công khai, ai cũng có thể kiểm tra hoặc chạy lại. Chỗ nào là diễn giải con số đều có ghi rõ.

Một số phép đo khác gần đây cũng cho kết quả cùng chiều (xem mục Các phép đo độc lập cho kết quả tương tự). Điểm mới của phép đo này gồm: mẫu câu thực tế lớn hơn, đủ các bậc giá hiện hành của những nhà cung cấp chính, so sánh giữa tin nhắn trò chuyện và văn bản trang trọng, và đặt các mô hình cùng giá niêm yết cạnh nhau.

Phạm vi: chỉ so sánh số token và giá niêm yết, không đánh giá chất lượng câu trả lời. Đây cũng chưa phải hóa đơn hằng tháng đầy đủ, vì lời nhắc hệ thống (system prompt), lịch sử hội thoại và câu trả lời đều cộng thêm chi phí. Giá thay đổi thường xuyên; mọi mức giá đều tính đến ngày 19/10/2026.

Vì sao tiếng Việt tốn nhiều token hơn tiếng Anh

Mô hình AI không đọc văn bản theo từ mà theo token, và nhà cung cấp cũng tính tiền theo token.

Mỗi nhà cung cấp dùng một bộ tách token (tokenizer) riêng để cắt văn bản. Các bộ này chủ yếu học từ văn bản tiếng Anh, nên một từ tiếng Anh thường chỉ là một token, còn một từ ở ngôn ngữ khác có thể bị cắt thành vài token.

Hệ quả là cùng một nội dung, viết bằng các ngôn ngữ khác nhau, có thể tốn số token khác nhau.

Năm 2023, mức chênh này với tiếng Việt còn rất lớn. Theo một nghiên cứu năm 2023 của nhóm tác giả tại Đại học Oxford, tiếng Việt cần khoảng 2,45 lần số token so với tiếng Anh trên bộ tách token của GPT-4. Đã xác minh

Đến năm 2026, giới lập trình viên Việt Nam vẫn nhắc lại quy tắc ước lượng đó. Một bài hướng dẫn chi phí token cho lập trình viên Việt viết: “chúng ta thường tốn gấp đôi token so với tiếng Anh cho cùng một lượng nội dung”. Đã xác minh

Tuy nhiên, từ năm 2023 đến nay, các bộ tách token đã thay đổi. Phép đo của Aeonic đặt lại câu hỏi: quy tắc “gấp đôi” giờ còn đúng đến đâu?

Trên các mô hình hiện nay, tiếng Việt thường tốn chưa tới gấp đôi

Ở phần lớn mô hình hiện hành, mức chênh thấp hơn hẳn mức “gấp đôi”.

Biểu đồ nhiệt dưới đây thể hiện hệ số token của những tin nhắn trò chuyện ngắn, kiểu khách hàng hay nhắn cho chatbot của cửa hàng, trên các mô hình chính mà Aeonic đo.

Như vậy, quy tắc “gấp đôi” giờ chỉ còn đúng với một nhà cung cấp, chứ không còn đúng với cả thị trường.

Ba điểm đáng chú ý khác:

• Trong một dòng mô hình, bậc giá nào cũng có chung hệ số token. Trong mỗi dòng, mọi mô hình đều cho số token giống hệt nhau trên từng câu kiểm tra (200 câu cho mỗi ngôn ngữ ở mỗi bộ dữ liệu). Đã xác minh Chọn Haiku thay vì Opus, hay GPT-6 Luna thay vì Astra, chỉ giúp giảm giá mỗi token, không làm giảm hệ số token của tiếng Việt.
• Tiếng Việt có hệ số cao nhất trong các ngôn ngữ so sánh. Ở tin nhắn trò chuyện, tiếng Việt có hệ số cao hơn tiếng Trung, tiếng Nga và tiếng Đức trên tất cả mô hình Aeonic đo. Đã xác minh Biểu đồ nhiệt có cả ba ngôn ngữ này để đối chiếu.
• Văn bản trang trọng cho kết quả tương tự. Ở bộ câu thứ hai, gồm những câu văn trang trọng hơn, hệ số token là 1,30 lần trên Qwen, 1,35–1,36 lần trên Gemini, 1,48 lần trên GPT-6 và 1,84 lần trên Claude. Đã xác minh

Giá niêm yết ngang nhau, chi phí thực tế vẫn khác nhau

Bảng giá chỉ cho biết giá mỗi token, không cho biết văn bản cần bao nhiêu token.

Ba mô hình tầm trung dưới đây có cùng giá niêm yết đầu vào: 2 USD mỗi triệu token. Bảng sau so sánh chi phí đầu vào của chúng cho một bộ tin nhắn trò chuyện tiếng Việt:

Giá tính đến ngày 19/10/2026. Google đã thông báo nâng giá đầu vào của Gemini 4 Argon lên 4 USD mỗi triệu token từ ngày 1/12/2026. Đã xác minh Khi đó, chi phí đầu vào tương đối của Argon vào khoảng 200, vẫn thấp hơn mức 221 của Claude Sonnet 5.5 nhưng không còn cách biệt nhiều.

Mức chênh này lớn hơn những gì riêng hệ số token cho thấy. Ngay cả với tiếng Anh, bộ tách token hiện hành của Claude cũng dùng nhiều token hơn bộ tách token của các nhà cung cấp khác: khoảng 10 token cho một tin nhắn trò chuyện tiếng Anh trung bình, so với khoảng 7 token trên GPT-6. Đã xác minh

Tức là, chưa tính đến tiếng Việt, Claude đã xuất phát từ một mức cao hơn; hệ số tiếng Việt còn nhân thêm trên mức đó. Đây là đặc điểm của bộ tách token, không phải thước đo khả năng xử lý tiếng Việt của mô hình.

Cần lưu ý: phép so sánh này chỉ tính tin nhắn gửi vào mô hình. Số token của câu trả lời cũng do chính bộ tách token đó tính, và trước đợt đổi giá ngày 1/12 của Google, cả ba mô hình còn có giá đầu ra như nhau (10 USD mỗi triệu token), nên nhiều khả năng chi phí cho câu trả lời cũng chênh lệch tương tự. Hợp lý ^{8 9} Phần câu trả lời chưa nằm trong phép đo.

Hệ số token chỉ là một yếu tố khi chọn mô hình

Hệ số token đáng cân nhắc, nhưng không phải yếu tố quyết định.

Để dễ hình dung: ngay trong một nhà cung cấp, giá mỗi token của mô hình rẻ nhất và đắt nhất đã chênh nhau khoảng 100 lần (GPT-6 Luna 0,10 USD so với GPT-6 Astra 10 USD mỗi triệu token đầu vào). Mức chênh đó lớn hơn nhiều so với bất kỳ hệ số token nào của tiếng Việt.

Trong thực tế, doanh nghiệp nên lưu ý bốn điểm:

1. Kiểm tra chất lượng trước. Ít token hơn không đồng nghĩa với trả lời tiếng Việt tốt hơn. Trước hết nên lọc ra những mô hình xử lý tốt câu hỏi của khách hàng.
2. So sánh chi phí trên văn bản tiếng Việt thật, không chỉ nhìn bảng giá. Cùng giá niêm yết, nhưng một mô hình đã tốn gấp khoảng 2,2 lần mô hình kia cho một bộ tin nhắn tiếng Việt (giá tính đến ngày 19/10/2026).
3. Tự đếm trên tin nhắn của chính doanh nghiệp. Anthropic, OpenAI và Google đều có công cụ đếm token. Lấy vài chục tin nhắn thật của khách hàng, cả bằng tiếng Việt lẫn tiếng Anh, rồi đếm trên từng mô hình đang cân nhắc, doanh nghiệp sẽ có hệ số token của riêng mình.
4. Giá không cố định. Các con số ở đây là của thời điểm 19/10/2026. Chỉ một đợt đổi giá hay một bộ tách token mới cũng có thể làm kết quả so sánh khác đi trong vài tháng.

Các phép đo độc lập cho kết quả tương tự

Về cơ bản, các phép đo độc lập công bố năm 2026 cho kết quả cùng chiều, dù dùng văn bản và phương pháp khác.

Theo bộ dữ liệu TokenSave (đo ngày 17/10/2026 trên một prompt chăm sóc khách hàng viết bằng 41 ngôn ngữ), tiếng Việt cần nhiều hơn tiếng Anh khoảng 26% số token trên Gemini, 35% trên bộ tách token hiện hành của OpenAI và 87% trên Claude 5.5, tức 1,26, 1,35 và 1,87 lần. Đã xác minh Các mức này gần với kết quả 1,27, 1,40 và 2,00 lần mà Aeonic đo.

Con số cụ thể chênh nhau tùy văn bản, điều đó là bình thường. Tuy nhiên, ở những nhà cung cấp mà các nguồn cùng đo, thứ tự vẫn giữ nguyên: Gemini thấp nhất, OpenAI ở giữa, Claude cao nhất. Qwen chỉ có trong phép đo của Aeonic và bài trên Viblo, và cũng thuộc nhóm thấp nhất.

Phương pháp đo

Aeonic dùng hai bộ dữ liệu công khai, mỗi bộ gồm những câu có nội dung tương đương ở nhiều ngôn ngữ:

• MASSIVE ⁶: mỗi ngôn ngữ khoảng 2.000 tin nhắn ngắn gửi cho trợ lý ảo.
• FLORES+ ⁷: mỗi ngôn ngữ khoảng 2.000 câu văn phong trang trọng.

Trên từng mô hình, Aeonic đếm token của toàn bộ mỗi bộ dữ liệu ở tiếng Anh và tiếng Việt, kèm tiếng Trung, tiếng Nga và tiếng Đức. Hệ số token bằng tổng số token tiếng Việt chia cho tổng số token tiếng Anh.

Số token lấy từ công cụ đếm của chính từng nhà cung cấp: API đếm token của Anthropic và OpenAI, Gemini API của Google, và bộ tách token mà Qwen công bố. Công cụ của Anthropic, OpenAI và Google đều cộng thêm vài token cố định vào mỗi tin nhắn. Aeonic đã đo phần cộng thêm này và trừ ra ở những chỗ nó ảnh hưởng đến phép so sánh theo từng tin nhắn.

Aeonic cũng chạy lại bộ tách token GPT-4 năm 2023 trên dữ liệu này. Kết quả khớp với số liệu mà nghiên cứu năm 2023 đã công bố, qua đó kiểm chứng phương pháp đo.

Giá là giá niêm yết đầu vào công khai của các nhà cung cấp tính đến ngày 19/10/2026 ^{8 9 10}.

Mã nguồn, dữ liệu và kết quả đều công khai trong kho mã đi kèm ¹, ai cũng có thể kiểm tra hoặc chạy lại.

Kết luận cốt lõi

Câu hỏi doanh nghiệp nên đặt ra không phải là “tiếng Việt có tốn hơn không?”, mà là “văn bản tiếng Việt của doanh nghiệp sẽ tốn bao nhiêu trên những mô hình trả lời tốt?”.

Theo giá tháng 10/2026, hai mô hình cùng giá niêm yết có chi phí chênh nhau khoảng 2,2 lần. Đợt đổi giá tháng 12 mà Google đã công bố sẽ thu hẹp khoảng cách này xuống còn khoảng 1,1 lần.