Số liệu giá và thông tin model trong bài lấy từ tài liệu chính thức của Anthropic (platform.claude.com/docs), kiểm tra ngày 25/07/2026. Giá API thay đổi theo thời gian, hãy kiểm tra lại tại claude.com/pricing.

Khi làm việc với Claude API, chi phí được tính theo token — cả input (những gì bạn gửi lên) lẫn output (những gì model sinh ra). Điều nhiều người bỏ qua: chọn sai model không chỉ đắt hơn về đơn giá, mà còn khiến bạn tốn thêm token vì phải retry, sửa đi sửa lại. Bài này sẽ giúp bạn chọn đúng model cho từng loại việc.

1. Bảng giá các model hiện tại

Anthropic tính giá theo đơn vị MTok (một triệu token), tách riêng input và output. Một điểm dễ nhớ: output luôn đắt gấp 5 lần input trên mọi model workhorse.

Vài điểm đáng chú ý:

• Sonnet 5 đang có giá giới thiệu $2/$10 đến hết 31/08/2026, sau đó về mức chuẩn $3/$15. Nếu đang cân nhắc, đây là thời điểm tốt để thử.

• Fable 5 là model mạnh nhất được phát hành rộng rãi, giá gấp đôi Opus — chỉ dùng khi thực sự cần.

• Từ Opus 4.7 trở đi, Anthropic dùng tokenizer mới sinh ra nhiều hơn khoảng 30% token cho cùng một đoạn text. Nghĩa là dù đơn giá không đổi, chi phí thực tế mỗi request có thể cao hơn khi bạn nâng cấp từ 4.6 lên các bản mới. Đây là điều rất dễ bị bỏ sót khi tính toán.

2. Chọn model nào cho việc gì

Cách dễ nhất để hình dung là xếp các model theo một cái thang, từ nhẹ đến nặng, rồi chọn bậc thấp nhất mà vẫn làm tốt công việc của bạn.

Ở bậc thấp nhất là Claude Haiku 4.5: nhanh, rẻ, nhưng vẫn đủ thông minh để suy luận cơ bản. Bạn dùng nó khi công việc lặp lại nhiều, khối lượng lớn và logic tương đối đơn giản: phân loại, điều hướng (routing), trích xuất dữ liệu, tóm tắt, hay các ứng dụng cần phản hồi tức thì. Nó cũng là lựa chọn tốt cho các sub-agent nhỏ chạy bên trong một hệ thống lớn hơn.

Lên một bậc là Claude Sonnet 5: điểm cân bằng tốt nhất giữa tốc độ, trí thông minh và chi phí, và cũng là lựa chọn mặc định cho phần lớn công việc production. Nếu bạn không chắc nên bắt đầu từ đâu, hãy bắt đầu ở đây. Sonnet gánh tốt việc sinh code hằng ngày, phân tích dữ liệu, tạo nội dung, hiểu hình ảnh và điều khiển tool trong agent.

Chỉ khi công việc thực sự phức tạp bạn mới cần lên Claude Opus 4.8 / Opus 5. Đây là bậc dành cho coding agent chạy tự động nhiều giờ, refactor quy mô lớn, kỹ thuật hệ thống phức tạp, nghiên cứu chuyên sâu, hay các workflow nặng về vision và computer use. Nó mạnh hơn hẳn nhưng cũng đắt hơn, nên đừng mặc định dùng nó cho mọi thứ.

Trên cùng là Claude Fable 5: model mạnh nhất được phát hành rộng rãi, dành cho agent chạy dài hạn và suy luận ở mức khó nhất. Với đa số dev, bạn sẽ hiếm khi cần chạm tới bậc này.

Áp vào công việc thực tế của một iOS dev, cách phân bổ có thể như sau. Những việc vặt như sinh commit message, tóm tắt log hay phân loại ticket giao cho Haiku là đủ. Công việc chính hằng ngày: viết code, review PR, phân tích dữ liệu, viết docs nằm gọn trong tầm của Sonnet. Còn những việc đòi hỏi suy luận sâu như review một đoạn Swift concurrency nhiều cạm bẫy (@MainActor, các edge case của navigation delegate) hay refactor cả một kiến trúc lớn thì mới đáng để gọi tới Opus.

3. Hai chiến lược khởi đầu

Anthropic đề xuất hai hướng tiếp cận, tùy vào bản chất bài toán:

Efficiency-first (ưu tiên hiệu quả chi phí): Bắt đầu với Haiku 4.5, test kỹ use case, chỉ nâng cấp khi phát hiện thiếu năng lực cụ thể. Hợp cho prototype, ứng dụng cần độ trễ thấp, dự án nhạy cảm về chi phí, tác vụ đơn giản khối lượng lớn.

Capability-first (ưu tiên năng lực): Bắt đầu với Opus 5, tối ưu prompt cho nó, rồi dần hạ xuống model rẻ hơn khi đã tối ưu được workflow. Hợp cho bài toán suy luận phức tạp, khoa học/toán, coding nâng cao, hoặc khi độ chính xác quan trọng hơn chi phí.

Điểm mấu chốt: đừng đoán, hãy đo. Anthropic nhấn mạnh việc xây một bộ benchmark test riêng cho use case của bạn là bước quan trọng nhất. Test bằng chính prompt và dữ liệu thật, so sánh độ chính xác, chất lượng phản hồi và cách xử lý edge case giữa các model, rồi mới cân đối giữa hiệu năng và chi phí.

4. Tư duy về TỔNG chi phí

Đây là sai lầm phổ biến nhất. Một model rẻ nhưng phải retry 3 lần mới ra kết quả đúng có thể đắt hơn một model đắt làm đúng ngay lần đầu. Công thức thực tế nên là:

Chi phí thật = đơn giá token × số token × số lần retry × chi phí thời gian dev review

Vì vậy hãy:

1. Chọn model rẻ nhất vượt qua được ngưỡng chất lượng — không phải rẻ nhất tuyệt đối, cũng không phải mạnh nhất "cho chắc".

2. Log token thực tế (input/output) cho từng loại tác vụ, tính chi phí trung bình mỗi loại việc.

3. Theo dõi usage pattern để tìm chỗ tối ưu — thường là chỗ đang dùng Opus cho việc Haiku thừa sức làm, hoặc context phình to qua nhiều turn mà không cache.

5. Những lỗi hay gặp

• Dùng model to nhất cho mọi thứ "cho chắc" → đốt tiền vô ích.

• Để context phình to dần qua các turn của hội thoại mà không kiểm soát.

• Chọn model dựa trên cảm tính thay vì benchmark trên dữ liệu thật.

• Quên rằng output đắt gấp 5 lần input → không tối ưu độ dài phản hồi.

Kết luận

Quy tắc gọn để nhớ: Haiku cho việc đơn giản khối lượng lớn, Sonnet cho phần lớn việc production, Opus cho việc phức tạp thật sự, Fable chỉ khi cần đỉnh cao. Bắt đầu bằng cách xây benchmark riêng, đo trên dữ liệu thật, và luôn nghĩ về tổng chi phí chứ không chỉ đơn giá token.

Nguồn: Tài liệu chính thức Anthropic — Pricing và Choosing a model, kiểm tra 25/07/2026.