Định giá Claude Opus 5.5: Bảng giá đầy đủ, Dòng cache và Chi phí thực sự của một tác vụ

Claude Opus 5.5 có giá niêm yết ở mức $4.00 cho mỗi triệu token đầu vào và $20.00 cho mỗi triệu token đầu ra, mức cắt giảm đồng loạt 20% so với $5.00/$25.00 mà Claude Opus 5 đang áp dụng, với lượt đọc cache giảm 60% xuống $0.20 mỗi triệu. Đó là những mức giá đã công bố của Ant​hropic, đọc từ tài liệu định giá của chính Ant​hropic vào ngày 24 tháng 9 năm 2026, hai ngày sau khi mô hình ra mắt. Giá niêm yết là phần dễ. Ant​hropic cũng nói rằng mô hình có "chi phí vận hành thấp hơn khoảng 40%" trên các khối lượng công việc điển hình, và con số đó không có trên bảng giá — đó là cách mô tả của nhà cung cấp, được xây dựng từ mức cắt giảm theo token cộng với giả định rằng mô hình dùng ít token hơn và ít lượt hơn để hoàn thành cùng một công việc. Trang này tách biệt hai điều đó: mọi mức giá bạn có thể xác minh trên bảng hôm nay, và phép tính đằng sau điều bạn không thể. Claude Fable 5.1, gói $10/$50 cao hơn nó, xuất hiện xuyên suốt như phép so sánh mà chính Ant​hropic đưa ra.

Bảng giá đầy đủ, từng dòng đúng như Anthropic công bố

Mọi nội dung trong phần này đều được đọc từ tài liệu định giá của Anthropic tại platform.claude.com và claude.com vào ngày 24 tháng 9 năm 2026. Không có nội dung nào ở đây được lấy từ một bài viết khác.

• Đầu vào — 4,00 USD mỗi triệu token (mức giá công bố của Anth​ropic).

• Đầu ra — $20.00 mỗi triệu token. Token suy luận được tính như token đầu ra, và tính năng suy luận thích ứng của Claude Opus 5.5 luôn được bật và không thể tắt.

• Đọc bộ nhớ đệm — 0,20 USD cho mỗi triệu token. Anthropic ghi nhận mức này bằng 0,05 lần giá đầu vào cơ bản, một ngoại lệ riêng được ghi chú dành cho mô hình này.

• Ghi bộ đệm 5 phút — $5,00 mỗi triệu token, hệ số nhân đầu vào cơ bản 1,25x tiêu chuẩn mà Anthropic áp dụng cho mọi mô hình trong bảng.

• Ghi bộ nhớ đệm 1 giờ — 8,00 USD mỗi triệu token, hệ số nhân gấp đôi so với đầu vào cơ sở tiêu chuẩn.

• API theo lô — giảm 50% cho cả hai chiều: 2,00 USD đầu vào và 10,00 USD đầu ra trên mỗi triệu. Ant​hropic công bố trực tiếp các con số đã chiết khấu thay vì để bạn phải tự chia đôi.

• Chế độ nhanh — 8,00 USD cho đầu vào và 40,00 USD cho đầu ra mỗi triệu token, đúng gấp 2 lần mức tiêu chuẩn. Tài liệu của Anthropic đặt tiêu đề cho trang này là "Fast mode (research preview)".

• Suy luận chỉ tại Hoa Kỳ — hệ số nhân 1,1x đối với đầu vào, đầu ra, ghi bộ nhớ đệm và đọc bộ nhớ đệm khi inference_geo: "us" được đặt. Định tuyến toàn cầu, mặc định, sử dụng mức giá tiêu chuẩn.

• Ngữ cảnh và giới hạn đầu ra — 1M token ngữ cảnh và 128K đầu ra đồng bộ ở mức giá tiêu chuẩn, không có phụ phí ngữ cảnh dài. Ant​hropic tuyên bố rằng một yêu cầu 900k token được tính cùng mức giá trên mỗi token như một yêu cầu 9k token. Trên Batch API, giới hạn đầu ra tăng lên 300K khi dùng output-300k-2026-03-24 tiêu đề beta.

Anthropic cũng cho biết rằng các hệ số nhân của bộ nhớ đệm "cộng dồn với các yếu tố điều chỉnh giá khác như chiết khấu của Batch API và yêu cầu lưu trú dữ liệu" — vì vậy một yêu cầu được xử lý theo lô, có dùng bộ nhớ đệm và được ghim tại Hoa Kỳ sẽ nhân cả ba yếu tố với nhau, và phép toán nhân chồng lên nhau chứ không thay thế nhau.

Đây là những gì độc giả của hai mô hình thực sự cân nhắc về chi phí trên cùng một trang tính:

• Claude Opus 5 — $5.00 đầu vào, $25.00 đầu ra, $0.50 đọc cache, $6.25 cho ghi cache 5 phút, $10.00 cho ghi 1 giờ, $2.50/$12.50 trên Batch (mức giá công bố của Anthropic, đọc ngày 2026-09-24).

• Claude Fable 5.1 — $10.00 cho đầu vào, $50.00 cho đầu ra, $0.25 cho đọc bộ đệm, $12.50 cho một lần ghi bộ đệm 5 phút, $20.00 cho bản ghi 1 giờ, $5.00/$25.00 trên Batch (mức giá công bố của Anthropic, đọc ngày 24-09-2026).

Cache line là nơi hóa đơn của agent thực sự được quyết định

Các tin bài về ra mắt coi thao tác đọc cache như một chú thích cuối trang. Đó là đòn bẩy đơn lẻ lớn nhất trên bảng đối với bất kỳ khối lượng công việc nào gửi lại một tiền tố lớn, điều đúng với hầu hết các khối lượng công việc lập trình và agent.

Chú thích của chính Anthropic rõ ràng đến bất thường về các tỷ lệ: lượt trúng cache và lượt làm mới cache tốn 0,1 lần giá đầu vào cơ sở trên hầu hết các mô hình Claude, 0,025 lần trên Claude Fable 5.1, và 0,05 lần trên Claude Opus 5.5. Vì vậy, tỷ lệ cache của Claude Opus 5.5 tệ gấp đôi mức tiêu chuẩn, và tệ gấp đôi so với Claude Fable 5.1.

Xét theo đô-la thì dù sao nó vẫn thắng, và đây là phần đáng để thấm nhuần: một hệ số nhân tốt hơn không thắng về đô-la khi tỷ lệ cơ sở cao hơn gấp hai lần rưỡi.

• Claude Fable 5.1 — 2,5% của mức cơ sở 10,00 đô la là $0.25 cho mỗi triệu token được lưu trong bộ nhớ đệm.

• Claude Opus 5.5 — 5% của mức cơ sở $4.00 là $0.20 cho mỗi triệu token được lưu trong bộ đệm.

• Claude Opus 5 — 10% của mức cơ sở 5,00 USD là 0,50 USD cho mỗi triệu token được lưu trong bộ nhớ đệm.

Sự đảo ngược tương tự cũng đúng với các thao tác ghi. Claude Fable 5.1 tính $12.50 để ghi một triệu token vào bộ nhớ đệm 5 phút và $20.00 cho khung 1 giờ; Claude Opus 5.5 tính $5.00 và $8.00. Đọc bộ nhớ đệm là hạng mục duy nhất mà Claude Opus 5.5 vượt cả hai mẫu anh em về số đô la tuyệt đối dù có tỷ lệ ở mức giữa.

Hai quy tắc quyết định liệu việc ghi có đáng để trả tiền hay không. Tài liệu của Anthropic nói rằng một lần ghi 5 phút tốn 1,25 lần đầu vào cơ sở và do đó hoàn vốn chỉ sau một lần đọc bộ nhớ đệm, trong khi một lần ghi 1 giờ tốn 2 lần đầu vào cơ sở và cần hai lần đọc để hoàn vốn. Và bộ nhớ đệm gắn với tiền tố đã tạo ra nó: Anthropic lưu ý rằng việc chuyển đổi giữa tốc độ nhanh và tiêu chuẩn sẽ vô hiệu hóa bộ nhớ đệm, vì các yêu cầu ở tốc độ khác nhau không chia sẻ chung tiền tố được lưu trong bộ nhớ đệm. Việc thay đổi mô hình, mức độ nỗ lực, hoặc các định nghĩa công cụ cũng có tác dụng tương tự. Một mô hình rẻ hơn buộc phải viết lại tiền tố mỗi lần chuyển đổi có thể tốn kém hơn cả mô hình đắt tiền mà nó thay thế.

Chi phí thực sự của một vòng lặp agent dài

Hãy lấy một coding agent 40 lượt mà gửi lại tiền tố 120.000 token — system prompt, tool schema, cây tệp — ở mỗi lượt, thêm 1.000 token đầu vào mới mỗi lượt từ kết quả công cụ, và tạo ra 800 token đầu ra mỗi lượt. Phép thay thế chính là điểm mấu chốt ở đây: thay bất kỳ số nào trong bốn số đó để khớp với lưu lượng của riêng bạn và phép tính bên dưới vẫn đúng.

Về Claude Opus 5.5:

Ghi vào bộ đệm, một lần — 120.000 token với $5.00 mỗi triệu = $0.60

• Đọc cache, 39 lượt — 4.680.000 token với $0,20 mỗi triệu = $0,94

• Đầu vào mới, 40 lượt — 40.000 token với $4.00 mỗi triệu = $0.16

• Đầu ra, 40 lượt — 32.000 token với mức $20,00 mỗi triệu = $0,64

• Tổng phiên — $2.34, trong đó đọc bộ nhớ đệm chiếm khoảng 40%.

Trên Claude Opus 5, với số lượng token y hệt: $0,75 cho ghi cache, $2,34 cho đọc cache, $0,20 cho input mới và $0,80 cho output — $4,09.

Trên Claude Fable 5.1, với số lượng token giống hệt nhau: $1.50 cho ghi bộ nhớ đệm, $1.17 cho đọc bộ nhớ đệm, $0.40 cho đầu vào mới và $1.60 cho đầu ra — $4.67.

Cùng số token, cùng số lượt, không cần tuyên bố về hiệu quả: Claude Opus 5.5 thấp hơn Claude Opus 5 43% và thấp hơn Claude Fable 5.1 50%. Và 1,40 đô la trong khoản chênh lệch 1,75 đô la so với Claude Opus 5 — tám mươi phần trăm khoản tiết kiệm — đến chỉ từ dòng đọc bộ nhớ đệm, chứ không phải từ mức giá đầu vào được quảng cáo.

Giờ hãy chạy hình dạng ngược lại: một lệnh gọi một lần với 20.000 token đầu vào và 8.000 token đầu ra, không dùng bộ nhớ đệm. Claude Opus 5.5 tốn 0,08 đô la cho đầu vào cộng 0,16 đô la cho đầu ra — 0,24 đô la. Claude Opus 5 tốn 0,10 đô la cộng 0,20 đô la — 0,30 đô la. Đó đúng chính xác mức cắt giảm niêm yết 20%, và không hơn một chút nào.

Vậy nên chỉ riêng bảng giá đã mang lại mức tiết kiệm từ khoảng 20% đến 43%, tùy thuộc vào việc có bao nhiêu phần trong hóa đơn của bạn là các lượt đọc bộ nhớ đệm. Bất kỳ tuyên bố nào cao hơn khoảng đó đều đến từ số lượng token, chứ không phải từ giá.

Nguồn gốc của tuyên bố "rẻ hơn khoảng 40% để vận hành" của Anthropic đến từ đâu

Tài liệu ra mắt của Anthropic cho biết Claude Opus 5.5 "cần ít tài nguyên tính toán hơn để phục vụ so với Opus 5" và rằng các bài kiểm thử của họ cho thấy nó "sẽ có chi phí thấp hơn 40% so với Opus 5 trên các khối lượng công việc thông thường" ở cài đặt mặc định. Cách phân tách mà Anthropic đưa ra là mô hình này "có chi phí trên mỗi token thấp hơn Opus 5 và sử dụng ít token hơn cho mỗi tác vụ, tổng lại thành mức giảm 40% chi phí."

Hãy gọi đúng bản chất của nó: một cách mô tả của nhà cung cấp về mức trung bình trên các khối lượng công việc mà Ant​hropic đã lựa chọn, chứ không phải một kết quả đã được kiểm toán và cũng không phải một mức giá được công bố trên bảng giá. Phần có thể kiểm chứng được là phần đầu tiên — giảm 20% cho đầu vào và đầu ra, giảm 60% cho lượt đọc bộ đệm, cả hai đều đọc được trên bảng giá ngay hôm nay. Phần thứ hai phụ thuộc vào việc mô hình dùng ít token hơn và ít lượt hơn cho khối lượng công việc của bạn, điều chỉ có thể kiểm chứng được bằng cách chạy thử.

Bằng chứng mà Ant​hropic đưa ra cho phần token là một tập hợp các tuyên bố của khách hàng vào thời điểm ra mắt. Tất cả những điều sau đây đều do nhà cung cấp công bố, mô tả các khối lượng công việc mà nhà cung cấp và khách hàng của họ đã lựa chọn:

• Box — mô hình "chỉ dùng một phần ba số token so với Opus 5," với các câu trả lời "ngắn gọn hơn 40% mà không làm mất độ chính xác."

• Kiro — nó "giải quyết được nhiều hơn Opus 5 trong khi thực hiện ít hơn khoảng 40% số lần gọi và chỉ dùng một nửa lượng token."

• Factory — nó "ngang bằng với Opus 5 ở mức high effort, trong khi sử dụng ít hơn 20 đến 25% output token."

• GitHub — nó "nằm trong số những mô hình dùng ít token và ít bước nhất mà chúng tôi đo được", và trong VS Code, "giải được nhiều tác vụ terminal hơn Opus 5 với chưa đến một nửa số bước".

• Phân tích sáp nhập, một ví dụ đã được triển khai chi tiết — hai công ty phần mềm nhân sự hư cấu, mỗi mô hình xây dựng một mô hình Excel và một bài trình bày dành cho ban điều hành. Ant​hropic báo cáo Claude Opus 5.5 hoàn thành trong 63 phút, so với 93 phút của Claude Opus 5, và "tốn ít hơn 50% chi phí để tạo ra". Do nhà cung cấp báo cáo, n=1.

Đối trọng độc lập có ý nghĩa ở đây, bởi vì nó chỉ theo hướng ngược lại. Artificial Analysis đã đo Claude Opus 5.5 ở mức nỗ lực tối đa ởkhoảng 119.000 token đầu ra cho mỗi tác vụ Intelligence Index, so với khoảng 73.000 đối với Claude Opus 5 ở mức nỗ lực tối đa — số token tăng, chứ không giảm. Tóm tắt của họ về cấu hình đó là Claude Opus 5.5 "ngang bằng Opus 5 về chi phí mỗi tác vụ dù số token đầu ra gấp 1,6 lần", với chi phí được công bố là 5,98 đô la mỗi tác vụ Intelligence Index. Đó là một phép đo độc lập ở mức nỗ lực tối đa, và nó không mâu thuẫn với tuyên bố của Anthropic — nó là đầu kia của thang nỗ lực.

Điều này dẫn đến lưu ý chi phối mọi con số trong phần này. Anthropic nêu rằng trừ khi có ghi chú khác, mọi kết quả Claude Opus 5.5 của họ đều dùng tư duy thích ứng ở mức nỗ lực tối đa. Claude Opus 5.5 mặc định ở mức nỗ lực trung bình; Claude Opus 5 mặc định ở mức cao, và mức có cùng tên không đồng nghĩa với cùng ngân sách tư duy giữa hai mô hình. Vì vậy, một bảng của nhà cung cấp chạy ở mức nỗ lực tối đa và một bảng độc lập chạy ở mức nỗ lực tối đa với dự phòng mặc định được bật không phải là cùng một cấu hình, và cài đặt mặc định mà người đọc thực sự sẽ triển khai cũng không phải là cấu hình đó. Mức trung bình 40% đo được trên một tập khối lượng công việc được chọn, ở các cài đặt mà bạn có thể không dùng, là một giả thuyết ban đầu — không phải là một mục ngân sách.

Chế độ Nhanh là bản xem trước nghiên cứu, không phải là một gói dịch vụ.

Chế độ Nhanh trên Claude Opus 5.5 có giá $8.00 cho mỗi triệu token đầu vào và $40.00 cho mỗi triệu token đầu ra — đúng gấp đôi mức giá tiêu chuẩn — để có tốc độ token đầu ra cao hơn tới 2,5 lần mỗi giây. Nó không cải thiện thời gian tới token đầu tiên; lợi ích nằm ở tốc độ đầu ra và thể hiện rõ nhất khi streaming.

Nói thẳng phần còn lại, vì rất dễ lập ngân sách cho thứ này như một bậc dịch vụ khi nó không phải vậy. Anthropic gọi fast mode là một bản xem trước nghiên cứu. Quyền truy cập được yêu cầu thông qua quản lý tài khoản hoặc danh sách chờ. Nó yêu cầu fast-mode-2026-02-01 beta header và speed: "fast" trong yêu cầu. Nó chỉ có sẵn trên Claude API — không có trên Amazon Bedrock, Google Cloud, Microsoft Foundry hay Claude Platform on AWS. Không thể kết hợp nó với Batch API hoặc với cam kết Priority Tier. Nó có xếp chồng với prompt caching và các hệ số nhân lưu trú dữ liệu, nên một yêu cầu fast mode có cache được ghim ở Hoa Kỳ sẽ trả 1.1x chồng lên 2x. Và việc chuyển một khối lượng công việc giữa tốc độ fast và standard sẽ vô hiệu hóa prompt cache, điều mà trong một vòng lặp agent dài có thể tốn nhiều hơn mức mà tốc độ tiết kiệm được.

Claude Opus 5 và Claude Opus 4.8 cũng hỗ trợ chế độ nhanh, với mức giá $10.00/$50.00. Claude Opus 4.7 từ chối thẳng tham số này.

Đơn vị quyết định hóa đơn là chi phí cho mỗi tác vụ đã hoàn thành

Mỗi mức giá ở trên là đơn giá trên mỗi token. Không ai mua token. Đơn giá trên mỗi token chỉ trở thành chi phí khi được nhân với số token mà một tác vụ tiêu thụ và số lần thử cần để hoàn thành.

Hãy làm phép tính với ví dụ cache-light từ phần trước. Với $0,24 mỗi lượt, một mô hình hoàn thành nhiệm vụ ngay lần thử đầu tiên tốn $0,24. Cùng nhiệm vụ đó trên một đối thủ với $0,30 mỗi lượt tốn $0,30 — vậy mô hình rẻ hơn trông có vẻ rẻ hơn 20%. Giờ giả sử mô hình rẻ hơn cần 1,2 lượt cho mỗi nhiệm vụ hoàn thành, một tỷ lệ thành công khá hào phóng đối với công việc dạng agentic: 1,2 × $0,24 là $0,288, so với $0,30 của phương án một lượt. Phần tiết kiệm không còn nữa. Ở ba lượt, chi phí là $0,72, và mô hình từng trông rẻ hơn 20% mỗi token lại đắt hơn 140% cho mỗi công việc hoàn thành.

Đó là lý do vì sao những tuyên bố về hiệu quả của chính Anthropic — ít token hơn, ít lệnh gọi hơn, ít bước hơn — được đặt trong đúng đơn vị. Đó cũng là lý do vì sao không có tuyên bố nào trong số đó nên được coi là một dòng ngân sách cho đến khi bạn tự tái tạo được chúng. Phép kiểm tra mang tính máy móc: giá mỗi lượt chạy, nhân với số lượt chạy cho mỗi tác vụ hoàn thành, đo trên chính lưu lượng của bạn. Cả hai con số đều do bạn tạo ra, và không nhà cung cấp nào công bố con số thứ hai cho khối lượng công việc của bạn.

Nếu bạn muốn một điểm tham chiếu duy nhất từ bên ngoài nhà cung cấp, Artificial Analysis đưa Claude Opus 5.5 ở mức 5,98 USD cho mỗi tác vụ Intelligence Index trong cấu hình nỗ lực tối đa của nó — một con số độc lập ở một thiết lập mà phần lớn lưu lượng sản xuất sẽ không dùng, hữu ích như một mức trần hơn là một dự báo.

Các dòng mà mức giá chính không bao gồm

• Lưu trú.Suy luận chỉ tại Hoa Kỳ có hệ số 1.1x cho mọi loại token, bao gồm cả đọc và ghi bộ nhớ đệm. Tính năng này cộng dồn với chế độ nhanh và với ưu đãi giảm giá theo lô Batch.

• Định nghĩa công cụ. Anthropic công bố chi phí prompt hệ thống sử dụng công cụ theo từng mô hình: việc khai báo công cụ thêm 286 token cho mỗi yêu cầu Claude Opus 5.5. Nhỏ ở mức $4.00 mỗi triệu, nhưng nó được tính phí mỗi yêu cầu, và một vòng lặp agent thực hiện rất nhiều yêu cầu.

• Vô hiệu hóa bộ nhớ đệm. Tiền tố được ghi lại sau khi thay đổi mô hình, mức nỗ lực, định nghĩa công cụ hoặc tốc độ sẽ được tính theo mức giá ghi — 5,00 USD hoặc 8,00 USD mỗi triệu token trên Claude Opus 5.5 — không phải mức giá đọc 0,20 USD.

• Mô hình nằm ngay bên dưới nó.Claude Sonnet 5 có mức giá 2,00 USD cho đầu vào và 10,00 USD cho đầu ra trên mỗi triệu token, và phần chú thích về giá của Ant​hropic xác nhận rằng đây hiện là mức giá tiêu chuẩn chứ không còn là mức giá giới thiệu như khi được công bố. Claude Opus 5.5 đúng bằng 2 lần Sonnet 5 ở cả hai chiều.

Gọi Claude Opus 5.5 với mức giá niêm yết của Anthropic

Claude Opus 5.5 đã có mặt trên OrcaRouter tại anthropic/claude-opus-5.5với mức 4,00 USD cho đầu vào và 20,00 USD cho đầu ra trên mỗi triệu token — đúng giá niêm yết của Anthropic, được chuyển nguyên qua ở mức 0% chênh lệch. Việc chuyển nguyên như vậy đáng được nêu rõ ràng, chính xác trên một trang giá: vì mức giá của nhà cung cấp được chuyển tiếp thay vì lưu đệm trong một bảng, nên khi nhà cung cấp thay đổi giá, con số tại đây sẽ cập nhật ngay trong cùng ngày công bố, chứ không phải sau một khoảng thời gian đồng bộ. Nếu Anthropic thay đổi bảng giá này, con số bạn gọi tới cũng thay đổi theo.

Cùng một key đó cũng vươn tới các bậc mà trang này đem ra so sánh — anthropic/claude-opus-5 ở mức $5.00/$25.00 và anthropic/claude-fable-5.1 ở mức $10.00/$50.00 — cùng với phần còn lại của dòng Claude và hơn 200 mô hình khác, nên việc kiểm tra xem mức giá trên mỗi token rẻ hơn có trụ được khi tiếp xúc với số lượt chạy của chính bạn hay không không đòi hỏi thêm một hợp đồng thứ hai hay bất kỳ thay đổi nào về mã nguồn. Tự động chuyển đổi dự phòng có sẵn cho trường hợp bạn muốn chạy một mô hình xa lạ trên đường dẫn production mà không đặt cược cả đường dẫn vào nó.

Câu trả lời gói gọn trong hai dòng về nội dung trang này: bảng giá là $4.00 cho đầu vào, $20.00 cho đầu ra và $0.20 cho mỗi triệu lượt đọc được cache, còn mức giảm 20% là thật và có thể kiểm chứng ngay hôm nay. Mức 40% là mức trung bình của Ant​hropic trên các khối lượng công việc mà nó đã chọn. Hãy chạy thử một trong các vòng lặp agent của chính bạn qua đó trước khi bạn lập ngân sách dựa trên con số thứ hai.