Giá API Claude Opus 5: $5 / $25 mỗi 1 triệu Token, Cache ở mức $0.50, và Chi phí Thực Tế

Claude Opus 5 có giá 5,00 USD cho mỗi triệu token đầu vào và 25,00 USD cho mỗi triệu token đầu ra trên API Claude Opus 5 — cùng mức giá mà mô hình này áp dụng trên danh mục OrcaRouter, kiểm tra ngày 2026-08-18, không cộng thêm giá. Điều đó khiến nó có giá bằng nửa Claude Fable 5 và đúng bằng giá Claude Opus 4.8 từng có, đồng thời bảng giá trên trang trực tiếp của mô hình Claude Opus 5 là tài liệu cần dựa vào để lập ngân sách. Các đòn bẩy quan trọng hơn con số nổi bật: đầu vào tái sử dụng tính phí 0,50 USD mỗi triệu token nhờ bộ nhớ đệm lời nhắc, xử lý theo lô giảm xuống còn 2,50 USD / 12,50 USD, và bản beta chế độ nhanh có giá 10 USD / 50 USD. Trang này là tài liệu tham khảo về giá cho mô hình — bảng giá chính xác, một yêu cầu thực sự tốn bao nhiêu, giá so với mặt bằng chung ra sao, khi nào thì không nên mua, và cách gọi mô hình qua một điểm cuối tương thích OpenAI bằng chính khóa của bạn.

Giá tính theo triệu token (đầu vào / đầu ra), cập nhật đến ngày 2026-08-18. Các con số bằng đô la được lấy từ biểu giá API công bố của Anthropic và được đối chiếu chéo với trang mô hình OrcaRouter cho Claude Opus 5; tỷ lệ cache, batch và chế độ nhanh do Anthropic công bố. Giá có thể thay đổi — hãy kiểm tra trước khi xây dựng.

Giá chính xác, đã được xác minh hôm nay

Đây là bảng giá đầy đủ cho Claude Opus 5, đã xác minh vào 2026-08-18:

• Đầu vào — $5.00 cho mỗi 1M token khi cache miss.

• Đầu ra — $25.00 cho mỗi 1M token.

• Ghi bộ nhớ đệm prompt — $6,25 cho mỗi 1M với TTL 5 phút, $10,00 cho mỗi 1M với TTL 1 giờ.

• Đọc bộ nhớ đệm prompt — $0.50 mỗi 1M token, giảm 90% cho bất kỳ dữ liệu đầu vào nào bạn gửi lại.

• Batch API — $2,50 đầu vào / $12,50 đầu ra, giảm thẳng 50%, không đồng bộ.

• Chế độ nhanh — $10 đầu vào / $50 đầu ra, mức phí cao gấp 2 lần cho tốc độ đầu ra tăng lên đến khoảng 2.5x, bản beta của Anthropic.

• Cửa sổ ngữ cảnh — 1M token, tối đa 128K đầu ra.

OrcaRouter chuyển tiếp tỷ lệ của nhà cung cấp mà không có phí chênh lệch, vì vậy con số trên danh bạ chính là con số bạn phải trả. Trên trang mô hình trực tiếp, thẻ hiển thị $5,00 / $25,00 mỗi 1M, đọc cache $0,500, ghi cache $10,00 (tỷ lệ TTL 1 giờ), với các huy hiệu Vision, Tools, JSON và Reasoning.

Các đòn bẩy làm thay đổi giá hiệu dụng

Tỷ lệ cơ bản chỉ là điểm khởi đầu. Ba yếu tố điều chỉnh thay đổi chi phí thực tế của Opus 5 mà bạn phải trả:

• Bộ nhớ đệm prompt — ngữ cảnh tái sử dụng có giá 0,50 đô la mỗi triệu token thay vì 5 đô la mỗi triệu token cho ngữ cảnh mới. Trên Opus 5, tiền tố tối thiểu có thể lưu vào bộ nhớ đệm đã giảm xuống còn khoảng 512 token, nên ngay cả một system prompt ổn định khiêm tốn cũng đủ điều kiện. Với bất kỳ tác nhân hoặc phiên trò chuyện nào gửi lại một tiền tố lớn trong mỗi lượt, bộ nhớ đệm chính là đòn bẩy lớn nhất duy nhất trên hóa đơn — và vì Anthropic khóa bộ nhớ đệm theo từng khóa API, việc giữ nguyên một khóa (một kênh) là điều giúp các lượt trúng bộ nhớ đệm luôn diễn ra.

• Batch — API batch của Anthropic chạy các tác vụ bất đồng bộ, kết quả thường có trong vòng 24 giờ, với mức giá chính xác bằng một nửa: $2.50 / $12.50. Nó có thể kết hợp với prompt caching và phù hợp với các bài đánh giá, phân loại hàng loạt và tạo dữ liệu ngoại tuyến khi độ trễ không quan trọng.

• Chế độ nhanh — $10 / $50 cho thông lượng đầu ra lên tới ~2,5x, hữu ích cho các tác vụ có sản lượng cao và nhạy cảm về độ trễ. Chế độ này không kết hợp được với batch API và là bản beta first-party của Anthropic; giá chuyển tiếp tiêu chuẩn từ bộ định tuyến là $5 / $25 cơ bản.

Chi phí thực tế của một yêu cầu

Giá mỗi token mang tính trừu tượng, vì vậy dưới đây là các ví dụ cụ thể theo tỷ giá hiện tại:

• Một cuộc gọi chat đơn, 50K đầu vào + 20K đầu ra — $0.25 + $0.50 = $0.75.

• 1M đầu vào + 1M đầu ra — $5 + $25 = $30.

• Lượt tác nhân, 200K ngữ cảnh được lưu trong bộ nhớ đệm + 20K đầu vào mới + 30K đầu ra — $0.10 + $0.10 + $0.75 = $0.95. Cùng lượt đó với bộ nhớ đệm lạnh — 220K đầu vào mới ở mức $1.10 — tổng cộng là $1.85. Việc lưu vào bộ nhớ đệm giúp giảm gần một nửa.

• Một tháng 10 triệu token với tỷ lệ 70% đầu vào / 30% đầu ra, với 80% đầu vào được phục vụ từ bộ nhớ đệm: 1.4M đầu vào mới ($7.00) + 5.6M từ bộ nhớ đệm ($2.80) + 3M đầu ra ($75) ≈ $85. Nếu không dùng bộ nhớ đệm, cùng tháng đó là $110.

Hai lưu ý làm tăng mức giá thực tế. Opus 5 là một mô hình tư duy — chế độ tư duy thích ứng được bật theo mặc định, và token tư duy được tính phí như đầu ra với giá 25 đô la mỗi triệu. Với một prompt khó ở mức nỗ lực cao, mô hình có thể tiêu tốn một phần lớn ngân sách đầu ra cho việc suy luận, vì vậy chi phí đầu ra thực tế cho công việc khó cao hơn nhiều so với ước tính đơn giản. Và tokenizer hiện tại của Anthropic dài dòng hơn so với thế hệ trước, nên cùng một văn bản tiếng Anh tiêu tốn nhiều token hơn (và nhiều tiền hơn) so với các mô hình Claude cũ. Hãy giảm mức nỗ lực cho các lệnh gọi dễ và giới hạn đầu ra khi có thể.

Cách định giá của Opus 5 so với các sản phẩm khác trên thị trường

Đối chiếu với giá niêm yết công bố vào ngày 2026-08-18:

• Claude Opus 4.8 — $5 / $25. Giá giống hệt so với thế hệ trước. Opus 5 có cùng mức giá cho mẫu mới hơn, giúp việc nâng cấp trở nên dễ dàng.

• Claude Fable 5 — $10 / $50. Opus 5 có giá chỉ bằng một nửa so với gói cao cấp nhất của Anthropic, với cùng ngữ cảnh 1M token.

• Claude Sonnet 5 — $3 / $15 tiêu chuẩn ($2 / $10 giá ưu đãi đến hết ngày 31 tháng 8 năm 2026). Gói Sonnet rẻ hơn 40% cho cả đầu vào và đầu ra — lựa chọn mặc định hiển nhiên khi bạn không cần khả năng suy luận cấp Opus.

• GPT-5.6 Sol — $5 / $30. Giá đầu vào tương tự, đầu ra rẻ hơn trên Opus 5.

• GPT-5.6 Terra — $2 / $12. Bậc trung gian về khối lượng dành cho các tác vụ khối lượng lớn không đòi hỏi mô hình tiên tiến.

• Gemini 3.6 Flash — $1.50 / $7.50. Mô hình cấp Flash dành cho lưu lượng đa phương thức với chi phí thấp và tốc độ nhanh.

• Kimi K3 — $3 / $15. Một flagship open-weights với mức giá khoảng một nửa so với Opus.

• DeepSeek V4 Pro — $0.44 / $0.88 ngoài giờ cao điểm (khung giờ cao điểm nhân đôi). Mẫu flagship trọng số mở giá rẻ, một vũ trụ giá hoàn toàn khác biệt.

Cách nói thẳng thắn: Opus 5 không phải là một mô hình rẻ — nó là một mô hình chủ lực có giá bằng một nửa mô hình cao cấp nhất (Claude Fable 5) và đúng bằng giá của thế hệ trước. Nó thắng ở giá-cho-ngữ-cảnh-dài và giá-cho-suy-luận-khó, chứ không phải ở mức giá tuyệt đối. Nếu lưu lượng truy cập của bạn là các lời nhắc ngắn và tác vụ đơn giản, mô hình Sonnet $3 hoặc mô hình DeepSeek $0,44 là phương án rẻ hơn.

Khi Opus 5 là lựa chọn sai

Bốn trường hợp mà mức giá này không phải là mức giá bạn muốn:

Lời nhắc ngắn và đơn giản. Với dưới khoảng 20K token và không cần suy luận sâu, mức phí cao cấp của Opus sẽ bị lãng phí. Claude Sonnet 5 với giá $3 / $15 (hoặc $2 / $10 trong giai đoạn giới thiệu) xử lý mức khối lượng này với chi phí thấp hơn 40%, và một mô hình thuộc lớp Gemini Flash hoặc DeepSeek còn rẻ hơn nhiều nữa.

Khối lượng thiên về suy luận. Vì suy nghĩ được tính phí như đầu ra, một prompt khó ở mức nỗ lực cao có thể tốn kém vượt xa mức đầu ra danh nghĩa. Nếu khối lượng công việc của bạn gồm nhiều lệnh gọi khó, hãy đo token đầu ra thực tế trước khi cam kết — mức giá thực tế có thể khiến bạn bất ngờ.

Giá mỗi token là mục tiêu duy nhất. Nếu điểm chuẩn tiên phong hay ngữ cảnh 1M không phải là yêu cầu bắt buộc, các mẫu flagship rẻ hơn (GPT-5.6 Terra, DeepSeek V4 Pro) hoặc các mô hình cấp Flash (Gemini 3.6 Flash) mang lại mức giá mỗi token thấp hơn nhiều cho phần lớn lưu lượng truy cập dễ dàng.

Ngân sách độ trễ nghiêm ngặt. Opus 5 là một mô hình tư duy lớn — p50 thời gian đến token đầu tiên khoảng 7 giây trong phép đo 7 ngày của OrcaRouter. Đối với trò chuyện thời gian thực, nơi TTFT dưới một giây đóng vai trò quan trọng, đây là mô hình sai bất kể giá cả.

Cách gọi nó trên OrcaRouter

Claude Opus 5 được lưu trữ trên OrcaRouter với model ID anthropic/claude-opus-5, được cung cấp qua endpoint tương thích OpenAI tại api.orcarouter.ai/v1 với giá của nhà cung cấp, không tăng thêm bất kỳ khoản phí nào. Nếu bạn đã có sẵn một OpenAI client, việc di chuyển chỉ là thay đổi base-URL và model-ID — không cần gì khác. Cùng một key và endpoint hỗ trợ hơn 200 model, vì vậy Opus 5 nằm cạnh Claude Sonnet 5, Claude Haiku 4.5, các phiên bản GPT-5.6, dòng Gemini và các model open-weight mà bạn muốn so sánh với nó, và bạn có thể định tuyến theo độ khó thay vì tích hợp lại từng model.

Hai điểm đặc thù của OrcaRouter đáng nêu trên trang giá. BYOK: mang khóa Anthropic của bạn và Anthropic lập hóa đơn trực tiếp cho bạn theo mức giá riêng — OrcaRouter thêm $0 mỗi token và giữ nguyên giới hạn tốc độ cùng tín dụng của nhà cung cấp. Guardrails: PII Shield và chính sách nội dung chạy trước khi lập hóa đơn, nên một yêu cầu bị chặn trả về mã 400 sạch và không bao giờ bị tính phí, còn Agent Firewall đánh giá các lệnh gọi công cụ và MCP trước khi chúng thực thi.

Lưu ý trung thực quan trọng cho trang giá: chúng tôi định tuyến mô hình, chúng tôi không đặt giá cho nó. Mức $5 / $25 là giá của Anthropic được truyền thẳng, và khi Anthropic đổi giá, bảng giá đổi theo — chính vì vậy trang này được đóng dấu ngày. Nếu bạn gọi trực tiếp Anthropic, bạn nhận được mức giá tương tự; OrcaRouter tồn tại để mang đến tuyến đường một khóa, không tăng giá, nếu bạn muốn một điểm cuối dùng chung cho toàn bộ dòng mô hình.

Nguồn và ngày tháng

Tất cả giá nêu trên đã được xác minh vào ngày 2026-08-18. Số liệu về Claude được lấy từ bảng giá API công bố của Anthropic và được đối chiếu chéo với trang mẫu OrcaRouter cho Claude Opus 5 (đã kiểm tra cùng ngày). Giá sau khi cắt giảm của GPT-5.6 là mức giá công bố của OpenAI; số liệu về Gemini, Kimi và DeepSeek là danh mục hiện tại của OrcaRouter, trong đó DeepSeek V4 Pro được hiển thị ở mức giá ngoài giờ cao điểm (giờ cao điểm tăng gấp đôi). Giá của Anthropic đã ổn định kể từ khi Opus 5 ra mắt vào ngày 24 tháng 7 năm 2026, nhưng chúng có thể thay đổi — hãy đối chiếu bất kỳ trang “giá Opus 5” nào bạn tìm thấy trước đó với ngày đã kiểm tra. Các con số ở đây là hiện tại tính đến hôm nay.

Mọi mức giá ở trên là mức giá trực tiếp trên trang mô hình Claude Opus 5 — được xác minh ngày 2026-08-18, không phụ phí, sẵn sàng cho khóa riêng của bạn.