---
title: "API LLM vision rẻ nhất: chi phí mỗi ảnh và mỗi trang"
description: "Một lần gọi LLM vision tốn bao nhiêu cho mỗi ảnh và mỗi trang tài liệu: phép tính token cho Gemma 4, Qwen3.8 27B và DeepSeek V4.1 Flash, và khi nào DeepInfra rẻ hơn."
url: https://broadrouter.com/vi/blog/cheapest-vision-llm-api/
lang: vi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/cheapest-vision-llm-api/) (cập nhật ngày 2026-11-16).

# API LLM vision rẻ nhất: chi phí mỗi ảnh và mỗi trang, tính cụ thể

Đội ngũ BroadNet Inference · 5 phút đọc · Đăng ngày 2026-11-14 · Cập nhật 2026-11-16

LLM vision tính ảnh như token đầu vào, nên 1.000 ảnh khoảng 1.000 token mỗi ảnh tốn đúng bằng giá đầu vào mỗi 1M token. Trên BroadNet, rẻ nhất là Gemma 4 VL 26B với $0.10 đầu vào và $0.22 đầu ra mỗi 1M. DeepInfra niêm yết Gemma 4 26B A4B của Google với giá đầu vào thấp hơn và giá đầu ra cao hơn.

## Ý chính

-   Model vision tính ảnh như token đầu vào. Chi phí mỗi ảnh = số token của ảnh × giá đầu vào ÷ 1M, cộng phần câu trả lời.
-   1.000 ảnh, mỗi ảnh khoảng 1.000 token, là 1M token đầu vào: $0.10 trên Gemma 4 VL 26B, $0.175 trên Qwen3.8 27B và $0.175 trên DeepSeek V4.1 Flash.
-   Với câu trả lời dài, đầu ra quyết định thứ hạng: lần lượt $0.22, $0.52 và $2.17 mỗi 1M.
-   Hãy thu nhỏ và cắt ảnh trước. Số token tăng theo độ phân giải.
-   Chọn Qwen3.8 27B cho tài liệu tiếng Ả Rập, Gemma 4 VL 26B cho giá BroadNet thấp nhất và DeepSeek V4.1 Flash cho context dài hoặc gói giá cố định.

**Trong trang này**

1.  Ảnh được tính phí thế nào trong API LLM?
2.  Một ảnh tốn bao nhiêu token?
3.  Mỗi model vision tốn bao nhiêu?
4.  1.000 ảnh tốn bao nhiêu?
5.  Một trang tài liệu tốn bao nhiêu?
6.  BroadNet có phải API vision rẻ nhất?
7.  Nên chọn model vision nào?
8.  Khi nào gói giá cố định rẻ hơn tính phí theo ảnh?
9.  Làm sao giảm chi phí vision?
10.  BroadNet Inference ở đâu trong bức tranh này

Trang giá API vision hiếm khi ghi “mỗi ảnh”. Chúng ghi giá mỗi triệu token, và ảnh được chuyển thành token. Bài này quy giá token đó thành chi phí mỗi ảnh và mỗi trang tài liệu cho ba model vision trên BroadNet Inference, và chỉ ra thiết lập nào làm con số thay đổi.

## Ảnh được tính phí thế nào trong API LLM?

Một [model ngôn ngữ thị giác](https://broadrouter.com/vi/glossary/vision-language-model/) chia ảnh thành các mảnh (patch) và biến chúng thành token. Bạn trả tiền cho các token đó theo giá đầu vào, cùng với prompt văn bản. Câu trả lời được tính là đầu ra. Vậy:

```text
cost per image ≈ (image tokens + prompt tokens) × input price / 1M
               + answer tokens × output price / 1M
```

BroadNet không có phí riêng cho ảnh. Số token của ảnh phụ thuộc vào bộ mã hóa ảnh của model và vào độ phân giải, nên một ảnh chụp điện thoại 4.000 pixel tốn hơn chính ảnh đó sau khi thu nhỏ.

## Một ảnh tốn bao nhiêu token?

Tùy họ model:

-   **Gemma 4** dùng ngân sách token cố định cho mỗi ảnh: “70, 140, 280, 560, or 1120 tokens” (bản dịch: 70, 140, 280, 560 hoặc 1120 token), theo tài liệu Gemma của Google. Ngân sách thấp hơn sẽ thu nhỏ ảnh và chạy nhanh hơn; Google cho biết ngân sách cao hơn giữ được chi tiết nhỏ và khuyến nghị dùng chúng để có độ chính xác tốt nhất cho tác vụ hình ảnh.
-   **Qwen3-VL** có tỷ lệ nén 32, tức khoảng một token cho mỗi khối 32 × 32 pixel, và README của nó chỉ cách đặt ngân sách token hình ảnh cho mỗi ảnh trong một khoảng như 256 đến 1.280. Một ảnh 1.024 × 1.024 vào khoảng 32 × 32 = 1.024 token.

BroadNet không công bố thiết lập ảnh cho các bản triển khai của mình, nên hãy coi đây là bậc độ lớn. Gửi một ảnh thật của bạn và đọc `usage.prompt_tokens`, rồi trừ đi số token khi chỉ gửi văn bản. Đó là chi phí token của ảnh. [Công cụ tính token ảnh](https://broadrouter.com/tools/image-token-calculator/) áp dụng quy tắc được ghi trong tài liệu của từng nhà cung cấp cho mọi kích thước ảnh.

## Mỗi model vision tốn bao nhiêu?

Giá BroadNet Inference mỗi 1M token, đồng bộ 2026-11-14:

| Model | Đầu vào | Đầu ra | Context | Suy luận trước | Tín dụng ban đầu |
| --- | --- | --- | --- | --- | --- |
| [Gemma 4 VL 26B](https://broadrouter.com/vi/models/gemma-4-vl-26b/) | $0.10 | $0.22 | 32.768 | Không ghi | Có |
| [Qwen3.8 27B](https://broadrouter.com/vi/models/qwen3.8-27b/) | $0.175 | $2.17 | 262.144 | Có | Sau khi nạp tiền |
| [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/deepseek-v4.1-flash/) | $0.175 | $0.52 | 1.048.576 | Có | Sau khi nạp tiền |

## 1.000 ảnh tốn bao nhiêu?

Giả sử mỗi ảnh cộng với prompt ngắn đi kèm vào khoảng 1.000 token đầu vào. Khi đó 1.000 ảnh là 1M token đầu vào, và chi phí đầu vào cho mỗi 1.000 ảnh bằng giá mỗi 1M:

| Model | Chi phí đầu vào mỗi 1.000 ảnh | Chi phí đầu ra mỗi 1M token trả lời |
| --- | --- | --- |
| Gemma 4 VL 26B | $0.10 | $0.22 |
| Qwen3.8 27B | $0.175 | $2.17 |
| DeepSeek V4.1 Flash | $0.175 | $0.52 |

Hãy đưa khối lượng của bạn vào [công cụ tính chi phí API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) miễn phí. Hai yếu tố làm thay đổi thứ hạng:

1.  **Độ dài câu trả lời.** Một nhãn một từ thì ở đâu cũng rẻ. Một kết quả trích xuất JSON 300 token trên model suy luận có thể kèm thêm vài trăm [token suy luận](https://broadrouter.com/vi/glossary/reasoning-tokens/), tính theo giá đầu ra. Giá đầu ra của Qwen3.8 27B ($2.17 mỗi 1M) gấp vài lần DeepSeek V4.1 Flash ($0.52), nên với câu trả lời dài DeepSeek rẻ hơn.
2.  **Kích thước ảnh.** Nếu mỗi ảnh của bạn khoảng 2.000 token, hãy nhân đôi cột đầu vào. Nếu ngân sách 280 token của Gemma đủ cho tác vụ của bạn, chi phí đầu vào giảm còn khoảng một phần tư.

## Một trang tài liệu tốn bao nhiêu?

Một trang A4 scan được render ở khoảng 1.024 × 1.024 pixel rơi vào khoảng 1.000 token với bộ mã hóa kiểu Qwen. Vì vậy một quy tắc thô là **1.000 trang ≈ 1M token đầu vào**, chưa tính prompt và câu trả lời. Chữ nhỏ có thể cần độ phân giải cao hơn, và nhiều token hơn.

Mẹo thực tế cho từng trang:

-   Gửi PDF dạng văn bản bằng văn bản đã trích xuất, không phải ảnh. Văn bản tốn ít token hơn nhiều so với ảnh chụp văn bản.
-   Cắt đúng vùng bạn cần, ví dụ ô tổng tiền trên hóa đơn.
-   Gửi mỗi request một trang khi bạn cần trường dữ liệu theo từng trang, để một lần lỗi không làm tốn chi phí cả tài liệu.

## BroadNet có phải API vision rẻ nhất?

Không phải ở mọi hạng mục. Đây là cùng họ model vision mở trên DeepInfra, theo trang giá của họ ngày 14/11/2026, mỗi 1M token:

| Model trên DeepInfra | Đầu vào | Đầu ra |
| --- | --- | --- |
| gemma-4-26B-A4B-it | USD 0.07 | USD 0.34 |
| Qwen3-VL-30B-A3B-Instruct | USD 0.15 | USD 0.60 |
| Qwen3-VL-235B-A22B-Instruct | USD 0.20 | USD 0.88 |

Giá đầu vào Gemma 4 của DeepInfra thấp hơn mức $0.10 của BroadNet, còn giá đầu ra cao hơn mức $0.22 của BroadNet. Vì vậy với phân loại ảnh có câu trả lời một từ, DeepInfra rẻ hơn; với trích xuất JSON dài, BroadNet có thể rẻ hơn. So sánh thêm nhà host trên [trang giá Gemma 4 26B A4B](https://broadrouter.com/vi/llm-api-pricing/gemma-4-26b-a4b-it/) và [trang giá Qwen3-VL 235B](https://broadrouter.com/llm-api-pricing/qwen3-vl-235b-a22b-instruct/), hoặc đọc trang [lựa chọn thay thế DeepInfra](https://broadrouter.com/alternatives/deepinfra-alternative/). Bảng xếp hạng [API LLM rẻ nhất](https://broadrouter.com/vi/llm-api-pricing/cheapest/) và [chỉ số giá API LLM](https://broadrouter.com/data/llm-api-price-index/) đặt các mức giá này vào bối cảnh thị trường.

## Nên chọn model vision nào?

-   **Giá BroadNet thấp nhất, tác vụ đơn giản:** Gemma 4 VL 26B. Nhãn, chú thích ảnh, “có chữ ký không?”. Model này dùng được với tín dụng ban đầu $5. Context 32.768 token của nó giới hạn số ảnh vừa một request.
-   **Tài liệu và ảnh chụp màn hình tiếng Ả Rập:** Qwen3.8 27B, model BroadNet đã thử với tiếng Ả Rập. Xem [đọc hóa đơn tiếng Ả Rập bằng vision](https://broadrouter.com/vi/guides/read-arabic-invoices-with-vision/) và [chọn LLM cho tiếng Ả Rập](https://broadrouter.com/vi/blog/choosing-an-llm-for-arabic/).
-   **Đầu ra dài, nhiều ảnh mỗi request, hoặc khối lượng rất lớn:** DeepSeek V4.1 Flash. Context 1.048.576 token chứa được nhiều trang cùng lúc, và với gói giá cố định, ảnh thuộc phần dùng không giới hạn.

Các trang so sánh đặt cạnh nhau: [Gemma 4 VL 26B và Qwen3.8 27B](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/) và [DeepSeek V4.1 Flash và Gemma 4 VL 26B](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-gemma-4-vl-26b/).

## Khi nào gói giá cố định rẻ hơn tính phí theo ảnh?

Một phiên Full Moon có giá $60 mỗi tháng cho DeepSeek V4.1 Flash không giới hạn, một request tại một thời điểm. Với khoảng 1.000 token mỗi ảnh, mỗi 1.000 ảnh tốn $0.175 phí đầu vào trên DeepSeek V4.1 Flash, nên riêng phí đầu vào đã chạm giá gói ở $60 ÷ $0.175 nghìn ảnh mỗi tháng, chưa tính câu trả lời. Nếu một worker xử lý ảnh cả ngày, hãy đo throughput của nó bằng một phiên Meteor một giờ ($1) rồi so sánh, hoặc dùng [công cụ so sánh giá cố định và theo token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/). Phương pháp đầy đủ nằm trong [phép tính điểm hòa vốn](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/).

## Làm sao giảm chi phí vision?

1.  Thu nhỏ về độ phân giải nhỏ nhất mà vẫn đọc đúng. Thử ba kích thước trên 20 mẫu.
2.  Yêu cầu JSON ngắn với các khóa có tên, không phải văn xuôi.
3.  Đặt `reasoning_effort` là `low` trên model suy luận cho tác vụ trích xuất đơn giản, và giữ `max_tokens` từ 1.000 trở lên để câu trả lời không bị cắt. Xem [vì sao câu trả lời trả về rỗng](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/).
4.  Dùng đúng MIME type trong data URL (`image/png` cho PNG).
5.  Ghi log `prompt_tokens` cho mỗi ảnh để bắt các ảnh tải lên quá lớn.

## BroadNet Inference ở đâu trong bức tranh này

BroadNet cung cấp ba model vision trên một key, từ Gemma tính theo token đến gói giá cố định, không có phí theo ảnh và [không lưu giữ dữ liệu](https://broadrouter.com/vi/privacy/) với ảnh bạn gửi. Nó phù hợp với hóa đơn, biên lai, ảnh chụp màn hình và tài liệu tiếng Ả Rập. Nó không phải nhà host rẻ nhất cho tác vụ nặng về đầu vào, như bảng DeepInfra cho thấy, và không có tạo ảnh, chỉ có hiểu ảnh. Về chính pipeline trích xuất, xem [trích xuất dữ liệu hóa đơn sang JSON bằng LLM vision](https://broadrouter.com/vi/blog/extract-data-from-documents-with-vision-llm/). [Bắt đầu với tín dụng ban đầu $5](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-cheapest-vision-llm-api&utm_content=body).

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

[Token](https://broadrouter.com/vi/glossary/token/)

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

[Token đầu vào và đầu ra (input and output tokens)](https://broadrouter.com/vi/glossary/input-and-output-tokens/)

Token đầu vào là token mà model ngôn ngữ đọc trong một request, gồm system prompt, lịch sử hội thoại, định nghĩa tool và hình ảnh. Token đầu ra là token nó sinh ra để trả lời, kể cả phần suy luận. API LLM thường tính giá riêng cho hai loại, và đầu ra thường đắt hơn.

[Tool calling (gọi tool, function calling)](https://broadrouter.com/vi/glossary/tool-calling/)

Tool calling, còn gọi là function calling, là tính năng của API LLM trong đó model trả về một yêu cầu có cấu trúc để chạy một hàm do nhà phát triển định nghĩa, kèm đối số JSON. Ứng dụng chạy hàm rồi gửi kết quả lại; model không bao giờ tự chạy code.

[Không lưu giữ dữ liệu (zero data retention, ZDR)](https://broadrouter.com/vi/glossary/zero-data-retention/)

Không lưu giữ dữ liệu (ZDR) là chính sách mà nhà cung cấp AI chỉ xử lý prompt và đầu ra để phục vụ request, sau đó không lưu nội dung đó vào log, cache hay dữ liệu huấn luyện. Các bản ghi không chứa nội dung như số token và thời gian xử lý thường vẫn được giữ.

[Throughput (thông lượng)](https://broadrouter.com/vi/glossary/throughput/)

Throughput (thông lượng), trong việc phục vụ LLM, là tổng khối lượng công việc một hệ thống hoàn thành trong một đơn vị thời gian trên mọi request đồng thời, thường đo bằng token đầu ra mỗi giây hoặc request mỗi giây. Nó khác với tốc độ từng luồng, tức tốc độ một request nhận token của nó.

[Token suy luận (reasoning tokens)](https://broadrouter.com/vi/glossary/reasoning-tokens/)

Token suy luận (reasoning tokens) là token mà model suy luận sinh ra để giải quyết vấn đề trước khi viết câu trả lời hiển thị. Chúng thường được tính phí như token đầu ra, tính vào giới hạn đầu ra và context window, và có thể bị API ẩn đi hoặc tóm tắt.

## Câu hỏi thường gặp

### Một ảnh trong LLM vision tốn bao nhiêu token?

Tùy model và độ phân giải. Gemma 4 dùng ngân sách từ 70 đến 1.120 token mỗi ảnh. Các model VL của Qwen dùng khoảng một token cho mỗi khối 32 × 32 pixel. Đọc prompt\_tokens trong khối usage để biết con số thật.

### API LLM vision rẻ nhất trên BroadNet là gì?

Gemma 4 VL 26B, giá $0.10 đầu vào và $0.22 đầu ra mỗi 1M token. Model này cũng dùng được với tín dụng ban đầu miễn phí.

### Có phí tính theo từng ảnh không?

Không. Với key trả theo mức dùng của BroadNet, ảnh được tính là token đầu vào theo giá đầu vào của model, và ảnh lớn hơn tốn nhiều token hơn.

### Ảnh có nằm trong gói không giới hạn không?

Có. Với gói DeepSeek V4.1 Flash, ảnh và prompt dài đều thuộc phần dùng không giới hạn.

### Với Gemma 4 vision, DeepInfra có rẻ hơn BroadNet không?

Với tác vụ nặng về đầu vào thì có. Ngày 14/11/2026, DeepInfra niêm yết gemma-4-26B-A4B-it ở mức USD 0.07 đầu vào và USD 0.34 đầu ra mỗi 1M token. BroadNet tính $0.10 đầu vào và $0.22 đầu ra, nên BroadNet rẻ hơn khi câu trả lời dài.

### Model vision nào tốt nhất cho hóa đơn tiếng Ả Rập?

Qwen3.8 27B là model BroadNet đã thử với tiếng Ả Rập, viết trôi chảy và hiểu phương ngữ vùng Vịnh và Ai Cập. Hãy thử nó trên tài liệu của chính bạn.

## Đọc tiếp

-   [Giá API LLM: cách tính token đầu vào, cache, đầu ra và suy luận](https://broadrouter.com/vi/blog/llm-api-pricing-explained/)
-   [Chọn API LLM cho tiếng Ả Rập: cần test những gì](https://broadrouter.com/vi/blog/choosing-an-llm-for-arabic/)
-   [Token suy luận: vì sao bạn trả cho nhiều đầu ra hơn những gì thấy](https://broadrouter.com/vi/blog/reasoning-tokens-cost/)
-   [API LLM giá cố định hay trả theo token: phép tính hòa vốn](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Văn bản, giọng nói hay vision? Hãy bắt đầu từ tác vụ](https://broadrouter.com/vi/blog/text-speech-vision/)
-   [Thay đổi giá API LLM tháng 10/2026: 3 lần tăng, không lần giảm nào](https://broadrouter.com/vi/blog/llm-api-price-changes-october-2026/)
-   [Giá API LLM thay đổi thường xuyên đến mức nào? 3 năm trang giá lưu trữ](https://broadrouter.com/vi/blog/how-often-llm-api-prices-change/)
-   [Hướng dẫn: Đọc hóa đơn và biên lai tiếng Ả Rập bằng model thị giác](https://broadrouter.com/vi/guides/read-arabic-invoices-with-vision/)
-   [Hướng dẫn: Vì sao model suy luận trả về câu trả lời rỗng](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-cheapest-vision-llm-api&utm_content=page-cta) ·

**Nguồn**

-   [Giá máy đọc được của BroadNet Inference, pricing.json (truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-cheapest-vision-llm-api&utm_content=sources)
-   [Tài liệu tham khảo API BroadNet Inference: chat kèm ảnh, ảnh trong các gói (truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-cheapest-vision-llm-api&utm_content=sources#requests)
-   [Tài liệu Gemma của Google, khả năng hiểu hình ảnh và ngân sách token cho ảnh (truy cập ngày 2026-11-14)](https://ai.google.dev/gemma/docs/capabilities/vision)
-   [Repository Qwen3-VL, nén 32 lần và thiết lập ngân sách token hình ảnh (truy cập ngày 2026-11-14)](https://github.com/QwenLM/Qwen3-VL)
-   [Bảng giá DeepInfra: giá theo token của Gemma 4 và Qwen3-VL (truy cập ngày 2026-11-14)](https://deepinfra.com/pricing)
