---
title: "So sánh giá API model mở: 6 nhà cung cấp inference | BroadRouter"
description: "OpenRouter, Together AI, Fireworks, Groq, DeepInfra và BroadNet tính giá model mở thế nào: theo token, cache, batch, giờ GPU và gói cố định, kèm nguồn giá."
url: https://broadrouter.com/vi/blog/llm-inference-provider-pricing-compared/
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/llm-inference-provider-pricing-compared/) (cập nhật ngày 2026-11-16).

# So sánh giá API model mở: 6 nhà cung cấp inference tính phí ra sao

Đội ngũ BroadNet Inference · 7 phút đọc · Đăng ngày 2026-11-14 · Cập nhật 2026-11-16

Phần lớn nhà cung cấp tính giá model mở theo mỗi triệu token, đầu vào từ cache rẻ hơn và batch thường giảm 50%. Together AI, Fireworks và DeepInfra còn cho thuê GPU theo giờ. OpenRouter giữ nguyên giá nhà cung cấp và thu phí khi mua credit. Groq có ít model. BroadNet thêm gói cố định theo tháng, tuần và giờ cho DeepSeek V4.1 Flash.

## Ý chính

-   Giá theo token của cùng một model mở có thể chênh nhau vài lần giữa các nhà cung cấp, nên hãy so sánh đúng model bạn sẽ dùng.
-   Với DeepSeek V4.1 Flash, Together AI và Fireworks niêm yết USD 0.30 đầu vào và USD 1.20 đầu ra mỗi 1M, BroadNet là $0.175 và $0.52. DeepInfra niêm yết DeepSeek-V4.1-Flash-1017 giảm 51% ở mức USD 0.098 và USD 0.294, thấp hơn BroadNet.
-   Giảm giá cho đầu vào từ cache và batch thường quan trọng hơn mức giá chính. Hãy kiểm tra cả hai.
-   GPU chuyên dụng tính tiền theo giờ dù bận hay rảnh, phù hợp với lưu lượng đều và rất lớn.
-   Gói giá cố định bỏ hẳn việc đếm token; Full Moon của BroadNet là $60 mỗi tháng cho mỗi phiên.

**Trong trang này**

1.  Năm cách tính giá model mở là gì?
2.  Mỗi nhà cung cấp tính giá model mở thế nào?
3.  Cùng một model có giá bao nhiêu ở mỗi nhà cung cấp?
4.  Còn chuyển giọng nói thành văn bản thì sao?
5.  Làm sao so sánh nhà cung cấp cho khối lượng công việc của bạn?
6.  BroadNet Inference phù hợp ở đâu

“Giá mỗi triệu token” trông như có thể so sánh trực tiếp giữa các nhà cung cấp. Thực ra không hẳn. Các nhà cung cấp khác nhau ở model họ host, giá đầu vào từ cache, việc có giảm giá batch hay không, có cho thuê GPU hay không và các khoản phí cộng thêm. Bài này so sánh cách sáu nhà cung cấp model trọng số mở (open-weight) tính giá, rồi đặt giá niêm yết của họ cho cùng các model cạnh nhau. Mọi con số của đối thủ đều lấy từ trang chính thức của từng nhà cung cấp, kiểm tra ngày 2026-11-14; đường link nằm trong phần nguồn. Giá thay đổi thường xuyên, nên hãy kiểm tra lại trước khi quyết định.

## Năm cách tính giá model mở là gì?

1.  **Theo token, serverless.** Giá riêng cho mỗi 1M [token đầu vào và đầu ra](https://broadrouter.com/vi/glossary/input-and-output-tokens/). Mọi nhà cung cấp trong danh sách này đều có.
2.  **Đầu vào từ cache.** Giá thấp hơn cho phần đầu prompt lặp lại. Mức giảm từ một nửa giá đến chỉ còn vài phần trăm giá đầu vào. [Giải thích token cache](https://broadrouter.com/vi/blog/cached-input-tokens-explained/).
3.  **Batch.** Giá thấp hơn cho các job có thể chờ vài giờ.
4.  **GPU chuyên dụng.** Thuê phần cứng theo giờ và tự chạy model hoặc chạy qua stack của nhà cung cấp. Xem [tự host hay dùng API: điểm hòa vốn](https://broadrouter.com/vi/blog/self-hosting-llm-vs-api-cost/), hoặc nhập số liệu của bạn vào [công cụ tính tự host so với API](https://broadrouter.com/tools/self-hosting-vs-api-calculator/).
5.  **Gói giá cố định.** Một mức giá cố định theo thời gian, không đếm token. Xem [gói LLM giá cố định](https://broadrouter.com/vi/glossary/flat-rate-llm-plan/).

## Mỗi nhà cung cấp tính giá model mở thế nào?

| Nhà cung cấp | Mô hình kinh doanh | Theo token | Đầu vào từ cache | Batch | GPU chuyên dụng | Gói cố định |
| --- | --- | --- | --- | --- | --- | --- |
| OpenRouter | Router qua nhiều nhà cung cấp | Giá của nhà cung cấp, “no markup” (bản dịch: không cộng thêm lời) | Tùy nhà cung cấp | Tùy nhà cung cấp | Không | Không |
| Together AI | Serverless riêng + chuyên dụng | Có | Niêm yết cho một số model | Giảm 50% cho một số model (chỉ Whisper Large v3 khi kiểm tra) | H100 từ USD 5.49 mỗi giờ GPU | Không |
| Fireworks AI | Serverless riêng + theo yêu cầu | Có, từ USD 0.05 mỗi 1M đầu vào | Mặc định giảm 50%, nhiều hơn ở một số model | Giảm 50% | H100 USD 8.00 mỗi giờ | Không |
| Groq | Phần cứng riêng | Có, danh sách model ngắn | Giảm 50%, ở các model GPT-OSS | Giảm 50% | Không niêm yết | Không |
| DeepInfra | Serverless riêng + chuyên dụng | Có, một số model tính theo thời gian chạy | Niêm yết cho nhiều model | Không có trên trang giá | H100 USD 2.90 mỗi giờ GPU | Không |
| BroadNet Inference | Danh sách model ngắn; các model do đối tác host, với các đối tác inference tại Mỹ | Có | Niêm yết cho ba trong bốn model chat | Không có | Không | Có, DeepSeek V4.1 Flash |

Ghi chú từ các trang:

-   **OpenRouter** nói “there is no markup on inference pricing” (bản dịch: không cộng thêm lời vào giá inference). Họ thu phí khi bạn mua credit: 5,5% với gói Standard (tối thiểu USD 0.80, theo FAQ), 8% với Business, hoặc 5% khi trả bằng tiền mã hóa. Các biến thể model miễn phí bị giới hạn 20 request mỗi phút và 50 mỗi ngày, hoặc 1.000 mỗi ngày sau khi mua ít nhất USD 10 credit. Đây là một [router](https://broadrouter.com/vi/glossary/llm-router/), nên một model có thể có nhiều mức giá. [OpenRouter so với nhà cung cấp giá cố định](https://broadrouter.com/vi/blog/openrouter-alternative-flat-rate/).
-   **Together AI** niêm yết H100 chuyên dụng theo yêu cầu ở mức USD 5.49 mỗi giờ GPU. Tài liệu batch nói một số model serverless chạy với giá giảm 50%, thời hạn hoàn thành cố định 24 giờ, nhưng bảng model được giảm giá chỉ có `openai/whisper-large-v3` khi chúng tôi kiểm tra. Các model khác chạy theo giá chuẩn.
-   **Fireworks** có các chế độ Standard, Priority, Fast, Batch (giảm 50%) và Spot (giảm 30% ở một số model). Đầu vào từ cache tính bằng một nửa giá hoặc thấp hơn, không có phí ghi cache.
-   **Groq** niêm yết giá theo token cho một nhóm nhỏ model production, chẳng hạn `openai/gpt-oss-120b` ở mức USD 0.15 đầu vào và USD 0.60 đầu ra mỗi 1M, còn Whisper chuyển giọng nói thành văn bản tính theo giờ. Đầu vào từ cache được nửa giá ở các model GPT-OSS, và job batch giảm 50% với thời hạn từ 24 giờ đến 7 ngày.
-   **DeepInfra** hiển thị nhiều model có giá giảm bên cạnh giá niêm yết, ví dụ giảm 51% cho DeepSeek-V4.1-Flash-1017 và 38% cho GLM-5.3. Trang không nói khi nào các mức giảm này kết thúc. Họ còn có các hạng Standard, Priority (1,5×) và Flex (0,8×).

## Cùng một model có giá bao nhiêu ở mỗi nhà cung cấp?

Giá niêm yết mỗi 1M token cho các model mà BroadNet cũng phục vụ. “—” nghĩa là model không có trên trang giá của nhà cung cấp đó.

**DeepSeek V4.1 Flash** (đầu vào / cache / đầu ra):

| Nhà cung cấp | Đầu vào | Cache | Đầu ra |
| --- | --- | --- | --- |
| Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| Fireworks AI | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepInfra, niêm yết | USD 0.20 | USD 0.006 | USD 0.60 |
| DeepInfra, giảm giá (30%) | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepInfra, DeepSeek-V4.1-Flash-1017, giảm giá (51%) | USD 0.098 | USD 0.0029 | USD 0.294 |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |

Biến thể có ngày `-1017` của DeepInfra là cùng bản phát hành mà API của chính DeepSeek phục vụ dưới tên `deepseek-flash`; hãy kiểm tra code của bạn đang gọi bản nào. Trên OpenRouter, khi chúng tôi kiểm tra, model này có 37 endpoint từ 28 nhà cung cấp, từ khoảng USD 0.05 (Baidu) đến USD 3 (hạng nhanh nhất của Venice) mỗi 1M token đầu vào. [Bảng giá DeepSeek V4.1 Flash](https://broadrouter.com/vi/llm-api-pricing/deepseek-v4.1-flash/) của chúng tôi liệt kê mọi nhà cung cấp tự công bố giá cho model này, mỗi dòng kèm trang nguồn và ngày kiểm tra. Mức chênh giá của cùng một model trên toàn thị trường được đo trong [chỉ số giá API LLM](https://broadrouter.com/data/llm-api-price-index/). Để xem giá các model mở này so với GPT, Claude và Gemini trên cùng một khối lượng công việc, hãy đọc [chi phí API model trọng số mở so với model đóng](https://broadrouter.com/vi/blog/open-weight-vs-closed-model-api-cost/).

**GLM 5.3** (giá riêng của từng nhà cung cấp: [bảng giá GLM 5.3](https://broadrouter.com/vi/llm-api-pricing/glm-5.3/)):

| Nhà cung cấp | Đầu vào | Cache | Đầu ra |
| --- | --- | --- | --- |
| Together AI | USD 1.40 | USD 0.26 | USD 4.40 |
| Fireworks AI | USD 1.40 | USD 0.26 | USD 4.40 |
| DeepInfra, niêm yết | USD 0.90 | USD 0.20 | USD 4.00 |
| DeepInfra, giảm giá (38%) | USD 0.5625 | USD 0.125 | USD 2.50 |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |

**Qwen3.8 27B** (giá riêng của từng nhà cung cấp: [bảng giá Qwen3.8 27B](https://broadrouter.com/vi/llm-api-pricing/qwen3.8-27b/)):

| Nhà cung cấp | Đầu vào | Cache | Đầu ra |
| --- | --- | --- | --- |
| DeepInfra, niêm yết | USD 0.20 | USD 0.05 | USD 2.50 |
| DeepInfra, giảm giá (25%) | USD 0.15 | USD 0.0375 | USD 1.875 |
| Groq (preview, chỉ để đánh giá) | USD 0.80 | — | USD 4.00 |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |

**Gemma 4 26B A4B** (bản build của BroadNet là [Gemma 4 VL 26B](https://broadrouter.com/vi/models/gemma-4-vl-26b/)):

| Nhà cung cấp | Đầu vào | Đầu ra |
| --- | --- | --- |
| DeepInfra | USD 0.07 | USD 0.34 |
| BroadNet Inference | $0.10 | $0.22 |

Ở đây BroadNet không rẻ nhất xét theo token. Giá giảm của DeepInfra thấp hơn BroadNet ở mọi dòng của DeepSeek V4.1 Flash, GLM 5.3 và Qwen3.8 27B, và thấp hơn ở đầu vào Gemma (đầu ra Gemma của BroadNet thấp hơn). API của chính DeepSeek giảm một nửa mọi mức giá vào giờ thấp điểm, khi đó giá đầu vào của họ thấp hơn BroadNet ([chi tiết](https://broadrouter.com/vi/blog/deepseek-v4-1-flash-api-pricing/)). Giá niêm yết của BroadNet thấp hơn Together và Fireworks với DeepSeek V4.1 Flash và GLM 5.3. Giá theo token chỉ là một yếu tố; hãy kiểm tra thêm độ dài context, chính sách lưu giữ dữ liệu và giới hạn tốc độ, những thứ các bảng này không thể hiện.

Trên toàn bộ 119 model được nhiều nhà host bán, không chỉ bốn model này, giá niêm yết đắt nhất có trung vị bằng 1,76 lần giá rẻ nhất; xem [cùng model, khác nhà host](https://broadrouter.com/vi/blog/same-llm-different-host-prices/). Giá của nhà host cũng thay đổi thường xuyên hơn giá của hãng làm model: [giá API LLM thay đổi bao lâu một lần](https://broadrouter.com/vi/blog/how-often-llm-api-prices-change/).

## Còn chuyển giọng nói thành văn bản thì sao?

Groq niêm yết `whisper-large-v3-turbo` ở mức USD 0.04 mỗi giờ âm thanh và `whisper-large-v3` ở mức USD 0.111 mỗi giờ. DeepInfra niêm yết Voxtral Mini ở mức USD 0.001 mỗi phút. Model đa ngôn ngữ của BroadNet có giá $0.002 mỗi phút ($0.12 mỗi giờ), còn model tiếng Ả Rập là $0.0042 mỗi phút. Xem thêm nhà cung cấp trong [so sánh giá API chuyển giọng nói thành văn bản](https://broadrouter.com/vi/blog/speech-to-text-api-pricing-compared/). Với tiếng Ả Rập, độ chính xác trên các phương ngữ của bạn quan trọng hơn giá: [cách chọn API chuyển giọng nói tiếng Ả Rập thành văn bản](https://broadrouter.com/vi/blog/arabic-speech-to-text-api-buyers-guide/).

## Làm sao so sánh nhà cung cấp cho khối lượng công việc của bạn?

1.  **Cố định model và phiên bản.** “DeepSeek V4.1 Flash” và một biến thể có ngày có thể có giá khác nhau.
2.  **Đo tỷ lệ token của bạn**: đầu vào, phần từ cache và đầu ra, kể cả suy luận. [Ước tính chi phí trước khi ra mắt](https://broadrouter.com/vi/blog/estimate-llm-api-cost-before-launch/).
3.  **Tính giá bằng cả ba mức giá của từng nhà cung cấp**, không chỉ giá đầu vào. Với agent, giá cache thường là yếu tố quyết định. [Công cụ tính chi phí API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) và [công cụ tính prompt caching](https://broadrouter.com/tools/prompt-caching-calculator/) làm phần tính toán.
4.  **Chỉ áp dụng giảm giá batch** cho việc có thể chờ.
5.  **Cộng thêm phí**: phí mua credit và hệ số nhân theo hạng.
6.  **Kiểm tra giới hạn**: [giới hạn tốc độ](https://broadrouter.com/vi/glossary/rate-limit/), mức đồng thời và độ dài context có thể loại một nhà cung cấp dù giá thế nào.
7.  **So với gói cố định** nếu một agent chạy gần như cả ngày. [Phép tính hòa vốn](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/), hoặc [công cụ tính giá cố định so với theo token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## BroadNet Inference phù hợp ở đâu

BroadNet phục vụ một danh sách model ngắn, trong đó một số do đối tác host, với các đối tác inference tại Mỹ, với giá theo token công bố trong một [file giá](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-llm-inference-provider-pricing-compared&utm_content=body). Giá theo token của họ ở mức trung bình, không phải thấp nhất: nếu chỉ quan tâm giá mỗi token, các mức giảm giá của DeepInfra rẻ hơn. Điều các nhà cung cấp khác ở đây không bán là DeepSeek V4.1 Flash không giới hạn với giá $60 mỗi tháng cho mỗi phiên, cùng lựa chọn theo tuần $15 và theo giờ $1. BroadNet không phải marketplace, không có giảm giá batch và không có GPU chuyên dụng. Các điểm mạnh khác là [không lưu giữ dữ liệu](https://broadrouter.com/vi/privacy/) với mọi request, chuyển giọng nói tiếng Ả Rập thành văn bản và một key tương thích OpenAI cho cả chat lẫn âm thanh. Nếu bạn cần hàng chục họ model hoặc mức giá khuyến mãi thấp nhất cho khối lượng công việc lúc có lúc không, một router hoặc một nhà host lớn hơn sẽ phù hợp hơn.

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.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[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 từ cache (cached input tokens)](https://broadrouter.com/vi/glossary/cached-input-tokens/)

Token đầu vào từ cache là token prompt mà nhà cung cấp LLM vừa xử lý gần đây và có thể dùng lại từ cache thay vì tính toán lại, thường là phần đầu lặp lại như system prompt hoặc tài liệu. Nhà cung cấp tính giá chúng thấp hơn token đầu vào mới.

[Model trọng số mở (open-weight model)](https://broadrouter.com/vi/glossary/open-weight-model/)

Model trọng số mở (open-weight) là model học máy có trọng số đã huấn luyện được công bố để ai cũng tải về và chạy, thường kèm giấy phép có điều kiện. Nó khác AI mã nguồn mở hoàn toàn, vốn công bố thêm code huấn luyện và chi tiết dữ liệu huấn luyện để người khác tái tạo model.

[Chuyển giọng nói thành văn bản (speech-to-text)](https://broadrouter.com/vi/glossary/speech-to-text/)

Chuyển giọng nói thành văn bản, hay nhận dạng giọng nói tự động (ASR), là công nghệ biến lời nói thành chữ viết. API nhận tệp hoặc luồng âm thanh, trả về bản chép lời, thường tính theo phút. Độ chính xác đo bằng tỷ lệ lỗi từ, thay đổi theo giọng, phương ngữ và chất lượng ghi âm.

[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.

[Trả theo mức dùng (pay-as-you-go)](https://broadrouter.com/vi/glossary/pay-as-you-go/)

Trả theo mức dùng (pay-as-you-go) là mô hình giá mà bạn chỉ trả cho những gì đã dùng, đo theo đơn vị như token, request hoặc phút âm thanh, không có gói đăng ký hay cam kết tối thiểu. Hầu hết API LLM tính phí theo cách này, trừ vào số dư trả trước hoặc qua hóa đơn định kỳ.

[GPU-hour (giờ GPU)](https://broadrouter.com/vi/glossary/gpu-hour/)

GPU-hour (giờ GPU) là một bộ xử lý đồ họa được dùng trong một giờ. Nhà cung cấp cloud tính tiền instance GPU thuê theo giờ hoặc theo giây, còn nhà nghiên cứu dùng GPU-hour để nói một job tốn bao nhiêu tính toán. Bạn trả tiền cho thời gian của máy, dù nó có đang làm việc hay không.

[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.

## Câu hỏi thường gặp

### Nhà cung cấp inference nào rẻ nhất cho model mở?

Không có nhà cung cấp nào rẻ nhất cho mọi thứ, và xét theo token thì cũng không phải BroadNet. Khi chúng tôi kiểm tra ngày 2026-11-14, giá giảm của DeepInfra thấp hơn BroadNet với DeepSeek V4.1 Flash, GLM 5.3 và Qwen3.8 27B, còn OpenRouter có các endpoint DeepSeek V4.1 Flash từ khoảng USD 0.05 đến USD 3 mỗi 1M token đầu vào. Hãy so sánh đúng model, giá cache và mức giảm batch.

### OpenRouter có cộng thêm lời vào giá model không?

OpenRouter nói không cộng thêm lời vào giá inference. Họ thu phí khi bạn mua credit, 5,5% với gói Standard (tối thiểu USD 0.80, theo FAQ của họ), 8% với Business và 5% khi thanh toán bằng tiền mã hóa.

### Giá batch có đáng dùng không?

Có, với việc có thể chờ. Fireworks niêm yết batch giảm 50%, Groq ghi giảm 50% cho batch với thời hạn từ 24 giờ đến 7 ngày. Tài liệu batch của Together chỉ giảm 50% cho một số model (bảng chỉ có \`openai/whisper-large-v3\` khi chúng tôi kiểm tra), với thời hạn hoàn thành cố định 24 giờ.

### Khi nào nên thuê GPU chuyên dụng thay vì trả theo token?

Khi lưu lượng của bạn giữ GPU bận gần như cả ngày. Giá GPU theo giờ bị tính dù có request hay không, nên với lưu lượng thấp hoặc lúc có lúc không thì trả theo token rẻ hơn.

### Có nhà cung cấp nào bán model mở với giá cố định hằng tháng không?

BroadNet Inference có, cho DeepSeek V4.1 Flash. Full Moon có giá $60 mỗi tháng cho mỗi phiên, không đếm token, một request tại một thời điểm.

## Đọc tiếp

-   [OpenRouter hay gói giá cố định cho AI agent: bên nào rẻ hơn?](https://broadrouter.com/vi/blog/openrouter-alternative-flat-rate/)
-   [Giá API DeepSeek V4.1 Flash: theo token, đầu vào từ cache và gói](https://broadrouter.com/vi/blog/deepseek-v4-1-flash-api-pricing/)
-   [Giá API LLM: cách tính token đầu vào, cache, đầu ra và suy luận](https://broadrouter.com/vi/blog/llm-api-pricing-explained/)
-   [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/)
-   [Lựa chọn thay thế Artificial Analysis: nơi so sánh LLM năm 2026](https://broadrouter.com/vi/blog/artificial-analysis-alternatives/)
-   [So sánh SLA API LLM: Azure, Bedrock, Google và OpenAI cam kết gì](https://broadrouter.com/vi/blog/llm-api-sla-uptime-compared/)
-   [Hướng dẫn: Dùng OpenAI Python SDK với BroadNet Inference](https://broadrouter.com/vi/guides/openai-python-sdk/)
-   [Hướng dẫn: Gói LLM API không giới hạn cho agent hoạt động thế nào?](https://broadrouter.com/vi/guides/unlimited-llm-api-sessions/)

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-llm-inference-provider-pricing-compared&utm_content=page-cta) ·

**Nguồn**

-   [FAQ của OpenRouter, giá và phí mua credit (truy cập ngày 2026-11-14)](https://openrouter.ai/docs/faq)
-   [Trang model DeepSeek V4.1 Flash trên OpenRouter, giá theo nhà cung cấp (truy cập ngày 2026-11-14)](https://openrouter.ai/deepseek/deepseek-v4.1-flash)
-   [Bảng giá Together AI (truy cập ngày 2026-11-14)](https://www.together.ai/pricing)
-   [Tài liệu batch inference của Together AI (truy cập ngày 2026-11-14)](https://docs.together.ai/docs/batch-inference)
-   [Bảng giá Fireworks AI (truy cập ngày 2026-11-14)](https://fireworks.ai/pricing)
-   [Model và giá của Groq (truy cập ngày 2026-11-14)](https://console.groq.com/docs/models)
-   [Tài liệu prompt caching của Groq (truy cập ngày 2026-11-14)](https://console.groq.com/docs/prompt-caching)
-   [Bảng giá DeepInfra (truy cập ngày 2026-11-14)](https://deepinfra.com/pricing)
-   [Giá máy đọc được của BroadNet Inference (pricing.json, đồng bộ ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-llm-inference-provider-pricing-compared&utm_content=sources)
