BroadRouter

Cùng model, khác nhà host: giá API LLM chênh nhau bao nhiêu

Đội ngũ BroadNet Inference · 7 phút đọc · Đăng ngày · Cập nhật

Chênh rất nhiều. Với 119 model có từ hai nhà host độc lập trở lên, giá niêm yết đắt nhất có trung vị bằng 1,76 lần giá rẻ nhất (giá pha trộn 3:1), theo trang của 41 nhà cung cấp kiểm tra ngày 14 và 15/11/2026. 50 model chênh từ 2 lần trở lên. Dù vậy, 57% giá của nhà host trùng khớp giá của chính hãng làm model.

Nếu bạn dùng một model trọng số mở qua API, việc chọn nhà host có thể thay đổi hóa đơn nhiều hơn cả việc chọn model. Chúng tôi đã đo mức thay đổi đó. BroadRouter đọc mọi mức giá từ trang giá của chính từng nhà cung cấp, kèm URL nguồn, ngày kiểm tra và trích dẫn nguyên văn. Trong bài này, chúng tôi lấy mọi model có ít nhất hai nhà host độc lập bán và so sánh giá niêm yết chuẩn của họ. BroadRouter là website của BroadNet, và BroadNet bán bốn trong số các model này; giá của BroadNet được trình bày riêng và không xếp hạng.

Dữ liệu là bộ dữ liệu giá nhà cung cấp API LLM của chúng tôi, cũng là nguồn cho chỉ số giá API LLM và mọi trang giá theo model.

Giá của cùng một model chênh nhau bao nhiêu giữa các nhà host?

Thường chênh hơn một nửa, và hay gấp đôi. Chúng tôi so sánh 119 model, mỗi model có giá niêm yết từ ít nhất hai nhà cung cấp. Với mỗi model, chúng tôi lấy giá chuẩn đắt nhất chia cho giá rẻ nhất, dựa trên giá pha trộn 3 token đầu vào cho mỗi token đầu ra:

Đắt nhất ÷ rẻ nhất Số model
Giá giống hệt nhau 13
Dưới 1,25× 34 (gồm cả 13 model trên)
Từ 2× trở lên 50
Từ 3× trở lên 28
Từ 5× trở lên 13
Trung vị 1,76×

Mức chênh tăng theo số nơi bán. Với 19 model có từ 10 nhà cung cấp trở lên, mức chênh trung vị là 2,02 lần; với 51 model chỉ có 2 hoặc 3 nhà cung cấp, con số này là 1,28 lần. Model càng phổ biến thì càng nhiều nhà host, và càng nhiều nơi thử một mức giá khác.

Mức chênh lớn nhất là Llama 3.1 8B Instruct: 16,7 lần giữa DeepInfra và Cloudflare Workers AI. Trong các model có nhiều nhà host, Llama 3.3 70B Instruct (7,9 lần, 14 nhà cung cấp), DeepSeek V4 Flash 0731 (7,3 lần, 14 nhà cung cấp) và gpt-oss-120b (6,9 lần, 20 nhà cung cấp) có mức chênh lớn nhất.

Các model mở phổ biến có giá bao nhiêu ở mỗi nhà host?

Bảy model có nhiều nhà host. Giá niêm yết tính bằng USD mỗi 1M token, đầu vào / đầu ra, kiểm tra ngày 14 và 15/11/2026. Mỗi model dẫn tới trang giá đầy đủ với mọi nhà cung cấp và nguồn.

Model Số nhà cung cấp có giá niêm yết Rẻ nhất, vào / ra Giá phổ biến nhất, vào / ra Đắt nhất, vào / ra Đắt nhất ÷ rẻ nhất (pha trộn)
GLM 5.3 20 Chutes: 1.225 / 3.85 1.40 / 4.40 (16 nhà cung cấp) SambaNova: 2.80 / 8.80 2,29×
gpt-oss-120b 20 CoreWeave: 0.03 / 0.17 0.15 / 0.60 (6 nhà cung cấp) Cerebras, Cloudflare: 0.35 / 0.75 6,92×
DeepSeek V4.1 Flash 14 CoreWeave: 0.13 / 0.65 0.30 / 1.20 (12 nhà cung cấp) 12 nhà cung cấp đồng giá: 0.30 / 1.20 2,02×
Llama 3.3 70B Instruct 14 DeepInfra: 0.10 / 0.32 0.71 / 0.71 (2 nhà cung cấp) Venice: 0.70 / 2.80 7,90×
Qwen3.8 27B 13 Chutes: 0.039 / 1.25 0.45 / 3.20 (3 nhà cung cấp) Groq: 0.80 / 4.00 4,68×
Gemma 4 26B A4B 11 DeepInfra, Featherless: 0.07 / 0.34 0.13 / 0.40 (5 nhà cung cấp) Vertex AI: 0.15 / 0.60 1,91×
Kimi K3 18 Chutes: 1.85 / 9.50 3.00 / 15.00 (12 nhà cung cấp) Venice: 3.75 / 18.75 1,99×

Bảng cho thấy:

  • GLM 5.3 là thị trường đồng giá. 16 trong 20 nhà cung cấp, kể cả Z.ai, niêm yết đúng USD 1.40 / USD 4.40. Chutes thấp hơn; Venice, Amazon Bedrock (liên vùng tại Mỹ) và SambaNova cao hơn. Thêm bốn nhà host niêm yết giá khuyến mãi dưới giá niêm yết (DeepInfra, GMI Cloud, FriendliAI và một gói “Limited Trial” của AkashML); chúng tôi loại các mức này. Giá niêm yết chưa giảm của chính DeepInfra (USD 0.90 / USD 4.00) chỉ hiển thị bên cạnh mức khuyến mãi, không được tính tiền, nên cũng không được tính vào.
  • gpt-oss-120b thì ngược lại. 20 nhà cung cấp và chênh 6,9 lần giữa rẻ nhất và đắt nhất. Groq, Together AI, Fireworks AI và ba nhà khác tính USD 0.15 / USD 0.60; CoreWeave (USD 0.03 / USD 0.17) và DeepInfra (USD 0.037 / USD 0.17) tính từ một phần năm đến một phần tư mức đó ở đầu vào và dưới một phần ba ở đầu ra.
  • DeepSeek V4.1 Flash có 12 nhà cung cấp ở mức USD 0.30 / USD 1.20. CoreWeave và SiliconFlow niêm yết đầu vào khoảng một nửa mức đó.
  • Llama 3.3 70B cho thấy các biến thể làm phép so sánh mờ đi thế nào. Dòng rẻ nhất của DeepInfra là biến thể Turbo đã lượng tử hóa, trong khi Venice tính USD 0.70 / USD 2.80.

Nhà host có bán rẻ hơn hãng làm model không?

Phần lớn là bằng giá. Với 29 model mà hãng làm model cũng tự bán trên API riêng, chúng tôi so từng giá của nhà host với giá của hãng:

Giá nhà host so với giá của chính hãng Số mức giá của nhà host
Giá đầu vào và đầu ra giống hệt 143 (57%)
Thấp hơn (pha trộn) 83
Cao hơn (pha trộn) 23

Hãng làm model rẻ nhất, hoặc đồng hạng rẻ nhất, chỉ ở 3 trong 29 model. Vậy giá niêm yết của hãng đóng vai trò mức trần mà phần lớn nhà host sao chép, và một số bán thấp hơn.

Nhà host nào thường rẻ nhất và đắt nhất?

Nhà host Rẻ nhất ở (số model) Đắt nhất ở (số model)
DeepInfra 33 7
Featherless 22 26
GMI Cloud 22 14
SiliconFlow 19 3
Novita AI 12 13
CoreWeave 11 1
Chutes 9 5
Cloudflare Workers AI 5 11
Venice 4 17
Amazon Bedrock 4 13
Alibaba Cloud Model Studio 2 13
Microsoft Azure 0 14

Khi đồng hạng, mọi nhà host đồng hạng đều được tính, và các model mà mọi nhà cung cấp tính cùng giá không được tính là “đắt nhất”. Featherless và GMI Cloud đứng cao ở cả hai cột: họ host nhiều model và định giá riêng từng model. Giá theo token của Featherless còn cần gói Developer với credit từ 50 USD mỗi tháng. Không nhà host nào rẻ nhất cho mọi thứ, nên hãy so sánh đúng model bạn sẽ dùng.

Ngoài giá, còn gì khác nhau?

Cùng trọng số không đảm bảo cùng dịch vụ:

  • Độ chính xác số (precision). 237 trong 681 dòng của phép so sánh này có ghi precision; FP8 phổ biến nhất (177 dòng); 23 dòng ghi FP4 và 4 dòng ghi INT4. Precision thấp hơn có thể làm thay đổi chất lượng đầu ra. Xem lượng tử hóa.
  • Context window, giới hạn tốc độ và thông lượng khác nhau theo nhà host và gói.
  • Điều khoản dữ liệu. Thời gian lưu giữ và việc dùng để huấn luyện khác nhau; xem so sánh lưu giữ dữ liệu API LLM.
  • Độ ổn định giá. Một số nhà host đổi giá thường xuyên. Trong kho lưu trữ của chúng tôi, DeepInfra đã đổi giá một nửa số model niêm yết lâu năm ít nhất một lần, theo cả hai chiều. Xem giá API LLM thay đổi bao lâu một lần và các đợt tăng giá API LLM.

Cách làm thực tế: chọn hai hoặc ba nhà host bằng hoặc thấp hơn giá phổ biến, chạy cùng 50 đến 100 prompt thật qua từng nơi, và giữ nhà về nhì làm phương án dự phòng đã test. Cách chọn nhà cung cấp API LLM có sẵn một checklist.

Phương pháp

  • Giá. Trang giá của chính 41 nhà cung cấp bên thứ ba, mỗi giá kèm URL nguồn, ngày kiểm tra (14 hoặc 15/11/2026) và trích dẫn nguyên văn: bộ dữ liệu giá nhà cung cấp API LLM và CSV của nó. Chỉ hạng chuẩn; loại các dòng batch, flex, priority và miễn phí. File của chính BroadNet bị loại.
  • Loại khuyến mãi. 49 mức giá chuẩn ghi là khuyến mãi, “limited trial” hoặc “% off list” bị loại, giống như trong bảng xếp hạng trên các trang bộ dữ liệu.
  • Những model nào. Một model được đưa vào khi có ít nhất hai nhà host độc lập niêm yết (không tính các cloud Amazon Bedrock, Azure và Vertex AI, vốn cũng bán lại model đóng) và tổng cộng có ít nhất hai nhà cung cấp có giá niêm yết. Loại các model đóng của OpenAI (trừ gpt-oss), Anthropic, Google Gemini, xAI và Amazon. Có 119 model đạt điều kiện.
  • Mức chênh. Mỗi nhà cung cấp một mức giá (dòng niêm yết rẻ nhất của họ cho model đó), pha trộn theo 3 token đầu vào cho mỗi token đầu ra; đắt nhất ÷ rẻ nhất. Script của chúng tôi tính lại mọi con số từ các file JSON; mức chênh công bố trong chỉ số giá dùng mọi model và giữ cả dòng khuyến mãi, nên trung vị của nó khác.
  • Lịch sử. Biến động giá theo thời gian lấy từ bộ dữ liệu lịch sử giá API LLM riêng (CSV), đọc từ các bản chụp của Internet Archive. BroadNet không có trong đó vì kho lưu trữ không có bản chụp nào của trang giá BroadNet.

BroadNet Inference phù hợp ở đâu

BroadRouter là website của chính BroadNet, và BroadNet Inference bán bốn model trong phép so sánh này. Giá lấy từ pricing.json của họ và không được xếp hạng ở trên:

Model Đầu vào BroadNet Đầu ra BroadNet Vị trí trong phép so sánh ở trên
GLM 5.3 $0.78 $3.46 Thấp hơn các giá niêm yết ở trên; giá khuyến mãi tại DeepInfra, GMI Cloud và AkashML thấp hơn ở ít nhất một chiều
DeepSeek V4.1 Flash $0.175 $0.52 CoreWeave và SiliconFlow niêm yết đầu vào thấp hơn, đầu ra của BroadNet thấp hơn họ; giá khuyến mãi của DeepInfra thấp hơn ở cả hai chiều
Qwen3.8 27B $0.175 $2.17 Chutes và Hyperbolic niêm yết giá pha trộn thấp hơn, giá khuyến mãi tại DeepInfra và AkashML cũng vậy
Gemma 4 VL 26B (bản build Gemma 4 26B A4B của BroadNet) $0.10 $0.22 DeepInfra và Featherless niêm yết đầu vào thấp hơn; đầu ra của BroadNet thấp hơn

BroadNet không phải nhà host rẻ nhất cho mọi model. DeepSeek V4.1 Flash trên BroadNet do đối tác host, và tài khoản tự phục vụ không có SLA. BroadNet cũng bán gói giá cố định cho DeepSeek V4.1 Flash ở mức $60 mỗi tháng cho mỗi phiên, một request tại một thời điểm. Trong các model chat, chỉ Gemma chạy được bằng $5 tín dụng ban đầu; ba model còn lại cần nạp tiền.

Câu hỏi thường gặp

Vì sao cùng một model mở lại có giá khác nhau ở các nhà cung cấp?

Các nhà host chạy cùng bộ trọng số trên phần cứng khác nhau, với độ chính xác số, mức sử dụng và biên lợi nhuận khác nhau, và một số cộng thêm phụ phí theo khu vực hoặc triển khai riêng. Trong dữ liệu của chúng tôi, giá niêm yết đắt nhất của một model có trung vị bằng 1,76 lần giá rẻ nhất, trên 119 model.

Nhà host có thường lấy đúng giá của hãng làm model không?

Thường là có. Ở những model mà hãng tự bán trên API riêng, 143 trong 249 giá của nhà host (57%) trùng khớp chính xác giá đầu vào và đầu ra của hãng; 83 giá thấp hơn và 23 giá cao hơn. Với GLM 5.3, 15 nhà host niêm yết đúng mức USD 1.40 đầu vào và USD 4.40 đầu ra như Z.ai.

Nhà cung cấp nào rẻ nhất cho model mở?

Không có một nhà nào. DeepInfra có giá niêm yết thấp nhất, riêng hoặc đồng hạng, ở 33 trong 119 model, Featherless và GMI Cloud mỗi bên 22, SiliconFlow 19. Featherless cũng đắt nhất ở 26 model, nên còn tùy model.

Có tính cả giá khuyến mãi không?

Không. 49 mức giá chuẩn mà nhà cung cấp ghi là khuyến mãi hoặc dùng thử có thời hạn bị loại khỏi mọi con số ở đây, vì chúng có thể kết thúc mà không báo trước. Một số thấp hơn mọi giá niêm yết, ví dụ GLM 5.3 của DeepInfra giảm 38%.

Nhà host rẻ hơn có phải cùng một model không?

Cùng trọng số, nhưng không phải lúc nào cũng cùng dịch vụ. Nhà host có thể phục vụ trọng số độ chính xác thấp hơn (khi có ghi rõ, FP8 là phổ biến nhất), context ngắn hơn hoặc giới hạn tốc độ khác. Dòng Llama 3.3 70B rẻ nhất của DeepInfra là biến thể Turbo đã lượng tử hóa. Hãy test chất lượng đầu ra và giới hạn trên prompt của chính bạn.

Đọc dạng MarkdownHỏi ChatGPTHỏi ClaudeHỏi Perplexity