---
title: "Giá trả theo mức dùng (pay-as-you-go) cho API LLM là gì?"
description: "Giá trả theo mức dùng cho API LLM chỉ tính những gì bạn dùng, theo token hoặc phút âm thanh, không cần đăng ký. Cách tính hóa đơn và khi nào giá cố định rẻ hơn."
url: https://broadrouter.com/vi/glossary/pay-as-you-go/
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/glossary/pay-as-you-go/) (cập nhật ngày 2026-11-14).

# Trả theo mức dùng (pay-as-you-go)

Cập nhật 2026-11-14

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.

Còn gọi là: trả theo mức dùng, trả theo token, tính phí theo mức sử dụng, giá theo token, PAYG, pay-as-you-go, pay per token, usage-based pricing, metered billing, per-token pricing

Trả theo mức dùng là cách hầu hết dịch vụ cloud, và hầu hết API LLM, tính tiền: một mức giá cho mỗi đơn vị và một đồng hồ đo.

## Cách hoạt động

AWS mô tả mô hình này là chỉ trả tiền “only for the individual services you need, for as long as you use them, and without requiring long-term contracts.” (Bản dịch: chỉ cho từng dịch vụ bạn cần, trong thời gian bạn dùng, và không cần hợp đồng dài hạn). API LLM áp dụng nó theo [token](https://broadrouter.com/vi/glossary/token/), với giá riêng trên 1 triệu token cho:

-   token đầu vào mới;
-   [token đầu vào từ cache](https://broadrouter.com/vi/glossary/cached-input-tokens/), khi nhà cung cấp hỗ trợ cache;
-   token đầu ra, bao gồm cả suy luận.

Chuyển giọng nói thành văn bản thì thường tính theo phút âm thanh.

Hóa đơn hằng tháng là tổng của các request:

`input × input rate + cached × cached rate + output × output rate`

Nghĩa là: đầu vào nhân giá đầu vào, cộng phần từ cache nhân giá cache, cộng đầu ra nhân giá đầu ra. Việc tính phí thường trừ dần vào số dư trả trước theo từng request, hoặc qua hóa đơn hằng tháng. Khối `usage` của mỗi request cho biết chính xác những gì đã được đo.

## Vì sao quan trọng

-   **Chi phí khởi đầu thấp.** Không trả gì khi không dùng, nên phù hợp với prototype, ứng dụng ít tải và lưu lượng lúc tăng lúc giảm.
-   **Chi phí đi theo giá trị.** Mỗi request có một mức giá xác định, tiện khi bạn tính tiền khách hàng theo mức sử dụng.
-   **Khó dự đoán hơn.** Một agent kẹt trong vòng lặp thử lại, một context dài gửi lại ở mỗi lượt hoặc một đợt token suy luận tăng vọt có thể nhân hóa đơn lên nhiều lần. Dùng nhiều và đều đặn có thể đắt hơn [gói giá cố định](https://broadrouter.com/vi/glossary/flat-rate-llm-plan/).

## Trên BroadNet Inference

Tài khoản mới bắt đầu với $5 tín dụng ban đầu miễn phí. [BroadNet Gemma 4 VL 26B](https://broadrouter.com/vi/models/gemma-4-vl-26b/) và cả hai model chép lời dùng được với khoản này; DeepSeek V4.1 Flash, GLM 5.3 và Qwen3.8 27B cần nạp tiền. Ví dụ giá trên 1 triệu token:

| Model | Đầu vào | Đầu ra |
| --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/deepseek-v4.1-flash/) | $0.175 | $0.52 |
| BroadNet Gemma 4 VL 26B | $0.10 | $0.22 |

Chuyển giọng nói tiếng Ả Rập thành văn bản có giá $0.0042 mỗi phút âm thanh. Một key trả theo mức dùng cho phép 30 request mỗi phút và 4 request chạy đồng thời. Ngoài ra còn có key theo giờ: $0.50 cho một giờ dùng BroadNet Gemma 4 VL 26B trên một luồng.

Mọi mức giá đều có trên [trang giá](https://broadrouter.com/vi/pricing/), kèm công cụ tính. Trong ví dụ tính toán của BroadNet, một dự án phụ dùng 100 triệu token đầu vào mỗi tháng tốn $14.23 trên DeepSeek V4.1 Flash, nên phương án có lợi hơn là trả theo mức dùng. Một agent lập trình chạy toàn thời gian tốn $65.40, nên phương án có lợi hơn là Full Moon. Cách tính có trong [giá cố định so với trả theo token](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/).

## Câu hỏi thường gặp

### Trả theo mức dùng có rẻ hơn gói đăng ký không?

Với mức dùng ít hoặc không đều thì thường là có, vì bạn không trả gì khi không dùng. Với mức dùng lớn và đều đặn, gói giá cố định có thể rẻ hơn. Hãy tính lượng token hằng tháng của bạn rồi so sánh.

### Làm sao để hóa đơn trả theo mức dùng không tăng mất kiểm soát?

Dùng số dư trả trước hoặc giới hạn chi tiêu, đặt max\_tokens, giới hạn số lần thử lại và khóa key vào địa chỉ IP máy chủ của bạn để key bị lộ không dùng được ở nơi khác.

### Có cần thẻ để bắt đầu dùng BroadNet Inference không?

Không. Tài khoản mới nhận tín dụng ban đầu miễn phí. BroadNet Gemma 4 VL 26B và cả hai model chép lời dùng được với khoản này; các model chat khác cần nạp tiền.

## Xem thêm

-   [Gói LLM giá cố định (flat-rate LLM plan)](https://broadrouter.com/vi/glossary/flat-rate-llm-plan/) (thuật ngữ)
-   [Token đầu vào và đầu ra (input and output tokens)](https://broadrouter.com/vi/glossary/input-and-output-tokens/) (thuật ngữ)
-   [Token đầu vào từ cache (cached input tokens)](https://broadrouter.com/vi/glossary/cached-input-tokens/) (thuật ngữ)
-   [Token](https://broadrouter.com/vi/glossary/token/) (thuật ngữ)
-   [Serverless inference (suy luận serverless)](https://broadrouter.com/vi/glossary/serverless-inference/) (thuật ngữ)
-   [Batch API](https://broadrouter.com/vi/glossary/batch-api/) (thuật ngữ)
-   [GPU-hour (giờ GPU)](https://broadrouter.com/vi/glossary/gpu-hour/) (thuật ngữ)
-   [Tín dụng trả trước (prepaid credit)](https://broadrouter.com/vi/glossary/prepaid-credit/) (thuật ngữ)
-   [Giới hạn chi tiêu (spend limit)](https://broadrouter.com/vi/glossary/spend-limit/) (thuật ngữ)
-   [Dùng OpenAI Python SDK với BroadNet Inference](https://broadrouter.com/vi/guides/openai-python-sdk/) (hướng dẫn)
-   [Mã lỗi BroadNet Inference và khi nào nên thử lại](https://broadrouter.com/vi/guides/errors-and-retries/) (hướng dẫn)
-   [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/) (bài viết)
-   [“Không giới hạn” trong gói API LLM thực sự có nghĩa là gì](https://broadrouter.com/vi/blog/what-unlimited-llm-api-really-means/) (bài viết)

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-glossary-pay-as-you-go&utm_content=page-cta) ·

**Nguồn**

-   [AWS, giá pay-as-you-go (định nghĩa mô hình giá)](https://aws.amazon.com/pricing/)
-   [Bảng giá BroadNet Inference (tiếng Anh)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-glossary-pay-as-you-go&utm_content=sources)
-   [Bảng giá dạng máy đọc được của BroadNet Inference (pricing.json) (tiếng Anh)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-glossary-pay-as-you-go&utm_content=sources)
-   [Tài liệu tham chiếu API BroadNet Inference, giới hạn (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-glossary-pay-as-you-go&utm_content=sources#limits)
