Xác minh lần cuối: 2026-05-31. Giá Anthropic lấy từ trang giá Claude API; giá GPT-5.5 lấy từ trang giá OpenAI; benchmark lấy từ system card Opus 4.8. Giá nhà cung cấp thay đổi, hãy kiểm tra lại trước khi lập ngân sách.

Bởi 4lvin · Nhà sáng lập Mindber. Theo dõi hơn 500 công cụ AI/SaaS bằng phương pháp Mindber Innovation Index.

Cách chúng tôi đánh giá: phân tích biên tập có hỗ trợ AI dựa trên trang chính thức của nhà cung cấp, system card Opus 4.8 và chỉ mục sản phẩm Mindber tính đến 2026-05-31. Đây không phải thử nghiệm sản phẩm trực tiếp. Mọi con số giá và benchmark đều lấy từ nguồn sơ cấp của nhà cung cấp và được trích dẫn trong bài. Điểm năng lực theo thang Mindber Innovation Index (1–3 hạn chế, 4–6 một phần, 7–8 mạnh, 9–10 dẫn đầu), không phải quảng cáo của nhà cung cấp.

Anthropic ra mắt Opus 4.8 ngày 28 tháng 5 năm 2026 với cùng giá như 4.7: $5/$25 cho mỗi triệu token. Với phần Opus trong bất kỳ stack nào, đây là tăng chất lượng mà không tăng chi phí. Với phần còn lại, logic đảo chiều: nâng cấp cùng giá không phải giấy phép đưa thêm việc vào tier đắt nhất.

Bài này chốt lại con số. Bộ tính bên dưới hỗ trợ USD, EUR, GBP, SGD, INR, MYR và các tiền tệ khác qua FX thủ công, đồng thời dùng công thức chi phí thực, bao gồm giá GPT-5.5 hiện tại $5/$30 cho short-context, không phải $10/$40. Với hướng dẫn Đông Nam Á theo MYR, xem bóc tách chi phí SEA của Mindber. Với bức tranh mô hình rộng hơn, xem xếp hạng LLM và trung tâm so sánh phần mềm AI.

Opus 4.8 là nâng cấp cùng giá, nhưng dùng toàn Opus là lỗi đắt

Lý do nâng cấp rất đơn giản: Opus 4.8 tốt hơn 4.7 mà không đổi hóa đơn, nên team đang chạy Opus nên đổi model string. Điều đó không có nghĩa mở rộng mọi việc sang tier premium. Bậc giá vẫn còn: Haiku $1/$5, Sonnet $3/$15, Opus $5/$25. Route mọi thứ vào model tốt nhất vẫn là lựa chọn đắt nhất trong mọi tiền tệ.

Ở 20 triệu token input và 5 triệu output mỗi tháng, cache-hit 60%, toàn Opus 4.8 khoảng $171. Sonnet 4.6 cùng volume khoảng $103. Haiku 4.5 khoảng $34. Kiến trúc routing đưa ~20% việc qua Opus và ~80% qua Sonnet khoảng $116, tiết kiệm ~32% so với toàn Opus. Chênh lệch này tăng tuyến tính theo volume và giữ nguyên trong mọi tiền tệ của bộ tính.

Phần còn lại của bài sẽ chỉ ra workload nào xứng đáng với tier nào, kiến trúc routing tạo ra khoản tiết kiệm, và checklist di chuyển cho người dùng 4.7.

Theo giá công khai ngày 2026-05-31: các con số này dùng phí đọc cache theo từng mô hình (Anthropic giảm khoảng 90%, GPT-5.5 cố định $1.25/M). Bộ tính áp dụng các phí đó theo model; số trong bài dùng cùng công thức. Hãy chạy lại với volume của bạn ở trên.

Opus 4.8 thực sự thay đổi gì

Bốn thay đổi vận hành quan trọng với người chạy API LLM. Ba thay đổi nằm ở giá và kiến trúc; một là tín hiệu chất lượng cho mua sắm.

1. Fast Mode: $10/$50 ở tốc độ 2,5×, rẻ hơn trước ba lần. Anthropic định giá lại Opus Fast Mode ở $10 input / $50 output mỗi triệu, giữ multiplier 2,5×. Ở 4.7, Fast Mode là premium trên premium. Ở 4.8, nó hợp lý khi độ trễ thay đổi kết quả: agent reasoning trong hội thoại khách hàng, trợ lý code realtime, hoặc pipeline mà chờ bốn giây làm mất phiên. Với batch và background work, Opus chuẩn vẫn rẻ hơn.

2. System message giữa tác vụ giữ được cache. Messages API hiện chấp nhận entry system trong mảng messages mà không làm mất prompt cache. Thực tế: bạn có thể chỉnh steering instruction của agent trong lúc chạy mà không trả tiền xử lý lại toàn bộ context. Với phiên dài có system prompt lớn và ổn định, sửa giữa phiên chuyển từ thao tác phá cache đắt đỏ thành append message gần như miễn phí.

3. Cải thiện honesty quan trọng cho code review và pipeline agentic. Theo system card Opus 4.8, model bỏ sót việc nêu vấn đề quan trọng cho user 3,7% thời gian và đạt 0% ở báo cáo thiếu phê phán với output lỗi. Đây là số từ system card, chưa xác minh độc lập. Con số mà lead kỹ thuật quan tâm là lỗi mã không được cảnh báo giảm 4× so với 4.7. Model tự bắt lỗi tốt hơn giảm gánh QA và rủi ro deploy.

4. Dynamic Workflows là primitive mở rộng, không phải router chi phí. Dynamic Workflows cho phép Claude Code chia tác vụ ra hàng trăm subagent song song, ở dạng research preview trên Team, Max và Enterprise. Nó xử lý song song và phối hợp, nhưng không tự gán model rẻ hơn cho subagent. Khoản tiết kiệm routing trong bài này đến từ kiến trúc ứng dụng riêng.

Ghi chú tokenizer: nguồn thứ cấp cho biết tokenizer không đổi giữa 4.7 và 4.8, nên token-per-task nên gần baseline 4.7 hơn là cú chuyển 4.6 → 4.7 từng có thể tăng usage tới 35%. Chưa có xác nhận sơ cấp lúc viết [CẦN XÁC MINH với Anthropic]. Sau khi chuyển, đo lại cache-read: cache hit cần prefix prompt giống hệt.

Toán chi phí thực

Giá mỗi token không phải chi phí thực. Công thức đúng tính cả cache, trọng số output và FX:

Công thức chi phí: cost = inputM × (1 − cacheHit) × inRate + inputM × cacheHit × cacheRate + outputM × outRate × FX. cacheRate khác theo nhà cung cấp: Anthropic khoảng 10% giá input; GPT-5.5 $1.25/M; DeepSeek $0.014/M. Output token đắt gấp 5 lần input theo giá Anthropic, nên output dài thống trị hóa đơn.

Bộ tính dưới đây áp dụng phí cache theo từng model và đổi sang tiền tệ của bạn:

Cách đọc thanh: sắp từ rẻ nhất đến đắt nhất ở volume đã chọn. ★ đánh dấu model rẻ nhất hiện tại. FX đổi tiền theo thời gian thực; hãy sửa tỷ giá trước khi lập ngân sách. Kết luận smart routing so sánh toàn Opus với split Opus (20%) + Sonnet (80%).

Ở mặc định 20M input / 5M output / 60% cache / USD, thứ tự là:

• DeepSeek V3.2 — khoảng $2.69/tháng. Lựa chọn rẻ nhất cho việc khối lượng lớn không nhạy cảm khi chấp nhận provenance vendor.
• Haiku 4.5 — khoảng $34/tháng. Phân loại, routing, intent detection, extraction.
• Sonnet 4.6 — khoảng $103/tháng. Chat, soạn thảo, tóm tắt, phần lớn traffic production.
• Opus 4.8 — khoảng $171/tháng. Reasoning, orchestration, tác vụ code khó.
• GPT-5.5 — khoảng $205/tháng. Input cùng Opus 4.8, output và cached input đắt hơn.
• Opus 4.8 Fast — khoảng $342/tháng. Lựa chọn đắt nhất trong nhóm này.

Hai thực tế cấu trúc tạo ra các số này. Output thống trị hóa đơn ở multiplier 5×; pipeline nói dài sẽ đắt. Phí cache theo model cũng quan trọng: cached input GPT-5.5 $1.25/M cao gấp 2,5× Opus 4.8 $0.50/M, nên chiết khấu cache của GPT-5.5 nhỏ hơn khi cache-hit cao.

Khi nào dùng tier nào

Tier đúng là quyết định theo workload, không phải theo danh tiếng model.

RAG / long-context nên ở Sonnet 4.6 với prompt caching có cấu trúc: đặt block context tĩnh ở prefix để cache hit hấp thụ token lặp lại. Không có cache, RAG long-context ở tier nào cũng đắt; có cache, Sonnet ở $0.30/M cached read trở nên kiểm soát được. Batch / background nên dùng model nào vượt quality floor, kết hợp Batch API của Anthropic. Quyết định là chất lượng output, không phải model mới nhất.

Với điểm năng lực live theo loại workload, Mindber compare làm mới hằng tuần. Xếp hạng LLM và discover feed bao phủ bức tranh model rộng hơn.

Kiến trúc smart routing

Khoản tiết kiệm khoảng 32% là pattern ở tầng ứng dụng, không phải tính năng vendor. Cấu trúc: routing layer phân loại từng request và gửi tới model rẻ nhất đạt quality floor.

Request
    │
    ▼
┌─────────────────────────────────────┐
│           Routing layer             │
│  (phân loại độ khó / loại tác vụ)   │  ← bạn xây phần này
└──────────────┬──────────────────────┘
               │
               ├─ phức tạp / reasoning (~20%) ──▶  claude-opus-4-8      $5/$25
               │
               ├─ chat / draft / tóm tắt (~60%) ▶  claude-sonnet-4-6  $3/$15
               │
               └─ phân loại / extraction (~20%) ──▶  claude-haiku-4-5    $1/$5

Routing layer có thể là tag task-type ở tầng gọi, classifier nhanh bằng Haiku, hoặc rule theo độ phức tạp prompt. Bất biến quan trọng: chỉ phần thật sự cần reasoning Opus mới chạm endpoint Opus.

Split 20/80 trong bộ tính là bảo thủ. Nhiều workload production có phần “cần Opus” nhỏ hơn. Pipeline code escalate test fail hoặc requirement mơ hồ lên Opus, còn build sạch và boilerplate để Sonnet, thường gần 10/90. Tỷ lệ đó tiết kiệm hơn 40% so với toàn Opus.

Dynamic Workflows trên Team/Max/Enterprise có thể chạy pattern này qua hàng trăm subagent song song. Nó xử lý song song; model assignment cho từng subagent là tham số bạn set trong code. Routing không cần Dynamic Workflows. Với bản SEA có chi phí MYR, xem hướng dẫn khu vực.

Checklist di chuyển: người dùng Opus 4.7 chủ yếu chỉ đổi config

Chuyển phần Opus từ 4.7 sang 4.8 thường là đổi model string. Nguồn thứ cấp nói tokenizer không đổi, nhưng vẫn phải đo sau khi chuyển. Đo lại cache-read vì cache hit cần prefix giống hệt.

Nếu token count và cache-hit giữ ổn, migration xong. Team đã có routing đa model xem đây là đổi ID thường lệ. Team toàn Opus nên dùng thời điểm này để thêm routing. Xem trang Claude Sonnet 4.6 và phương pháp Mindber.

Kết luận: Opus 4.8 vs Sonnet 4.6 vs GPT-5.5

Bốn trục quan trọng cho người mua API: chi phí mỗi đơn vị traffic, trần reasoning, năng lực agentic và giá trị trên traffic mix thực tế. Điểm dưới đây là đánh giá biên tập của Mindber, không phải benchmark.

Cách chấm điểm: dựa trên năng lực được tài liệu hóa, benchmark nhà cung cấp và giá tính đến 2026-05-31, không phải hands-on testing. Thang: 1–3 hạn chế, 4–6 một phần, 7–8 mạnh, 9–10 dẫn đầu. Điểm chi phí cao hơn nghĩa là rẻ hơn cho traffic điển hình.

Opus 4.8 dẫn đầu về reasoning và agentic. Sonnet 4.6 dẫn đầu về giá trị cho traffic điển hình, là default đúng cho 80% bulk. GPT-5.5 ở $5/$30 có input bằng Opus 4.8 nhưng output và cache đắt hơn; nó hợp lý với team đã chuẩn hóa trên nền tảng OpenAI.

So sánh số live trước khi cam kết

Điểm biên tập chỉ là điểm xuất phát. Mindber compare làm mới hằng tuần với dữ liệu năng lực và giá. Trang LLM, ranking Mindber và trang nguồn dữ liệu ghi lại phương pháp.

Đọc tiếp:

• Mindber compare — Opus 4.8 vs Sonnet 4.6 — làm mới hằng tuần
• Xếp hạng LLM
• Trang Claude Sonnet 4.6
• Hướng dẫn SEA — chi phí MYR + bối cảnh PDPA
• Phương pháp chấm điểm Mindber

Câu hỏi thường gặp

Nguồn và phương pháp

Đọc tiếp

Claude Opus 4.8 cho đội SEA: bài toán chi phí MYR thật

Hướng dẫn routing theo MYR: bối cảnh PDPA, workload tiếng Bahasa và tiếng Trung, mô hình chi phí SME Kuala Lumpur.

Manus vs Claude Cowork (2026): agent cloud vs desktop

Lớp agent chạy trên các model như Opus 4.8: cloud async so với local-first, kèm hàm ý PDPA.