Claude Code tốn token? Chọn đúng model giảm tới 95%, skill v5.4 sắp ra mắt

01Claude Code tốn token vì đâu?

Mỗi lần Claude Code gọi model, nó gửi lại toàn bộ ngữ cảnh của phiên: lời dặn hệ thống, mô tả công cụ, plugin, skill đang bật, lịch sử trò chuyện và kết quả các lệnh đã chạy. Trên máy thử của mình, phần nền này khoảng 45.000 token mỗi lượt.

Vì vậy, thứ làm phiên đắt thường không phải câu bạn gõ, mà là số lượt gọi. Thêm một lượt là đọc lại thêm một lần cả khối ngữ cảnh đó. Cache giúp giảm giá phần đọc lại: theo tài liệu prompt caching của Anthropic, đọc từ cache chỉ tính 0,1 lần giá đầu vào, nhưng ghi vào cache tốn 1,25 lần (giữ 5 phút) hoặc 2 lần (giữ 1 giờ).

Nếu bạn dùng gói Pro hay Max, con số này không phải tiền trả thêm mà là phần hạn mức bị trừ. Cách nghĩ vẫn giống nhau: ít lượt gọi thừa hơn thì dùng được lâu hơn.

02Mình đo lại skill tiết kiệm token thế nào

Mỗi lần chạy là một phiên Claude Code mới, cùng model Sonnet 5.5, cùng mức suy nghĩ medium, cùng bộ dữ liệu mẫu. Có 3 nhóm: không dùng skill, dùng bản cũ 4.1, và dùng bản 5.

Hai bài thử:

• Việc ngắn: tìm lỗi trong một file log 9.000 dòng rồi sửa một file cấu hình.
• Việc nặng: dựng một video 58,5 giây bằng ffmpeg, gồm cắt, chuyển cảnh, logo, phụ đề và chuẩn hóa âm lượng.

Chi phí cộng từ token thật trong file lịch sử của từng phiên, quy theo giá API của Sonnet 5.5. Kết quả được kiểm bằng máy: file cấu hình sửa đúng, video đúng 58,5 giây, 1920x1080, 30 khung hình mỗi giây, âm lượng -16 LUFS. Cả 12 lần đều đạt yêu cầu, nên phần so sánh chỉ còn là chi phí.

03Kết quả: có skill chưa chắc rẻ hơn

Ở việc ngắn, trung bình 2 lần mỗi bản: không skill hết khoảng 0,217 USD, bản 4.1 hết 0,243 USD, bản 5 hết 0,236 USD. Bản 5 tốn hơn không skill 8,8%, nhưng rẻ hơn bản 4.1 khoảng 3%.

Ở việc dựng video, mỗi bản 1 lần: không skill hết 0,285 USD, bản 4.1 và bản 5 đều khoảng 0,34 USD. Bản 5 tốn hơn không skill 20,4%, gần như bằng bản 4.1.

Có một vòng thử đầu cho kết quả ngược lại, bản 5 rẻ hơn không skill khoảng 11%. Nhưng vòng đó bị nhiễu: phiên không skill mất 4 lượt đầu chỉ để đi tìm thư mục làm việc. Mình không dùng vòng đó để kết luận.

Trong bài viết ngày 04/11 về cách tiết kiệm token Claude, mình ghi một lần edit video giảm khoảng 32%. Con số đó là thật, nhưng chỉ đo 1 lần, với bản 4.1, trên Opus 5.5. Lần này trên Sonnet 5.5 mình chưa lặp lại được, nên bản 5.4 của skill không còn dùng nó để hứa tiết kiệm theo tháng.

04Vì sao phiên có skill lại tốn hơn

Lý do lớn nhất là model đời mới đã tự làm phần việc mà skill từng dặn. Không phiên nào đọc nguyên file log 500 KB. Cả ba nhóm đều tự lọc bằng lệnh tìm chữ grep, kể cả phiên không có skill.

Trong khi đó, gọi skill tốn thêm ít nhất một lượt, và lượt đó lại đọc lại khoảng 45.000 token nền. Ở bài dựng video, phiên có skill còn chuẩn hóa âm lượng hai lượt, dù một lượt đã đạt -16 LUFS.

Độ dài của chính skill cũng tính tiền. Bản 5.1 có file hướng dẫn dài 7.116 byte, gấp đôi bản 4.1, nên đắt hơn. Bản rút gọn 5.4 chỉ còn 3.455 byte, và kéo chi phí về ngang hoặc thấp hơn bản 4.1.

05Phần tiết kiệm chắc chắn: chọn đúng model

Chọn model cho hợp việc là phần tính được chắc chắn, vì nó dựa trên bảng giá. Theo bảng giá chính thức của Claude, mỗi triệu token đầu vào của Opus 5.5 giá 4 USD, Sonnet 5.5 giá 2 USD, còn Haiku 5.5 chỉ 0,10 USD khi lời nhắc dưới 100.000 token. Quá mức đó, giá Haiku 5.5 tăng gấp 5.

Nghĩa là chuyển một việc thường từ Opus sang Sonnet đã bớt một nửa giá mỗi token, còn từ Sonnet sang Haiku bớt khoảng 95%. Không cách đọc file khéo nào tiết kiệm được nhiều như vậy. Việc cần làm là phân loại: tra cứu, đổi tên file, viết caption ngắn thì để model nhỏ; dựng video nhiều bước, sửa lỗi khó thì mới cần model lớn.

Lần đo này chưa tính phần chọn model, vì mọi phiên đều bị ép cùng chạy Sonnet 5.5 để so cho công bằng.

06Skill tiết kiệm token v5.4 sắp ra mắt: thay đổi gì

Sau lần đo, mình sửa skill theo hướng trung thực hơn: làm ít hơn, nói đúng hơn.

• Biết các model đời mới: Haiku 5.5, Sonnet 5.5, Opus 5.5 và Fable, kèm một cấp việc riêng cho Fable. Khi Claude ra model mới, skill tự phát hiện và hỏi trước khi cập nhật.
• Đo hạn mức bằng số thật: theo khung 5 giờ, theo tuần và theo ngăn riêng, thay vì đoán.
• Gợi ý dọn plugin và skill không dùng: chỉ ra cái nào trùng việc. Skill không tự tắt hay tự gỡ thứ gì.
• Cài đặt tùy chọn, luôn hỏi trước: cho subagent chạy Haiku, cảnh báo khi sắp đọc file lớn, kiểm tra hằng tuần.
• Không hứa con số tiết kiệm cố định: chỉ tính phần chọn đúng model theo bảng giá.

Bản 5.4 cũng bỏ hết thông tin riêng của máy mình, nên người khác cài vẫn dùng được. Bản nâng cấp này sắp ra mắt trong mục sản phẩm của TẤN VA, thay cho bản cũ đang bán.

07Ai nên dùng, ai không cần

Giới hạn của lần đo: mỗi bản chỉ chạy 1–2 lần mỗi bài, nên kết quả có thể dao động. Mình chưa đo trên Opus hay Fable, và chưa đo phần dọn ngữ cảnh nền vì các phiên dùng chung bộ plugin. Nếu bạn dùng Claude để dựng video như mình, có thể xem thêm quy trình edit video bằng Claude ra dự án CapCut.