Giảm khoảng 32% chi phí edit video trong một lần thử: cách tiết kiệm token Claude

01Bạn đang trả token cho những gì mà không thấy?

Bạn đang trả cho cả cuộc trò chuyện ở mỗi lượt gọi, không chỉ cho câu vừa gõ. Theo tài liệu chi phí của Claude Code, mỗi yêu cầu gửi toàn bộ hội thoại, và mỗi lần Claude dùng công cụ lại có thêm một yêu cầu kèm kết quả của công cụ đó. Nên một câu ngắn trong phiên đã mở cả ngày vẫn tính cho toàn bộ lịch sử.

Có ba khoản rò mà người mới hay bỏ qua:

• Kết quả công cụ quá dài: in cả file log hoặc mở cả file khi chỉ cần vài dòng. Phần dư này nằm lại trong ngữ cảnh và bị đọc lại ở các lượt sau.
• Cache hết hạn: cache là phần ngữ cảnh được lưu tạm để đọc lại với giá rẻ. Khi nó hết hạn, phần đó phải ghi lại từ đầu.
• Đầu ra dài: Claude viết lại cả file trong khi chỉ cần sửa một đoạn. Token đầu ra ít nhưng đơn giá cao.

02Một lần cache hết hạn đắt đến mức nào?

Ghi lại cache đắt gấp khoảng 25 lần so với đọc từ cache, tính theo đơn giá của Opus 5.5 và Sonnet 5.5. Theo tài liệu prompt caching của Anthropic, thời hạn cache mặc định là 5 phút và mỗi lần dùng lại sẽ làm mới thời hạn đó. Ghi cache 5 phút tính 1,25 lần giá đầu vào, còn đọc từ cache với hai model này chỉ tính 0,05 lần.

Claude Code có thể dùng thời hạn khác tùy trường hợp, nên bạn kiểm tra dòng cache trong lệnh /usage. Vì vậy, chờ một lần render quá lâu có thể khiến cả ngữ cảnh bị ghi lại. Trong việc edit video đã đo, bản 4.0 trước đó gặp 2 lần ghi lại cache lớn, tốn thêm khoảng $1,04. Lần chạy bản 4.1 không gặp lần nào.

Khoản thứ hai dễ bị bỏ sót hơn: trong việc edit video đã đo, đầu ra chưa tới 2% số token nhưng chiếm khoảng 46–47% chi phí. Mỗi lần Claude viết lại cả file thay vì sửa một đoạn, bạn trả ở phần có đơn giá cao nhất.

03Cách tiết kiệm token Claude trong việc hằng ngày

Mỗi thói quen dưới đây nhắm vào một nguồn tốn ở trên. Phần lớn cũng trùng với hướng dẫn giảm token chính thức.

1. 1Đổi việc thì mở phiên mới. Sang việc không liên quan thì dùng lệnh /clear. Lệnh /compact cũng phải đọc lại hội thoại để tóm tắt, nên ngữ cảnh càng lớn thì lệnh càng tốn.
2. 2Tìm trước, đọc sau. Dùng grep để tìm vị trí rồi chỉ đọc đoạn đó. Log dài thì ghi ra file và lọc phần lỗi, đừng in cả log.
3. 3Thử bằng bản nháp ngắn. Với video, render bản xem trước ngắn và độ phân giải thấp, chốt rồi mới render bản cuối.
4. 4Sửa thay vì viết lại. Yêu cầu sửa đúng đoạn cần sửa, và sinh bảng biểu từ dữ liệu bằng script thay vì chép tay.
5. 5Chọn model vừa đủ. Theo bảng giá của Anthropic, Sonnet 5.5 có đơn giá bằng một nửa Opus 5.5. Tài liệu Claude Code cũng khuyên để Opus cho quyết định kiến trúc phức tạp và suy luận nhiều bước.

Khi cần độ chính xác như audit hay đối soát, đọc ít không có nghĩa là bỏ kiểm tra. Hãy viết script so dữ liệu với nguồn chuẩn, chỉ in phần lệch, rồi đọc kỹ phần bất thường. Số tổng khớp chưa có nghĩa là không còn lỗi.

04Cùng một việc, chênh nhau bao nhiêu?

Với edit video, chênh $1,18 trong một lần chạy, nhưng không có một con số chung, vì kết quả tùy loại việc. Minh Tấn đóng gói phần lớn các quy tắc trên thành skill Tiết Kiệm Token v4.1 và so với khi không dùng skill, cùng model Opus 5.5. Trong một lần thử, edit video giảm khoảng 32% chi phí, audit giảm khoảng 10%, việc ngắn gần hòa vốn.

Nhìn riêng việc edit video, các chỉ số đều giảm trong lần chạy này, từ dữ liệu công cụ trả về tới số lượt gọi model.

Với việc audit 29 repo, điều cần xem không chỉ là chi phí mà còn là đầu ra có giữ được chất lượng không. Lần chạy có skill đạt các tiêu chí chấm và tìm ra 4 file thừa ẩn trong một repo.

Đọc các con số này với ba lưu ý:

• Mới chạy một lần: v4.1 chạy 1 lần mỗi loại việc, nên đây là xu hướng, không phải mức cam kết. Việc của bạn có thể cho kết quả khác.
• Quy theo giá API: con số này không phải credit thật của gói. Anthropic không công bố cách tính credit của gói thuê bao, nên nó chỉ gần đúng.
• Chưa đo hết: canh độ dài phiên và đổi sang Sonnet chưa được thử trong đợt này, nên bài không đưa ra con số nào cho hai phần đó.

05Ai nên tối ưu token, ai không cần?

Câu hỏi không phải là bạn dùng Claude nhiều hay ít, mà là việc của bạn có phải đọc nhiều dữ liệu không. Nếu có, mỗi việc nặng tiếp theo chạy theo thói quen cũ đều có thể tốn hơn mức cần thiết.

Một giới hạn nữa: đọc ít hơn thì dễ bỏ qua thứ bạn không chủ động tìm. Với việc quan trọng, hãy nói rõ phần nào phải đọc đầy đủ. Nếu đang tìm thêm skill cho việc dựng video, bạn có thể xem 75 repo skill edit video cho AI agent.