1 Tỷ Token Trên Một Repo: Bóc Tách Chi Phí Thật Khi Vibe Code

Bài 2/12 trong chuỗi Kinh tế Vibe Coding

Đây là Hub số liệu trung tâm của chuỗi bài Kinh tế Vibe Coding, đóng vai trò là nguồn sự thật duy nhất lưu trữ toàn bộ dữ liệu đo lường thực tế từ quá trình xây dựng repository my-website. Mọi phân tích kỹ thuật và mô hình hóa chi phí trong toàn bộ chuỗi bài đều được dẫn chiếu trực tiếp từ các bảng số liệu bên dưới.

Các công cụ trong bài đều được vận hành trên các gói thuê bao định kỳ (subscription). Để có một thước đo chuẩn hoá nhằm so sánh định lượng sòng phẳng giữa các công cụ, các mô hình và các cách tổ chức context, toàn bộ lượng token tiêu thụ thực tế được nhân với biểu giá niêm yết chính thức của API (quy đổi theo tỉ giá cố định 26.200 đ một đô la Mỹ) làm thước đo hiệu năng kinh tế, không phải số tiền mặt thực tế đã chi trả.

1. Khối chỉ số trọng yếu rút ra từ báo cáo

Bảng dưới đây tổng hợp các chỉ số đo lường cốt lõi nhất được trích xuất từ nhật ký vận hành (telemetry) của repository my-website:

2. Tổng hợp dữ liệu ba công cụ trên repo

Số liệu ghi nhận trên đúng một repo duy nhất (my-website), không gộp dự án khác:

• Claude Code: Nguồn dữ liệu từ 62 file transcript .jsonl, bóc tách và khử trùng theo từng requestId.
• Codex: Nguồn dữ liệu từ các sự kiện token_count trong các phiên lưu trữ ~/.codex/, cộng dồn theo last_token_usage.
• Antigravity: Đo được chính xác 5.874 lượt phản hồi mô hình qua 54 quỹ đạo; tổng token được hiệu chuẩn theo mức token/lượt của Codex (cận dưới) và Claude Code (cận trên).

3. Bóc tách cơ cấu token Claude Code

Dữ liệu chi tiết về 946.786.932 token đã khử trùng của Claude Code:

Ba chỉ số cơ cấu quan trọng:

• Lệch pha Cache Write: Cache write chỉ chiếm 1,91% khối lượng token nhưng chiếm tới 23,8% chi phí, do 100% lượt ghi cache trên repo rơi vào bậc TTL 1 giờ (đơn giá gấp đôi input chuẩn).
• Khối suy nghĩ (Thinking tokens): Trong 4.374.498 token output, có 941.297 token thuộc khối suy nghĩ (thinking) — chiếm 21,5% output và được tính phí như output chuẩn.
• Tỉ lệ nén ngữ cảnh: Tỉ lệ input-side trên output là 215,4 : 1, trung bình mỗi lượt gọi agent mang theo 197.494 token ngữ cảnh.

Phân bổ theo Model sử dụng

Biểu giá niêm yết quy đổi (USD / 1M token): Opus 5 và Opus 4.8 = 5 $ input / 25 $ output; Sonnet 5 = 2 $ / 10 $; Fable 5 = 10 $ / 50 $. Cache write = 2x input (bậc 1 giờ). Cache read = 0,1x input.

Đo lường hiệu quả cắt giảm của Cache

Chi tiết nguyên lý kỹ thuật và các yếu tố làm vỡ bộ nhớ đệm được trình bày tại luật cache token.

4. Đo lường cường độ tiêu thụ hàng ngày (Burn Rate)

Đối chiếu tốc độ tiêu thụ token trên cùng một codebase qua các khung thời gian:

Ba con số phản ánh ba phương thức hoạt động:

• Codex (8,4 triệu token/ngày): Tác vụ chuyên biệt, phiên ngắn, ít vòng lặp trao đổi (trung bình ~61 lượt gọi/ngày).
• Claude Code (18,6 triệu token/ngày): Vai trò lập trình chính, duy trì ~1,2 phiên/ngày với ngữ cảnh mã nguồn sâu.
• Antigravity (~70 triệu token/ngày): Gấp gần 4 lần Claude Code và hơn 8 lần Codex, do hoạt động ở chế độ tự hành đa bước (autonomous agent) với trung bình 420 lượt tương tác mô hình mỗi ngày trong giai đoạn nước rút.

5. Bóc tách chi tiết dữ liệu Codex và Antigravity

Số liệu đo lường Codex

Trích xuất từ 29 phiên và 3.188 lượt gọi ghi nhận trên repo:

• Trung bình mỗi lượt gọi Codex: 137.293 token.
• Ngày tiêu thụ cao điểm nhất: Ngày 10/07/2026 ghi nhận 132.727.350 token (chiếm tới 30,3% toàn bộ khối lượng Codex trên repo).

Số liệu đo lường Antigravity (Gemini)

Đo lường từ cơ sở dữ liệu hội thoại cục bộ qua 54 quỹ đạo trên repo:

6. Bẫy đếm trùng Telemetry: Sai số 1,76x

Khi trích xuất dữ liệu từ các file transcript .jsonl của Claude Code, một lượt gọi API của assistant được ghi thành nhiều dòng riêng biệt: một dòng ghi khối suy nghĩ (thinking), và mỗi công cụ (tool_use) được gọi tiếp theo lại sinh thêm một dòng mới. Toàn bộ các dòng này đều chia sẻ chung một khối usage tích lũy.

Bảng đối chiếu giữa phép cộng dồn theo dòng và phép khử trùng theo requestId:

Bằng chứng thực nghiệm:

• Lượt gọi req_011CeaWxtiSehQsDGwGLJGkA xuất hiện 3 dòng trong file nhật ký (1 dòng thinking, 2 dòng tool_use). Cả 3 dòng đều ghi cache_creation_input_tokens: 89.786.
• Trên một phiên mẫu gồm 65 lượt gọi thực tế, file log sinh ra 118 dòng; 43 lượt gọi có nhiều hơn một dòng và cả 43 lượt đều lặp lại nguyên khối usage.
• Cộng theo dòng khiến khối lượng token bị phóng đại từ 946,8 triệu lên 1,67 tỷ token (thổi phồng 76% dữ liệu).

7. Độ phủ dữ liệu và khoảng trống vòng đời repo

Repository my-website khởi tạo ngày 21/04/2026 và trải qua 392 lượt commit tính đến thời điểm chốt số liệu. Do cơ chế lưu trữ của từng công cụ, dữ liệu đo được có sự phân mảnh:

Ước lượng phần dữ liệu Claude Code đã trôi mất (21/04 – 02/08/2026, tương ứng 230 lượt commit), dựa trên cường độ tiêu thụ trung bình 5,45 triệu token mỗi commit ở cửa sổ dữ liệu đầy đủ:

Đối chiếu phạm vi: Repo my-website so với toàn bộ máy

8. Lệnh tái lập và hướng dẫn tự trích xuất dữ liệu

Toàn bộ các bảng số liệu của Claude Code trong báo cáo này được tái lập tự động bằng script nội bộ của dự án:

```bash

npx tsx scripts/analyze-agent-sessions.ts

`

Ba nguyên tắc kỹ thuật khi tự thực hiện phép đo trên repository của bạn:

• Khử trùng khóa chính: Luôn khử trùng theo requestId (hoặc uuid đối với bản ghi không có requestId) trước khi thực hiện bất kỳ phép cộng dồn nào trên các cột token.
• Kiểm tra lặp dòng: Kiểm tra số dòng assistant so với số lượt gọi thực tế để xác định hệ số nhân dòng của công cụ trước khi kết luận về khối lượng token.
• Bảo toàn dữ liệu dài hạn: Thiết lập "cleanupPeriodDays": 3650 trong file cấu hình ~/.claude/settings.json hoặc thiết lập sao lưu định kỳ thư mục transcript để tránh mất dữ liệu sau chu kỳ 30 ngày mặc định.

Các phân tích chuyên sâu về kinh tế học và phương pháp quản trị chi phí được triển khai trong các bài viết cùng chuỗi:

• Luật cache token: Cơ chế chi tiết và cách khai thác tối đa prompt caching (đối chiếu tại mục 3 ở trên).
• Tiền không nằm ở câu bạn gõ: Cấu trúc chi phí trong một lượt gọi agent.
• Quản lý phiên coding agent: Tối ưu kích thước context và vòng đời phiên làm việc.
• Khung quyết định ba tầng: Bản đồ chiến lược kiểm soát chi phí token toàn diện.

Nguyễn Xuân Tài

AI-Native Coach & Startup Coach · Founder ULSTRAW

Global Champions tại Social Business Creation – HEC Montreal, Canada. Huấn luyện startup tại FTU, NEU. Tôi viết về những gì tôi đã thực sự làm — không phải những gì nghe hay.

Bài liên quan

AI

Quản Lý Chi Phí Token Khi Vibe Code: Khung Quyết Định Ba Tầng

Chi phí vibe code không nằm ở câu bạn gõ mà nằm ở 3 tầng quyết định: trong một phiên, trên toàn dự án, và ngoài hóa đơn AI. Bản đồ liên kết toàn bộ chuỗi 12 bài học thực tế.

AI

Bộ Khung Repo Cho AI Agent: Chín File Điền Một Lần, Dùng Mọi Phiên

Bộ khung repo miễn phí gồm chín file rỗng để AI agent nắm được dự án mà không phải đọc lại toàn bộ mã nguồn ở mỗi phiên. Bài này đi qua từng file, thứ tự điền và phiên làm việc đầu tiên sau khi giải nén.

AI

Đừng Để Agent Đọc Cả Repo

Cây mã nguồn 252 file với 2,75 triệu byte nếu để agent tự quét sẽ lọt toàn bộ vào context và bị tính tiền đọc lại ở 98,00% số token đầu vào của phiên. Cách rẻ hơn là dùng bản đồ chỉ đường và phiên phụ tìm kiếm.

AI

GPT-5.6 Cheatsheet NXT: Bảng Tra Cứu Nhanh Cho Vibe Coding

Tải bộ cheatsheet GPT-5.6 dành cho vibe coding: chọn nhanh Sol, Terra hoặc Luna theo độ khó, mức rủi ro, tốc độ và chi phí token.