Gần 4 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.

Từ mục 1 đến mục 9, phạm vi đo là đúng một repo. Mục 10 bổ sung phép đo mở rộng ra toàn bộ nhật ký Claude Code trên máy, chốt ngày 21/09/2026, để đối chiếu cơ cấu chi phí trên mẫu lớn hơn và so với các mốc do nhà cung cấp cùng thị trường công bố.

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:

Bốn chỉ số dưới đây thuộc phép đo mở rộng ra toàn máy chốt ngày 21/09/2026, trình bày đầy đủ tại mục 10. Các dòng phía trên vẫn giữ nguyên phạm vi một repo:

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.

9. Sàn ngữ cảnh khởi phiên: đo trên hai client

Phép đo này ghi lại khối ngữ cảnh đã nằm sẵn trong một phiên trước khi có bất kỳ nội dung hội thoại nào. Cùng một máy, cùng tài khoản, cùng repository my-website, đo ngày 17/09/2026 bằng lệnh xem ngữ cảnh của Claude Code.

Cả hai client dự trữ thêm 33.000 token cho vùng đệm autocompact, không tính vào sàn.

Bóc tách khối MCP 34.800 token của app Claude

Ba điểm rút ra từ bảng trên:

• Toàn bộ chênh lệch 20,4% giữa hai client đến từ riêng khối MCP; bốn khối còn lại đều nặng hơn ở VS Code.
• 79,9% khối MCP của app Claude là server dựng sẵn phục vụ giao diện, không hiện trong danh sách connector và không tắt được từ bên trong app.
• Connector ở trạng thái tắt vẫn nạp đầy đủ lược đồ công cụ vào phiên; chỉ gỡ hẳn mới làm giảm sàn.

Sàn được đọc lại ở mọi lượt gọi chứ không tính một lần: một phiên 40 lượt ở sàn 104.600 token phải đọc khoảng 4,2 triệu token từ cache, tương đương 2,10 $ theo đơn giá đọc cache 0,5 $ mỗi triệu token của Claude Opus 5.

10. Đối chiếu toàn máy: 3,62 tỷ token qua mười lăm dự án

Toàn bộ các mục phía trên đo trên đúng một repo. Phép đo dưới đây mở rộng phạm vi ra toàn bộ nhật ký Claude Code còn lưu trên máy: 284 file transcript thuộc 15 dự án, cửa sổ 16/05 – 21/09/2026, chốt số liệu ngày 21/09/2026. Khác biệt phương pháp so với mục 6: phép khử trùng chạy trên cặp (requestId, message.id) của toàn bộ tập file cùng lúc, thay vì khử trùng riêng trong từng file.

Kết quả của việc đổi phương pháp đó rất nhỏ: khử trùng toàn cục chỉ loại thêm 11,62 $ so với khử trùng theo từng file, tương đương 0,4%. Nghĩa là bẫy đếm trùng mô tả ở mục 6 nằm gọn trong phạm vi một file; việc nối lại hay rẽ nhánh một phiên hầu như không sinh bản ghi trùng giữa các file khác nhau.

Bốn cách định nghĩa "một lượt", bốn con số khác nhau

Con số dùng để đánh giá cách làm việc là 90.716 đ cho mỗi câu gõ vào, không phải 4.104 đ mỗi lượt gọi. Một câu hỏi kéo theo trung vị 22 lần gửi lại toàn bộ ngữ cảnh, và đó mới là hệ số nhân thật sự.

Cơ cấu chi phí lặp lại gần như nguyên vẹn trên mẫu lớn gấp 3,8 lần

Tổng toàn máy: 3.619.572.403 token, 2.870,35 $ giá niêm yết, tương đương 75.203.162 đ. Cơ cấu bốn dòng trên lệch không quá 0,6 điểm phần trăm so với phép đo một repo, dù khối lượng lớn gấp 3,8 lần và trải qua 15 dự án khác nhau. Trong khối output có 4.400.575 token suy nghĩ, chiếm 27,0% — cao hơn mức 21,5% đo trên riêng repo.

Sàn ngữ cảnh: hai phương pháp đo độc lập cho cùng một con số

Sàn dâng khoảng 9.000 token mỗi tháng. Con số 104.800 của tháng 9 được rút từ trường usage của lượt gọi đầu tiên trong 136 phiên; mục 9 đo trực tiếp bằng lệnh xem ngữ cảnh ngày 17/09 và cho ra 104.600. Hai phương pháp hoàn toàn độc lập, lệch nhau 0,2%.

Quy ra tiền: 45% toàn bộ hóa đơn — 33.900.952 đ — là tiền trả để gửi lại khối sàn đó ở mỗi lượt gọi. Ngữ cảnh làm việc thật chiếm 41%, chữ agent viết ra chiếm 14%. Ngữ cảnh trung vị mỗi lượt gọi đạt 185.000 token, p90 293.000, cao nhất 637.000.

Phân bổ theo model trên toàn máy

Dòng đáng đọc kỹ là chênh lệch đơn giá: một lượt gọi Sonnet 5 tốn 1.713 đ, một lượt gọi Opus 5 tốn 4.011 đ cho cùng hình dạng công việc. Nhóm model Opus chiếm 2.673,45 $; giữ nguyên khối lượng token nhưng chạy trên Sonnet 5 thì còn 1.069,38 $, tức cắt 56% toàn bộ hóa đơn. Chi tiết cách chia việc giữa hai hạng model nằm ở bài chọn model cho coding agent.

Phiên dài là nơi tiền đọng lại

Trung vị 66 lượt gọi mỗi phiên, p90 145 lượt, phiên dài nhất 232 lượt. Trong 20 phiên dài nhất, ngữ cảnh trung bình ở quý cuối phiên gấp 2,15 lần quý đầu — đúng hệ số phình đã ghi nhận trong bài về quản lý phiên coding agent của chuỗi này, nay được xác nhận lại trên mẫu rộng hơn. Subagent chỉ chiếm 4,0% chi phí toàn máy (949 lượt gọi, 114,92 $).

Đối chiếu với mốc nhà cung cấp công bố và mốc thị trường

Khác với mọi bảng phía trên, bảng này lấy từ nguồn ngoài chứ không phải số đo trên máy. Nguồn: trang tài liệu quản lý chi phí của Claude Code và khảo sát giá công cụ lập trình AI của getdx.com dẫn số liệu Gartner, cùng truy cập ngày 21/09/2026.

Nhưng đây là chỗ con số quy đổi dễ gây hiểu nhầm nhất, nên phải nói rõ. Toàn bộ báo cáo quy đổi theo giá niêm yết API để có thước đo so sánh, còn tiền mặt thực chi thì khác hẳn: gói Pro 20 $ một tháng cộng 73,04 $ tiêu thêm ngoài hạn mức, tổng khoảng 93 $ tiền thật cho 2.073 $ giá trị niêm yết — hệ số đòn bẩy khoảng 22 lần.

Kết luận rút ra không phải là "tiêu quá nhiều tiền", mà là ràng buộc đã đổi chỗ. Ở mức đòn bẩy đó, thứ khan hiếm không còn là tiền mà là hạn mức sử dụng: hạn mức tiêu thêm đã chạm trần, và mọi lãng phí quota chuyển thành thời gian ngồi chờ reset chứ không thành hóa đơn. Ba việc cắt được nhiều nhất, xếp theo mức đo được: bỏ đặt Opus làm model mặc định (cắt tới 56%), đóng phiên trước mốc 100 lượt gọi (52% chi phí đang nằm ở nhóm phiên này), và hạ mức effort cho các lượt việc thường. Lựa chọn giữa gói tháng và trả theo lượt gọi được phân tích riêng tại thuê bao hay API.

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:

• Đừng Cài Tool Vô Tội Vạ, Đó Là Cách Lãng Phí Token Nhanh Nhất: Sàn ngữ cảnh khởi phiên và cái giá của việc cài thêm (đối chiếu tại mục 9 ở trên).
• 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

Coach cho founder bằng thứ mới nhất phương Tây, điều chỉnh cho bối cảnh Việt Nam. Founder ULSTRAW · Global Champion SBC · 1000+ founder đã coach. 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

Đừng Cài Tool Vô Tội Vạ, Đó Là Cách Lãng Phí Token Nhanh Nhất

Mỗi phiên Claude Code của tôi khởi động với 104.600 token đã nằm sẵn trong đó, trước khi tôi gõ chữ nào. Khi ngồi bóc tách ra từng khối, thứ làm tôi ngồi thẳng lưng không phải là con số lớn nhất, mà là con số duy nhất biết tự lớn lên.

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.