Bản tin cộng đồng ngày 29/08/2026

Hôm qua trong group mình có một cuộc bàn luận về chi phí AI mà mình thấy rất thực tế.

Một anh trong nhóm chia sẻ cách anh ấy theo dõi chi phí khi cho AI chạy task:

👉 Chỉ cần quan tâm output tokens thôi, vì đó là thứ mình phải trả tiền.

👉 Input tokens thường rẻ hơn nhiều, và cache read còn rẻ hơn nữa.

Có bạn khác vào hỏi vì sao quota tụt nhanh, hóa ra là do cache read.

Anh kia giải thích: cache rẻ, chính là thứ giúp tiết kiệm tiền.

Đọc xong mình hơi chột dạ vì trước giờ mình cũng hay lo lắng về cache.

Nhưng nghe giải thích rồi mới thấy, mình đã nhìn nhầm chỗ.

Riêng mình nghĩ, khi làm việc với AI, việc hiểu rõ cơ chế tính phí quan trọng không kém việc chọn model.

Bạn có bao giờ kiểm tra chi tiết token khi chạy task chưa?