Claude Opus 4.7: tokenizer mới có khiến chi phí API tăng?

Hai dữ kiện cần đặt cạnh nhau

Dữ kiện thứ nhất: trong tài liệu cập nhật cho Claude Opus 4.7, Anthropic cho biết tokenizer mới có thể dùng khoảng 1x đến 1,35x số token khi xử lý văn bản so với các mô hình trước đó; tài liệu cũng nói endpoint /v1/messages/count_tokens sẽ trả về số token khác cho Claude Opus 4.7 so với Claude Opus 4.6.

Dữ kiện thứ hai: trang Claude Opus 4.7 của Anthropic ghi giá API là 5 USD cho mỗi 1 triệu token đầu vào và 25 USD cho mỗi 1 triệu token đầu ra.

Điểm dễ bị bỏ qua nằm ở đây: bảng giá là một chuyện, còn số token được tính trong từng yêu cầu lại là chuyện khác. Nếu tokenizer mới biến cùng một khối nội dung thành nhiều token hơn, chi phí thực trả có thể tăng dù đơn giá niêm yết theo mỗi 1 triệu token không phải là phần thay đổi chính.

Vậy đây có phải là “tăng giá” không?

Câu trả lời tùy bạn đang nói về tầng nào.

1. Đơn giá theo token: nhìn theo bảng giá chính thức

Theo trang Opus 4.7 của Anthropic, giá API là 5 USD/triệu token đầu vào và 25 USD/triệu token đầu ra. Vì vậy, nếu câu hỏi là “có thể chỉ vì đổi tokenizer mà nói bảng giá công khai theo token đã tăng không?”, câu trả lời nên thận trọng: dữ kiện chính thức cần đọc là bảng giá trên trang Opus 4.7.

2. Chi phí cho cùng một nội dung: có thể tăng

Nếu câu hỏi là “cùng một prompt hoặc tài liệu đem chạy qua Opus 4.7 thì hóa đơn có thể cao hơn không?”, câu trả lời là có thể. Lý do là Anthropic nói tokenizer mới có thể dùng khoảng 1x đến 1,35x token cho cùng văn bản, tùy nội dung.

Ví dụ: một lô đầu vào trước đây tương đương khoảng 1.000.000 token đầu vào thì phần input sẽ tốn khoảng 5 USD theo giá 5 USD/triệu token. Nếu cùng lô nội dung đó khi đo với Opus 4.7 rơi gần phía trên của dải Anthropic mô tả, tức khoảng 1.350.000 token, phần input sẽ thành khoảng 6,75 USD.

Đây chỉ là phép tính minh họa dựa trên dải số chính thức, không có nghĩa mọi workload đều tự động tăng 35%.

Đừng lấy 35% làm hệ số mặc định

Anthropic dùng cách diễn đạt khoảng 1x đến 1,35x và nói rõ mức thay đổi phụ thuộc vào nội dung. Vì vậy, con số “tối đa khoảng 35%” không nên được hiểu là mọi request đều tăng đúng 35%.

Trong thực tế triển khai, prompt ngắn, tài liệu dài, mã nguồn, dữ liệu có cấu trúc, hội thoại nhiều lượt hoặc tác vụ dùng nhiều ngữ cảnh có thể bị ảnh hưởng khác nhau. Request càng dài và tần suất càng cao, sai khác trong cách đếm token càng đáng đưa vào mô hình chi phí. Nhưng cách duy nhất đáng tin cậy là đo trên dữ liệu của chính bạn, không phải lấy mức cao nhất rồi áp cho tất cả.

Trước khi chuyển sang Opus 4.7, nên đo như thế nào?

Anthropic cho biết /v1/messages/count_tokens sẽ trả về số token khác cho Claude Opus 4.7 so với Claude Opus 4.6. Vì vậy, trước khi chuyển workload quan trọng sang Opus 4.7, nên chạy một vòng đo mẫu.

Một quy trình thực tế có thể gồm:

1. Chọn các nhóm request phổ biến hoặc tốn tiền nhất: prompt có tần suất cao, tóm tắt tài liệu dài, tác vụ mã nguồn, dữ liệu có cấu trúc và hội thoại nhiều lượt.
2. Dùng /v1/messages/count_tokens để ước tính số token của các mẫu đó với Claude Opus 4.7.
3. So sánh với số token hoặc hóa đơn hiện có từ mô hình đang dùng.
4. Nhân số token dự kiến với giá chính thức: 5 USD/triệu token đầu vào và 25 USD/triệu token đầu ra.
5. Nếu chi phí tăng đáng kể, cân nhắc rút gọn prompt, giảm phần ngữ cảnh giữ lại, điều chỉnh chiến lược cache hoặc định tuyến một số tác vụ sang mô hình khác phù hợp hơn.

Cách nói chính xác với đội kỹ thuật hoặc tài chính

Một cách diễn đạt gọn và ít gây hiểu lầm là:

Claude Opus 4.7 được Anthropic niêm yết ở mức 5 USD cho mỗi 1 triệu token đầu vào và 25 USD cho mỗi 1 triệu token đầu ra; tuy nhiên, tokenizer mới có thể khiến cùng một văn bản được đếm thành khoảng 1x đến 1,35x token so với các mô hình trước đó. Vì vậy, chi phí thực tế của cùng workload có thể tăng, tùy nội dung và số token đo được.

Điểm chốt

Gọi đây đơn giản là “Anthropic tăng giá API” là chưa đủ chính xác. Nhưng nói tokenizer mới “không ảnh hưởng gì đến chi phí” cũng sai.

Kết luận đúng hơn là: với Claude Opus 4.7, hãy nhìn cả bảng giá lẫn số token do tokenizer mới tạo ra. Nếu cùng một nội dung bị tính thành nhiều token hơn, hóa đơn API thực tế có thể cao hơn.