- Với API, tiền tỉ lệ với số token: ví dụ 3 triệu token đầu vào và 1 triệu token đầu ra một tháng tốn 0,80 USD với Claude Haiku 5.5, 16 USD với Claude Sonnet 5.5 (giá ngày 11/11/2026).
- Với máy nhà, tiền điện thêm thường nhỏ, nhưng tính theo bậc cao nhất nhà bạn đang dùng; khoản lớn là phần cứng phải mua thêm.
- Dữ liệu: Anthropic ghi mặc định không dùng đầu vào, đầu ra của API để huấn luyện và xóa sau 30 ngày; Ollama chạy trên máy, mặc định chỉ nhận kết nối từ chính máy đó.
- Chất lượng: API có mô hình lớn nhất; máy nhà chạy mô hình vừa bộ nhớ, đủ cho nhiều việc học và việc lặp lại.
Code trong bài là Python, chỉ dùng thư viện chuẩn. Giá token và biểu giá điện là số thật kèm ngày đọc; công suất máy, tốc độ, lượng dùng, tỉ giá và giá phần cứng trong ví dụ là số giả lập.
Hai đường khác nhau ở đâu
Gọi API nghĩa là chương trình của bạn gửi câu hỏi tới máy chủ của hãng, mô hình chạy ở đó, kết quả gửi về. Bạn không cần máy mạnh, chỉ cần mạng và khóa API; bài gọi API AI bằng Python có từng bước. Chạy trên máy nhà nghĩa là tải một mô hình mở về, dùng công cụ như Ollama để chạy; bài chạy AI trên máy cá nhân hướng dẫn cài đặt và chọn mô hình theo bộ nhớ.
Bài này không lặp lại phần cài đặt mà trả lời câu hỏi chọn đường nào, theo bốn tiêu chí: tiền, dữ liệu, chất lượng, điều kiện dùng.
Tiền với API: tỉ lệ với token
Trang giá của Claude ngày 11/11/2026 ghi Claude Haiku 5.5 giá 0,10 USD mỗi triệu token đầu vào (với prompt tới 100.000 token) và 0,50 USD mỗi triệu token đầu ra; Claude Sonnet 5.5 giá 2 USD và 10 USD. Như vậy, nếu một tháng bạn gửi 3 triệu token và nhận về 1 triệu token, Haiku tốn 3 nhân 0,10 cộng 0,50 là 0,80 USD; Sonnet tốn 3 nhân 2 cộng 10 là 16 USD. Cùng một khối lượng, chọn mô hình khác nhau có thể chênh hai mươi lần. Muốn biết một yêu cầu tốn bao nhiêu token trước khi gửi, xem bài đếm token khi gọi API.
Đặc điểm của đường này: không dùng thì không tốn, dùng nhiều thì tốn đều theo lượng. Không có khoản trả trước lớn.
Tiền với máy nhà: điện theo bậc, và phần cứng
Chạy mô hình trên máy không tính tiền theo token, nhưng không miễn phí. Có hai khoản.
Khoản thứ nhất là điện. Biểu giá bán lẻ điện sinh hoạt áp dụng từ 1/11/2026 theo Quyết định 2892/QĐ-BCT, trên trang của Tổng công ty Điện lực miền Nam, có 5 bậc (giá chưa thuế): đến 100 kWh là 1.901 đồng mỗi kWh; 101 tới 200 kWh là 2.289; 201 tới 400 kWh là 2.894; 401 tới 700 kWh là 3.456; từ 701 kWh là 3.844. Điểm dễ quên: phần điện máy tính dùng thêm cộng vào cuối hóa đơn, nên nó rơi vào bậc cao nhất mà nhà bạn đang dùng. Cùng một lượng điện, nhà dùng ít trả theo bậc 1, nhà dùng nhiều trả theo bậc 5, khoảng gấp đôi.
Khoản thứ hai, thường lớn hơn nhiều, là phần cứng. Nếu máy hiện tại chạy được mô hình bạn cần thì khoản này bằng không. Nếu phải mua thêm card đồ họa hay nâng bộ nhớ, hãy chia giá đó cho số tháng bạn định dùng để so với tiền API mỗi tháng.
Tính một tháng bằng Python
Đoạn Python dưới đây tính cả hai phía. Phía API nhân số token với giá. Phía máy nhà ước số giờ máy chạy từ tốc độ đọc và viết token, đổi ra kWh theo công suất, tính tiền điện thêm bằng hiệu của hai hóa đơn (có và không có phần máy chạy AI), rồi cộng tiền phần cứng chia theo tháng.
"""So chi phí một tháng: gọi API mô hình AI hay chạy mô hình trên máy nhà.
API: tiền = số token x giá mỗi triệu token (giá Claude, trang Pricing đọc 11/11/2026).
Máy nhà: tiền điện THÊM do máy chạy AI, tính theo biểu giá sinh hoạt 5 bậc của EVN
(Quyết định 2892/QĐ-BCT, áp dụng từ 1/11/2026, giá chưa thuế GTGT), cộng tiền mua thêm
phần cứng chia đều theo số tháng dùng.
Điểm dễ quên: điện dùng thêm rơi vào bậc cao nhất mà nhà bạn đang dùng, không phải bậc 1.
Công suất máy, tốc độ token, lượng dùng, tỉ giá, giá phần cứng là số GIẢ LẬP: hãy thay bằng
số của bạn (đo công suất bằng ổ cắm đo điện, đo tốc độ bằng chính công cụ chạy mô hình).
Chỉ dùng thư viện chuẩn.
"""
# (giới hạn trên của bậc tính bằng kWh, giá đồng/kWh chưa thuế); None = không giới hạn
BAC_DIEN = [(100, 1901), (200, 2289), (400, 2894), (700, 3456), (None, 3844)]
# Giá USD cho mỗi triệu token (đầu vào, đầu ra), prompt dưới 100.000 token
GIA_API = {"claude-haiku-5-5": (0.10, 0.50), "claude-sonnet-5-5": (2.00, 10.00)}
def tien_dien(kwh):
"""Tiền điện sinh hoạt một tháng (đồng, chưa thuế) theo bậc thang."""
tien, duoi = 0, 0
for tren, gia in BAC_DIEN:
if kwh <= duoi:
break
phan = kwh - duoi if tren is None else min(kwh, tren) - duoi
tien += phan * gia
if tren is None:
break
duoi = tren
return tien
def tien_api_usd(mo_hinh, trieu_token_vao, trieu_token_ra):
vao, ra = GIA_API[mo_hinh]
return trieu_token_vao * vao + trieu_token_ra * ra
def gio_chay(trieu_token_vao, trieu_token_ra, toc_do_doc, toc_do_viet):
"""Số giờ máy chạy: đọc đầu vào và viết đầu ra (token mỗi giây)."""
giay = trieu_token_vao * 1e6 / toc_do_doc + trieu_token_ra * 1e6 / toc_do_viet
return giay / 3600
def tien_may_nha(kwh_nha, cong_suat_w, so_gio, tien_phan_cung=0, so_thang=1):
"""Tiền điện thêm + tiền phần cứng chia theo tháng (đồng)."""
kwh_them = cong_suat_w / 1000 * so_gio
dien_them = tien_dien(kwh_nha + kwh_them) - tien_dien(kwh_nha)
return dien_them, tien_phan_cung / so_thang
if __name__ == "__main__":
# GIẢ LẬP: một tháng dùng 3 triệu token đầu vào, 1 triệu token đầu ra
VAO, RA = 3, 1
TI_GIA = 26_000 # đồng/USD, giả lập: dùng tỉ giá ngân hàng ngày bạn tính
for mh in GIA_API:
usd = tien_api_usd(mh, VAO, RA)
print(f"API {mh}: {usd:.2f} USD ~ {usd * TI_GIA:,.0f} đồng")
gio = gio_chay(VAO, RA, toc_do_doc=500, toc_do_viet=30) # giả lập
print(f"Máy nhà chạy {gio:.1f} giờ, công suất 200 W (giả lập)")
for kwh_nha in (80, 250, 750):
dien, may = tien_may_nha(kwh_nha, 200, gio, tien_phan_cung=12_000_000, so_thang=24)
print(f" nhà đang dùng {kwh_nha} kWh/tháng: điện thêm {dien:,.0f} đồng,"
f" phần cứng chia tháng {may:,.0f} đồng")
Với ví dụ giả lập 3 triệu token vào, 1 triệu token ra, máy công suất 200 W, đọc 500 token mỗi giây và viết 30 token mỗi giây, máy chạy khoảng 10,9 giờ trong tháng, tức gần 2,2 kWh. Tiền điện thêm khoảng 4.150 đồng nếu nhà đang dùng 80 kWh, 6.320 đồng nếu nhà dùng 250 kWh, và 8.400 đồng nếu nhà dùng 750 kWh. Trong khi đó, một card 12 triệu đồng chia cho 24 tháng là 500.000 đồng mỗi tháng. Với tỉ giá giả lập 26.000 đồng một USD, API Haiku tốn khoảng 20.800 đồng, Sonnet khoảng 416.000 đồng.
Kết luận của ví dụ này: với khối lượng của một người học, nếu phải mua thêm phần cứng thì API rẻ hơn; nếu máy sẵn có chạy được mô hình đủ tốt, máy nhà gần như chỉ tốn tiền điện. Khi khối lượng tăng lên nhiều lần, như chạy một chương trình xử lý hàng nghìn văn bản mỗi ngày, cán cân đổi chiều. Phần kiểm đi kèm tính lại tiền điện bằng cách cộng giá từng kWh một, cho mọi mức từ 0 tới 1.500 kWh, và so các ví dụ với phép tính tay.
Dữ liệu đi đâu
Gọi API là gửi dữ liệu lên máy chủ của hãng. Trang quyền riêng tư của Anthropic, cập nhật 18/8/2026, ghi rằng mặc định Anthropic không dùng đầu vào và đầu ra của các sản phẩm thương mại, như API, để huấn luyện mô hình, trừ khi bạn chủ động gửi phản hồi hay cho phép. Trang về thời gian lưu, cập nhật 1/7/2026, ghi đầu vào và đầu ra của API được tự động xóa khỏi hệ thống trong 30 ngày, trừ một số trường hợp như dịch vụ bạn chọn lưu lâu hơn. Mỗi hãng có chính sách riêng, nên đọc chính sách của hãng bạn dùng.
Chạy trên máy nhà thì dữ liệu ở lại máy. Trang hỏi đáp của Ollama ghi khi chạy cục bộ, Ollama không thấy câu lệnh hay dữ liệu của bạn, và máy chủ Ollama mặc định chỉ nhận kết nối tại địa chỉ 127.0.0.1 cổng 11434, tức từ chính máy đó. Muốn máy khác trong mạng gọi vào, phải đổi biến OLLAMA_HOST. Đừng đổi khi không cần: mở ra mạng mà không có lớp bảo vệ là để người khác dùng máy của bạn.
Với dữ liệu cá nhân của người khác, như danh sách học sinh hay bài làm có tên, máy nhà là lựa chọn an toàn hơn; nếu vẫn cần API, bỏ tên và thông tin nhận diện trước khi gửi.
Chất lượng và tốc độ
API cho bạn dùng những mô hình lớn nhất, chạy trên phần cứng chuyên dụng, nên thường trả lời tốt hơn ở việc khó như lập luận nhiều bước hay viết code dài. Mô hình chạy trên máy cá nhân bị giới hạn bởi bộ nhớ; những mô hình vừa với laptop thường nhỏ hơn nhiều. Bù lại, chúng đủ tốt cho nhiều việc lặp lại: phân loại văn bản ngắn, trích thông tin theo mẫu, tóm tắt đoạn ngắn, và rất hợp để học cách mô hình hoạt động.
Tốc độ trên máy nhà phụ thuộc vào phần cứng: cùng một mô hình, máy có GPU phù hợp viết nhanh hơn chạy bằng CPU nhiều lần. Đo tốc độ thật trên máy của bạn rồi mới đưa vào phép tính.
Điều kiện dùng
API cần mạng ổn định và tài khoản với hãng. Các bài trước đã đọc điều khoản: Claude và Gemini API yêu cầu từ 18 tuổi (xem cách dùng Claude và Google AI Studio là gì). Học sinh chưa đủ tuổi muốn thực hành với mô hình ngôn ngữ có thể chạy mô hình mở trên máy, dưới sự hướng dẫn của thầy cô, và đọc giấy phép của mô hình trước khi dùng.
Máy nhà chạy được không cần mạng sau khi tải mô hình, hợp với nơi mạng chập chờn hay khi đi xa.
Chọn theo hoàn cảnh
- Làm bài tập, khối lượng nhỏ, máy yếu: API với mô hình rẻ; như ví dụ trên, vài chục nghìn đồng mỗi tháng.
- Máy sẵn có GPU đủ bộ nhớ: thử máy nhà trước cho việc lặp lại, chỉ dùng API cho việc khó.
- Dữ liệu nhạy cảm: máy nhà, hoặc bỏ thông tin nhận diện trước khi gửi API.
- Chưa đủ 18 tuổi: mô hình mở trên máy, có người lớn hướng dẫn.
- Khối lượng lớn, đều đặn: tính bằng đoạn code ở trên với số thật của bạn; đây là lúc máy nhà có thể đáng tiền.
Nhiều dự án dùng cả hai: mô hình nhỏ trên máy làm phần việc dễ, mô hình lớn qua API làm phần khó.
- Nghĩ chạy máy nhà là miễn phí mà quên tiền phần cứng và điện theo bậc cao nhất.
- Mua card đồ họa đắt khi khối lượng dùng chỉ tốn vài chục nghìn đồng tiền API mỗi tháng.
- Gửi dữ liệu cá nhân của người khác qua API khi chưa bỏ thông tin nhận diện.
- Mở máy chủ Ollama ra mạng bằng OLLAMA_HOST mà không có lớp bảo vệ.
- Dùng giá token từ bài viết cũ; giá đổi theo mô hình và theo thời gian.
Câu hỏi thường gặp
Chạy AI trên máy nhà có miễn phí không?
Không tốn tiền theo token, nhưng tốn điện và có thể tốn tiền mua phần cứng.
Tiền điện chạy AI tính theo bậc nào?
Phần dùng thêm rơi vào bậc cao nhất mà nhà bạn đang dùng trong tháng.
API có dùng dữ liệu của tôi để huấn luyện không?
Tùy hãng; Anthropic ghi mặc định không dùng dữ liệu API để huấn luyện.
Ollama có gửi dữ liệu ra ngoài không?
Trang hỏi đáp ghi khi chạy cục bộ, Ollama không thấy câu lệnh hay dữ liệu của bạn.
Học tiếp
Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.
Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.


