Mỗi lần chat với ChatGPT, bạn có bao giờ thắc mắc cái gì đang tính phí phía sau không? Câu trả lời là token — đơn vị tiền tệ của thế giới AI. Hiểu token là hiểu cách AI đọc văn bản, cách tính tiền API, và tại sao cùng một câu mà chi phí lại khác nhau.
Token Trong AI Là Gì?
Token là đơn vị cơ bản nhất mà mô hình ngôn ngữ (như GPT, Claude, Gemini) sử dụng để xử lý văn bản. Khi bạn gửi một câu hỏi cho AI, câu đó không được đọc nguyên từng từ như con người đọc. Thay vào đó, nó bị cắt nhỏ thành các mảnh gọi là token, rồi AI mới xử lý từng mảnh một.
Một token có thể là một từ nguyên vẹn, một phần của từ, hoặc thậm chí chỉ là một ký tự. Cách cắt phụ thuộc vào tokenizer — bộ công cụ mà mỗi mô hình AI sử dụng. Các mô hình khác nhau dùng tokenizer khác nhau, nên cùng một câu có thể có số token khác nhau tùy vào AI bạn dùng.
Token Khác Gì Với Từ?
Đây là điểm mà nhiều người nhầm lẫn nhất. Token không phải là từ, mặc dù đôi khi chúng trùng nhau. Hãy xem vài ví dụ thực tế:
- Tiếng Anh: Từ “hamburger” có thể là 1 token. Nhưng từ “unbelievable” có thể bị cắt thành “un”, “believ”, “able” — 3 token.
- Tiếng Việt: Từ “Xin chào” có thể bị cắt thành nhiều token hơn bạn nghĩ, vì tokenizer của GPT được tối ưu cho tiếng Anh. Một câu tiếng Việt thường tiêu tốn 2-4 lần số token so với câu tiếng Anh có cùng ý nghĩa.
- Ký tự đặc biệt: Dấu câu, khoảng trắng, emoji đều tính là token.
Mình thường dùng OpenAI Tokenizer (platform.openai.com/tokenizer) để kiểm tra xem một đoạn văn bản có bao nhiêu token trước khi gửi. Thử một lần, bạn sẽ hiểu tại sao hóa phí API lại cao hơn dự tính.
Tại Sao Token Quan Trọng?
Token ảnh hưởng trực tiếp đến ba yếu tố mà ai dùng AI cũng quan tâm:
1. Chi phí
Khi bạn dùng API (OpenAI, Anthropic, Google), bạn trả tiền theo token. Giá hiện tại khoảng $2-15 cho 1 triệu token đầu vào, tùy mô hình. Càng nhiều token, càng tốn tiền. Nếu bạn xây ứng dụng AI, tối ưu token là cách trực tiếp nhất để giảm chi phí.
2. Giới hạn ngữ cảnh
Mỗi mô hình có giới hạn context window — số token tối đa nó có thể xử lý trong một cuộc trò chuyện. GPT-5.5 có 256K token, Claude Opus 4.7 có 200K token. Khi tổng token (câu hỏi + lịch sử chat + câu trả lời) vượt giới hạn, AI sẽ quên nội dung cũ. Đó là lý do chat dài thì AI bắt đầu “đãng đãng”.
3. Tốc độ
Nhiều token hơn nghĩa là AI cần xử lý lâu hơn. Prompt ngắn gọn, súc tích không chỉ tiết kiệm tiền mà còn nhận được phản hồi nhanh hơn.
Cách AI Cắt Văn Bản Thành Token?
Quá trình này gọi là tokenization. Phổ biến nhất là thuật toán BPE (Byte Pair Encoding), hoạt động theo nguyên tắc:
- Bắt đầu với từng ký tự riêng lẻ.
- Tìm cặp ký tự xuất hiện nhiều nhất trong dữ liệu huấn luyện.
- Gộp cặp đó thành một token mới.
- Lặp lại cho đến khi đạt đủ số token trong từ điển.
Kết quả là những từ phổ biến như “the”, “is”, “hello” thành 1 token. Từ hiếm hoặc phức tạp bị cắt nhỏ. Đây là lý do tiếng Việt — ngôn ngữ không phải dữ liệu huấn luyện chính — tốn nhiều token hơn. Mô hình mới như GPT-5.5 đã cải thiện đáng kể tokenization cho đa ngôn ngữ, nhưng vẫn còn chênh lệch.
Input Token Và Output Token Khác Gì Nhau?
Khi xem bảng giá API, bạn sẽ thấy hai loại:
- Input token: Những gì bạn gửi cho AI — câu hỏi, prompt, tài liệu đính kèm, lịch sử chat. Input thường rẻ hơn.
- Output token: Những gì AI trả lời. Output thường đắt gấp 2-5 lần input vì việc sinh văn bản tốn nhiều tính toán hơn việc đọc.
Ví dụ thực tế: bạn gửi 1.000 token câu hỏi, AI trả lời 500 token. Tổng chi phí = 1.000 x giá input + 500 x giá output. Với GPT-5.5 ($10/$30 per 1M token), đó là $0.01 + $0.015 = $0.025 cho một lần hỏi đáp.
Bao Nhiêu Token Cho 1.000 Từ?
Quy tắc ngón tay cái mà mình hay dùng:
- Tiếng Anh: 1.000 từ khoảng 1.200-1.500 token.
- Tiếng Việt: 1.000 từ khoảng 2.500-4.000 token.
- Code: Phức tạp hơn, phụ thuộc ngôn ngữ lập trình. Python khá hiệu quả, HTML/CSS tốn nhiều token vì nhiều ký tự đặc biệt.
Điều này có nghĩa nếu bạn viết content tiếng Việt bằng API, chi phí sẽ cao gấp 2-3 lần so với nội dung tiếng Anh cùng độ dài. Đây là điều mà nhiều người mới dùng API hay bất ngờ khi nhận hóa đơn.
Cách Tối Ưu Token Khi Dùng AI
Sau hơn một năm dùng AI API hàng ngày, đây là những cách tiết kiệm token hiệu quả nhất mà mình áp dụng:
- Viết prompt ngắn gọn. Không cần nói “Bạn là một chuyên gia hãy giúp tôi…” — AI không cần lời mở đầu. Đi thẳng vào yêu cầu.
- Dùng tiếng Anh khi có thể. Nếu nhiệm vụ không yêu cầu output tiếng Việt, prompt bằng tiếng Anh tiết kiệm 50-60% token.
- Tóm tắt lịch sử chat. Thay vì gửi toàn bộ cuộc trò chuyện, hãy tóm tắt phần quan trọng. Nhiều API hỗ trợ system prompt riêng, không tính vào context mỗi lần gọi.
- Chọn đúng mô hình. Không cần GPT-5.5 cho mọi việc. GPT-5.4 Flash hoặc Gemini 3.5 Flash rẻ hơn 10 lần và đủ tốt cho nhiều tác vụ thông thường.
- Batch processing. Gom nhiều câu hỏi nhỏ thành một prompt lớn thay vì gọi API nhiều lần. Giảm overhead token.
Token Và Những Thuật Ngữ Liên Quan
Token không đứng một mình. Nó liên quan chặt chẽ đến nhiều khái niệm khác trong AI:
- LLM — Mô hình ngôn ngữ lớn, hoạt động dựa trên việc dự đoán token tiếp theo.
- AI — Trí tuệ nhân tạo nói chung, token là đơn vị cơ bản trong xử lý ngôn ngữ.
- Context Window — Giới hạn số token mà AI có thể nhớ trong một cuộc trò chuyện.
- Prompt Engineering — Kỹ thuật viết prompt hiệu quả, trong đó tối ưu token là kỹ năng quan trọng.
Có Công Cụ Nào Để Đếm Token Không?
Có, và mình khuyến khích dùng thường xuyên nếu bạn làm việc với API:
- OpenAI Tokenizer (platform.openai.com/tokenizer) — Đếm token chính xác theo tokenizer của GPT.
- Tiktoken — Thư viện Python của OpenAI, tích hợp được vào code để đếm token tự động.
- API response — Mọi API call đều trả về số token sử dụng (usage.prompt_tokens, usage.completion_tokens). Hãy log lại để theo dõi chi phí.
Mình Nghĩ Gì Về Token?
Token giống như “đơn vị tiền tệ” của AI. Hiểu nó không chỉ là kiến thức kỹ thuật — nó ảnh hưởng trực tiếp đến ví tiền của bạn khi dùng AI. Mình đã từng bị bất ngờ với hóa đơn API đầu tiên vì không hiểu token tiếng Việt tốn hơn tiếng Anh bao nhiêu. Sau khi tối ưu cách viết prompt và chọn đúng mô hình, chi phí giảm khoảng 60% mà chất lượng output không đổi.
Nếu bạn đang hoặc sẽ dùng AI API (cho freelance, build tool, hoặc nghiên cứu), hiểu token là bước đầu tiên không thể bỏ qua. Nó giúp bạn dùng AI thông minh hơn, không bị “sốc” khi thấy hóa đơn.
