Nhảy tới nội dung

Cách tối ưu chi phí API khi dùng Claude/GPT - Tiết kiệm 50% mỗi tháng

· 6 phút để đọc
OpenClaw VN Team

Một trong những lo ngại lớn nhất khi dùng AI Agent như OpenClaw là chi phí API. Nhiều người bắt đầu hào hứng, nhưng sau 1 tháng nhìn hóa đơn Anthropic/OpenAI thì... "Ơ kìa, sao nhiều thế?"

Bài viết này sẽ giúp bạn giảm 30-50% chi phí mà vẫn giữ được hiệu quả làm việc của Bot.

💰 Hiểu về cách tính phí API​

Trước khi tối ưu, bạn cần hiểu cách các nhà cung cấp tính tiền:

Claude (Anthropic)​

ModelInputOutput
Claude 3.5 Sonnet$3/1M tokens$15/1M tokens
Claude 3 Haiku$0.25/1M tokens$1.25/1M tokens
Claude 3 Opus$15/1M tokens$75/1M tokens

GPT (OpenAI)​

ModelInputOutput
GPT-4o$5/1M tokens$15/1M tokens
GPT-4o-mini$0.15/1M tokens$0.60/1M tokens
GPT-4 Turbo$10/1M tokens$30/1M tokens
[Nhận ra điều gì chưa?]

Output đắt hơn Input từ 3-5 lần!

Vì vậy, mẹo số 1 là: Giảm lượng output mà Bot tạo ra.

🎯 7 Mẹo Tối Ưu Chi Phí Thực Tế​

1. Chọn đúng Model cho đúng việc​

Nguyên tắc vàng:

  • 🏃 Tác vụ đơn giản (trả lời nhanh, format text): Dùng Haiku hoặc GPT-4o-mini
  • 🧠 Tác vụ phức tạp (code, phân tích, planning): Dùng Sonnet hoặc GPT-4o
  • 🎓 Tác vụ cực khó (nghiên cứu sâu, creative): Mới dùng Opus hoặc GPT-4

Cách cấu hình trong OpenClaw:

{
  "agents": {
    "list": [
      {
        "id": "quick-helper",
        "model": "claude-3-haiku-20240307",
        "description": "Trả lời nhanh, việc đơn giản"
      },
      {
        "id": "main",
        "model": "claude-3-5-sonnet-20241022",
        "description": "Agent chính cho việc phức tạp"
      }
    ]
  }
}

Tiết kiệm: Haiku rẻ hơn Sonnet 12 lần!

2. Giới hạn độ dài Output​

Bot hay có xu hướng "nói nhiều". Bạn có thể giới hạn bằng cách thêm instruction:

{
  "agents": {
    "defaults": {
      "systemPrompt": "Trả lời ngắn gọn, súc tích. Tối đa 200 từ mỗi câu trả lời trừ khi user yêu cầu chi tiết."
    }
  }
}

Hoặc trong từng tin nhắn:

"Tóm tắt ngắn gọn trong 3 bullet points"

Tiết kiệm: Giảm 40-60% token output

3. Tắt các tool không dùng​

Mỗi khi Bot được cấp một tool, hệ thống phải gửi mô tả tool đó trong prompt (tốn input tokens). Nếu bạn không dùng Browser hoặc Web Search, hãy tắt đi:

{
  "tools": {
    "browser": {
      "enabled": false
    },
    "web": {
      "search": {
        "enabled": false
      }
    }
  }
}

Tiết kiệm: 500-2000 tokens mỗi lần gọi API

4. Sử dụng Caching thông minh​

OpenClaw có tính năng cache kết quả. Nếu bạn hỏi cùng 1 câu trong vòng 15 phút, nó sẽ không gọi API lại.

Tăng thời gian cache:

{
  "gateway": {
    "cache": {
      "ttl": 3600,  // 1 giờ thay vì 15 phút
      "enabled": true
    }
  }
}

Tiết kiệm: 20-30% cho các tác vụ lặp lại

5. Dọn dẹp Context thường xuyên​

Mỗi tin nhắn mới, OpenClaw gửi cả lịch sử hội thoại lên API. Hội thoại càng dài, token càng nhiều.

Giải pháp:

  1. Bắt đầu chat mới khi chuyển sang topic khác
  2. Giới hạn context length:
{
  "agents": {
    "defaults": {
      "contextLimit": 20  // Chỉ giữ 20 tin nhắn gần nhất
    }
  }
}

Tiết kiệm: 50%+ cho các phiên chat dài

6. Batch các tác vụ nhỏ​

Thay vì:

Bạn: Tóm tắt file1.txt
Bot: ...
Bạn: Tóm tắt file2.txt
Bot: ...
Bạn: Tóm tắt file3.txt
Bot: ...

Hãy gộp lại:

Bạn: Tóm tắt 3 file sau: file1.txt, file2.txt, file3.txt. Mỗi file 1 bullet point.
Bot: ...

Tiết kiệm: 60-70% cho tác vụ lặp

7. Monitor chi phí thường xuyên​

Với Anthropic:

Với OpenAI:

Trong OpenClaw:

openclaw logs --filter api --since 24h | grep "tokens"

📊 Case Study: Tiết kiệm từ $80 xuống $35/tháng​

Trước khi tối ưu:

  • Model: Claude 3.5 Sonnet cho mọi việc
  • Context: Không giới hạn
  • Tools: Tất cả enabled
  • Chi phí: ~$80/tháng

Sau khi tối ưu:

  • Model: Haiku cho việc đơn giản, Sonnet cho việc khó
  • Context: Limit 20 messages
  • Tools: Chỉ enable những gì cần
  • Cache: 1 giờ
  • Chi phí: ~$35/tháng

Kết quả: Giảm 56%!

⚠️ Cảnh báo: Đừng tối ưu quá đà​

  • ❌ Đừng dùng model quá yếu cho việc phức tạp → Bot sẽ làm sai, tốn thời gian sửa
  • ❌ Đừng cắt context quá ngắn → Bot quên ngữ cảnh, trả lời lạc đề
  • ❌ Đừng tắt hết tools → Bot mất khả năng hành động

Nguyên tắc: Tiết kiệm tiền nhưng không hy sinh hiệu quả công việc.

🎁 Bonus: Script tính chi phí ước lượng​

Lưu file này và chạy để ước lượng chi phí hàng tháng:

# cost_estimator.py
def estimate_monthly_cost(
    messages_per_day: int,
    avg_input_tokens: int = 500,
    avg_output_tokens: int = 300,
    model: str = "sonnet"
):
    models = {
        "sonnet": {"input": 3, "output": 15},
        "haiku": {"input": 0.25, "output": 1.25},
        "gpt4o": {"input": 5, "output": 15},
        "gpt4o-mini": {"input": 0.15, "output": 0.60}
    }
    
    rate = models.get(model, models["sonnet"])
    
    daily_input = messages_per_day * avg_input_tokens
    daily_output = messages_per_day * avg_output_tokens
    
    monthly_input = daily_input * 30 / 1_000_000 * rate["input"]
    monthly_output = daily_output * 30 / 1_000_000 * rate["output"]
    
    total = monthly_input + monthly_output
    
    print(f"Model: {model}")
    print(f"Messages/day: {messages_per_day}")
    print(f"Estimated monthly cost: ${total:.2f}")
    return total

# Ví dụ: 50 tin nhắn/ngày với Sonnet
estimate_monthly_cost(50, model="sonnet")

# So sánh với Haiku
estimate_monthly_cost(50, model="haiku")

Kết luận​

Tối ưu chi phí API không khó, chỉ cần:

  1. ✅ Chọn đúng model cho đúng việc
  2. ✅ Giới hạn output length
  3. ✅ Tắt tools không cần thiết
  4. ✅ Bật cache
  5. ✅ Dọn context thường xuyên
  6. ✅ Batch tác vụ lặp
  7. ✅ Monitor chi phí

Với 7 mẹo này, bạn hoàn toàn có thể giảm 30-50% chi phí mà vẫn có một AI Agent hoạt động hiệu quả.

Đọc thêm​

Bạn có mẹo tiết kiệm nào khác không? Chia sẻ trong Discord hoặc Telegram nhé!