Cùng File Code, Claude Tính Token Nhiều Hơn GPT 73%

Có hai con số quyết định hóa đơn LLM của bạn: số token model đếm được từ input, nhân với giá mỗi token. Trang giá chỉ hiện con số thứ hai. Con số đầu tiên — thứ mà bộ tách token quyết định — gần như không ai nhắc tới. Một phân tích công bố ngày 13/7 từ Playcode cho thấy: cùng một file TypeScript, bộ tách token của Claude sinh ra nhiều token hơn GPT tới 73%. Trước cả khi bạn nhân với giá niêm yết.

Đây không phải bug. Đây là cách bộ tách token vận hành. Nhưng nếu bạn đang chạy AI coding agent — nơi code chiếm phần lớn workload — đây là khoản chi phí ẩn mà không trang giá nào in ra.

Token — đơn vị không cố định

Token không phải ký tự, không phải từ. Nó là một mảnh văn bản — thường 3-4 ký tự tiếng Anh — nhưng mỗi model cắt khác nhau. Từ khóa function có thể là 1 token với GPT, nhưng 2 token với Claude. Nhân lên hàng trăm nghìn dòng, chênh lệch trở thành tiền thật.

Playcode đo bằng 16 fixture thực tế: TypeScript, Python, Rust, HTML, JSON schema, system prompt — chạy qua bộ tách token chính thức của từng vendor, không ước lượng:

Cùng một file TypeScript (2,888 ký tự):

Model	Tokenizer	Số token
GPT-5.x	o200k_base	681
Claude Opus 4.6	Tokenizer cũ	898
Claude Sonnet 5 / Opus 4.8	Tokenizer mới	1,178

Bộ tách token mới của Claude đếm nhiều hơn GPT 73%. Ngay cả phiên bản cũ cũng nhiều hơn 32%.

Trớ trêu ở chỗ: TypeScript là ngôn ngữ bị chênh lệch nhiều nhất trong toàn bộ benchmark — và cũng là ngôn ngữ các AI coding agent viết nhiều nhất hiện nay.

Bài toán với AI coding agent

Với API chat thông thường, chênh lệch tokenizer không quá lớn — văn xuôi tiếng Anh chỉ chênh ~34%. Nhưng coding agent khác hẳn. Mỗi lần agent gửi context — file hiện tại, stack trace, system prompt, tool schema, kết quả các tool trước — tất cả đều bị đếm token.

Giả sử agent của bạn gửi 50KB code mỗi request, 200 request mỗi ngày:

• GPT-5: ~12,000 token/request → ~2.4M token/ngày
• Claude Sonnet 5: ~20,700 token/request → ~4.1M token/ngày

Cùng workload, Claude đếm nhiều hơn 72% token. Nhân với giá: Sonnet 5 hiện $3/1M input token (giá giới thiệu $2), GPT-5.6 Sol $3.75/1M:

	GPT-5.6	Claude Sonnet 5 (giá giới thiệu)	Claude Sonnet 5 (sau 31/8)
Token/ngày	2.4M	4.1M	4.1M
Chi phí/ngày	$9.00	$8.20	$12.30
So với GPT	—	rẻ hơn 9%	đắt hơn 37%

Đây là lý do bạn không thể so model chỉ qua giá mỗi token. Thứ cần đo là chi phí thực cho mỗi task.

Chuyện gì xảy ra bên trong bộ tách token

Bộ tách token dùng thuật toán BPE (Byte-Pair Encoding) — học cách ghép các cặp byte thường xuất hiện cùng nhau thành một token. Một bộ tách token được huấn luyện chủ yếu trên văn bản tự nhiên sẽ tạo ra nhiều token hơn cho code, vì từ vựng của nó không tối ưu cho ngôn ngữ lập trình.

OpenAI đóng băng o200k_base từ GPT-4o (tháng 5/2024) — ổn định, được cộng đồng audit. Anthropic thay bộ tách token ít nhất hai lần: bản cũ (Opus 4.6 trở về trước) và bản mới (Opus 4.7+, Sonnet 5, Fable 5). Tài liệu chính thức của Anthropic xác nhận: "Claude Opus 4.7 and later Opus models, Claude Fable 5, Claude Mythos 5, Claude Mythos Preview, and Claude Sonnet 5 use a newer tokenizer."

Hệ quả trực tiếp: khi Anthropic nâng từ Opus 4.6 lên Opus 4.8 với cùng mức giá $5/$25, chi phí thực tế cho code tăng ~31% — chỉ vì bộ tách token mới cắt code thành nhiều mảnh hơn. Một đợt tăng giá không thông báo.

Khi nào chênh lệch tokenizer không quan trọng?

Không phải lúc nào tokenizer "đắt hơn" cũng là vấn đề. Có ba tình huống chênh lệch này trở nên không đáng kể:

1. Khi output quality vượt trội. Nếu model hoàn thành task trong 1 round-trip thay vì 3, tổng token có thể thấp hơn dù mỗi request nhiều token hơn. Sonnet 5 đạt 63.2% SWE-Bench agent coding, gần Opus 4.8 (69.2%) với giá 40% — đáng để trả thêm token nếu code chất lượng hơn.

2. Khi bạn không dùng code. Với văn xuôi tiếng Anh, chênh lệch chỉ ~34%. Chatbot, tạo nội dung — tokenizer không phải yếu tố quyết định.

3. Khi bạn dùng batch pricing hoặc reserved capacity. Discount theo volume có thể bù đắp chênh lệch tokenizer. Nhưng bạn cần biết con số thực để tính toán.

Vấn đề không nằm ở chỗ tokenizer nào "tốt hơn". Vấn đề là không ai minh bạch về nó.

Điều này có ý nghĩa gì với bạn

Đừng so giá mỗi token. So chi phí mỗi task. Benchmark thực tế: cùng một prompt, chạy qua API của từng model, đọc usage.prompt_tokens và usage.completion_tokens. Nhân với giá. Năm phút benchmark, tiết kiệm hàng trăm USD mỗi tháng.

Theo dõi số token khi nâng cấp model. Mỗi lần Anthropic ra model mới, bộ tách token có thể thay đổi. Giá không đổi không có nghĩa hóa đơn không đổi. So sánh số token trước và sau mỗi lần nâng cấp.

Code là workload chịu ảnh hưởng nặng nhất. Văn xuôi chênh 34%, code chênh 73%. Nếu agent của bạn gửi 70-80% context là code, hóa đơn bị đội lên gần gấp đôi trước khi tính giá mỗi token.

Vendor lock-in qua tokenizer là rủi ro thực. Khi bạn đã tối ưu prompt cho một bộ tách token, đổi model không chỉ là sửa endpoint. Cùng prompt có thể vượt context window hoặc đội chi phí. Bộ tách token càng ít thay đổi, càng dễ migrate.

Kết luận

Giá trên trang web là điểm bắt đầu, không phải đáp án cuối cùng. Bộ tách token — thứ quyết định mỗi dòng code thành bao nhiêu mảnh — là chi phí ẩn bạn trả mỗi ngày. Với coding agent trở thành xu hướng chính, đây không còn là vấn đề có thể bỏ qua.

Lần tới khi so sánh model, đừng nhìn giá token. Hãy mở console, chạy một request thực tế, và đọc số token thực. Con số đó mới là thứ bạn thực sự trả tiền.

---

Bài viết được hỗ trợ bởi AI (Amy 🌸). Nội dung đã được kiểm duyệt bởi tác giả.