Trả lời nhanh: Chi phí (cost) khi dùng agent đến chủ yếu từ phần nạp vào chứ không phải phần trả về. Mỗi lượt gọi phải đọc lại toàn bộ cuộc hội thoại cộng file quy ước cộng danh sách công cụ, nên một phiên dài tự nó đắt lên theo thời gian dù bạn chỉ gõ một câu ngắn. Bốn thói quen cắt được phần lớn: mở phiên mới khi đổi việc, chỉ đường thay vì để agent mò, giữ file quy ước ngắn, và gỡ bớt máy chủ công cụ không dùng.
Nhiều người dùng agent vài tuần rồi giật mình khi xem hóa đơn, và phản ứng đầu tiên thường là dùng ít đi. Cách đúng hơn là hiểu tiền đi đâu, vì phần lớn chi phí nằm ở những thứ bạn cắt được mà không ảnh hưởng gì tới chất lượng công việc.
Tiền đi đâu
Mỗi lượt gọi gồm hai phần: nội dung nạp vào và nội dung trả về. Phần nạp vào gồm toàn bộ lịch sử hội thoại, file quy ước dự án, mô tả các công cụ đang cắm, và nội dung các file agent đã đọc.
Hệ quả quan trọng: một câu hỏi ngắn ở cuối phiên dài đắt hơn nhiều lần cùng câu hỏi đó ở đầu phiên mới, vì lượt nào cũng phải nạp lại tất cả những gì đã diễn ra.
Đây cũng là lý do ba việc sau tốn tiền hơn bạn tưởng: để agent tìm kiếm khắp repo, dán cả file lớn vào hội thoại, và để phiên chạy cả ngày cho nhiều việc khác nhau.
Bốn thói quen cắt chi phí
Mở phiên mới khi đổi việc. Đây là thay đổi hiệu quả nhất và cũng dễ nhất. Mang theo mục tiêu và các quyết định đã chốt, bỏ lại phần quá trình.
Chỉ đường dẫn cụ thể. So sánh hai cách yêu cầu ở bài quản lý ngữ cảnh: chỉ thẳng file cần sửa thường rẻ hơn vài lần so với để agent tự tìm.
Giữ file quy ước ngắn. Nó được nạp ở mọi lượt, nên mỗi dòng thừa nhân với số lượt trong ngày. Dưới một trăm dòng là mức lành mạnh, phần dài hơn nên tách sang skill vốn chỉ nạp khi cần.
Gỡ máy chủ công cụ không dùng. Mô tả công cụ cũng nằm trong phần nạp ở mọi lượt, theo phân tích ở bài chọn MCP server.
Tách việc đọc nhiều sang phiên con
Những việc có đặc điểm đọc rất nhiều nhưng kết luận rất ngắn là ứng viên phù hợp để tách: dò tìm trong repo, đọc log dài, rà soát theo danh mục.
Lý do tiết kiệm: toàn bộ nội dung agent đọc trong phiên con nằm lại ở phiên con và biến mất khi nó xong việc. Phiên chính chỉ nhận về vài dòng kết luận, nên các lượt sau của bạn không phải trả tiền cho đống nội dung đó nữa.
Ngược lại, đừng tách những việc ngắn, vì mỗi phiên con phải dựng lại bối cảnh từ đầu và đó cũng là chi phí. Ranh giới cụ thể nằm ở bài về subagent.
Chọn mức mô hình theo việc
Không phải việc nào cũng cần mô hình mạnh nhất. Cách chia thực dụng:
- Việc máy móc như đổi tên biến hàng loạt, viết kiểm thử theo mẫu, chuyển định dạng dữ liệu: mô hình nhẹ đủ dùng và rẻ hơn nhiều.
- Việc cần hiểu sâu như thiết kế kiến trúc, gỡ lỗi khó, rà soát bảo mật: dùng mô hình mạnh, vì tiết kiệm ở đây thường phản tác dụng.
Nguyên tắc chung: tiết kiệm ở việc máy móc, đừng tiết kiệm ở việc cần phán đoán. Một quyết định kiến trúc sai vì bạn dùng mô hình yếu sẽ tốn hơn nhiều lần khoản vừa tiết kiệm.
Theo dõi để biết mình đang tiêu vào đâu
Ba việc nên làm nếu bạn dùng agent hằng ngày:
- Xem mức tiêu thụ theo tuần thay vì chỉ nhìn hóa đơn cuối tháng. Xu hướng tăng đột ngột thường có nguyên nhân cụ thể.
- Chú ý những phiên bất thường. Một phiên tốn gấp nhiều lần bình thường thường là phiên mà agent loay hoay không giải được và cứ thử mãi. Đó là lúc bạn nên dừng và mô tả lại vấn đề.
- So với thời gian tiết kiệm được. Đây là phép so đúng: nếu agent tiết kiệm cho bạn vài giờ mỗi tuần thì chi phí thường rất đáng.
Với đội nhóm, hãy thống nhất vài quy ước chung như mở phiên mới khi đổi việc và giữ file quy ước ngắn. Những thói quen này cộng dồn nhanh hơn mọi thủ thuật khác.
Và một điểm về hạ tầng: chi phí gọi mô hình không liên quan tới việc bạn chạy agent ở máy nào. Chạy trên máy chủ không đắt hơn chạy trên laptop, nhưng nó cho bạn giao được việc dài rồi tắt máy đi về, theo bài chạy Claude Code trên VPS.
Bảng khoản tiêu và cách cắt từng khoản
| Khoản | Chiếm bao nhiêu | Cách cắt |
|---|---|---|
| Đọc tệp để tìm hiểu dự án | Thường nhiều nhất | Chỉ đích danh tệp cần đọc |
| Lịch sử cuộc trò chuyện gửi lại mỗi lượt | Tăng dần theo phiên | Mở phiên mới khi chuyển việc |
| Kết quả tìm kiếm trong dự án lớn | Nhiều | Loại thư mục thư viện khỏi phạm vi |
| Danh sách công cụ của các máy chủ đã cắm | Cố định nhưng đáng kể | Chỉ cắm thứ đang dùng |
| Đầu ra của lệnh có kết quả dài | Nhiều | Lọc trước, dùng lệnh đếm thay vì liệt kê |
Bốn thói quen làm giảm chi phí ngay
- Loại thư mục thư viện và lịch sử phiên bản khỏi phạm vi quét. Đây là việc rẻ nhất và hiệu quả nhất, làm một lần cho cả dự án.
- Chỉ đích danh tệp trong yêu cầu. Tự tìm vị trí bằng lệnh tìm kiếm mất mười giây của bạn và tiết kiệm rất nhiều.
- Mở phiên mới khi chuyển sang việc không liên quan. Giữ lịch sử cũ chỉ tốn chỗ.
- Tách việc đọc nhiều sang phiên con, chỉ lấy kết luận về phiên chính. Xem bài về tách việc sang phiên con.
Bảng ghép loại việc với mức mô hình
| Loại việc | Mức nên dùng |
|---|---|
| Đổi tên biến, sửa lỗi chính tả, định dạng lại | Mức nhẹ nhất |
| Viết hàm nhỏ, viết kiểm thử cho hàm có sẵn | Mức trung |
| Thiết kế kiến trúc, gỡ lỗi khó, đọc mã dài | Mức mạnh |
| Việc chạy hàng loạt, khối lượng lớn | Mức nhẹ cho bước lọc, mức mạnh cho phần đã lọc |
Sai lầm tốn tiền nhất là mặc định dùng mức mạnh nhất cho mọi việc. Nhưng cũng đừng đi thái cực kia: dùng mô hình quá yếu cho việc khó thì tiết kiệm tiền gọi mà tốn gấp nhiều lần thời gian sửa kết quả sai.
Kiểm chi phí theo tuần, đừng đợi cuối tháng
# Kiem chi phi theo TUAN, khong doi den cuoi thang# Phat hien som thi mat vai tram nghin, phat hien muon thi mat vai trieu # Ghi lai mot tuan: viec gi ton nhieu nhat# Thuong ket qua bat ngo: phan doc du an ton hon phan viet ma # Dat han muc chi tieu trong bang dieu khien TRUOC khi giao viec dai# Nhat la voi tro ly chay tu dong khong co nguoi trucCâu hỏi thường gặp
Vì sao phiên dài lại tốn tiền hơn?
Vì mỗi lượt gọi phải nạp lại toàn bộ lịch sử hội thoại. Câu hỏi thứ năm mươi trong một phiên đắt hơn nhiều so với chính câu đó ở đầu một phiên mới, dù nội dung bạn gõ giống hệt nhau.
Cắt chi phí có làm giảm chất lượng không?
Bốn thói quen ở trên thì không, thậm chí còn cải thiện vì ngữ cảnh sạch giúp agent bám sát việc hơn. Cái làm giảm chất lượng là dùng mô hình yếu cho việc cần phán đoán.
Nên dùng mô hình nào cho việc gì?
Mô hình nhẹ cho việc máy móc như đổi tên hàng loạt hay viết kiểm thử theo mẫu. Mô hình mạnh cho thiết kế, gỡ lỗi khó và rà soát bảo mật, nơi một quyết định sai tốn hơn nhiều lần khoản tiết kiệm.
Chạy trên VPS có tốn thêm chi phí gọi mô hình không?
Không, chi phí gọi mô hình như nhau dù bạn chạy ở đâu. Bạn trả thêm tiền thuê máy, đổi lại giao được việc dài rồi đóng laptop, và không chiếm tài nguyên máy cá nhân.