ChatGPT khác GPT, agent khác chatbot, và hóa đơn cũng khác

Mỗi lần báo giá một giải pháp AI agent, tôi gặp gần như cùng một câu hỏi: "Tôi trả vài trăm nghìn một tháng là dùng ChatGPT thoải mái, sao của anh lại tính tiền theo token?"

Câu hỏi này hoàn toàn hợp lý, chỉ có điều nó đang gộp nhiều thứ khác nhau vào một. Vì vậy tôi muốn gỡ từng thứ ra, từ chỗ ChatGPT khác GPT, chatbot khác agent, cho tới những khoản phí luôn có khi vận hành và việc nên mua cái gì vào lúc nào.

ChatGPT và GPT không phải một thứ

ChatGPT là ứng dụng bạn mở trên web hay điện thoại để trò chuyện, còn GPT là các mô hình ngôn ngữ chạy phía sau, giống như động cơ nằm trong một chiếc xe. OpenAI hiện có nhiều mô hình, chẳng hạn GPT-6 Sol, Astra và Luna, và cùng một mô hình có thể được bán theo hai cách.

Cách thứ nhất là thuê bao ChatGPT, trả theo tháng và dùng qua ứng dụng. Tại Việt Nam, theo trang giá ngày 25/10/2026, gói Go là 132.000 đồng, gói Plus là 522.500 đồng và gói Pro từ 2.849.000 đồng mỗi tháng. Cách thứ hai là gọi mô hình qua API để gắn vào phần mềm riêng, và khi đó bạn trả theo lượng dùng. Hai khoản này hoàn toàn tách biệt, vì OpenAI ghi rõ phí API không nằm trong gói Plus.

Chatbot trả lời, agent làm việc

Chatbot hoạt động theo kiểu một hỏi một đáp: bạn đặt câu hỏi, nó đọc rồi viết lại một câu trả lời, và mọi thứ dừng ở đó.

Agent thì khác. Bạn giao cho nó một mục tiêu, chẳng hạn "đối chiếu hóa đơn này với đơn đặt hàng và báo chỗ nào lệch", rồi nó tự chia thành các bước: mở tệp, tra hệ thống kế toán, so số, nếu chưa khớp thì tra tiếp, và chỉ báo kết quả khi đã xong. Anthropic định nghĩa gọn rằng agent là hệ thống trong đó mô hình tự quyết định quy trình và cách dùng công cụ của mình.

Nhiều sản phẩm gắn nhãn "agent" nhưng bên trong vẫn chỉ là chatbot, nên cách phân biệt đơn giản nhất là hỏi xem nó có tự quyết bước tiếp theo và gọi được công cụ bên ngoài hay không.

Token là gì và vì sao agent tốn hơn

Token là đơn vị mà mô hình đọc và viết, đại khái bằng một từ ngắn hoặc một phần của từ. Khi gọi qua API, bạn trả tiền cho cả token đưa vào (phần mô hình đọc) lẫn token đi ra (phần mô hình viết), và hai loại này có giá khác nhau. Theo bảng giá OpenAI ngày 25/10/2026, GPT-6.1 Sol tính 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra.

Agent tốn token hơn chatbot vì ở mỗi bước nó phải đọc lại những gì đã có rồi mới suy luận và viết tiếp. Gartner (17/08/2026) cho biết khi đưa một tác vụ sang mô hình suy luận kiểu agent, chi phí suy luận tăng ít nhất gấp năm lần so với một lượt chatbot thông thường.

Prompt, RAG và skill nằm ở đâu

Ba khái niệm này hay bị nhắc lẫn lộn, nhưng điểm chung là cả ba đều là chữ mà mô hình phải đọc, nên cuối cùng đều quy về token.

Prompt là toàn bộ chữ được đưa vào mô hình, gồm hướng dẫn, câu hỏi và lịch sử trao đổi. Với chatbot, mỗi lượt có một prompt. Với agent, mỗi vòng lại có một prompt mới, và vì mỗi yêu cầu API không tự nhớ gì nên lịch sử phải được gửi lại, mà OpenAI ghi rõ phần này vẫn bị tính như token đầu vào.

RAG là cách để mô hình đọc được tài liệu của công ty mà nó chưa từng học. Theo mô tả của AWS, tài liệu được chuyển thành vector và lưu trong một cơ sở dữ liệu, khi có câu hỏi thì hệ thống tìm những đoạn liên quan rồi thêm vào prompt. Chatbot hỏi đáp thường chỉ tìm một lần, còn agent coi việc tìm tài liệu là một công cụ và có thể gọi nhiều lần trong cùng một việc.

Skill là bộ hướng dẫn được đóng gói cho một việc cụ thể, có thể kèm mẫu biểu hoặc đoạn mã. Theo Anthropic, skill chỉ được nạp khi cần: tên và mô tả của mỗi skill chiếm khoảng 100 token luôn có sẵn, còn phần nội dung chính (dưới 5.000 token) chỉ vào khi skill được dùng. Skill không phải là công cụ: công cụ là việc agent làm được, như gọi API hay đọc tệp, còn skill là cách làm, và nó có thể hướng dẫn dùng công cụ nào theo thứ tự nào. Cách tính này có thể khác nhau giữa các hãng.

Những khoản phí phải có khi vận hành agent

Khi nghe một báo giá agent, bạn nên hỏi xem báo giá đó đã tính những khoản sau chưa:

• Token của mô hình, khoản duy nhất thay đổi trực tiếp theo khối lượng việc.
• Chỗ chạy hệ thống, gồm máy chủ hoặc đám mây cho phần agent, hàng đợi công việc và cơ sở dữ liệu.
• Dữ liệu cho RAG, gồm lưu trữ, cơ sở dữ liệu vector và công nạp, cập nhật tài liệu (chuyển tài liệu thành vector cũng tính token).
• Kết nối với phần mềm đang dùng như kế toán, ERP hay CRM, gồm công triển khai một lần và công bảo trì mỗi khi hệ thống kia đổi.
• Theo dõi chất lượng, từ ghi nhật ký, đo chi phí từng việc cho tới kiểm tra xem agent làm có đúng không.
• Con người, gồm người duyệt những việc rủi ro và người chỉnh quy trình, viết lại skill khi nghiệp vụ hoặc mô hình thay đổi.
• Bảo mật và tuân thủ, nhất là khi dữ liệu có thông tin cá nhân.

Trong bảy khoản này, chỉ khoản đầu tiên và một phần khoản dữ liệu tính theo token, còn lại là hạ tầng và con người, những thứ mà hệ thống phần mềm nào cũng có.

Khi nào nên mua chatbot, khi nào nên mua agent

Agent không phải lúc nào cũng đáng tiền. Gartner (06/2025) nhận xét rằng nhiều trường hợp được gọi là agent thực ra không cần đến agent, và Anthropic cũng khuyên chọn giải pháp đơn giản nhất, chỉ tăng độ phức tạp khi thật sự cần. Theo cách nghĩ đó, có thể chia thành ba mức.

Chatbot hỏi đáp, thường kèm RAG, hợp với việc chỉ có một bước, câu trả lời đã nằm sẵn trong tài liệu và rủi ro thấp, đồng thời là lựa chọn rẻ và dễ đoán chi phí nhất. Workflow hợp khi các bước đã biết trước và lặp lại nhiều, mô hình làm từng bước nhưng không tự quyết đường đi nên chi phí khá ổn định. Agent chỉ thật sự cần khi khó đoán trước số bước, phải chọn công cụ và xử lý ngoại lệ, và đổi lại, theo Anthropic, chi phí cao hơn còn lỗi có thể dồn lại.

Vì vậy, lý do để mua agent thay vì chatbot nằm ở chỗ nó làm xong việc chứ không phải ở chuyện nó thông minh hơn: chatbot trả lời, còn agent đối chiếu, cập nhật hệ thống rồi báo lại kết quả. Điều nên so sánh là chi phí cho mỗi việc xong với giá trị của việc đó, thay vì giá chatbot với giá agent.

Cách nói chuyện chi phí cho dễ hiểu

Chỉ nói "tính theo token" nghe giống như đẩy rủi ro sang người mua. Theo tôi, cách rõ ràng hơn là tách ba loại tiền (làm một lần, vận hành hằng tháng và token biến động) rồi chỉ ra cách kiểm soát từng loại: đặt trần chi tiêu, báo khi vượt ngưỡng, dùng mô hình nhỏ cho việc đơn giản (GPT-6 Astra đắt gấp một trăm lần GPT-6 Luna) và chạy thử một thời gian ngắn để đo chi phí thật.

Câu "mua chatbot là trọn gói" đúng với thuê bao dành cho một người dùng, vốn cũng có giới hạn sử dụng (trang giá ghi "limits apply"). Còn agent chạy nền để làm thay con người thì không có cái trần đó, nên tiền sẽ đi theo công việc được làm.