🎉 Giảm 20% cho đơn hàng đầu tiên!✦🚚 Miễn phí vận chuyển cho đơn trên 500.000₫✦⚡ Flash Sale — Số lượng có hạn!✦🎁 Quà tặng kèm cho đơn từ 1.000.000₫✦🎉 Giảm 20% cho đơn hàng đầu tiên!✦🚚 Miễn phí vận chuyển cho đơn trên 500.000₫✦⚡ Flash Sale — Số lượng có hạn!✦🎁 Quà tặng kèm cho đơn từ 1.000.000₫✦
Chi phí AI agent tăng theo bình phương số bước: 4 tầng cắt tiền token trước khi đổi model rẻ hơn
Quay lại Blog

Chi phí AI agent tăng theo bình phương số bước: 4 tầng cắt tiền token trước khi đổi model rẻ hơn

18 tháng 11, 20268 phút đọcVũ Khôi
Tin tức
#Wotech#AI Agent#AI tạo sinh
Vũ Khôi

Vũ Khôi

Tác giả tại Wotech Electronics Blog

Sơ đồ 4 tầng agent stack: Grok viết, Jev quyết định, Harness thực thi, Swarm mở rộng

Chi phí AI agent tăng theo bình phương số bước: 4 tầng cắt tiền token trước khi đổi model rẻ hơn

Bạn không trả tiền cho câu trả lời — bạn trả cho số lần bạn hỏi lại cùng một thứ. Đó là luận điểm trung tâm của Hoang Viet AI trong bài đăng tại nhóm comailo (18/11/2026): một agent chạy 40 bước, mỗi bước gửi lại toàn bộ lịch sử hội thoại, không trả cho 40 câu trả lời mà trả cho cùng một đoạn ngữ cảnh 40 lần — và đoạn đó dài dần sau mỗi bước. Bài đăng cũng thẳng thắn nói rõ giới hạn của chính nguồn tin viral mà nó xuất phát: hai con số gây sốc trong bài viral đó tác giả không kiểm chứng được. Mọi con số và nhận định trong bài là theo bài đăng, chưa được Wotech kiểm chứng độc lập.

Trả lời nhanh: Theo bài đăng, chi phí của AI agent không tăng theo số bước mà tăng theo bình phương số bước, vì mỗi bước gửi lại toàn bộ lịch sử hội thoại — cùng một đoạn ngữ cảnh được trả tiền lặp đi lặp lại và dài dần sau mỗi bước. Vì vậy đổi sang model rẻ hơn không cứu được hóa đơn: bạn vừa giảm giá một đơn vị, trong khi số đơn vị vẫn "nổ". Bài đăng đề xuất 4 tầng làm từ trên xuống: một, lọc trước khi đọc — chỉ đưa model phần thông tin liên quan; hai, tái dùng trước khi sinh — cache HTTP, cache ngữ nghĩa và cache kết quả bước đã chạy; ba, kiểm tra thay đổi trước khi chạy lại — đẩy phép kiểm ra khỏi model, chạy bằng code, chỉ gọi model khi có việc thật; bốn, chặn vòng lặp — cầu dao, số lần thử tối đa, định tuyến câu dễ sang model nhỏ. Trên cùng là kế toán: đo chi phí cho một việc đã hoàn thành, không đo giá token. Bài đăng cũng cho biết hai con số trong bài viral gốc (sinh viên 16 tuổi chạy 300 bot dưới 0,02 đô mỗi bot mỗi tuần, trong khi cách thường đốt 4.500 đô mỗi tuần) tác giả không kiểm chứng được — không tên, không repo, không nguồn gốc — nhưng 20 repo mà bài đó liệt kê thì có thật, tác giả đã kiểm từng cái.

Token là đơn vị văn bản mà mô hình ngôn ngữ xử lý và tính phí theo. Khi một agent chạy nhiều bước, mỗi bước nó gửi lại toàn bộ lịch sử hội thoại — nghĩa là cùng một nội dung ngữ cảnh bị tính phí lặp đi lặp lại, và đoạn ngữ cảnh đó dài dần sau mỗi bước. Đó là cơ chế khiến chi phí tăng theo bình phương số bước, theo bài đăng.

Vì sao chi phí tăng theo bình phương số bước?

Theo bài đăng, một agent chạy 40 bước, mỗi bước gửi lại toàn bộ lịch sử hội thoại. Nó không trả cho 40 câu trả lời — nó trả cho cùng một đoạn ngữ cảnh 40 lần, và đoạn đó dài dần sau mỗi bước. Hệ quả trực tiếp: chi phí không tăng tuyến tính theo số bước mà tăng theo bình phương số bước. Đây cũng là lý do, theo tác giả, đổi sang model rẻ hơn không cứu được hóa đơn: bạn vừa giảm giá một đơn vị, trong khi số đơn vị vẫn "nổ". Câu chuyện thật, theo bài đăng, không phải "có mẹo rẻ" — mà là chỗ tiền đang chảy.

4 tầng cắt chi phí làm từ trên xuống là gì?

Tầng Nguyên tắc Cách làm theo bài đăng
1. Lọc trước khi đọc Đừng đưa model file 80 trang khi bạn cần 3 con số Chuyển PDF, Excel, HTML sang markdown sạch trước; cắt đoạn và chỉ lấy đoạn liên quan; nén input dài nhưng giữ ràng buộc. Với log terminal càng rõ: một lệnh build đổ 4.000 dòng, model cần 12 dòng có lỗi.
2. Tái dùng trước khi sinh Đừng sinh lại thứ đã có Cache HTTP cho trang không đổi, cache ngữ nghĩa cho câu hỏi gần giống, cache kết quả bước đã chạy xong. Pipeline hỏng ở bước 9 thì không phải làm lại bước 1 đến 8.
3. Kiểm tra thay đổi trước khi chạy lại Đừng gọi model để hỏi "có gì mới không" Một job chạy mỗi 5 phút tốn gấp 288 lần job chạy mỗi ngày, mà kết quả gần như luôn là không có gì. Đẩy phép kiểm ra khỏi model, chạy bằng code, chỉ gọi model khi có việc thật.
4. Chặn vòng lặp Retry không ngân sách là hóa đơn Retry không ngân sách biến một lỗi 200 mili giây thành hóa đơn 200 đô. Cần cầu dao, cần số lần thử tối đa, cần định tuyến câu dễ sang model nhỏ.

Trên cùng là lớp kế toán, theo bài đăng: đo chi phí cho một việc đã hoàn thành, không đo giá token. Workflow 2 đô mà xong việc rẻ hơn workflow 0,4 đô phải chạy lại ba lần.

Câu chuyện viral 300 bot có đáng tin không?

Bài đăng mở đầu bằng một bài viral: một sinh viên 16 tuổi chạy 300 bot với giá dưới 0,02 đô mỗi bot mỗi tuần, trong khi cách thường sẽ đốt 4.500 đô mỗi tuần, với 3.646 lượt lưu. Tác giả nói trước cho rõ: hai con số đó ông không kiểm chứng được — không tên, không repo, không nguồn gốc; "nó là hook". Nhưng 20 repo mà bài đó liệt kê thì có thật, ông đã kiểm từng cái — và một trong số đó tự công bố cắt 60–90% token trên các lệnh dev thông thường, với 86.944 sao. Bài viết lại ghi nhận đúng mức độ chắc chắn mà tác giả tự nêu: con số viral chưa kiểm chứng, repo có thật, mức cắt token là tự công bố của repo.

Áp dụng ngay: kiểm tra log task gần nhất

Bài đăng kết thúc bằng một bước kiểm tra không tốn thêm đồng nào: mở log task gần nhất của bạn, đếm xem bao nhiêu phần trăm token đầu vào là nội dung lặp lại. Đó là chỗ tiền của bạn đang nằm. Từ 4 tầng trên, thứ tự áp dụng theo bài đăng là: lọc trước khi đọc, tái dùng trước khi sinh, kiểm tra thay đổi trước khi chạy lại, chặn vòng lặp — và đo chi phí theo việc đã hoàn thành, không theo giá token.

Câu hỏi thường gặp

1. Vì sao agent tốn token hơn chatbot thông thường? Theo bài đăng, mỗi bước của agent gửi lại toàn bộ lịch sử hội thoại, nên cùng một đoạn ngữ cảnh bị tính phí lặp đi lặp lại và dài dần sau mỗi bước — chi phí tăng theo bình phương số bước.

2. Đổi sang model rẻ hơn có giải quyết được hóa đơn không? Theo bài đăng, không: bạn chỉ giảm giá một đơn vị, trong khi số đơn vị token vẫn tăng theo bình phương số bước.

3. Tầng nào tiết kiệm rõ nhất với log và tài liệu dài? Theo bài đăng, tầng 1 — lọc trước khi đọc: chuyển tài liệu sang markdown sạch, chỉ lấy đoạn liên quan; ví dụ log build 4.000 dòng thì model chỉ cần 12 dòng có lỗi.

4. Job kiểm tra định kỳ tốn tiền như thế nào? Theo bài đăng, một job chạy mỗi 5 phút để hỏi "có gì mới không" tốn gấp 288 lần job chạy mỗi ngày, mà kết quả gần như luôn là không có gì — nên đẩy phép kiểm ra khỏi model, chạy bằng code.

5. Con số 300 bot dưới 0,02 đô mỗi bot mỗi tuần có thật không? Tác giả bài đăng nói rõ ông không kiểm chứng được hai con số đó — không tên, không repo, không nguồn gốc. Ông chỉ xác nhận 20 repo được liệt kê là có thật và đã kiểm từng cái.

Nguồn: bài đăng của Hoang Viet AI trong nhóm comailo (18/11/2026). Mọi con số, ví dụ và nhận định trong bài là theo bài đăng, chưa được Wotech kiểm chứng độc lập; mức độ chắc chắn của từng con số được ghi đúng như tác giả tự nêu.