Chi phí vận hành AI Agent hằng tháng gồm nhiều hơn tiền gọi mô hình: nền tảng chạy workflow, lưu trữ, công giám sát, xử lý ngoại lệ và bảo trì cũng có thể phát sinh. Muốn dự toán sát hơn, doanh nghiệp cần đi từ số việc phải xử lý tới số lượt gọi và lượng sử dụng thực tế, rồi cộng các khoản còn lại.
Bài này hướng dẫn lập bảng chi phí vận hành AI agent/API hàng tháng với một ví dụ số học có giả định rõ ràng. Các khối lượng, giờ công và khoản dự phòng trong ví dụ không phải log khách hàng, báo giá VIN hay mức chi phí phổ biến của thị trường. Giá hãng được ghi riêng với ngày kiểm tra để anh chị có thể thay lại khi lập dự toán.
Tách phí triển khai ban đầu khỏi ngân sách vận hành tháng
Phí khảo sát, xây workflow, kết nối và kiểm thử ban đầu thuộc ngân sách triển khai. Chi phí tháng trả cho việc sử dụng và duy trì hệ thống sau đó. Nếu gộp hai nhóm vào một con số, doanh nghiệp khó biết hóa đơn tăng do xây thêm chức năng hay do khối lượng sử dụng.
Bài chi phí setup AI Agents theo phạm vi giúp tách các phần của dự án. Ở đây, đơn vị theo dõi là một tháng vận hành với khối lượng, cấu hình và trách nhiệm đã xác định.
| Nhóm chi phí tháng | Biến cần ghi | Bằng chứng để thay số dự toán |
|---|---|---|
| Mô hình và công cụ API | Mô hình, chế độ xử lý, token theo loại, lượt gọi công cụ | Báo cáo usage, đơn giá áp dụng và dữ liệu đối soát chi phí |
| Nền tảng, hạ tầng, lưu trữ | Gói dịch vụ, đơn vị tính, phần đã bao gồm, mức vượt gói | Hợp đồng/gói đang dùng, hóa đơn và thống kê sử dụng |
| Giám sát và kiểm đầu ra | Số ca cần xem, thời gian xử lý, đơn giá giờ công nội bộ | Nhật ký công việc hoặc mẫu đo thời gian có phạm vi rõ |
| Bảo trì trong phạm vi | Các việc định kỳ, thời gian hoặc phí đã thống nhất | Danh mục bảo trì và công việc thực tế, tránh tính trùng |
| Dự phòng và khoản thanh toán khác | Giả định biến động, tiền tệ, phí thanh toán, thuế áp dụng | Điều kiện thanh toán thực tế và quyết định ngân sách nội bộ |
Phân biệt thêm chi phí nguồn lực với tiền phải chi thêm. Nhân viên hiện có dành tám giờ kiểm kết quả vẫn sử dụng nguồn lực, dù doanh nghiệp không nhận một hóa đơn nhân công riêng. Khi báo cáo, ghi rõ đang tính tổng chi phí vận hành hay chỉ dòng tiền tăng thêm.
Anh chị có thể đối chiếu phạm vi setup ban đầu của hệ thống AI trước khi lập riêng ngân sách sử dụng và giám sát hằng tháng.
Một việc không nhất thiết bằng một lượt gọi mô hình
Giả sử một yêu cầu cần đọc dữ liệu, phân loại rồi soạn câu trả lời. Thiết kế có thể dùng một lượt gọi hoặc nhiều lượt, tùy cách triển khai. Luồng còn có thể gọi lại khi thiếu dữ liệu, kiểm kết quả hoặc xử lý lỗi. Vì vậy, không lấy số tin nhắn của người dùng làm số lượt gọi API nếu chưa đối chiếu cách hệ thống hoạt động.
Cách dự toán đơn giản cho một nhóm việc tương đối giống nhau là:
Lượt gọi dự kiến = số việc trong tháng × lượt gọi cơ bản mỗi việc × (1 + tỷ lệ lượt gọi bổ sung).
Trong công thức này, tỷ lệ bổ sung được tính trên số lượt gọi cơ bản, không phải tỷ lệ công việc lỗi. Nếu một việc lỗi tạo thêm nhiều lần gọi, hai tỷ lệ sẽ khác nhau. Khi có dữ liệu, cộng số lượt thực tế theo từng bước sẽ chính xác hơn việc dùng một hệ số chung.
Tiếp theo, tách các nhóm việc ngắn, dài hoặc dùng mô hình khác nhau. Một nghìn câu hỏi đơn giản và một nghìn bộ hồ sơ dài không nên nằm trong cùng một dòng dự toán chỉ vì có cùng số lượng việc. Mỗi nhóm cần lượng token và số lượt gọi đại diện riêng.
Để thu thập mẫu ban đầu, có thể đưa việc đo usage và giờ kiểm vào một pilot AI giới hạn phạm vi. Ghi cả ca thuận lợi và ca phải xử lý lại; một bản demo duy nhất chưa đủ đại diện cho tháng sử dụng.

Đọc đơn giá API theo đúng loại sử dụng
Mốc kiểm tra: 02/11/2026. Trang giá OpenAI hiển thị GPT-6.1 Sol ở bảng Standard, ngữ cảnh ngắn: đầu vào 2 USD và đầu ra 10 USD trên một triệu token. Đây là hai đơn giá dùng cho phép tính đơn giản dưới đây, không phải khuyến nghị chọn mô hình. Chế độ xử lý, ngữ cảnh dài, cache, công cụ và điều kiện tài khoản có thể cần các dòng giá khác; kiểm lại bảng giá API chính thức trước khi chốt.
Với ví dụ chỉ gồm token đầu vào thông thường và token đầu ra tính phí, công thức là:
Tiền mô hình = token đầu vào ÷ 1.000.000 × giá đầu vào + token đầu ra ÷ 1.000.000 × giá đầu ra.
Phép tính này chưa bao gồm tìm kiếm, hình ảnh, âm thanh, lưu trữ hoặc các khoản khác. Nếu workflow có dùng chúng, thêm dòng riêng theo đúng đơn vị tính và kiểm xem gói nền tảng đã bao gồm phần nào để tránh cộng hai lần.
Cache cần dựa trên usage thực tế
Tài liệu prompt caching của OpenAI phân biệt token đọc cache, token ghi cache và đầu vào thông thường. Khi có phí ghi cache riêng, cần tách các thành phần để không tính trùng trong tổng đầu vào. Không tự giả định toàn bộ nội dung lặp lại đều được hưởng giá đọc cache; hãy dùng số liệu usage và giá tương ứng với mô hình đang chạy.
Phí workflow không nhất thiết dùng cùng đơn vị với phí mô hình
Tại ngày kiểm tra, trang giá n8n mô tả cách tính theo số workflow executions hằng tháng. Một execution có thể gồm nhiều bước, nên không đồng nhất nó với một lượt gọi mô hình. Khi lập ngân sách, kiểm tra gói, kỳ thanh toán, phần AI đã bao gồm và khoản mua riêng. Bài này không dùng giá gói n8n để suy ra mức phí nền tảng chung cho doanh nghiệp.
Ví dụ dự toán một tháng: từ khối lượng việc tới tổng ngân sách
Toàn bộ khối lượng dưới đây là giả định để kiểm công thức. Chưa có log vận hành hoặc đo thời gian thực tế. Giả sử tháng có 1.000 việc, mỗi việc cần ba lượt gọi cơ bản; lượt gọi bổ sung bằng 10% số cơ bản. Mỗi lượt dùng trung bình 1.500 token đầu vào thông thường và 300 token đầu ra tính phí.
Ví dụ không dùng cache, công cụ tính phí, ảnh hoặc âm thanh; không áp dụng chế độ nhanh, ngữ cảnh dài hay phụ phí xử lý vùng. Nếu điều kiện triển khai khác, phải sửa mô hình tính thay vì dùng nguyên tổng dưới đây.
| Thành phần | Phép tính giả định | Kết quả |
|---|---|---|
| Lượt gọi cơ bản | 1.000 việc × 3 lượt | 3.000 lượt |
| Lượt gọi bổ sung | 3.000 × 10% | 300 lượt |
| Tổng lượt gọi | 3.000 + 300 | 3.300 lượt |
| Token đầu vào | 3.300 × 1.500 | 4.950.000 token |
| Token đầu ra | 3.300 × 300 | 990.000 token |
| Tiền mô hình | 4,95 × 2 USD + 0,99 × 10 USD | 19,80 USD |
Để minh họa quy đổi, chọn tỷ giá giả định 26.000 đồng/USD, không phải tỷ giá hiện hành hay tỷ giá thanh toán của doanh nghiệp. Khi đó phần mô hình là 514.800 đồng. Các khoản nền tảng, giờ công và bảo trì dưới đây cũng là số giả định, không phải giá VIN hoặc báo giá nhà cung cấp.
| Khoản dự toán | Giả định dùng trong ví dụ | Số tiền |
|---|---|---|
| Mô hình | 19,80 USD × 26.000 đồng | 514.800 đồng |
| Nền tảng và hạ tầng | Khoản giả định, tách khỏi tiền mô hình | 800.000 đồng |
| Công giám sát | 8 giờ × 200.000 đồng/giờ | 1.600.000 đồng |
| Bảo trì | Khoản giả định, không trùng giờ giám sát | 600.000 đồng |
| Tổng trước dự phòng | Cộng bốn khoản trên | 3.514.800 đồng |
| Dự phòng ngân sách | 15% tổng trước dự phòng; tỷ lệ tự chọn cho ví dụ | 527.220 đồng |
| Ngân sách minh họa | Tổng trước dự phòng + dự phòng | 4.042.020 đồng |
Tổng này chưa gồm thuế, phí thanh toán hoặc hạng mục khác chưa khai báo. Dự phòng là khoản dành trong kế hoạch, không phải chi phí đã phát sinh. Nếu nền tảng đã bao gồm một phần API, phải trừ phần trùng trước khi cộng; nếu công giám sát là nhân sự sẵn có, nên trình bày thêm cột chi tiền thực tế.
Điều ví dụ muốn làm rõ là tiền mô hình và tổng chi phí vận hành có thể khác xa nhau khi có công việc của con người. Không thể lấy cấu trúc của ví dụ để kết luận doanh nghiệp nào cũng tốn công giám sát nhiều nhất. Tỷ trọng phải được tính từ dữ liệu của chính quy trình.
Thử kịch bản tăng tải trước khi chốt ngân sách
Một số dự toán chỉ tăng số việc rồi giữ mọi biến còn lại. Nhưng khi nhận hồ sơ dài hơn hoặc cần thêm bước kiểm, số lượt gọi, token và công xử lý ngoại lệ cũng có thể đổi. Nên thử riêng các biến để biết phần nào làm ngân sách nhạy nhất.
Tiếp tục ví dụ giả định: tăng lên 2.000 việc, năm lượt gọi cơ bản mỗi việc và 20% lượt bổ sung. Giữ lượng token trung bình và hai đơn giá mô hình như trên, tổng là 12.000 lượt, 18 triệu token đầu vào, 3,6 triệu token đầu ra; tiền mô hình là 72 USD, tương đương 1.872.000 đồng theo tỷ giá giả định.
Nếu đồng thời dự trù nền tảng 1.200.000 đồng, giám sát 16 giờ × 200.000 đồng và bảo trì 600.000 đồng, tổng trước dự phòng là 6.872.000 đồng. Cộng 15% dự phòng thành 7.902.800 đồng, vẫn chưa gồm các khoản bị loại trừ ở ví dụ ban đầu. Đây là phép kiểm độ nhạy bằng số giả định, không phải dự báo nhu cầu thực tế.
Khi có mẫu đo, thay từng biến bằng khoảng quan sát được. Đừng gọi một kịch bản là “mức tối đa” nếu chưa có cơ chế giới hạn tương ứng. Dự toán giúp quyết định ngân sách; nó không tự tạo giới hạn chi tiêu hay dừng hệ thống.
Sau khi dự toán các kịch bản tải, thiết kế cảnh báo và điểm ngắt chi phí AI Agent để biết lúc nào dừng lượt mới và ai nhận phần việc đang chờ.
Đối soát cuối tháng: hóa đơn tăng vì tải, thiết kế hay xử lý lại?
Một bảng đối soát hữu ích có cùng hàng với bảng dự toán, thêm cột thực tế, chênh lệch, nguyên nhân và hành động. Với mỗi nhóm việc, ghi số việc nhận vào, số việc hoàn thành đạt yêu cầu, tổng lượt gọi, token theo loại và giờ người kiểm. Thiếu trường nào thì để trạng thái chưa có dữ liệu, không điền bằng số ước đoán rồi gọi là thực tế.
Nếu lượt gọi mỗi việc tăng, hãy tìm bước nào phát sinh thêm: đọc lại nguồn, kiểm tra đầu ra, gọi công cụ hoặc xử lý lỗi. Nếu token mỗi lượt tăng, kiểm tra nội dung đầu vào và độ dài kết quả. Nếu giờ công tăng, phân loại thời gian dùng để duyệt, sửa lỗi hay bổ sung dữ liệu. Khi lỗi trả lời khiến phải làm lại, có thể dùng cách chẩn đoán chatbot trả lời sai theo từng lớp để thu hẹp nguyên nhân.

Khi so hiệu quả, mẫu số nên là số việc hoàn thành đạt tiêu chí đã chọn, không chỉ số lần agent được kích hoạt. Tuy vậy, cần nêu rõ chi phí nào nằm trong tử số và thế nào là hoàn thành. Một luồng rẻ hơn theo lượt gọi vẫn có thể cần nhiều công sửa hoặc bỏ sót việc.
Trước khi cắt chi phí, chọn một thay đổi có thể kiểm lại: bỏ đầu vào không liên quan, giảm lần gọi lặp không cần thiết hoặc phân luồng theo độ phức tạp. Sau thay đổi, so đồng thời chi phí và chất lượng trên cùng nhóm việc. Không mặc định đổi sang mô hình rẻ hơn sẽ giữ nguyên kết quả.
Câu hỏi thường gặp về phí duy trì AI Agent
Có thể báo một mức phí tháng khi chưa biết khối lượng không?
Có thể lập khoảng dự toán theo giả định, nhưng cần ghi số việc, số lượt gọi, lượng sử dụng, giờ kiểm và phần chưa bao gồm. Một mức tiền không có phạm vi khó dùng để đối chiếu khi hệ thống chạy thật.
Dùng ít token có chắc tổng chi phí thấp hơn không?
Không chắc. Cần xem loại token, đơn giá, số lần gọi lại, phí nền tảng và công xử lý. Giảm token nhưng tăng lỗi phải sửa có thể làm tổng nguồn lực tăng.
Nên tính giờ giám sát như thế nào?
Tách việc kiểm định kỳ, duyệt đầu ra và xử lý ngoại lệ. Ghi thời gian theo mẫu có phạm vi rõ, rồi nhân với khối lượng tương ứng. Đừng cộng lại giờ đã nằm trong phí bảo trì hoặc phí dịch vụ.
Con số hơn bốn triệu đồng trong ví dụ có phải giá VIN không?
Không. Đó là kết quả số học của các khối lượng và khoản chi giả định được công bố trong bài. Muốn lập ngân sách cho doanh nghiệp, cần thay bằng log sử dụng, giờ công, gói dịch vụ và điều kiện thanh toán thực tế.
