TokenLab

Hướng dẫn cốt lõi

Thanh toán và định giá

Cách thức hoạt động của các khoản phí, ước tính, số dư và giới hạn

Một số dư TokenLab hoạt động trên tất cả các mô hình. Không có phí đăng ký hoặc mức chi tiêu tối thiểu. Nạp tiền bắt đầu từ $5. Các khoản phí dựa trên mô hình và mức sử dụng được ghi lại cho mỗi yêu cầu.

Các tùy chọn phân phối

Cùng một mô hình và API có sẵn thông qua hai lộ trình: Verified có chi phí thấp hơn và Official đáng tin cậy hơn. Tùy chọn phân phối quyết định lộ trình nào thực hiện yêu cầu và mức giá bạn phải trả.

Tùy chọnLộ trìnhGiáNếu lộ trình không khả dụng
VerifiedChỉ Verified: các lộ trình được TokenLab kiểm thửGiá Verified, thấp hơn giá Official trên hầu hết các mô hìnhYêu cầu thất bại và không bị tính phí
OfficialChỉ Official: nhà sản xuất mô hình hoặc nền tảng lớnGiá Official, giá niêm yết của nhà sản xuất mô hìnhYêu cầu thất bại và không bị tính phí
Auto (mặc định)Ưu tiên Verified trước. Official thực hiện yêu cầu một lần nếu Verified không có nguồn cung hoặc thất bại trước khi có bất kỳ đầu ra nàoGiá của lộ trình đã hoàn thành yêu cầuOfficial thực hiện yêu cầu

Trang Models hiển thị cả hai mức giá cho mỗi mô hình.

  • Mỗi yêu cầu hoàn tất được tính phí một lần.
  • Auto không chuyển đổi sau khi đầu ra bắt đầu hoặc sau khi một tác vụ được chấp nhận.
  • Trước khi chạy, Auto sẽ giữ lại số tiền cao hơn trong hai mức giá có thể. Nếu số dư chỉ đủ cho ước tính Verified, Auto sẽ chỉ chạy Verified cho yêu cầu đó và không chuyển sang Official. Sau khi chạy, bạn trả phí thực tế và phần còn lại sẽ được giải phóng.
  • Header yêu cầu X-TokenLab-Delivery-Policy sẽ ghi đè cài đặt API key, và cài đặt API key sẽ ghi đè mặc định của Workspace. Xem Giới thiệu về API.

Đối với việc tạo nội dung trả phí, Console hiển thị ước tính tối đa trước khi xác nhận. Sau khi hoàn tất, Runs và Usage sẽ hiển thị khoản phí cuối cùng và tùy chọn đã hoàn thành yêu cầu.

Các mô hình định giá

Giá mô hình có thể thay đổi. Kiểm tra Console, trang Models, GET /v1/models/:model/pricing, hoặc Pricing API để biết giá hiện tại.

Trên trang Models, dấu gạch ngang trong cột giá hoặc chiết khấu Verified có nghĩa là hiện không có ưu đãi Verified nào; điều đó không có nghĩa là miễn phí. Các mô hình có nguồn cung Official vẫn khả dụng thông qua Official hoặc Auto. Trong API, các trường giá Verified của mô hình như vậy sẽ là null hoặc bị bỏ qua, và các trường giá official_* sẽ hiển thị mức giá bạn phải trả. Các nhãn phân phối mô tả các tùy chọn được hỗ trợ, trong khi tính khả dụng được kiểm tra khi mỗi yêu cầu chạy. Giá theo chuỗi tóm tắt các mô hình có nguồn cung trong tùy chọn phân phối liên quan và giữ các đơn vị thanh toán khác nhau riêng biệt.

Định giá dựa trên Token

Hầu hết các mô hình chat, suy luận, embedding, rerank và một số mô hình hình ảnh được định giá theo token đầu vào, đầu ra, bộ nhớ đệm (cache) hoặc token hình ảnh đầu ra.

Nhóm định giáVí dụKiểm tra giá hiện tại
Chat / Phản hồigpt-5.4, claude-sonnet-4-6, gemini-3.6-flashTrang Models hoặc Pricing API
Embeddings / reranktext-embedding-3-small, qwen3-vl-rerankChi tiết giá mô hình
Hình ảnh tính phí theo tokengpt-image-2GET /v1/models/gpt-image-2/pricing

Không nên hard-code bảng giá đã sao chép. Hãy đọc giá hiện tại khi ứng dụng của bạn cần hiển thị hoặc so sánh chi phí.

Phí công cụ (Tool fees)

Một số công cụ tích hợp sẵn sẽ tính thêm phí ngoài token. TokenLab chỉ tính phí công cụ khi mô hình sử dụng công cụ đó và phản hồi báo cáo về việc đó. Một yêu cầu cung cấp công cụ nhưng mô hình không sử dụng sẽ không bị tính phí công cụ.

Công cụMô hìnhPhí
Tìm kiếm webCác mô hình OpenAI, Claude và Grok, và các mô hình Gemini 3 có hỗ trợ Google Search groundingMỗi lần tìm kiếm mô hình thực hiện. Đối với Gemini 3, mỗi truy vấn tìm kiếm duy nhất
Search groundingCác mô hình Gemini 2.5 có hỗ trợ Google Search groundingMột lần cho mỗi yêu cầu mà tìm kiếm đã thực hiện grounding
  • Mỗi mô hình có phí công cụ riêng cho Verified và Official, giống như giá token của nó. Chi tiết giá của mô hình hiển thị nó dưới dạng Web search hoặc Search grounding.
  • Kết quả tìm kiếm mà mô hình đọc được tính là token đầu vào theo giá của mô hình.
  • Một công cụ không có giá trên mô hình sẽ không bị tính phí.
  • Trong Console, mở một yêu cầu trong Runs: Tool fees hiển thị số lượng cuộc gọi và giá của mỗi cuộc gọi. Hồ sơ sử dụng API key hiển thị các giá trị tương tự trong charged_price_basis: số lượng trong measure.dimensions.webSearchCalls hoặc groundedPrompts, và giá của mỗi cuộc gọi trong effectiveUnitPrices.webSearch hoặc effectiveUnitPrices.groundedPrompt.

Prompt caching

Một mô hình có thể đọc phần đầu lặp lại của một prompt từ bộ nhớ đệm. Các token đọc từ bộ nhớ đệm có chi phí thấp hơn token đầu vào.

  • Các mô hình GPT, Gemini và một số mô hình khác tự động lưu vào bộ nhớ đệm các prompt dài lặp lại. Bạn không cần thiết lập gì cả.
  • Các mô hình Claude chỉ lưu vào bộ nhớ đệm khi bạn yêu cầu. Gửi "anthropic_options": {"prompt_caching": true} trong yêu cầu Chat Completions. TokenLab đánh dấu phần cuối của system prompt và tin nhắn người dùng mới nhất làm các điểm lưu bộ nhớ đệm. Với Messages API, hãy tự thêm cache_control vào các khối.
PhíSo với giá đầu vào
Ghi bộ nhớ đệm, 5 phút (mặc định)Cao hơn
Ghi bộ nhớ đệm, 1 giờ ("prompt_caching_ttl": "1h")Cao hơn mức ghi 5 phút
Đọc bộ nhớ đệmThấp hơn
  • Giá bộ nhớ đệm khác nhau tùy theo mô hình và tùy chọn phân phối. Kiểm tra giá bộ nhớ đệm của mô hình trên trang Models hoặc trong Pricing API trước khi bạn dựa vào tỷ lệ.
  • Một prompt không bao giờ lặp lại sẽ tốn kém hơn một chút khi bật bộ nhớ đệm, do chi phí ghi bộ nhớ đệm.
  • Một prompt ngắn hơn độ dài tối thiểu có thể lưu bộ nhớ đệm của mô hình sẽ không được lưu và không có phí ghi bộ nhớ đệm.
  • Bộ nhớ đệm một giờ không khả dụng trên mọi mô hình. Nếu mô hình không liệt kê nó, hãy sử dụng bộ nhớ đệm năm phút.
  • Phản hồi hiển thị kết quả: usage.prompt_tokens_details.cached_tokens là số lượng token được đọc từ bộ nhớ đệm. usage.cache_creation_input_tokens là số lượng được ghi vào đó, và chỉ xuất hiện khi nó lớn hơn không.

Cấp dịch vụ (Service tier)

TokenLab chạy và tính phí các yêu cầu ở cấp dịch vụ tiêu chuẩn. Các giá trị service_tier là auto và default được chấp nhận. Các giá trị khác, chẳng hạn như flex, priority, fast và ultrafast, sẽ bị bỏ qua: yêu cầu chạy ở cấp tiêu chuẩn và bị tính giá tiêu chuẩn.

Định giá theo Yêu cầu và Tác vụ

Các mô hình hình ảnh, video, âm nhạc, 3D, âm thanh và thế giới có thể được định giá theo yêu cầu, hình ảnh, giây, phút hoặc tác vụ. Trang mô hình hiển thị đơn vị thanh toán.

NhómVí dụ
Hình ảnhflux-pro-1.1
Videoveo3.1, seedance-2.0
Âm nhạcsuno-music
3Dtripo-h3.1
Âm thanhgrok-tts, whisper-large-v3

Thanh toán tác vụ bất đồng bộ (Async task billing)

Một số tác vụ dự trữ chi phí ước tính khi chúng được tạo. Một tác vụ hoàn thành được tính phí một lần; một tác vụ thất bại sẽ giải phóng hoặc hoàn lại số tiền đang chờ xử lý.

Các tác vụ tạo hình ảnh, video, âm nhạc, 3D và tác vụ dựa trên yêu cầu sẽ trả về ID tác vụ và poll_url. Số tiền cuối cùng được ghi lại sau khi tác vụ chuyển sang trạng thái completed hoặc failed. Một tác vụ hoàn thành bao gồm billing_transaction_id sau khi thanh toán; một tác vụ thất bại không bị tính phí.

Nếu Usage vẫn không hiển thị khoản phí cuối cùng hoặc số tiền đã giải phóng sau khi tác vụ kết thúc, hãy liên hệ hello@tokenlab.sh với Request ID và ID tác vụ.

ID giao dịch thanh toán (Billing transaction IDs)

Các phản hồi không phát trực tuyến (non-streaming) tương thích với OpenAI bao gồm billing_transaction_id khi việc thanh toán kết thúc trước khi phản hồi được gửi. Giá trị tương tự có thể xuất hiện trong X-Billing-Transaction-ID; Gemini và các định dạng gốc khác có thể chỉ hiển thị nó trong header này.

Các tác vụ bất đồng bộ bao gồm billing_transaction_id sau khi hoàn thành. Việc phát trực tuyến (streaming) có thể kết thúc trước khi thanh toán hoàn tất, vì vậy hãy sử dụng Usage khi không có header này.

Số lượng Token

Các mô hình văn bản thường báo cáo token đầu vào, đầu ra và tổng số token trong usage. Việc mã hóa token khác nhau tùy theo mô hình, ngôn ngữ và đầu vào phương tiện, vì vậy các công thức đếm ký tự không phải là ước tính thanh toán đáng tin cậy. Hãy sử dụng giá hiện tại của mô hình và bản ghi Usage cuối cùng.

Tìm mức sử dụng của bạn

Mở Usage để tìm:

  • Số dư thời gian thực
  • Lịch sử sử dụng theo mô hình
  • Phân tích chi phí
  • Sử dụng API key

Phản hồi API

Các phản hồi dựa trên token thường bao gồm thông tin sử dụng:

{
  "usage": {
    "prompt_tokens": 50,
    "completion_tokens": 100,
    "total_tokens": 150
  }
}

Chi tiêu ít hơn

Cảnh báo số dư thấp

Thiết lập ngưỡng trong Console → Settings. TokenLab sẽ gửi email cho bạn khi số dư giảm xuống dưới mức đó.

Nạp thêm số dư

Mở Console → Billing, chọn số tiền và sử dụng một trong các phương thức thanh toán hiển thị tại trang thanh toán. Số dư sẽ cập nhật sau khi nhà cung cấp thanh toán xác nhận giao dịch.

Trong thời gian ưu đãi tín dụng dùng thử, một tài khoản mới đủ điều kiện sẽ nhận được một lần tín dụng dùng thử $0.25 cho tối đa 10 cuộc gọi. Tín dụng dùng thử chưa sử dụng sẽ hết hạn sau 7 ngày.

Để tránh việc các yêu cầu bị dừng khi số dư thấp, hãy bật Automatic funding trong Billing. Nó sẽ tự động nạp tiền khi số dư giảm xuống dưới mức bạn đã thiết lập, tối đa theo giới hạn hàng tháng.

Giới hạn API Key

Bạn có thể đặt giới hạn chi tiêu khi tạo hoặc chỉnh sửa API key trong Console → API Keys.

Khi đạt đến giới hạn, các yêu cầu với key đó sẽ trả về 402 với mã quota_exceeded. Hãy tăng hoặc xóa giới hạn để tiếp tục.

Hỗ trợ thanh toán

Liên hệ hello@tokenlab.sh cho các thắc mắc về thanh toán.

Trên trang này