Chuyển tới nội dung chính

Đếm token AI tiếng Việt (GPT/Claude/Gemini) & tạo tệp /llms.txt

Ước lượng chính xác số token cho câu lệnh prompt tiếng Việt có dấu, tính nhanh chi phí API theo bảng giá GPT-4o, GPT-4o mini, Claude Sonnet và Gemini 2.5 quy đổi VNĐ, đồng thời tích hợp trình tạo tệp /llms.txt chuẩn llmstxt.org giúp mô hình AI đọc hiểu website dễ dàng hơn.

Lập trình, mã QR & bảo mật Cập nhật 2026-11-14

Giới thiệu & Mục đích sử dụng

Khi xây dựng ứng dụng tích hợp trí tuệ nhân tạo tại Việt Nam, việc dùng quy tắc nhẩm 1 từ tiếng Anh bằng 1,3 token áp dụng sang tiếng Việt sẽ dẫn đến sai lệch chi phí rất lớn, bởi các bộ mã hóa BPE hiện đại thường bẻ nhỏ một âm tiết tiếng Việt có dấu thành gần 2 token. Bên cạnh bài toán tối ưu chi phí prompt và giới hạn cửa sổ ngữ cảnh (context window), nhiều website công nghệ còn triển khai tệp /llms.txt ở thư mục gốc giúp các trợ lý AI thu thập tài liệu chính xác thay vì phải lọc qua hàng nghìn dòng mã HTML phức tạp.

Cách dùng từng bước

  1. Chọn chế độ Đếm Token & Chi phí hoặc Tạo /llms.txt
    Chuyển đổi linh hoạt giữa hai thẻ công cụ ở phía trên bên trái tùy nhu cầu lập trình AI hay tối ưu SEO cho hệ thống tìm kiếm AI.
  2. Dán prompt, dữ liệu hoặc bài viết tiếng Việt
    Nhập đoạn văn bản cần kiểm tra, điều chỉnh số token đầu ra kỳ vọng và tổng lượt gọi API mỗi tháng để ước tính ngân sách USD và VNĐ.
  3. Xuất tệp /llms.txt chuẩn Markdown cho trang web
    Chuyển sang thẻ Tạo /llms.txt, nhập tiêu đề trang, tóm tắt một câu và danh sách URL trọng tâm để tải xuống tệp llms.txt đặt lên thư mục gốc website.

Công thức & Phương pháp tính

1. Vì sao văn bản tiếng Việt tiêu tốn nhiều token hơn tiếng Anh? Hầu hết mô hình ngôn ngữ lớn (LLM) huấn luyện từ vựng nền tảng dựa trên thuật toán Byte-Pair Encoding (BPE) với trọng tâm dữ liệu tiếng Anh. Trong khi một từ tiếng Anh thông dụng như development chỉ chiếm 1 token duy nhất, thì cụm từ tương đương phát triển gồm 2 âm tiết tiếng Việt có dấu có thể bị tách thành 3 đến 4 mảnh byte UTF-8. Do đó, công cụ áp dụng mô hình đếm riêng cho âm tiết tiếng Việt có dấu kết hợp mã code ASCII và dấu câu để cho kết quả bám sát thực tế vận hành API.

2. Dự toán chi phí API đa mô hình quy đổi VNĐ: Công cụ tính chi phí gộp của cả Token Đầu vào (Input Token từ hệ thống prompt và tài liệu gửi lên) lẫn Token Đầu ra (Output Token mô hình trả về, vốn đắt gấp 3–8 lần Input Token) trên 5 mô hình phổ biến: GPT-4o mini, GPT-4o, Claude Sonnet, Gemini 2.5 Flash và Gemini 2.5 Pro, giúp nhóm phát triển ước lượng nhanh tỷ lệ đốt chi phí khi mở rộng quy mô người dùng.

3. Chuẩn tệp /llms.txt (llmstxt.org specification): Tệp /llms.txt đặt tại gốc tên miền đóng vai trò bản tóm tắt Markdown siêu gọn gàng dành riêng cho các tác nhân AI và trình thu thập LLM, bao gồm tiêu đề chính H1, mô tả ngắn trong thẻ trích dẫn > và danh sách phân mục dẫn tới những trang tài liệu quan trọng nhất của doanh nghiệp.

Tiếng Việt có dấu ≈ 1,85 BPE token / âm tiết (gấp ~1,4–1,6 lần tiếng Anh); /llms.txt tuân thủ chuẩn Markdown H1 + Blockquote + danh sách liên kết phân mục.

Ví dụ minh họa

Ví dụ kiểm tra câu prompt 16 chữ tiếng Việt và lập kế hoạch 1.000 lượt gọi API/tháng: Đoạn lệnh mẫu dài 73 ký tự (16 từ tiếng Việt có dấu) tiêu tốn khoảng 28 token đầu vào. Nếu mỗi phản hồi AI sinh ra trung bình 500 token tiếng Việt và hệ thống chạy 1.000 lượt/tháng, tổng chi phí trên GPT-4o mini hoặc Gemini 2.5 Flash chỉ ở mức chưa tới 0,31 USD (~7.800 đồng/tháng), trong khi dùng mô hình cỡ lớn có thể lên tới 7–8 USD (~190.000 đồng/tháng). Việc biết rõ số liệu này giúp kỹ sư dễ dàng áp dụng chiến lược phân tầng mô hình phù hợp.

Lưu ý quan trọng

Tốc độ và hệ số nén BPE tiếng Việt có thể chênh lệch khoảng 10%–15% tùy thuộc chính xác vào bảng từ vựng riêng của từng thế hệ mô hình (o200k_base mới của GPT-4o nén tiếng Việt hiệu quả hơn đáng kể so với cl100k_base cũ của GPT-3.5). Đồng thời bảng đơn giá API trên 1 triệu token của OpenAI, Anthropic và Google có thể được nhà cung cấp điều chỉnh giảm theo từng phiên bản cập nhật.

Câu hỏi thường gặp

1.000 từ tiếng Việt bằng khoảng bao nhiêu token trên ChatGPT và Claude?

Tùy chủ đề và mật độ ký tự có dấu, 1.000 từ văn xuôi tiếng Việt thường tương đương khoảng 1.700 đến 2.200 token (so với chỉ khoảng 1.300–1.400 token đối với 1.000 từ tiếng Anh).

Tại sao Output Token (câu trả lời AI) lại tính phí đắt hơn Input Token?

Input token được mô hình xử lý song song rất nhanh trong một lượt nạp, còn Output token phải sinh tuần tự từng từ một đòi hỏi nhiều chu kỳ tính toán GPU và băng thông bộ nhớ hơn nên đơn giá thường cao gấp 3 đến 5 lần.

Tệp /llms.txt có thay thế tệp robots.txt và sitemap.xml không?

Không thay thế. robots.txt điều khiển quyền thu thập dữ liệu, sitemap.xml liệt kê toàn bộ URL cho máy tìm kiếm truyền thống, còn /llms.txt là bản tóm tắt Markdown gọn nhẹ được thiết kế riêng cho tác nhân AI hiểu ngay cấu trúc cốt lõi website.

Đặt tệp llms.txt tải về ở vị trí nào trên máy chủ web?

Đặt tại thư mục gốc công khai của tên miền chính để bất kỳ trình duyệt hoặc AI agent nào truy cập địa chỉ https://tenmiencuaban.vn/llms.txt đều đọc được văn bản Markdown thuần với mã HTTP 200.

Nếu prompt dài 50.000 token thì ảnh hưởng gì tới chất lượng trả lời của AI?

Dù nhiều mô hình hỗ trợ ngữ cảnh lên tới 128K hoặc 1M token, việc nhồi quá nhiều văn bản thừa sẽ vừa tốn chi phí trên mỗi lượt gọi vừa dễ làm loãng sự chú ý của mô hình đối với chỉ dẫn quan trọng ở phần giữa.

Dữ liệu prompt tôi dán vào ô đếm token có bị lưu lại hay gửi tới AI không?

Không. Bộ đếm token phân tích chuỗi trực tiếp trong bộ nhớ trình duyệt bằng JavaScript thuần, hoàn toàn không gửi dữ liệu văn bản của bạn ra bất kỳ API bên ngoài nào.

Căn cứ pháp lý & Nguồn tham khảo

Thông số và quy định cập nhật đến: 2026-11-14