# GLM-5.3-Flash hay Fugu Ultra v2: chọn model cho phần mềm tạo nội dung số lượng lớn

> Một phần mềm bán hàng sinh mô tả cho 5.000 mã hàng, một hệ thống chăm sóc khách soạn sẵn thư trả lời cho từng phiếu, một công cụ nội bộ tóm tắt hợp đồng mỗi

URL: https://mona.software/glm-5-3-flash-va-fugu-ultra-v2-chon-model-tao-noi-dung/
Ngày đăng: 2026-10-14T10:16:02+07:00
Cập nhật: 2026-10-14T10:16:07+07:00
Tác giả: monamedia

Một phần mềm bán hàng sinh mô tả cho 5.000 mã hàng, một hệ thống chăm sóc khách soạn sẵn thư trả lời cho từng phiếu, một công cụ nội bộ tóm tắt hợp đồng mỗi sáng: cứ mỗi lần có model mới ra, đội làm phần mềm lại phải tính lại xem việc nào chạy model rẻ, việc nào mới đáng trả giá cao. **GLM-5.3-Flash hay Fugu Ultra v2** là cặp hay bị đặt cạnh nhau nhất trong đợt này. Theo trang giá chính thức tra ngày 14/10/2026, Z.ai niêm yết GLM-5.3-Flash ở 0,15 USD mỗi triệu token đầu vào và 0,50 USD đầu ra, còn Sakana AI niêm yết Fugu Ultra v2 ở 5 USD đầu vào và 30 USD đầu ra. Cùng một lượt tạo nội dung, Fugu Ultra v2 đắt hơn khoảng 48 lần. Với phần mềm phải chạy hàng nghìn lượt mỗi tháng, phần việc khối lượng lớn hợp với model rẻ như GLM-5.3-Flash, còn Fugu Ultra v2 là một hệ nhiều agent đóng gói thành một model, hợp với việc khó, nhiều bước và chạy ít lượt.

Bài này đặt hai bảng giá cạnh nhau, giải thích vì sao so trực tiếp hai thứ này dễ nhầm loại, quy ra tiền Việt cho 100 lượt và 10.000 lượt, chỉ ra khoản cache hạ được hơn một phần tư hoá đơn, rồi liệt kê những gì hai hãng chưa trả lời cho doanh nghiệp Việt.

## Z.ai và Sakana đang niêm yết giá GLM-5.3-Flash và Fugu Ultra v2 thế nào

Z.ai in giá GLM-5.3-Flash ngay trên [trang Pricing của tài liệu Z.ai](https://docs.z.ai/guides/overview/pricing), trong nhóm Latest Models. Cột giá có bốn ô: đầu vào 0,15 USD, đầu vào đọc lại từ cache 0,03 USD, phí lưu cache ghi “Limited-time Free”, đầu ra 0,50 USD, tất cả tính trên một triệu token. Bản anh em GLM-5.3-FlashX đắt hơn khoảng 2,5 lần, ở mức 0,37 USD đầu vào và 1,25 USD đầu ra.

![Bảng giá Z.ai cho GLM-5.3-Flash tính theo triệu token đầu vào và đầu ra](https://mona.software/wp-content/uploads/2026/10/bang-gia-z-ai-glm-5-3-flash-mona.webp)

Nhóm Latest Models trên trang giá Z.ai: GLM-5.3-Flash 0,15 USD đầu vào, 0,03 USD đọc cache, 0,50 USD đầu ra mỗi triệu token. Nguồn: docs.z.ai, chụp ngày 14/10/2026.

Phía Sakana thì thay đổi so với lúc Fugu Ultra v2 mới ra giữa tháng 9/2026. Khi đó giá chỉ thấy ở các trang tổng hợp, và giá đọc cache còn bị ghi là chưa công bố. Tới ngày 14/10/2026, [trang Sakana Fugu](https://sakana.ai/fugu/) đã có mục Pricing Plan ghi rõ “Fixed pricing for fugu-ultra-v2.0”: 5 USD đầu vào, 30 USD đầu ra, 0,50 USD cho đầu vào đọc từ cache. Khi ngữ cảnh vượt 272.000 token, ba mức này tăng lên 10 USD, 45 USD và 1 USD. Cùng trang có thêm Fugu Max ở 2 USD đầu vào, 6 USD đầu ra, 0,25 USD đọc cache, giá cố định bất kể độ dài ngữ cảnh.

| Model | Đầu vào (USD/1 triệu token) | Đọc cache | Đầu ra | Nguồn, tra ngày 14/10/2026 |
| --- | --- | --- | --- | --- |
| GLM-5.3-Flash | 0,15 | 0,03 | 0,50 | Trang giá Z.ai |
| GLM-5.3-FlashX | 0,37 | 0,075 | 1,25 | Trang giá Z.ai |
| Fugu Max | 2 | 0,25 | 6 | Trang Sakana Fugu |
| Fugu Ultra v2 (ngữ cảnh đến 272.000 token) | 5 | 0,50 | 30 | Trang Sakana Fugu |
| GPT-6 Astra, để đối chiếu (ngữ cảnh đến 272.000 token) | 10 | 1 | 50 | Trang giá API của OpenAI |

Dòng GPT-6 Astra nằm trong bảng để có một mốc quen thuộc; chi tiết đợt tăng giá của model này nằm ở bài [GPT-6 Astra giá gấp 2,5 lần](https://mona.software/gpt-6-astra-gia-gap-2-5-lan/). Con số nào trong bảng cũng lấy từ trang của chính hãng, không lấy từ bài tổng hợp, vì ngân sách model của một phần mềm chạy thật chỉ nên dựa trên trang giá mà hãng chịu trách nhiệm.

## GLM-5.3-Flash là một model, Fugu Ultra v2 là hệ nhiều agent đóng gói thành một model

Đặt hai cái tên này cạnh nhau rồi kết luận cái nào rẻ hơn là so nhầm loại. GLM-5.3-Flash là một model: gửi yêu cầu vào thì chính nó trả lời. Trang tài liệu của Z.ai mô tả đây là model đa phương thức gốc đầu tiên của dòng GLM-5, nhận video, ảnh, chữ và tệp, ngữ cảnh 1 triệu token, đầu ra tối đa 128.000 token, tổng 320 tỷ tham số với 18 tỷ tham số hoạt động mỗi lượt.

![Trang tài liệu Z.ai giới thiệu GLM-5.3-Flash là model đa phương thức](https://mona.software/wp-content/uploads/2026/10/trang-tai-lieu-glm-5-3-flash-z-ai-mona.webp)

Z.ai giới thiệu GLM-5.3-Flash là model đa phương thức gốc đầu tiên của dòng GLM-5, 320 tỷ tham số, 18 tỷ hoạt động. Nguồn: docs.z.ai, chụp ngày 14/10/2026.

Fugu thì Sakana tự gọi là “A Multi-Agent System, Delivered as One Model”. Khi nhận việc, Fugu ghép một nhóm agent từ kho model của nó rồi điều phối chúng làm từng phần, sau đó trả về một câu trả lời cuối qua một API duy nhất. Với riêng Fugu Ultra, trang của Sakana ghi nhóm model là cố định vì bản này cần toàn bộ nhóm để đạt hiệu năng, mốc dữ liệu huấn luyện là ngày 28/08/2026, và nhóm đó không có Fable 5, Fable 5.1 hay GPT-6 Astra.

![Sakana mô tả Fugu là hệ nhiều agent được đóng gói thành một model](https://mona.software/wp-content/uploads/2026/10/sakana-fugu-he-nhieu-agent-mot-model-mona.webp)

Đoạn giới thiệu trên trang Sakana Fugu: Fugu tự ghép và điều phối một nhóm model thay vì để người dùng định sẵn vai trò. Nguồn: sakana.ai/fugu, chụp ngày 14/10/2026.

Khác biệt này quan trọng với phần mềm tạo nội dung hơn là con số giá. Một hệ thống sinh mô tả sản phẩm cần mỗi lượt ra cùng một giọng, cùng một cấu trúc, và khi một mô tả sai thì đội kỹ thuật phải lần ra được lượt đó do model nào viết, với lời nhắc nào. Gọi thẳng một model thì nhật ký ghi rõ tên model và phiên bản. Gọi qua bộ điều phối thì phía ứng dụng chỉ thấy một tên gọi bên ngoài, còn bên trong là nhóm model mà Sakana giữ quyền chọn. Kiểu đó hợp với việc mà kết quả cuối mới là thứ được chấm, ví dụ rà một bộ tài liệu dài nhiều bước rồi trả về một bản tóm tắt. Nó khó dùng hơn cho việc phải giữ một giọng văn cố định qua hàng nghìn lượt.

Bài [OpenAI Agents API và chuyện dữ liệu chỉ lưu tại Mỹ](https://mona.software/openai-agents-api-du-lieu-chi-luu-tai-my/) nói về một hướng gần giống: thứ được bán là khung điều phối chứ chưa phải một model mới. Điểm khác là OpenAI để doanh nghiệp tự chọn model chạy bên dưới, còn Sakana giữ nhóm model của họ.

![Màn hình thống kê trong phần mềm MONA làm cho The IELTS Workshop](https://mona.software/wp-content/themes/monatheme/home-v2/assets/img/cs/ielts-thongke.webp)

Phần mềm cho việc này

Quy trình đang chạy mà phần mềm có sẵn không làm được?

MONA khảo sát nghiệp vụ trước dòng code đầu tiên.

[Viết phần mềm theo yêu cầu](https://mona.software/viet-phan-mem-theo-yeu-cau/)[Xem case study](https://mona.software/#case-study)

## Tiền model cho 100 và 10.000 lượt tạo nội dung tính ra đồng

Phép tính dưới đây giả định mỗi lượt tạo nội dung gửi vào 8.000 token, gồm hướng dẫn giọng văn, dữ liệu sản phẩm và mẫu đầu ra, rồi nhận về 3.000 token. Đó là cỡ của một mô tả sản phẩm dài có kèm thông số, hoặc một bản tóm tắt tài liệu khoảng hai trang. Tỷ giá lấy theo giá bán USD của Vietcombank ngày 14/10/2026 là 26.080 đồng. Số trong bảng chỉ là tiền gọi model, chưa gồm máy chủ, công làm phần mềm hay công người kiểm nội dung.

| Model | Mỗi lượt | 100 lượt | 10.000 lượt | 10.000 lượt khi cache 6.000 token cố định |
| --- | --- | --- | --- | --- |
| GLM-5.3-Flash | khoảng 70 đồng | 7.042 đồng | 704.160 đồng | 516.384 đồng |
| GLM-5.3-FlashX | khoảng 175 đồng | 17.500 đồng | 1.749.968 đồng | 1.288.352 đồng |
| Fugu Max | khoảng 887 đồng | 88.672 đồng | 8.867.200 đồng | 6.128.800 đồng |
| Fugu Ultra v2 | khoảng 3.390 đồng | 339.040 đồng | 33.904.000 đồng | 26.862.400 đồng |
| GPT-6 Astra | khoảng 5.998 đồng | 599.840 đồng | 59.984.000 đồng | 45.900.800 đồng |

Cách tính một lượt trên GLM-5.3-Flash: 8.000 token đầu vào nhân 0,15 USD chia một triệu ra 0,0012 USD, 3.000 token đầu ra nhân 0,50 USD chia một triệu ra 0,0015 USD, cộng lại 0,0027 USD, tức khoảng 70 đồng. Cùng lượt đó trên Fugu Ultra v2 là 0,04 USD đầu vào cộng 0,09 USD đầu ra, ra 0,13 USD, khoảng 3.390 đồng. Tỷ lệ giữa hai bên là 48 lần, gần như trùng con số lúc hai model mới ra vì cả hai hãng đều giữ nguyên mức giá.

Ở 10.000 lượt mỗi tháng, khoảng cách là 704 nghìn đồng so với gần 34 triệu đồng. Con số đó đủ lớn để thành một dòng riêng trong ngân sách vận hành. Dù vậy, chênh lệch giá chưa nói gì về chuyện bao nhiêu mô tả phải sửa lại trước khi đăng, và một lượt rẻ 70 đồng mà người kiểm phải gõ lại hai phần ba thì tốn hơn một lượt 3.390 đồng dùng được ngay. Chi phí thật của phần mềm tạo nội dung là tiền model cộng giờ công sửa, và phần sau chỉ đo được bằng cách cho các model chạy cùng một bộ đầu vào thật rồi đếm.

## Bật cache cho phần hướng dẫn cố định trước khi tính chuyện đổi model

Trong một phần mềm tạo nội dung, phần lớn token đầu vào lặp lại y nguyên ở mọi lượt: hướng dẫn giọng văn, quy tắc trình bày, danh sách từ cấm, mẫu đầu ra. Z.ai tính phần đầu vào đọc lại từ cache ở 0,03 USD thay vì 0,15 USD. Nếu 6.000 trong 8.000 token đầu vào là phần cố định đó, một lượt trên GLM-5.3-Flash giảm từ khoảng 70 đồng xuống khoảng 52 đồng, tức bớt 26,7% hoá đơn mà chưa đổi một dòng nào trong cách tạo nội dung. Fugu Ultra v2 cũng có giá đọc cache 0,50 USD, nên cùng cách sắp xếp đó hạ được khoảng 20,8%.

![Bảng giá Fugu Ultra v2 và Fugu Max trên trang của Sakana AI](https://mona.software/wp-content/uploads/2026/10/bang-gia-fugu-ultra-v2-fugu-max-sakana-mona.webp)

Mục Pricing Plan của Sakana: Fugu Ultra v2 5 USD đầu vào, 30 USD đầu ra, 0,50 USD đọc cache, tăng khi ngữ cảnh vượt 272.000 token; Fugu Max giá cố định. Nguồn: sakana.ai/fugu, chụp ngày 14/10/2026.

Để cache có tác dụng, phần cố định phải nằm ở đầu lời nhắc và giữ nguyên từng ký tự giữa các lượt, còn phần thay đổi như dữ liệu sản phẩm thì để sau cùng. Đây là việc của người viết phần mềm chứ chưa phải việc của model. Một lưu ý về hạn: cột phí lưu cache trên trang Z.ai ghi “Limited-time Free” mà không kèm ngày kết thúc, nên bảng dự toán dài hạn cần một dòng dự phòng cho khoản này. Bài [Gemini 3.8 Flash tăng gấp đôi giá từ 2027](https://mona.software/gemini-3-8-flash-gia-gap-doi-2027/) là ví dụ cho chuyện giá ưu đãi có ngày hết.

## Phần mềm tạo nội dung số lượng lớn nên chia tầng model ra sao

Không có model nào đúng cho mọi việc trong cùng một phần mềm. Cách MONA thường dựng là tách việc theo tầng ngay từ thiết kế, để đổi model ở một tầng thì phần còn lại của hệ thống vẫn giữ nguyên. Thứ tự làm như sau:

1. Liệt kê từng loại nội dung phần mềm sinh ra (mô tả sản phẩm, thư trả lời, tóm tắt tài liệu, nhãn phân loại) kèm số lượt mỗi tháng và độ dài trung bình.
2. Xếp mỗi loại vào một tầng: tầng khối lượng lớn, khuôn cố định dùng model rẻ như GLM-5.3-Flash; tầng ít lượt, nhiều bước, cần suy luận dài mới dùng model đắt hoặc bộ điều phối như Fugu.
3. Đặt tên model và phiên bản vào cấu hình, không viết cứng trong code, và ghi vào nhật ký mỗi lượt gọi model nào, lời nhắc nào, tốn bao nhiêu token.
4. Đưa phần hướng dẫn cố định lên đầu lời nhắc để dùng được cache, rồi so hoá đơn tuần có cache và không cache.
5. Lấy 30 đến 50 đầu vào thật, cho các model ứng viên chạy cùng một bộ, để người kiểm chấm mà không biết bài nào của model nào, rồi đếm số bài phải sửa quá một nửa.
6. Mỗi quý mở lại trang giá của hãng, cập nhật bảng dự toán theo số trên trang chứ không theo bài tổng hợp.

Bước thứ ba là bước hay bị bỏ khi làm bản thử, và cũng là bước quyết định chuyện đổi model sau này có rẻ hay không. Một hệ thống ghi đủ nhật ký thì đổi từ GLM-5.3-Flash sang một model mở tự chạy tại chỗ, như hướng trong bài [Qwen3.8-Flash-Next mở trọng số, chạy tại chỗ](https://mona.software/qwen3-8-flash-next-trong-so-mo-chay-tai-cho/), chỉ là sửa một dòng cấu hình rồi chạy lại bộ chấm. Cách chia vai cho từng thành phần trong hệ agent được nói kỹ hơn ở bài [Agentic AI là gì](https://mona.software/agentic-ai-la-gi/), còn câu hỏi việc nào đáng giao cho AI Agent nằm ở bài [AI Agent là gì](https://mona.software/ai-agent-la-gi/).

## Những gì hai hãng chưa trả lời cho doanh nghiệp Việt

Cả Z.ai và Sakana đều công bố khá đủ về giá và bảng điểm quốc tế, còn mấy câu quyết định việc đưa model vào một phần mềm tiếng Việt chạy thật thì trang của hãng chưa có câu trả lời:

- Không bên nào công bố kết quả riêng cho tiếng Việt, nên chưa biết nội dung sinh ra đọc lên tự nhiên hay phải sửa nhiều.
- Phí lưu cache của Z.ai đang miễn phí có thời hạn, trang giá không ghi ngày kết thúc.
- Với Fugu, phía ứng dụng không biết lượt vừa rồi do model nào trong nhóm viết, nên khó lần lỗi và khó giữ giọng cho lượt sau.
- Trang Sakana Fugu ghi dịch vụ tạm chưa mở cho khu vực EU/EEA trong lúc hoàn tất tuân thủ GDPR; doanh nghiệp có khách hàng châu Âu phải tính tới chỗ này khi chọn.
- Chưa có số đo độ trễ khi gọi từ máy chủ đặt tại Việt Nam cho cả hai bên, và trang giá không nói dữ liệu gửi vào được xử lý ở đâu. Câu hỏi về nơi lưu dữ liệu nên đối chiếu với [Nghị định 356/2025 về dữ liệu cá nhân](https://mona.software/nghi-dinh-356-2025-du-lieu-ca-nhan-phan-mem/) trước khi gửi dữ liệu khách vào bất kỳ API nào.

Doanh nghiệp đang cân nhắc giữa gọi API và tự chạy model trong hạ tầng của mình có thể đọc thêm bài [AI local hay tài khoản AI cho doanh nghiệp](https://mona.software/nghien-cuu/ai-local-hay-tai-khoan-ai/).

## Hỏi đáp

### Tạo 100 nội dung bằng GLM-5.3-Flash tốn bao nhiêu tiền?

Với giả định mỗi lượt 8.000 token đầu vào và 3.000 token đầu ra, 100 lượt tốn khoảng 7.042 đồng tiền model, tính theo giá Z.ai và tỷ giá Vietcombank 26.080 đồng ngày 14/10/2026. Bật cache cho 6.000 token cố định thì còn khoảng 5.164 đồng.

### Fugu Ultra v2 có so trực tiếp được với GLM-5.3-Flash không?

So giá thì được, so chất lượng một đổi một thì khó. Fugu Ultra v2 là hệ nhiều agent mà Sakana đóng gói thành một API, chất lượng đến từ cả nhóm model bên trong, còn GLM-5.3-Flash là một model đơn lẻ.

### Giá đọc cache của Fugu Ultra v2 đã có trên trang chính thức chưa?

Có. Lúc model mới ra, con số này chỉ thấy ở trang tổng hợp. Tra ngày 14/10/2026, trang Sakana Fugu ghi 0,50 USD mỗi triệu token, và 1 USD khi ngữ cảnh vượt 272.000 token.

### Fugu Max khác Fugu Ultra v2 ở đâu về giá?

Fugu Max tính 2 USD đầu vào, 6 USD đầu ra, 0,25 USD đọc cache, cố định theo mọi độ dài ngữ cảnh. Một lượt 8.000 vào, 3.000 ra trên Fugu Max khoảng 887 đồng, rẻ hơn Fugu Ultra v2 gần bốn lần.

### Phần mềm đang chạy một model thì đổi sang GLM-5.3-Flash có khó không?

Nếu tên model nằm trong cấu hình và mỗi lượt gọi có nhật ký thì phần sửa code rất ít. Phần tốn công là chạy lại bộ đầu vào thật để so số nội dung phải sửa, và kiểm lại nơi xử lý dữ liệu trước khi gửi dữ liệu khách sang một nhà cung cấp mới.

Hai bảng giá ở trên chỉ trả lời được nửa câu hỏi; nửa còn lại là phần mềm có tách tầng model, ghi nhật ký và dùng cache ngay từ thiết kế hay không. MONA viết [AI Agent theo quy trình riêng của doanh nghiệp](https://mona.software/viet-ai-agent-theo-yeu-cau/) và [phần mềm theo yêu cầu](https://mona.software/viet-phan-mem-theo-yeu-cau/), trong đó lớp chọn model được tách riêng theo từng loại việc để đổi model bằng cấu hình và đo hoá đơn theo từng lượt gọi. Doanh nghiệp đang chạy một phần mềm tạo nội dung số lượng lớn và muốn biết mỗi lượt đang tốn bao nhiêu có thể gọi hotline 1900 636 648 để MONA xem cùng bộ số liệu thật.

## Câu hỏi thường gặp

### Tạo 100 nội dung bằng GLM-5.3-Flash tốn bao nhiêu tiền?

Với giả định mỗi lượt 8.000 token đầu vào và 3.000 token đầu ra, 100 lượt tốn khoảng 7.042 đồng tiền model, tính theo giá Z.ai và tỷ giá Vietcombank 26.080 đồng ngày 14/10/2026. Bật cache cho 6.000 token cố định thì còn khoảng 5.164 đồng.

### Fugu Ultra v2 có so trực tiếp được với GLM-5.3-Flash không?

So giá thì được, so chất lượng một đổi một thì khó. Fugu Ultra v2 là hệ nhiều agent mà Sakana đóng gói thành một API, chất lượng đến từ cả nhóm model bên trong, còn GLM-5.3-Flash là một model đơn lẻ.

### Giá đọc cache của Fugu Ultra v2 đã có trên trang chính thức chưa?

Có. Lúc model mới ra, con số này chỉ thấy ở trang tổng hợp. Tra ngày 14/10/2026, trang Sakana Fugu ghi 0,50 USD mỗi triệu token, và 1 USD khi ngữ cảnh vượt 272.000 token.

### Fugu Max khác Fugu Ultra v2 ở đâu về giá?

Fugu Max tính 2 USD đầu vào, 6 USD đầu ra, 0,25 USD đọc cache, cố định theo mọi độ dài ngữ cảnh. Một lượt 8.000 vào, 3.000 ra trên Fugu Max khoảng 887 đồng, rẻ hơn Fugu Ultra v2 gần bốn lần.

### Phần mềm đang chạy một model thì đổi sang GLM-5.3-Flash có khó không?

Nếu tên model nằm trong cấu hình và mỗi lượt gọi có nhật ký thì phần sửa code rất ít. Phần tốn công là chạy lại bộ đầu vào thật để so số nội dung phải sửa, và kiểm lại nơi xử lý dữ liệu trước khi gửi dữ liệu khách sang một nhà cung cấp mới. Hai bảng giá ở trên chỉ trả lời được nửa câu hỏi; nửa còn lại là phần mềm có tách tầng model, ghi nhật ký và dùng cache ngay từ thiết kế hay không. MONA viết AI Agent theo quy trình riêng của doanh nghiệp và phần mềm theo yêu cầu, trong đó lớp chọn model được tách riêng theo từng loại việc để đổi model bằng cấu hình và đo hoá đơn theo từng lượt gọi. Doanh nghiệp đang chạy một phần mềm tạo nội dung số lượng lớn và muốn biết mỗi lượt đang tốn bao nhiêu có thể gọi hotline 1900 636 648 để MONA xem cùng bộ số liệu thật.