Quota token & overage

TrolyPage không tính phí AI theo “số câu trả lời”. Mức dùng được đo bằng token — đơn vị text mà LLM xử lý. Mỗi gói có quota token/tháng, khi vượt sẽ chuyển sang overage (trừ ví).

Token là gì

LLM không đếm “số từ” hay “số câu”. Token là đơn vị nhỏ hơn — ~¾ từ tiếng Việt = 1 token (do tiếng Việt nhiều dấu). Có 2 loại:

• Input token — toàn bộ ngữ cảnh AI nhận: system prompt + knowledge + hội thoại trước + câu hỏi khách.
• Output token — câu trả lời AI sinh.

Mỗi lần AI trả lời khách = (input + output) token được cộng vào quota.

Hội thoại dài = tốn nhiều hơn

Lần thứ 1 khách hỏi “giá áo đỏ” → AI gửi 500 input + 200 output = 700 token. Lần thứ 10 trong cùng hội thoại → AI phải đọc lại 9 tin trước → 3.000 input + 200 output = 3.200 token.

→ Cùng 1 câu hỏi, token tăng theo độ dài hội thoại.

Ước tính token / câu trả lời

Loại	Ước token	Khi nào
Ngắn	500-1.000	Chào, giá 1 sản phẩm, xác nhận
Thường	1.000-2.000	Mô tả sp + tư vấn ngắn
Dài	2.000-4.000	So sánh nhiều sp, tư vấn phức tạp
Có tool	3.000-6.000+	Tạo đơn + QR + ship + research

Chỉ là ước

Thực tế phụ thuộc: model (gpt-5-mini ít hơn gpt-5), độ dài knowledge nạp, số tool gọi, độ dài hội thoại. Con số thật xem ở Billing → Tokens tháng này.

Quota token theo gói

Mỗi gói có max_tokens_per_month — tổng token AI dùng được trong 1 tháng chu kỳ.

Giá và hạn mức hiện hành nằm trong bảng giá. Không quy đổi hạn mức thành số phản hồi cố định. Thanh toán năm vẫn có cửa sổ quota riêng mỗi tháng, neo theo chu kỳ sử dụng.

Xem quota gói bạn

Số chính xác của gói bạn → Thanh toán → Gói hiện tại → mục “Tối đa token/tháng”.

Cách hệ thống đếm token

flowchart LR
    A[Khách nhắn] --> B[Reserve token<br/>~max_tokens agent]
    B --> C{Còn quota?}
    C -- Có --> D[Gọi LLM]
    C -- Hết --> E{Pay-as-you-go<br/>+ ví đủ?}
    E -- Có --> D
    E -- Không --> F[AI nghỉ<br/>không trả lời]
    D --> G[AI trả lời<br/>+ đếm token thật]
    G --> H[Settle: hoàn dư<br/>hoặc cộng thêm]

1. Reserve (đặt trước)

Trước khi gọi LLM, hệ thống reserve ~max_tokens của Agent (mặc định 2.000 token) khỏi quota. Đây là ước lượng trước, tránh AI chạy xong mới phát hiện hết quota.

2. Gọi LLM

Nếu quota còn (hoặc pay-as-you-go OK) → gọi LLM. AI trả lời + dùng tool.

3. Settle (chốt sổ)

LLM xong → đếm token thật (input + output) → settle:

• Thực < reserve → hoàn token dư về quota.
• Thực > reserve → cộng thêm vào quota (có thể đẩy qua overage).

LLM fail không tính

Nếu LLM lỗi / trả về 0 token → hoàn toàn reserve → không tính vào quota. Không lo bị trừ tiền cho câu fail.

Overage — khi vượt quota tháng

Khi tổng token tháng > max_tokens_per_month:

Điều kiện	Xảy ra gì
Bật pay-as-you-go + ví đủ	Tiếp tục trả lời → trừ ví 20đ/1.000 token
Tắt pay-as-you-go HOẶC ví = 0	AI nghỉ — khách nhắn không nhận trả lời

Giá overage

Loại	Giá
Token	0,02đ/token (20đ / 1.000 token)
Ảnh AI	3.000đ/ảnh
Voice	500đ/giây
Video	2.000đ/giây

Overage tính token phẳng

Overage tính 0,02đ/token cho mọi model — không phân biệt gpt-5 vs gpt-5-mini. Giá model khác nhau (USD/1M token) chỉ dùng cho analytics nội bộ, không tính khách.

Giới hạn overage/ngày

Có thể cấu hình max_daily_overage_vnd — khi overage trong ngày đạt giới hạn → AI nghỉ dù ví còn tiền. Tránh “cháy ví” bất ngờ.

Đặt cap overage

Trong Ví → set max_daily_overage_vnd = số bạn chấp nhận mất/ngày (vd 50.000đ). Qua giới hạn → AI nghỉ an toàn, không cháy ví.

Bật/tắt pay-as-you-go

Trong Ví tài khoản:

• Bật “Tự động thanh toán overage” → hết quota vẫn trả lời, trừ ví.
• Tắt → hết quota là nghỉ, ví không bị đụng.

Tình huống	Khuyên
Shop chạy ads, cần AI 24/7	Bật + giữ ví có dư
Shop nhỏ, hết quota OK nghỉ	Tắt + nâng gói khi cần
Test gói trial	Tắt để tránh phát sinh

Xem token đã dùng

Trong Thanh toán (/app/billing) → section “Tổng quan quota”:

• Tokens tháng này — tổng đã dùng.
• Input / Output — phân tách (input thường >> output do phải đọc knowledge + history).
• Progress bar so với max_tokens_per_month.

Cảnh báo hết quota

Hệ thống tự gửi email khi:

• 80% quota — “Sắp hết quota, xem xét nâng gói.”
• 95% quota — “Sắp hết, bật pay-as-you-go hoặc nâng gói.”

Bật email alert

Trong Hồ sơ → bật email notification để nhận 2 alert này. Không bật = không biết đến khi AI nghỉ.

Tối ưu token (dùng ít hơn)

Muốn quota kéo dài hơn:

Cách	Hiệu quả
Dùng model mini/fast (gpt-5-mini) cho Agent	Giảm ~50-70% token
Rút gọn system prompt (bỏ dài dòng)	Giảm input token mỗi câu
Knowledge gọn — không dump toàn bộ web	Giảm input token khi tra
Đóng hội thoại cũ (khách đi)	Tránh AI đọc lại history dài
Tắt tool không cần (vd research_mode)	Ít tool call = ít token

Khi AI nghỉ do hết quota

Nếu khách báo “nhắn mà không ai trả lời” → check:

1. Billing → Tokens tháng này có = 100% quota?
2. Pay-as-you-go bật không? Ví có dư không?
3. Nếu = 100% + không pay-as-you-go → AI nghỉ.

Fix nhanh: bật pay-as-you-go + nạp ví, HOẶC nâng gói (quota cao hơn ngay).

Bước tiếp theo

• Ví tài khoản — nạp tiền, bật pay-as-you-go.
• Đổi gói — nâng quota.
• So sánh gói — token mỗi gói.
• Thanh toán tổng quan — 6 section.