Quản lý chi phí coding agent: Theo dõi chi tiêu trên Claude Code, Codex và Gemini

Bạn bắt đầu với một coding agent. Giờ thì Claude Code chạy trong một terminal, Codex trong một terminal khác, và Gemini CLI trong terminal thứ ba. Mỗi công cụ tính phí theo cách riêng: một cái là gói đăng ký, một cái là API key tính theo mức dùng, một cái có gói miễn phí mà tuần trước âm thầm chuyển sang tính phí. Đến cuối tháng, bạn có ba hóa đơn và không trả lời được một câu hỏi đơn giản: Tính năng làm tuần trước thực sự tốn bao nhiêu để xây dựng?

Quản lý chi phí coding agent là việc quy chiếu chi tiêu của agent về đúng công việc đã tạo ra nó, rồi giữ khoản chi đó luôn hiển thị và có thể kiểm tra được trên mọi công cụ mà đội bạn dùng. Phần khó không nằm ở giá mỗi token của bất kỳ agent nào. Giá thay đổi, và mỗi nhà cung cấp đều công bố giá của họ. Phần khó là chi tiêu bị phân tán ra nhiều hệ thống thanh toán khác nhau ngay khi bạn chạy nhiều hơn một agent, khiến không ai có thể gắn một con số cụ thể với một nhiệm vụ, một repo hay một người.

Bài viết này sẽ đi qua nguồn gốc thực sự của chi phí ở từng công cụ, những đòn bẩy bạn thực sự kiểm soát được, và cách một lớp quản lý như Sharkly giữ cho chi tiêu theo từng nhiệm vụ luôn hiển thị mà không buộc bạn phải rời bỏ những công cụ đang dùng. Sharkly nằm phía trên các agent. Bạn vẫn giữ các gói đăng ký Claude Code, Codex và Gemini, còn bản ghi của mỗi lần chạy sẽ quay về đúng Task mà nó thuộc về.

Quản lý chi phí nghĩa là gì khi bạn chạy ba agent

Với một agent, chi phí là con số bạn đọc được trên một dashboard. Với ba agent, chi phí trở thành một bài toán phối hợp. Khoản chi là thật, nhưng nó nằm ở ba nơi không bao giờ khớp với nhau: mức dùng Claude Code của Anthropic, trang thanh toán OpenAI cho Codex, và một project trên Google Cloud cho Gemini.

Đây là ranh giới cần nói rõ. Quản lý chi phí không giống như cắt giảm chi phí. Cắt giảm chi tiêu nghĩa là dùng ít token hơn. Quản lý chi tiêu nghĩa là biết token đã đi đâu và quyết định xem khoản đó có đáng không. Bạn hoàn toàn có thể chủ động chạy một tháng tốn kém, ship song song ba tính năng, mà vẫn nắm quyền kiểm soát, miễn là bạn quy chiếu được khoản chi và có một người phê duyệt nó.

Sự quy chiếu đó chính là lớp còn thiếu. Hầu hết các đội chạy nhiều agent chỉ có thể cho bạn biết tổng hóa đơn AI của họ, và không gì chi tiết hơn. Họ không thể nói repo nào, kỹ sư nào, hay nhiệm vụ nào đã tạo ra khoản đó. Khi chi tiêu vô hình ở cấp nhiệm vụ, các cuộc trò chuyện về chi phí biến thành phỏng đoán, và phản ứng thường thấy là đặt giới hạn cho công cụ dễ nhìn thấy nhất thay vì công cụ thực sự đang đốt ngân sách.

Chi phí của ba công cụ thực sự đến từ đâu

Mỗi agent tính phí gần như cho cùng một thứ, token vào và token ra, nhưng mô hình thanh toán khác nhau đủ để thay đổi cách bạn lập ngân sách. So sánh ở điều kiện tốt nhất, không có công cụ nào đơn giản là rẻ hơn các công cụ còn lại. Chúng rẻ hơn với những dạng công việc khác nhau.

Các mô hình đăng ký che giấu chi phí biên. Một gói trả phí cố định hàng tháng có cảm giác như miễn phí ở biên, nên kỹ sư dùng nó liên tục, và câu hỏi thực sự chuyển từ "cái này tốn bao nhiêu" sang "liệu chúng ta có đang chạm giới hạn của gói không". Các mô hình API key tính theo mức dùng làm điều ngược lại: mỗi lần chạy đều có giá hiển thị, khiến việc lập ngân sách rõ ràng hơn nhưng lại dụ các đội dùng ít đi một agent mạnh mẽ chỉ để tiết kiệm vài xu.

Dùng gói đăng ký khi một hai người chạy agent đều đặn cả ngày và hóa đơn dự đoán được quan trọng hơn chi tiết theo từng nhiệm vụ. Dùng API key tính theo mức dùng khi bạn cần quy chiếu chi tiêu chính xác, chạy trong tự động hóa, hoặc phân bổ công việc cho cả một đội mà ai đó phải chịu trách nhiệm về tổng số. Nhiều đội cuối cùng dùng cả hai, và đó chính xác là lý do một góc nhìn hợp nhất duy nhất lại quan trọng. Nếu bạn đang chọn agent nào đảm nhận công việc nào, việc ghép model với tác vụ giúp hóa đơn của bạn nhiều hơn là đổi nhà cung cấp.

Ba đòn bẩy bạn thực sự kiểm soát được

Giá của nhà cung cấp không phải là một đòn bẩy; bạn không thể thương lượng nó từ terminal. Có ba thứ thực sự nằm trong tay bạn, và chúng quan trọng hơn giá niêm yết.

Kỷ luật context. Chi phí lớn nhất có thể tránh được là gửi lại context mà agent đã có. Một agent đọc lại toàn bộ codebase ở mỗi lượt sẽ trả tiền cho codebase đó ở mỗi lượt. Lưu giữ context giữa các lần chạy, để agent bắt đầu từ trạng thái hiện tại thay vì dựng lại từ đầu, thường là khoản tiết kiệm lớn nhất. Đây cũng chính là cơ chế đằng sau bộ nhớ codebase và chi phí token của nó: thứ bạn giữ lại, bạn không phải mua lại.

Ghép model với tác vụ. Định tuyến một lệnh đổi tên một dòng sang model suy luận hạng nặng là lãng phí tiền, còn định tuyến một cuộc tái cấu trúc kiến trúc sang model nhỏ nhanh là lãng phí cả một buổi chiều. Khoản tiết kiệm đến từ việc ghép model với tác vụ thay vì mặc định giao mọi việc cho agent mạnh nhất của bạn.

Ranh giới song song hóa. Chạy agent song song là nơi tạo ra mức tăng năng suất thực sự, và cũng là nơi chi tiêu tích lũy nhanh nhất. Năm agent cùng làm việc một lúc tốn khoảng năm lần chi phí cho mỗi đơn vị thời gian thực. Điều đó ổn khi có năm nhiệm vụ đã sẵn sàng và đáng làm, nhưng lại tốn kém khi ba trong số đó chỉ là phỏng đoán. Đòn bẩy không phải là "chạy ít agent hơn". Mà là quyết định, trước khi khởi chạy, công việc nào đáng chiếm một slot song song. Giám sát các agent chạy song song chính là thứ biến quyết định đó từ phỏng đoán thành một lựa chọn bạn có thể biện luận được.

Bảng quyết định theo quy mô đội

Phương trình chi phí thay đổi theo số người và số agent bạn đang phối hợp. Điều ổn với một lập trình viên độc lập lại trở thành gánh nặng với một đội platform.

Nếu bạn làm độc lập và thấy thoải mái trong một terminal với một agent, bạn không cần một lớp quản lý để kiểm soát chi phí. Dashboard của bạn đã cho bạn biết những gì cần biết. Phương trình thay đổi khi chi tiêu vượt quá một góc nhìn duy nhất: nhiều agent, nhiều repo, và một ngân sách mà người khác ngoài bạn phải chịu trách nhiệm. Đến lúc đó, câu hỏi không còn là "agent nào rẻ nhất" mà trở thành "ai có thể nhìn thấy toàn cảnh và ra quyết định".

Làm cho chi tiêu theo từng nhiệm vụ hiển thị được

Đây là lớp mà Sharkly được xây dựng cho, và cần nói chính xác về những gì nó làm và không làm. Sharkly không phải là công cụ thanh toán, và nó không thay thế Claude Code, Codex hay Gemini. Việc dùng model vẫn diễn ra qua các gói đăng ký hoặc API key được cấu hình trong những công cụ đó; bạn mang theo gói đăng ký của riêng mình. Điều Sharkly bổ sung là bản ghi chung xoay quanh chúng: mỗi lần chạy agent đều diễn ra bên trong một Task, và quá trình thực thi, tiến độ, điểm tắc nghẽn cùng kết quả đều quay về Task đó để cả đội nhìn thấy.

Bản ghi chung đó chính là thứ khiến chi phí trở nên dễ đọc. Khi mỗi lần chạy được gắn với một Task có người phụ trách và một repo, chi tiêu không còn là một tổng số hàng tháng vô danh mà trở thành một tập hợp các quyết định bạn có thể chỉ tay vào. Bạn có thể thấy công việc nào đang chạy, trên Computer của ai, và dựa trên ngân sách nào, từ lúc yêu cầu đến lúc phát hành. Một dashboard coding agent cho bạn thấy đang có gì chạy là khác biệt giữa việc quản lý chi tiêu và việc phát hiện ra nó sau khi nhận hóa đơn.

Giao kèo giữa người và agent cũng được giữ nguyên ở đây. Agent nghiên cứu, thực thi, kiểm thử và báo cáo. Con người định hướng, cấp quyền, và quyết định xem khoản chi đó có xứng đáng với kết quả không. Tự động hóa dừng lại ở nơi cần đến phán đoán của đội, và với chi phí, điều đó nghĩa là một con người, không phải một script, quyết định rằng một lần chạy song song năm agent là hợp lý trước khi nó bắt đầu.

Nếu bạn muốn tiếp tục dùng nhiều coding agent thay vì cam kết với một hệ sinh thái để đơn giản hóa việc thanh toán, thì đó chính là bài toán mà Sharkly được thiết kế để giải quyết. Chạy các coding agent hiện có của bạn qua Sharkly và để chi phí của mỗi lần chạy quay về đúng nhiệm vụ đã tạo ra nó.