Giá token cho từng công cụ của VocaLingo
Mức phí theo giây, phút hoặc 1.000 ký tự cho mọi công cụ, kèm ví dụ cụ thể. Gói Premium không làm thay đổi các mức giá này.
Đã cập nhật 2 tháng 11, 20268 phút đọc
Mỗi công cụ đều hiển thị ước tính trước khi bắt đầu. Các mức phí dưới đây là số token máy chủ thực tế sẽ trừ. Các khoản phí được làm tròn lên một token nguyên, và những thao tác rất nhỏ tốn một phần token sẽ được cộng dồn cho đến khi đủ một token nguyên. Cơ chế trừ phí nói chung được giải thích trong bài viết Cách hoạt động của token.
Video Translation
Video Translation được tính phí theo từng giây của video gốc, chỉ trừ phí sau khi video dịch đã sẵn sàng. Mức tối thiểu là 1 token.
| Nhà cung cấp và tùy chọn | Mỗi giây | Mỗi phút |
|---|---|---|
HeyGen (lip-sync) | 4 | 240 |
HeyGen with Enhanced cloning | 8 | 480 |
ElevenLabs | 4.4 | 264 |
ElevenLabs with Lip Sync | 5.2 | 312 |
HeyGen hỗ trợ video dài tối đa 30 phút. Nếu tính năng Lip Sync không thành công, bạn sẽ nhận được video lồng tiếng không có Lip Sync và thanh toán theo mức giá ElevenLabs không có Lip Sync.
Audio Translation
Audio Translation tính phí riêng cho ba bước. Bước nhận dạng và dịch thuật chạy tự động và tốn rất ít chi phí. Phần thuyết minh lồng tiếng chỉ được tạo khi bạn nhấn nút phát, và đó là phần chiếm phần lớn chi phí.
Nhận dạng giọng nói
| Tùy chọn trong Cài đặt | Giá |
|---|---|
ElevenLabs Scribe (mặc định) | khoảng 0.73 token mỗi phút, 44 token mỗi giờ |
OpenAI Transcribe | khoảng 1.2 token mỗi phút |
OpenAI Whisper | 1.2 token mỗi phút |
Bản dịch của văn bản đã nhận dạng và thẻ Tóm tắt chỉ tốn một phần nhỏ của token đối với một bản ghi âm thông thường.
Lồng tiếng
Phần lồng tiếng được tính phí theo độ dài của văn bản đã dịch. 1.000 ký tự tương đương với khoảng một phút giọng nói.
| Giọng đọc | Giá |
|---|---|
ElevenLabs | 10 token cho mỗi 1.000 ký tự, tối thiểu 1 |
OpenAI | 1.8 token cho mỗi 150 từ bắt đầu |
Voice cloning (MiniMax), Clone from file | 180 token cho việc nhân bản + 12 token mỗi 1.000 ký tự |
My MiniMax voice | 12 token mỗi 1.000 ký tự |
Voice cloning (Qwen 3), Clone from file | 20 token mỗi 1.000 ký tự, tối thiểu 5 |
My Qwen voice | 10.8 token mỗi 1.000 ký tự |
ElevenLabs Dubbing v2 | 4.4 token mỗi giây âm thanh gốc (264 token mỗi phút) |
Ví dụ: một tin nhắn thoại dài một phút được lồng bằng giọng ElevenLabs tốn khoảng 1 token cho nhận dạng và dịch thuật cộng với khoảng 10 token cho phần lồng tiếng. Với ElevenLabs Dubbing v2, chính phút đó sẽ tốn khoảng 264 token.
Voice cloning (Qwen 3) được chọn tự động cho 10 ngôn ngữ khi bạn chưa chọn giọng đọc. Hiện tại ứng dụng đang hiển thị khoảng một nửa mức giá thực tế cho tùy chọn này: hãy tính theo mức 20 token mỗi 1.000 ký tự, tối thiểu 5 token cho mỗi lần lồng tiếng.
Text to Speech
Text to Speech được tính phí theo độ dài của văn bản, tối đa 10.000 ký tự cho mỗi yêu cầu.
| Giọng đọc | Giá |
|---|---|
OpenAI | 1.8 token cho mỗi 150 từ bắt đầu (tối đa 150 từ: 2 token) |
ElevenLabs | 12 token mỗi 1.000 ký tự, tối thiểu 1 |
MiniMax | 12 token mỗi 1.000 ký tự (giọng HD), 7.2 (giọng Turbo) |
Qwen 3 | 20 token mỗi 1.000 ký tự |
Giọng MiniMax của bạn từ My voices | 12 token mỗi 1.000 ký tự |
Giọng Qwen của bạn từ My voices | 10.8 token mỗi 1.000 ký tự |
Đối với các giọng đọc Qwen 3, ứng dụng hiện hiển thị khoảng một nửa mức giá thực tế.
Lưu giọng nói vào My Voices
Lưu giọng MiniMax có giá 180 token. Phí được trừ trước khi quá trình nhân bản bắt đầu và sẽ được hoàn lại tự động nếu nhân bản thất bại. Lưu giọng Qwen 3 có giá khoảng 1 token. Giọng bạn ghi âm trong phần hướng dẫn bắt đầu được lưu miễn phí.
Voice Changer
Voice Changer có giá 14.4 token mỗi phút của bản ghi âm gốc, tính theo độ dài thực tế, tối thiểu 1. Một đoạn clip 30 giây có giá 8 token, bản ghi âm 5 phút (thời lượng tối đa) có giá 72 token. Token sẽ được trừ khi có kết quả.
Add Captions
Add Captions trừ phí sau khi video có phụ đề đã sẵn sàng. Mức giá như nhau dù có hoặc không có dịch phụ đề.
| Chế độ | Giá | Ví dụ |
|---|---|---|
Mirage (video dọc 9:16 dài tối đa 5 phút) | 15 token cho mỗi phút bắt đầu | 40 giây: 15, 2 phút 10 giây: 45 |
Standard | khoảng 6 token mỗi phút, tính phí tối thiểu 15 giây | 30 giây: 3, 1 phút: 6, 5 phút: 29, 10 phút: 58 |
Text Transcription và Video to Text
Cả hai công cụ đều sử dụng cùng mức giá nhận dạng như Audio Translation. Với tùy chọn mặc định ElevenLabs Scribe, một bản ghi văn bản tốn khoảng 0.73 token mỗi phút. Video to Text trừ tối thiểu 1 token cho mỗi video: 10 phút tốn 8 token, một giờ tốn 44 token. Thẻ Ý chính và tính năng Xuất sang PDF tốn một phần nhỏ của token.
Text Translation, dịch ảnh và Text Analysis
Dịch văn bản và Phân tích văn bản: một phần nhỏ của token cho một văn bản thông thường. Chi phí này sẽ cộng dồn và hiển thị dưới dạng token nguyên trong Lịch sử sử dụng.
Nghe trong Dịch văn bản: 10 hoặc 20 token mỗi 1.000 ký tự, tùy thuộc vào ngôn ngữ.
Dịch ảnh: Nano Banana 2.1 có giá 4 hoặc 6 token tùy theo kích thước ảnh; GPT Image 2.5 có giá 6 token cho ảnh vuông và 5 token cho ảnh phong cảnh hoặc chân dung.
Tourist Translator
Tourist Translator tính phí cho việc nhận dạng, dịch thuật và lồng tiếng. Nhận dạng tốn khoảng 1.3 token mỗi phút nói, vì vậy một giờ nói liên tục ở chế độ bài giảng tốn khoảng 80 token. Phần lồng tiếng cộng thêm 10 token mỗi 1.000 ký tự, và phần dịch thuật tốn một phần nhỏ của token. Nhận dạng và lồng tiếng chỉ bị trừ phí khi thao tác thành công.
Chat
Một tin nhắn trò chuyện có giá tương ứng với lượng tài nguyên mô hình tiêu tốn để đọc tin nhắn kèm ngữ cảnh của bạn và viết câu trả lời. Bảng dưới đây hiển thị số token VocaLingo cho mỗi 1 triệu token của mô hình (đầu vào / đầu ra). Một câu hỏi và câu trả lời ngắn thường tốn một phần nhỏ của token; các đoạn trò chuyện dài kèm tệp tin sẽ tốn nhiều hơn vì toàn bộ ngữ cảnh được đọc lại.
| Mô hình | Đầu vào / đầu ra |
|---|---|
GPT 6 Luna | 12 / 60 |
DeepSeek, MiniMax 2.7 | 36 / 144 |
Gemini 3.8 Flash (Chế độ tự động sử dụng mặc định) | 90 / 450 đến ngày 31 tháng 12 năm 2026 |
GPT 6 Sol, Claude Sonnet 5.5 | 240 / 1,200 |
Gemini 3.1 Pro | 240 / 1,440 |
Grok 4.7 | 240 / 720 |
Claude Opus 5.5 | 480 / 2,400 |
GPT 6 Astra, Claude Fable 5.1 | 1,200 / 6,000 |
Các công cụ bên trong phần trò chuyện được tính phí riêng: tìm kiếm trên web tốn từ 0.6 đến 1.7 token tùy theo mô hình, tạo ảnh từ Nano Banana 2.1 tốn 4.8 token (1K), 7.2 (2K) hoặc 15.6 (4K), và ảnh từ GPT Image 2.5 tốn từ 6 đến 7.2 token. Deep Research không có giá cố định: chi phí phụ thuộc vào số lượng trang mà công cụ đọc. Tải video trong trò chuyện là miễn phí.
AI Calls
AI Calls được tính phí theo phút, với bước nhảy mỗi 30 giây. Giá phụ thuộc vào quốc gia, nhà mạng bạn gọi đến và việc AI có phát giọng đọc bản dịch hay không. Mức giá chính xác cho số điện thoại của bạn được hiển thị trong ứng dụng trước khi thực hiện cuộc gọi.
| Điểm đến | Chỉ âm thanh gốc | Dịch giọng nói hai chiều |
|---|---|---|
Hoa Kỳ | 6 mỗi phút | 28 mỗi phút |
Đức (di động) | 12 | 34 |
Ấn Độ (di động) | 17 | 39 |
Kazakhstan (di động) | 40 | 62 |
Nga (di động) | 65 | 88 |
Xác minh số điện thoại của riêng bạn trong Số điện thoại của tôi tốn mức phí gửi SMS hoặc cuộc gọi (tối thiểu 1 token) cộng thêm 10 token khi bạn xác nhận mã.
Câu hỏi thường gặp
Có tính năng nào rẻ hơn khi dùng Premium không?
Không. Giá của các công cụ là như nhau dù có hoặc không có Premium. Gói Premium cung cấp cho bạn một lượng token hàng tháng hoặc hàng năm và cho phép bạn tắt hình mờ trên video. Xem VocaLingo Premium bao gồm những gì.
Tại sao tôi bị trừ nhiều hơn mức ước tính?
Mức ước tính được tính toán trong ứng dụng trước khi xử lý, còn phí trừ trên máy chủ dựa trên độ dài thực tế của tệp hoặc văn bản đã dịch. Chênh lệch lớn nhất nằm ở các giọng đọc Qwen 3, nơi ứng dụng hiện hiển thị khoảng một nửa mức giá. Mỗi lần trừ phí đều được liệt kê chi tiết trong Lịch sử sử dụng.
Liên hệ hỗ trợ
Hãy mô tả sự cố và chúng tôi sẽ phản hồi qua email. Đính kèm tên tệp hoặc ID tác vụ nếu có.