llm-integration

Bản đồ đổi tên field-by-field giữa Anthropic SDK và OpenAI Responses API, chỗ duy nhất phải viết lại, và quy trình đo chi phí thật trước khi cắt over.

Model chạy trên điện thoại có thể gọi tool qua MCP server trên cả Android lẫn iPhone. Năm bước thiết lập, ba bẫy, và giới hạn thật của chữ local.

Bảng giá tháng 9/2026 của bảy lab model Trung Quốc, từ $0.08 tới $1.00 mỗi 1M token, và ba thứ quyết định hoá đơn API hơn cả việc chọn model.

Hướng dẫn Redis MCP mới chỉ ra ba chỗ hay sai khi nối AI agent vào database: chọn nhầm server, cấp nhầm credential, và tin vào đèn xanh kết nối.

Polymarket định giá Anthropic 99% về chất lượng và DeepSeek 97% về lượng dùng. Cách chia workload hai tầng và ngưỡng để quyết định self-host.

Giá token chỉ là phần nhỏ. Bốn chỗ rò tiền trong vòng lặp agent và các đòn bẩy cắt hóa đơn: cache, trim tool output, cap turn, route theo độ khó.

Input, output và cached input là ba giá khác nhau, tokenizer mỗi vendor một kiểu: checklist đọc bảng giá API LLM trước khi tin vào cột giá rẻ nhất.

Opus 5.5 rẻ hơn Opus 5 20%, riêng cache read rẻ hơn 60%. Bóc tách con số thật, 4 breaking change phải sửa, và khi nào thì chưa nên đổi.

Bật speculative decoding trong LM Studio mất chưa tới 10 phút. Tác giả XDA đo được 23,35 lên 29,46 token/giây — và đây là lúc không nên bật.

Bốn thao tác xử lý phần lớn ca MCP server không kết nối, vì sao spawn npx ENOENT xảy ra trên app GUI, và danh sách 10 mã lỗi kèm cách đọc log.

Fable 5.1 đắt gấp đôi Opus 5 nhưng chỉ hơn 3,5 điểm trên Terminal-Bench 4.0. Bảng giá, benchmark và các chỉ số cần đo trước khi bạn đổi model.

tiktoken không biết từ vựng của Claude nên đếm thiếu trung vị 17,4% trên 4.200 request. Cách sửa bằng count_tokens và ba cái bẫy khi lên production.