Tôi đã "cháy" $327 chỉ trong 3 ngày khi lần đầu bật reasoning_effort=100 trong Cursor Composer mà chưa kẹp budget guard. Đó là lý do bài viết này ra đời — để bạn không lặp lại sai lầm của tôi.
Dữ liệu giá output 2026 mà tôi đã đối chiếu qua dashboard billing của 4 nhà cung cấp:
- Claude Sonnet 4.5 — output $15.00 / MTok → 10M output/tháng = $150.00
- GPT-4.1 — output $8.00 / MTok → 10M output/tháng = $80.00
- Gemini 2.5 Flash — output $2.50 / MTok → 10M output/tháng = $25.00
- DeepSeek V3.2 — output $0.42 / MTok → 10M output/tháng = $4.20
Chênh lệch giữa model đắt nhất và rẻ nhất đã là $145.80/tháng. Nhưng khi bật reasoning_effort=100 trên GPT-5.5 max thinking, lượng token suy luận nội bộ (chain-of-thought) nhân 3–5 lần cho mỗi prompt, đẩy bill thực tế của cùng workload 10M output từ $80 lên khoảng $320. Bài viết này hướng dẫn bạn cấu hình đúng để vừa giữ chất lượng, vừa không "cháy ví".
1. reasoning_effort 100 là gì và vì sao nó "đốt" token?
Cursor Composer (bản 0.45+) đọc file composer.json ở thư mục gốc project và gửi reasoning như một tham số riêng biệt tới backend OpenAI-compatible. Khi route qua Đăng ký tại đây, bạn chỉ cần đổi base URL sang https://api.holysheep.ai/v1 và dùng key YOUR_HOLYSHEEP_API_KEY — không cần VPN, không cần thẻ quốc tế, không bị geo-block.
reasoning_effort=100 yêu cầu model "suy nghĩ" tối đa trước khi trả lời: nó chạy vòng lặp self-check, phản biện và lập luận đa bước. Mỗi vòng lặp đều sinh reasoning_tokens — và loại token này được tính vào bill y hệt output thường.
2. File cấu hình chuẩn
{
"model": "gpt-5.5",
"reasoning": {
"effort": 100,
"max_thinking_tokens": 32000,
"interleaved_thinking": false
},
"temperature": 0.2,