# Cache trong Claude Code: vì sao phiên dài hết hạn cache lại tốn hơn và cách giữ phiên gọn

> Cache là bộ nhớ tạm giúp Claude Code dùng lại phần ngữ cảnh đã xử lý với chi phí thấp hơn. Khi cache hết hạn, phần ngữ cảnh lớn của phiên phải xử lý lại, nên cùng một tin nhắn có thể tốn hơn nhiều lần. Cách làm an toàn là giữ mỗi phiên cho một việc, gửi tiếp khi việc còn dang dở và mở phiên mới khi đổi việc.

- Tác giả: Ông T (https://ongt.vn/gioi-thieu)
- Chủ đề: Claude Code
- Đăng: 2026-05-30 · Cập nhật: 2026-11-13
- URL: https://ongt.vn/bai-viet/cache-claude-code-chi-phi-ngu-canh-phien-dai

Cùng một tin nhắn ngắn có thể tốn rất ít hoặc tốn gấp nhiều lần, và khác biệt nằm ở chỗ cache còn hạn hay đã hết. Cache là bộ nhớ tạm để hệ thống dùng lại phần ngữ cảnh đã xử lý. Còn hạn thì đọc lại phần cũ với chi phí thấp. Hết hạn thì phần cũ phải xử lý lại gần như từ đầu.

Điều này đáng quan tâm vì Claude Code gửi cả lịch sử phiên làm việc đi kèm mỗi lượt. Phiên càng dài thì phần “đuôi” phải nạp lại càng lớn. Nhiều người tưởng chi phí chỉ phụ thuộc vào câu mình vừa gõ, trong khi phần lớn chi phí nằm ở những gì đã nằm sẵn trong cuộc trò chuyện.

Bài này giúp bạn hiểu cache chạy ra sao, vì sao hết hạn lại đắt, và giữ phiên thế nào cho gọn. Bạn cũng sẽ biết vì sao không nên nhắn lấy lệ chỉ để giữ cache. Xem video ngắn bên dưới để nắm ý chính trước, rồi đọc tiếp phần giải thích sâu hơn.

```video
- youtube | https://youtube.com/shorts/Ns8gkpM0AbE
- facebook | https://www.facebook.com/reel/1149116504647776
- title | Cache trong Claude Code ảnh hưởng chi phí ngữ cảnh thế nào?
```

## Bản chất: cache là gì và chạy thế nào

### Mỗi lượt gửi đều mang theo cả phiên

Mô hình AI không “nhớ” cuộc trò chuyện giữa hai lượt. Mỗi lần bạn nhấn Enter, công cụ gom toàn bộ nội dung đến lúc đó rồi gửi đi. Nội dung này gồm chỉ dẫn hệ thống, file CLAUDE.md, các file Claude đã đọc, kết quả chạy lệnh, các câu hỏi và trả lời trước đó. Cuối cùng mới là câu mới của bạn.

Nếu phiên đã có 300.000 token ngữ cảnh và bạn gõ thêm 1.000 token, thứ được gửi đi vẫn là khoảng 301.000 token. Bạn chỉ “viết” 1.000, nhưng hệ thống phải “đọc” cả phần còn lại. Về token và ngữ cảnh nói chung, bạn có thể xem các tập khác trong series. Ở đây mình chỉ tập trung vào phần cache.

### Cache là xử lý một lần, dùng lại nhiều lần

Xử lý một khối ngữ cảnh lớn tốn tài nguyên. Nếu phần đầu của yêu cầu giống hệt lần trước, hệ thống có thể giữ lại kết quả xử lý của phần đó và dùng lại. Đó là cache. Phần dùng lại được tính ở mức giá đọc cache, thấp hơn nhiều so với đọc mới.

Một điểm quan trọng: cache thường bám vào phần đầu của yêu cầu phải giống nhau. Phần mới nối vào cuối thì không sao. Nhưng nếu phần cũ bị đổi, ví dụ cấu hình thay đổi hoặc ngữ cảnh bị nén lại, thì phần sau điểm đổi có thể không còn dùng lại được nữa.

### Cache có hạn dùng

Cache không giữ mãi. Theo bài của dgrcode mà video dẫn lại, Claude Code mặc định giữ cache trong một giờ. Nếu bạn gửi tiếp trong khoảng đó, phần ngữ cảnh cũ được đọc lại với giá thấp. Quá hạn mà chưa gửi gì, lần gửi kế tiếp phải xử lý lại toàn bộ phần lớn kia, và việc ghi lại cache còn có thể đắt hơn đọc thường.

Con số “một giờ” là điều tác giả bài viết nêu. Các thiết lập này có thể đổi theo bản mới hoặc theo gói, nên bạn nên xem nó như nguyên tắc chung chứ không phải con số cố định.

### Ví dụ 35 lần: đọc đúng ý nghĩa

Trong bài viết, ví dụ là một phiên 300.000 token, gửi thêm 1.000 token. Khi cache còn hiệu lực, chi phí quy đổi khoảng 17.000 token đầu vào cơ sở. Khi cache hết, con số tăng lên khoảng 602.000, tức cao hơn khoảng 35 lần.

Hai điều cần nhớ khi đọc ví dụ này:

- Đó là phép tính theo mức giá và giả định của tác giả, không phải hóa đơn chung cho mọi model hay mọi nền tảng. Bạn đừng mang con số 35 đi áp cho hóa đơn của mình.
- Cái cần học là hình dạng của vấn đề: phần lớn chi phí nằm ở ngữ cảnh cũ, không nằm ở câu mới. Cache còn thì phần cũ rẻ, cache hết thì phần cũ thành khoản chính.

```note
Con số trong ví dụ là phép tính của một tác giả với giả định riêng. Mức giá và quy tắc cache có thể khác theo gói, nền tảng và thời điểm. Muốn biết chính xác, hãy xem mục theo dõi mức dùng trong tài khoản của bạn.
```

## Làm thế nào: giữ phiên tập trung để cache làm việc cho bạn

Mục tiêu không phải “hack” cache. Mục tiêu là làm việc theo cách khiến cache tự nhiên có lợi: mỗi phiên một việc, liền mạch, đóng khi xong.

```steps
- Một phiên một việc | Trước khi bắt đầu, nói rõ phiên này để làm gì (soạn email, rà bảng số, sửa một lỗi).
- Gửi tiếp khi việc còn dang dở | Nếu còn việc thật phải làm trong cùng phiên, cứ tiếp tục và đừng để quá lâu.
- Không nhắn lấy lệ | Đừng gửi “ok”, “.” hay tin vô nghĩa chỉ để cache khỏi hết hạn.
- Xong việc thì đóng phiên | Chuyển sang việc khác thì mở phiên mới thay vì kéo đuôi cũ theo.
- Lưu điều cần nhớ ra file | Quy tắc lâu dài đặt vào CLAUDE.md, kết quả quan trọng ghi ra file để phiên sau đọc lại.
```

### Một phiên một việc

Đây là nguyên tắc quan trọng nhất. Khi một phiên chứa ba việc không liên quan, bạn trả tiền cho cả ba mỗi lượt gửi. Ngữ cảnh của việc thứ nhất không giúp gì cho việc thứ ba, mà vẫn bị mang theo và vẫn bị tính.

Trước khi mở phiên, bạn tự hỏi một câu: “Phiên này kết thúc khi nào?” Có câu trả lời rõ, ví dụ “khi email gửi đi được” hoặc “khi bảng số khớp”, là bạn đã giữ được ranh giới.

### Gửi tiếp khi việc còn dang dở

Nếu bạn đang giữa chừng, ví dụ chờ Claude sửa lỗi và còn vài vòng chỉnh, thì cứ tiếp tục trong cùng phiên. Lúc này cache hoạt động đúng chỗ: phần cũ đọc lại rẻ, bạn chỉ trả thêm cho phần mới.

Nếu bạn phải rời đi lâu, ví dụ họp hoặc ăn trưa, thì chấp nhận rằng lượt đầu sau khi quay lại có thể đắt hơn. Điều đó bình thường. Điều cần tránh là chạy quanh để “cứu” cache.

### Đừng nhắn lấy lệ để giữ cache

Nghe có vẻ khôn: cứ năm mươi phút gửi một tin cho cache khỏi hết hạn. Thực tế, mỗi tin như vậy vẫn là một lượt gửi cả phiên, tức vẫn có chi phí đọc cache. Nếu phiên đã quá dài hoặc việc đã xong, bạn đang trả tiền để giữ một thứ mình không dùng nữa.

Câu hỏi đúng không phải là “làm sao giữ cache?”. Câu hỏi đúng là “mình còn cần phiên này không?”. Còn cần thì làm tiếp. Không cần thì đóng.

### Khi đổi việc, mở phiên mới

Giả sử bạn vừa xong việc soạn email và giờ muốn rà một bảng số. Mở phiên mới. Phiên mới nhỏ, rẻ, sạch ngữ cảnh, và Claude cũng ít bị nhiễu bởi nội dung email cũ. Nếu cần mang theo vài ý, hãy tóm tắt ra vài dòng rồi dán sang, đừng mang cả phiên cũ.

Trong Claude Code, bạn có thể dùng lệnh `/clear` để bắt đầu lại với ngữ cảnh trống. Lệnh `/compact` nén bớt lịch sử khi bạn muốn tiếp tục nhưng phiên đã nặng. Lưu ý rằng nén lại thay đổi nội dung cũ, nên lượt gửi đầu tiên sau đó có thể không tận dụng được cache như trước. Bù lại, phần còn lại nhỏ hơn nhiều.

### Đặt thứ cần nhớ ra ngoài phiên

Những thứ lặp đi lặp lại, như quy ước đặt tên, giọng văn, cách làm việc, hãy viết vào CLAUDE.md để mỗi phiên mới tự đọc. Kết quả quan trọng của một phiên thì ghi ra một file ngắn. Nhờ vậy, bạn đóng phiên mà không mất gì, và không có lý do để giữ một phiên khổng lồ chỉ vì “sợ mất ngữ cảnh”.

## Dùng vào việc thật

### Chủ shop soạn nhiều email trả lời khách trong một buổi sáng

Bối cảnh: chị Hà bán đồ gia dụng online, sáng nào cũng trả lời 8-10 email khách hỏi đổi trả và giao hàng. Chị mở một phiên và dán chính sách đổi trả vào đầu. Sau đó chị đưa từng email vào, tất cả trong cùng một phiên liền mạch.

```text
Phiên này chỉ để trả lời email khách của shop trong sáng nay.
Chính sách đổi trả: [dán chính sách ngắn gọn].
Giọng văn: lịch sự, ngắn, xưng “shop” và “bạn”.
Mình sẽ dán từng email. Mỗi lần, bạn viết một bản nháp trả lời,
không thêm cam kết nào ngoài chính sách ở trên.
```

Kết quả: vì các lượt gửi liên tiếp, cache còn hạn và phần chính sách cùng ví dụ giọng văn được đọc lại rẻ. Xong buổi sáng, chị đóng phiên. Chỗ cần kiểm tra: đọc lại từng bản nháp trước khi gửi, nhất là các chỗ nói về hoàn tiền hoặc thời gian giao, vì AI có thể diễn đạt hơi quá lời so với chính sách.

### Kế toán rà một bảng dữ liệu dài rồi chuyển sang việc khác

Bối cảnh: anh Tuấn làm kế toán, cần đối chiếu bảng chi phí tháng với bảng đã duyệt. Việc này có nhiều vòng hỏi đáp, nên anh dùng một phiên cho việc đối chiếu. Khi xong, anh muốn soạn thư giải trình, và anh mở phiên mới cho việc đó.

```text
Phiên này chỉ để đối chiếu hai bảng chi phí: bảng thực chi và bảng đã duyệt.
Hãy liệt kê các dòng lệch nhau, ghi rõ mã khoản mục, số chênh lệch
và dòng nào có thể do làm tròn.
Không tự sửa số liệu. Chỉ báo cáo.
```

Sau khi có danh sách lệch, anh ghi kết quả ra một file ngắn, đóng phiên, rồi mở phiên mới và nạp file đó để viết thư giải trình. Phiên thư không phải mang theo toàn bộ bảng dữ liệu. Chỗ cần kiểm tra: số liệu chênh lệch luôn cần anh tự dò lại ở file gốc, vì AI đọc bảng dài vẫn có thể bỏ sót hoặc nhầm dòng.

### Dev mới sửa một lỗi, ăn trưa, quay lại làm tiếp

Bối cảnh: bạn Linh là lập trình viên mới, đang sửa lỗi nút thanh toán không bấm được. Bạn đã để Claude Code đọc khá nhiều file. Đến giờ ăn trưa, bạn đi gần một tiếng rưỡi. Quay lại, bạn biết cache có thể đã hết hạn.

```text
Mình vừa quay lại sau giờ nghỉ. Tóm tắt trong 5 dòng:
- lỗi đang sửa là gì,
- đã thử những gì,
- file nào đã đổi,
- bước tiếp theo nên làm.
Sau đó chờ mình xác nhận rồi mới sửa tiếp.
```

Lượt đầu có thể đắt hơn vì phải nạp lại ngữ cảnh. Bù lại, bạn nhận được bản tóm tắt để quyết định: nếu phiên đã quá nặng, bạn chép bản tóm tắt sang phiên mới và làm tiếp ở đó. Chỗ cần kiểm tra: đối chiếu tóm tắt với `git status` và `git diff` để chắc rằng các file đã đổi đúng như Claude nói.

## Góc nhìn khách quan

### Điểm mạnh thật sự

Cache là cơ chế thông minh vì nó đánh trúng đúng chỗ tốn kém: phần ngữ cảnh lớn lặp lại ở mỗi lượt. Khi bạn làm việc liền mạch, bạn hầu như được giảm chi phí mà không phải làm gì thêm. Thói quen “một phiên một việc” còn có lợi ích phụ: Claude ít bị nhiễu và câu trả lời thường bám sát hơn.

Quan trọng hơn, bạn không cần hiểu từng chi tiết kỹ thuật để hưởng lợi. Chỉ cần ba thói quen: làm liền mạch, đóng phiên khi xong, ghi điều cần nhớ ra file.

> Cache còn thì rẻ, nhưng phiên tập trung mới là thứ thật sự giữ chi phí xuống.
>
> — Ông T

### Giới hạn và rủi ro

Đầu tiên, đừng coi ví dụ 35 lần là quy luật. Nó là phép tính theo giả định của một tác giả; mức giá, thời gian giữ cache và cách tính có thể khác theo nền tảng, theo gói và theo bản mới. Người dùng gói có hạn mức lượt dùng thay vì trả theo token cũng cảm nhận chi phí theo cách khác.

Thứ hai, giữ cache không miễn phí. Mỗi lượt gửi trong phiên dài vẫn có chi phí đọc cache. Một phiên quá dài còn làm Claude khó bám việc: tài liệu cũ lẫn tài liệu mới, quyết định cũ bị quên hoặc nhầm. Rẻ hơn chưa chắc tốt hơn.

Thứ ba, cache liên quan đến việc dữ liệu của bạn nằm trong ngữ cảnh. Nếu bạn dán tài liệu nhạy cảm vào phiên, nó theo phiên đi suốt. Hãy cân nhắc trước khi đưa dữ liệu khách hàng hoặc số liệu nội bộ vào. Ngoài ra, mọi thứ ở đây phụ thuộc vào kết nối mạng và dịch vụ phía nhà cung cấp, nên hành vi có thể thay đổi mà bạn không kiểm soát được.

### Khi nào nên chọn cách khác

Nếu bạn chỉ hỏi vài câu ngắn, độc lập, không cần dữ liệu dài, thì không cần quan tâm tới cache. Mở một cuộc trò chuyện thường trong một ứng dụng chat như ChatGPT hay Claude bản web là đủ, và bạn khỏi phải lo phiên dài hay ngắn.

Nếu việc của bạn là chỉnh code ngay trong trình soạn thảo với gợi ý từng dòng, các công cụ như Cursor hoặc GitHub Copilot có thể hợp hơn. Nếu bạn muốn thử một công cụ dòng lệnh khác để so sánh, có thể xem Codex CLI hoặc Gemini CLI. Mỗi công cụ có cách tính ngữ cảnh riêng, nên bạn nên đọc tài liệu của chính công cụ đó thay vì giả định chúng giống nhau.

## Lỗi hay gặp và cách tránh

### Nhắn lấy lệ để giữ cache

Người mới hay đặt hẹn “cứ 50 phút gửi một tin”. Việc này vẫn tạo ra chi phí đọc cả phiên mỗi lần, mà không mang lại công việc nào. Cách tránh: chỉ gửi khi có việc thật. Hết việc thì đóng phiên.

### Dồn nhiều việc không liên quan vào một phiên

Sáng viết email, trưa rà bảng số, chiều sửa code, tất cả trong một phiên. Phiên phình to, đắt dần và dễ lẫn ngữ cảnh. Cách tránh: mỗi việc một phiên, và dùng `/clear` khi đổi chủ đề.

### Giữ phiên khổng lồ vì sợ mất ngữ cảnh

Nhiều người không dám đóng phiên vì sợ mất những gì Claude đã “hiểu”. Cách tránh: ghi điều quan trọng ra file hoặc CLAUDE.md. Phiên sau đọc lại là có đủ, và phiên mới thì rẻ hơn nhiều.

### Tưởng rằng cache giúp phiên dài luôn rẻ

Cache giảm chi phí đọc lại, nhưng không làm phiên dài thành rẻ. Một phiên quá lớn vẫn tốn hơn một phiên nhỏ, kể cả khi cache còn hạn. Cách tránh: theo dõi mức dùng bằng lệnh `/cost` hoặc mục tương ứng trong tài khoản, và nén hoặc đóng phiên khi nó nặng.

### Quay lại sau thời gian dài mà không tóm tắt

Người dùng quay lại phiên cũ, tiếp tục như chưa có gì xảy ra, và lượt đầu tiên đắt bất ngờ. Cách tránh: khi nghỉ lâu, hãy nhờ Claude tóm tắt trạng thái, rồi quyết định tiếp tục hay chuyển sang phiên mới với bản tóm tắt đó.

## Dự phóng: chủ đề này sẽ đi về đâu

Đây là nhận định của Ông T dựa trên hướng đi chung của công cụ AI agent, không phải thông báo chính thức từ bất kỳ hãng nào.

### Cache sẽ ngày càng quan trọng với agent chạy dài

Mức chắc chắn: khả năng cao. Agent làm việc nhiều bước, đọc nhiều file, gọi nhiều công cụ, nên ngữ cảnh phình nhanh và phần lặp lại rất lớn. Bất kỳ công cụ nào theo hướng này đều có động lực tận dụng cache. Bạn nên chuẩn bị bằng cách tập thói quen làm việc theo phiên có ranh giới rõ.

### Công cụ sẽ hiển thị rõ hơn trạng thái ngữ cảnh và cache

Mức chắc chắn: có thể. Người dùng phổ thông không muốn đoán cache còn hay hết, nên khả năng các công cụ báo rõ hơn là hợp lý. Nhưng mình không biết khi nào, và hình thức ra sao. Trong lúc chờ, bạn chủ động kiểm tra mức dùng định kỳ để biết phiên nào đang nặng.

### Quy tắc cache và cách tính sẽ còn thay đổi

Mức chắc chắn: khả năng cao. Thời gian giữ cache, cách tính phí và mặc định của công cụ đều là những thứ nhà cung cấp có thể điều chỉnh. Bạn nên coi con số trong bất kỳ bài viết nào, kể cả bài này, là minh họa chứ không phải cam kết. Hãy tập nhìn vào nguyên tắc, không nhìn vào con số.

### Quản lý bộ nhớ ngoài phiên sẽ thành kỹ năng cơ bản

Mức chắc chắn: còn bỏ ngỏ về hình thức, nhưng hướng đi hợp lý. Khi phiên ngắn là thói quen tốt, việc lưu ghi chú, quy tắc và kết quả ra file để phiên sau dùng lại trở nên quan trọng. Bạn có thể bắt đầu từ bây giờ bằng một file CLAUDE.md gọn và vài file ghi chú theo việc.

## Bắt đầu từ đâu

Cache không phải thứ bạn cần điều khiển từng phút. Bạn chỉ cần làm việc có chủ đích: một phiên một việc, tiếp tục khi còn dang dở, đóng khi xong. Làm vậy, chi phí tự giảm và câu trả lời cũng thường tốt hơn.

Ba việc bạn làm được ngay hôm nay:

- Nhìn lại phiên Claude Code bạn đang mở: nó đang phục vụ một việc hay nhiều việc? Nếu nhiều, chia ra và mở phiên mới cho việc kế tiếp.
- Ghi lại trong vài ngày: bạn dùng AI vào việc gì, phiên kéo dài bao lâu và có phải dán lại tài liệu không. Chỉ cần vài dòng, không cần bảng tính cầu kỳ.
- Viết một file CLAUDE.md ngắn chứa quy ước bạn hay phải nhắc lại, để phiên mới nào cũng bắt đầu nhanh mà không cần mang theo cả phiên cũ.

## Câu hỏi thường gặp

### Cache trong Claude Code là gì?

Cache là bộ nhớ tạm để hệ thống dùng lại phần ngữ cảnh đã xử lý trước đó thay vì xử lý lại từ đầu. Khi cache còn hiệu lực, phần ngữ cảnh cũ được đọc lại với chi phí thấp hơn. Cơ chế chi tiết và mức giá do nhà cung cấp quyết định và có thể thay đổi.

### Cache của Claude Code giữ trong bao lâu?

Theo bài của dgrcode mà video dẫn lại, Claude Code mặc định giữ cache một giờ. Đây là thông tin từ một bài viết bên ngoài, và thời gian này có thể đổi theo bản mới hoặc theo gói. Bạn nên coi đó là mốc tham khảo, không phải cam kết.

### Cache hết hạn thì tốn thêm bao nhiêu?

Còn tùy mức giá và giả định. Trong ví dụ của tác giả, phiên 300.000 token gửi thêm 1.000 token có chi phí quy đổi khoảng 17.000 khi cache còn và khoảng 602.000 khi cache hết, tức cao hơn khoảng 35 lần. Đừng áp con số này cho hóa đơn của bạn, vì nó phụ thuộc model và nền tảng.

### Có nên nhắn tin liên tục để giữ cache không?

Không nên nhắn lấy lệ chỉ để giữ cache. Mỗi tin vẫn là một lượt đọc cả phiên và vẫn có chi phí. Nếu việc đã xong, đóng phiên là cách tiết kiệm hơn; còn việc đang dang dở thì cứ làm tiếp bình thường.

### Khi nào nên mở phiên mới thay vì tiếp tục phiên cũ?

Khi bạn đổi sang việc không liên quan, hoặc khi phiên đã quá dài, nặng và bắt đầu lẫn ngữ cảnh. Trước khi mở phiên mới, hãy tóm tắt ý cần giữ ra vài dòng hoặc ghi vào file để phiên sau dùng lại. Với việc nhỏ và độc lập, phiên mới gần như luôn rẻ hơn.

### Lệnh /clear và /compact khác nhau thế nào?

Lệnh /clear bắt đầu lại với ngữ cảnh trống, phù hợp khi đổi việc. Lệnh /compact nén bớt lịch sử để bạn tiếp tục làm việc trong phiên đã nặng. Sau khi nén, nội dung cũ thay đổi nên lượt gửi đầu có thể không tận dụng cache như trước.

### Cache có ảnh hưởng đến bảo mật dữ liệu không?

Mọi thứ bạn dán vào phiên đều nằm trong ngữ cảnh và đi theo phiên đó, kể cả khi cache còn hay hết. Vì vậy hãy cân nhắc trước khi đưa dữ liệu khách hàng hoặc thông tin nội bộ vào. Chi tiết cách nhà cung cấp lưu giữ dữ liệu nên được kiểm tra trong chính sách chính thức.
