# Claude API: request 128 MB khác context ra sao, và khi nào bạn vẫn kẹt

> Giới hạn request là tổng dung lượng bạn đóng gói gửi lên API trong một lần gọi, còn context là lượng nội dung model xử lý được trong một lần làm việc. Hai trần này độc lập, nên có thể kẹt ở trần này dù trần kia còn rộng. Mức tăng từ 32 MB lên 128 MB giúp gửi PDF scan và ảnh thuận tiện hơn, nhưng không bảo đảm nhanh hơn, rẻ hơn hay đọc chính xác hơn.

- Tác giả: Ông T (https://ongt.vn/gioi-thieu)
- Chủ đề: Claude Code
- Đăng: 2026-06-01 · Cập nhật: 2026-11-13
- URL: https://ongt.vn/bai-viet/claude-api-gioi-han-request-128mb-khac-context

Request và context là hai cái trần khác nhau. Request là tổng dung lượng bạn đóng gói gửi lên Claude API trong một lần gọi. Context là lượng chữ và ảnh model xử lý được trong một lần làm việc. Claude API vừa nâng trần request cho Messages và Token Counting từ 32 MB lên 128 MB, rộng gấp khoảng 4 lần. Context thì không đổi.

Vì sao đáng quan tâm? Theo ClaudeDevs trên X, các request nặng ảnh hay đụng trần 32 MB, ví dụ phiên computer use chạy dài hoặc PDF lớn, trong khi context vẫn còn dư nhiều. Nói cách khác, model còn chỗ chứa, nhưng cái cửa gửi vào lại hẹp. Nếu bạn từng gặp lỗi request quá lớn dù tài liệu chưa nhiều chữ, đây chính là chỗ đau đó.

Bài này giúp bạn hiểu hai cái trần vận hành thế nào, biết cách ước lượng trước khi gửi, thấy 3 tình huống thật (hợp đồng scan, ảnh chụp màn hình, hồ sơ nhiều file), và quan trọng nhất: biết vì sao “gửi được nhiều hơn” chưa chắc là “kết quả tốt hơn”. Bạn xem video ngắn bên dưới để nắm ý chính trước, rồi đọc tiếp phần đi sâu.

```video
- youtube | https://youtube.com/shorts/B82_1j5xu5U
- facebook | https://www.facebook.com/reel/1629331448872550
- title | Claude API: phân biệt giới hạn request 128 MB và context
```

## Bản chất: hai cái trần đo hai thứ khác nhau

### Request size là cái cửa, context là cái phòng

Hình dung bạn chuyển đồ vào một căn phòng. Căn phòng là context: nó có sức chứa nhất định, và model chỉ “nhìn” được những gì nằm trong phòng. Cái cửa là request: dù phòng còn rộng, món đồ nào quá khổ so với cửa thì không đưa vào được trong một lần.

Đơn vị đo cũng khác. Context đo bằng token, tức đơn vị mà model dùng để đếm chữ và ảnh. Request size đo bằng byte, tức dung lượng thật của gói dữ liệu gửi qua mạng. Một tấm ảnh scan nặng vài MB có thể chỉ tốn một lượng token vừa phải, vì token của ảnh phụ thuộc vào cách model xử lý ảnh chứ không phải số MB của file. Ngược lại, một file văn bản thuần rất nhẹ về byte có thể ngốn nhiều token. Hai thước đo không tỷ lệ thuận với nhau.

Đó là lý do bạn có thể thấy hiện tượng nghe có vẻ vô lý: context còn dư rất nhiều, nhưng API vẫn từ chối vì gói gửi lên quá nặng.

### Vì sao ảnh và PDF scan hay đụng trần

Có ba lý do chính.

Thứ nhất, ảnh nặng hơn chữ rất nhiều về byte. Một trang hợp đồng dạng chữ chỉ vài chục KB, còn trang scan độ phân giải cao có thể vài MB.

Thứ hai, khi gọi API, dữ liệu nhị phân như ảnh thường phải được mã hoá thành chuỗi văn bản (base64) để nằm trong nội dung request. Cách mã hoá này làm dung lượng phình thêm khoảng một phần ba. Tức là bộ file nặng 24 MB trên ổ đĩa có thể thành khoảng 32 MB khi gửi đi. Bạn nhìn thấy “24 MB” trong thư mục nhưng API đếm theo con số lớn hơn.

Thứ ba, các tác vụ lặp như computer use cộng dồn ảnh chụp màn hình theo từng bước. Phiên càng dài, lịch sử gửi lại càng nặng. Đây đúng là trường hợp nguồn tin nhắc tới.

### Mức 128 MB thay đổi gì, và không thay đổi gì

Thay đổi: trần cho Messages và Token Counting tăng từ 32 MB lên 128 MB. Bạn có thêm chỗ để gom nhiều ảnh hoặc PDF lớn vào một lần gọi, đỡ phải chặt nhỏ file và gửi nhiều lượt.

Không thay đổi (hoặc nguồn không nói tới): context window, giá, tốc độ, và độ chính xác khi đọc file lớn. Phần này mình nhấn mạnh vì rất dễ bị hiểu nhầm. Cửa rộng hơn chỉ nghĩa là bạn đưa được nhiều đồ hơn vào, không nghĩa là model đọc nhanh hơn hay nhớ kỹ hơn. Ngoài ra, API còn có thể có những giới hạn khác (ví dụ về số trang hoặc số ảnh trong một request). Bạn nên kiểm tra tài liệu chính thức hiện hành thay vì suy đoán.

## Làm thế nào: kiểm tra trước, gửi sau

Nếu bạn đang code một ứng dụng gọi Claude API, quy trình an toàn là đo trước rồi mới gửi. Dưới đây là tóm tắt.

```steps
- Đo dung lượng thật | Cộng dung lượng các file sẽ gửi, nhớ rằng mã hoá khiến gói phình thêm khoảng một phần ba
- Đếm token trước | Dùng chức năng Token Counting để biết nội dung chiếm bao nhiêu context, không tốn công gọi thật
- Thử với một lô nhỏ | Gửi 5-10 trang trước, kiểm tra kết quả bằng mắt
- Tăng dần kích thước | Chỉ gom lô to hơn khi lô nhỏ đã đọc đúng
- Đối chiếu với cách chia nhỏ | So kết quả một request lớn với nhiều request nhỏ trên cùng bộ file
- Ghi lại lỗi và giới hạn | Lưu lại loại lỗi gặp phải để lần sau biết đang kẹt cái trần nào
```

### Phân biệt đúng loại lỗi

Khi API từ chối, hãy tự hỏi: mình đang kẹt cái cửa hay cái phòng?

- Nếu thông báo nói về request quá lớn (dung lượng), bạn kẹt cái cửa. Giải pháp: giảm dung lượng (nén ảnh, hạ độ phân giải hợp lý, bỏ trang không cần) hoặc tận dụng mức trần mới.
- Nếu thông báo nói về vượt độ dài context (số token), bạn kẹt cái phòng. Tăng trần request không giúp gì. Bạn cần rút gọn nội dung, tóm tắt từng phần, hoặc chia việc.

Mình không trích nguyên văn thông báo lỗi ở đây vì câu chữ có thể thay đổi. Bạn đọc kỹ chuỗi lỗi thật từ API của mình và tra tài liệu để biết nó thuộc nhóm nào.

### Đếm token trước khi gửi

Chức năng Token Counting nằm trong danh sách được nâng trần cùng Messages. Ý nghĩa thực tế: bạn có thể gửi nội dung (kể cả file lớn) đến đó để biết sẽ tốn bao nhiêu token, trước khi trả công gọi model thật. Đây là bước rất rẻ so với việc gửi cả request rồi mới biết kết quả. Nếu bạn viết tool nội bộ, hãy đặt bước đếm này thành một cửa kiểm tra bắt buộc.

### Giảm cân cho file trước khi gửi

Trần cao không có nghĩa là nên gửi file béo. Vài thói quen tốt:

- Bỏ trang trắng, trang bìa, trang lặp.
- Nếu PDF vốn là văn bản có thể chọn được chữ, hãy xem có cần gửi cả dạng ảnh không.
- Với ảnh chụp màn hình, cắt đúng vùng cần xem thay vì chụp toàn màn hình.
- Thử hạ độ phân giải đến mức chữ vẫn đọc rõ bằng mắt thường, rồi kiểm tra kết quả.

Mỗi lần giảm cân thành công vừa tránh chạm trần, vừa giữ cho request nhẹ và dễ gỡ lỗi.

## Dùng vào việc thật

### Tool đọc hợp đồng scan cho văn phòng luật nhỏ

Bối cảnh: bạn là lập trình viên mới, làm tool nội bộ cho một công ty nhỏ. Họ có các bộ hợp đồng scan, mỗi bộ vài chục trang, mỗi trang là một ảnh nặng. Trước đây bạn phải chặt bộ hợp đồng ra nhiều lượt vì request quá lớn. Giờ bạn muốn thử gửi cả bộ trong một lần.

Bạn có thể nhờ Claude Code dựng một script kiểm tra trước (chạy `claude` trong thư mục dự án):

```text
Mình có thư mục scans/ chứa các bộ hợp đồng scan, mỗi bộ là một thư mục con gồm nhiều ảnh trang.
Hãy viết script đọc từng bộ, tính tổng dung lượng file, ước lượng dung lượng sau khi mã hoá base64,
rồi in ra bảng: tên bộ, số trang, dung lượng gốc, dung lượng ước lượng khi gửi.
Đánh dấu rõ bộ nào vượt 32 MB và bộ nào vượt 128 MB.
Chưa gọi API, chỉ đo và báo cáo. Giải thích ngắn từng bước bạn làm.
```

Kết quả nhận được: một bảng cho biết bộ nào gửi gọn một lần được, bộ nào vẫn phải chia. Chỗ cần kiểm tra lại: con số ước lượng chỉ là xấp xỉ, hãy đối chiếu với một lần gọi thật trên bộ nhỏ. Quan trọng hơn, sau khi gửi cả bộ, hãy tự đọc đối chiếu vài điều khoản then chốt (ngày, số tiền, tên bên ký). Đọc sai ngày hoặc số tiền trong hợp đồng là loại lỗi không được bỏ qua.

### Chủ shop gom ảnh hoá đơn nhập hàng cuối tháng

Bối cảnh: chủ shop online chụp hoá đơn nhập hàng bằng điện thoại, cuối tháng có cả trăm ảnh. Bạn (hoặc người giúp việc về kỹ thuật) làm một công cụ nhỏ để trích tên hàng, số lượng, thành tiền vào bảng tính.

```text
Trong thư mục hoadon/ có nhiều ảnh hoá đơn chụp bằng điện thoại.
Hãy viết script chia ảnh thành các lô sao cho mỗi lô có tổng dung lượng (sau mã hoá) dưới một ngưỡng mà mình đặt ở đầu file.
Mỗi lô gọi Claude một lần để trích: ngày, nhà cung cấp, từng dòng hàng, tổng tiền.
Ghi kết quả vào file CSV, kèm cột tên file ảnh gốc để mình dò lại.
Nếu một ảnh bị đọc không chắc chắn, ghi vào cột ghi chú thay vì đoán.
```

Kết quả: một file CSV kèm tên ảnh gốc. Ngưỡng dung lượng là chỗ bạn chỉnh được: với trần mới, bạn có thể đặt lô to hơn, nhưng chưa chắc nên đặt sát trần. Chỗ cần kiểm tra lại: cộng thử tổng tiền trên CSV so với tổng trên hoá đơn giấy với vài lô ngẫu nhiên, và rà các dòng ghi chú “không chắc”. Chữ viết tay, ảnh mờ hay chụp nghiêng là chỗ dễ sai nhất.

### Dev kiểm thử giao diện bằng chuỗi ảnh chụp màn hình

Bối cảnh: bạn làm một agent tự thao tác trên giao diện (kiểu computer use), mỗi bước chụp một ảnh màn hình và gửi lại cùng lịch sử. Phiên chạy càng dài, request càng phình, và trước đây hay chạm trần dung lượng dù context vẫn dư.

```text
Mình có agent chạy nhiều bước, mỗi bước đính kèm một ảnh chụp màn hình vào lịch sử hội thoại.
Hãy xem code gửi request của mình và đề xuất:
1) cách đo tổng dung lượng request sau mỗi bước,
2) cách giữ ảnh gần đây ở độ phân giải đủ đọc, ảnh cũ thì bỏ hoặc thay bằng mô tả chữ ngắn,
3) một cảnh báo khi request đạt 70% trần.
Chỉ đề xuất và viết đoạn code mẫu, chưa sửa file của mình.
```

Kết quả: bạn có cơ chế theo dõi dung lượng và chiến lược dọn ảnh cũ. Chỗ cần kiểm tra lại: khi thay ảnh cũ bằng mô tả chữ, agent có thể mất chi tiết mà bước sau cần. Hãy chạy thử vài kịch bản thật và xem agent có “quên” điều quan trọng không. Trần cao hơn cho bạn thêm thời gian, nhưng không biến một phiên dài vô hạn thành chuyện nhẹ nhàng.

## Góc nhìn khách quan

### Điểm mạnh thật sự

Điểm mạnh lớn nhất là bớt một việc phụ phiền phức. Chia nhỏ file, gửi nhiều lượt, rồi ghép kết quả là phần code dễ sinh lỗi: mất ngữ cảnh giữa các lượt, trùng lặp, sai thứ tự trang. Nếu một lần gọi đủ chứa cả bộ tài liệu, luồng xử lý đơn giản hơn, ít điểm hỏng hơn, và model nhìn được tài liệu liền mạch.

Với các tác vụ nặng ảnh như PDF scan hay chuỗi ảnh chụp màn hình, thay đổi này đúng chỗ đau. Đây là loại cải tiến nhỏ về mặt thông báo nhưng thực tế gỡ được một lỗi vặt hay gặp.

> Cửa rộng hơn chỉ nghĩa là đưa được nhiều đồ hơn vào, không nghĩa là model đọc nhanh hơn hay chính xác hơn.
>
> — Ông T

### Giới hạn và rủi ro

Nguồn chỉ nói giới hạn đã tăng. Nguồn không nói gì về giá, tốc độ, hay chuyện model đọc file to có chính xác hơn không. Vì vậy mọi kỳ vọng khác là suy đoán, và bạn nên tự kiểm chứng.

Một số rủi ro bạn nên cân nhắc:

- Chi phí: request lớn thường kéo theo nhiều token hơn, và token liên quan đến chi phí và lượt dùng. Gửi cả bộ tài liệu khi chỉ cần ba trang là phí.
- Sai sót: tài liệu càng dài, càng khó biết model có bỏ sót chi tiết hay không. Lỗi sót thường không báo hiệu gì.
- Độ trễ và mạng: gói lớn hơn nghĩa là tải lên lâu hơn, dễ lỗi nếu mạng yếu, và khi thất bại bạn phải gửi lại cả gói.
- Dữ liệu nhạy cảm: gom cả bộ hợp đồng, hoá đơn hay hồ sơ vào một request nghĩa là một lần gửi mang nhiều dữ liệu cá nhân và kinh doanh. Hãy xem điều khoản dữ liệu của bạn và chỉ gửi những gì cần.
- Khó gỡ lỗi: một request khổng lồ trả kết quả lạ thì rất khó biết trang nào gây ra.

```note
Trước khi gửi hồ sơ thật (hợp đồng, hoá đơn, giấy tờ cá nhân) lên API, hãy che hoặc bỏ thông tin không cần thiết, kiểm tra điều khoản dữ liệu của bạn, và đừng đưa khoá API vào mã nguồn hay thư mục chia sẻ. Thử trên bản sao đã ẩn danh trước.
```

### Khi nào nên chọn cách khác

Gửi gọn một lần không phải lúc nào cũng là tốt nhất. Nếu mỗi tài liệu độc lập (mỗi hoá đơn là một chuyện riêng), gửi từng cái hoặc từng lô nhỏ thường dễ kiểm soát và dễ thử lại hơn. Nếu tài liệu có phần chữ chọn được, trích chữ ra trước rồi chỉ gửi ảnh cho những trang thật sự cần nhìn có thể gọn hơn. Nếu bạn chỉ làm việc thủ công, không code, thì dùng giao diện chat như Claude hay ChatGPT với vài file là đủ, không cần quan tâm tới trần request. Còn nếu bạn cần quy trình có sẵn đọc tài liệu theo kiểu khác, các công cụ như Gemini CLI hay Codex CLI cũng là lựa chọn để thử; mình khuyên bạn đọc tài liệu của từng công cụ để biết giới hạn của chúng, vì mỗi nơi một khác.

## Lỗi hay gặp và cách tránh

### Nhầm trần request với context

Người mới thấy “128 MB” rồi nghĩ model giờ nhớ được nhiều hơn. Không phải. Context không đổi. Nếu lỗi của bạn là vượt độ dài context, tăng trần request không giúp gì. Cách tránh: luôn đọc kỹ loại lỗi, và dùng Token Counting để biết mình đang ở đâu.

### Quên mã hoá làm phình dung lượng

Bạn cộng dung lượng file trong thư mục, thấy dưới trần, nhưng vẫn bị từ chối. Nguyên nhân hay gặp là dung lượng sau mã hoá lớn hơn. Cách tránh: đo dung lượng ở bước đóng gói chứ không đo ở thư mục, và chừa biên an toàn.

### Dồn hết vào một request rồi không biết lỗi ở đâu

Gửi nguyên 100 trang, nhận kết quả có chỗ sai, và không biết trang nào gây ra. Cách tránh: thử với lô nhỏ trước, giữ định danh (tên file, số trang) trong kết quả, và so sánh với kết quả khi chia nhỏ. Chỉ gom lớn khi đã thấy ổn định.

### Tin rằng gửi được là đọc đúng

Request được chấp nhận chỉ nghĩa là qua cửa, không nghĩa là model đọc chính xác mọi chi tiết. Cách tránh: dựng một bộ file mẫu có đáp án bạn đã biết, chạy thử, rồi đếm chỗ sai trước khi tin dùng cho việc thật.

### Gửi dữ liệu nhạy cảm vì “tiện thể”

Có chỗ chứa rồi nên gom luôn cả hồ sơ. Cách tránh: chỉ gửi phần cần, che thông tin không liên quan, và kiểm tra quyền truy cập thư mục mà tool của bạn đọc.

## Dự phóng: chủ đề này sẽ đi về đâu

Phần này là nhận định của Ông T dựa trên hướng đi chung của AI agent và công cụ lập trình bằng AI, không phải thông báo chính thức của ai.

### Các giới hạn kỹ thuật tiếp tục được nới dần

Mức chắc chắn: khả năng cao. Khi ứng dụng ngày càng nhiều ảnh, PDF và phiên làm việc dài, các giới hạn vận hành sẽ tiếp tục bị đẩy lên vì người dùng liên tục chạm vào. Bạn nên chuẩn bị bằng cách đừng gắn cứng một con số trần vào code. Hãy để ngưỡng là cấu hình, dễ đổi khi tài liệu thay đổi.

### Việc đo và báo trước quan trọng hơn việc nhồi nhiều

Mức chắc chắn: có thể. Khi trần rộng hơn, bài toán chuyển từ “có gửi được không” sang “có đáng gửi không”. Công cụ đếm token, đo dung lượng, và cảnh báo chi phí có thể trở thành phần bắt buộc của mọi ứng dụng nghiêm túc. Bạn nên tập thói quen đo trước khi gửi ngay từ bây giờ.

### Agent làm việc dài với ảnh sẽ cần quản lý bộ nhớ tốt hơn

Mức chắc chắn: khả năng cao. Các phiên kiểu computer use tích luỹ ảnh theo thời gian. Dù trần rộng ra, cách tổ chức (giữ cái gì, bỏ cái gì, tóm tắt thế nào) vẫn quyết định chất lượng và chi phí. Hãy chuẩn bị bằng cách thử các chiến lược dọn ảnh cũ trên tác vụ của bạn.

### Chưa rõ việc đọc file lớn có đáng tin tương đương file nhỏ

Mức chắc chắn: còn bỏ ngỏ. Chưa có dữ kiện trong nguồn nói rằng đọc nhiều tài liệu trong một lần cho độ chính xác ngang chia nhỏ. Đây là điều bạn nên tự đo bằng file thật của mình, thay vì tin vào cảm giác.

## Bắt đầu từ đâu

Thay đổi lần này nhỏ nhưng thực tế: cái cửa gửi vào rộng ra, còn cái phòng chứa thì giữ nguyên. Điều quan trọng là bạn biết mình đang đụng cái nào, và đừng nhầm việc gửi được với việc đọc đúng.

Ba việc bạn làm được ngay hôm nay:

- Nếu từng bị lỗi request quá lớn, chạy lại đúng request đó và ghi lại kết quả: còn lỗi không, và lỗi thuộc nhóm dung lượng hay độ dài context.
- Viết một script nhỏ đo tổng dung lượng (kể cả phần phình do mã hoá) của bộ file nặng nhất bạn hay gửi, rồi so với hai mức trần.
- Lấy một bộ file thật đã biết đáp án, thử gửi một lần và gửi chia nhỏ, rồi so xem bên nào sai ít hơn trước khi dồn mọi việc vào một request.

## Câu hỏi thường gặp

### Giới hạn request 128 MB là gì và khác context ở điểm nào?

Giới hạn request là tổng dung lượng dữ liệu bạn đóng gói gửi lên API trong một lần gọi, đo bằng byte. Context là lượng nội dung (chữ và ảnh) model xử lý được trong một lần làm việc, đo bằng token. Hai trần này độc lập nên có thể kẹt ở trần này khi trần kia vẫn còn rộng.

### Claude API nâng giới hạn request từ bao nhiêu lên bao nhiêu?

Theo ClaudeDevs trên X, giới hạn kích thước request cho Messages và Token Counting được nâng từ 32 MB lên 128 MB, rộng gấp khoảng 4 lần. Bạn nên đối chiếu tài liệu chính thức hiện hành để biết các giới hạn đi kèm khác.

### Giới hạn 128 MB có làm context window lớn hơn không?

Không. Nguồn chỉ nói về trần dung lượng request, không nói context thay đổi. Nếu lỗi của bạn là vượt độ dài context thì việc tăng trần request không giải quyết được.

### Gửi file lớn trong một request có giúp Claude đọc chính xác hơn không?

Nguồn không nói gì về độ chính xác hay tốc độ. Gửi được nhiều hơn không đồng nghĩa với kết quả tốt hơn. Cách làm an toàn là tự thử trên file thật có đáp án sẵn, so sánh gửi gộp với gửi chia nhỏ.

### Vì sao file 30 MB trên máy vẫn có thể bị báo request quá lớn?

Dữ liệu nhị phân như ảnh hay PDF thường phải mã hoá (ví dụ base64) khi nằm trong nội dung request, khiến dung lượng phình thêm khoảng một phần ba. Vì vậy hãy đo dung lượng ở bước đóng gói chứ không chỉ nhìn kích thước file trong thư mục.

### Mức tăng này có ảnh hưởng tới giá hay tốc độ không?

Nguồn tin không đề cập tới giá hay tốc độ, nên mình không khẳng định gì. Request lớn thường kéo theo nhiều token hơn và tải lên lâu hơn, nên bạn nên kiểm tra thực tế bằng chức năng đếm token và theo dõi chi phí lượt dùng của mình.

### Khi nào nên chia nhỏ file thay vì gửi một lần?

Khi mỗi tài liệu độc lập với nhau, khi bạn cần dễ gỡ lỗi và thử lại, hoặc khi tài liệu chứa dữ liệu nhạy cảm mà chỉ một phần cần gửi. Gom một lần phù hợp hơn khi tài liệu cần được đọc liền mạch, nhưng hãy tự kiểm chứng bằng file thật.
