Đúng 3 tuần trước, một thông báo không có sự kiện ra mắt hoa mỹ, không có bài phỏng vấn CEO, chỉ một bài đăng lặng lẽ trên trang tài liệu API và Hugging Face đã lật ngược bàn cờ toàn bộ hệ sinh thái mô hình ngôn ngữ lớn trên thế giới. Từ đêm 24 tháng 4, hàng triệu lập trình viên trên toàn cầu đồng loạt tắt tab ChatGPT, đăng xuất khỏi Claude, và mở một cửa sổ mới: chat.deepseek.com. Không phải vì theo trend. Bởi vì lần đầu tiên, một mô hình mở không chỉ gần bằng, mà ở nhiều tác vụ lập trình còn vượt qua các ông lớn đóng nguồn giá gấp mười lần.
Nhưng sau cơn sốt 3 tuần đầu, sau hàng ngàn bài kiểm tra độc lập, sau hàng triệu dòng code được sinh ra và debug, câu chuyện thực tế về DeepSeek V4 Pro bắt đầu lộ rõ hơn rất nhiều quảng cáo hay số liệu benchmark trên giấy. Đây không phải mô hình hoàn hảo. Đây cũng không phải giải pháp cứu tinh cho mọi người. Và quan trọng nhất: cái giá rẻ mà mọi người đang vui mừng đón nhận, không hề rẻ như mọi người tưởng.
Khi con số trên benchmark đi vào cuộc sống thực tế
Không có gì để tranh cãi về thành tích kỹ thuật. Tính đến giữa tháng 5, DeepSeek V4 Pro đứng đầu tất cả bảng xếp hạng mô hình mở về lập trình: 93.5 điểm LiveCodeBench, 3206 điểm Codeforces, 80.6 điểm SWE-Verified. Nó chỉ đứng sau Gemini 3.1 Pro về kiến thức tổng hợp, và ngang bằng Claude Opus 4.7 ở các tác vụ suy luận dài. Ngay cả Viện Tiêu chuẩn và Công nghệ Quốc gia Mỹ NIST cũng phải thừa nhận đây là mô hình mạnh nhất từng được đánh giá từ Trung Quốc cho đến nay.
Nhưng khi bạn đưa nó vào công việc hàng ngày, chứ không phải chạy bộ kiểm tra chuẩn trong môi trường lý tưởng, những vết nứt đầu tiên bắt đầu xuất hiện. Rất nhiều lập trình viên chia sẻ trên Hacker News và Reddit: với codebase dưới 10 file, dưới 20 nghìn dòng, DeepSeek V4 Pro hoạt động tốt đến đáng sợ. Nó hiểu cấu trúc dự án, nó nhớ các hàm phụ thuộc ẩn, nó viết test case bao phủ cạnh, nó thậm chí chỉ ra lỗi logic mà chính bạn đã bỏ lỡ 3 ngày trước.
Vấn đề xảy ra khi bạn đẩy nó đến giới hạn mà nhà sản xuất quảng cáo. Khi bạn ném vào 100 file, 300 nghìn dòng mã nguồn. Mọi người nhanh chóng phát hiện ra: con số 1 triệu token ngữ cảnh gốc là đúng về mặt kỹ thuật. Nhưng từ mốc 400 nghìn token trở lên, chất lượng suy luận bắt đầu giảm dần. Từ 700 nghìn token, mô hình bắt đầu quên thông tin ở đầu cuộc hội thoại. Và tệ nhất: nó không báo lỗi. Nó vẫn tiếp tục sinh ra đoạn code trông rất hợp lý, rất thuyết phục, nhưng chứa lỗi ẩn mà bạn chỉ phát hiện ra sau 2 tiếng debug mệt mỏi.
Đây không phải lỗi riêng của DeepSeek. Đây là đặc điểm của tất cả mô hình lớn ngày nay. Điểm khác biệt duy nhất: các nhà sản xuất mô hình đóng thường không quảng cáo giới hạn tối đa là giới hạn hoạt động ổn định. Còn DeepSeek đã đưa ra con số tối đa, và mọi người tự hiểu đó là con số có thể dùng thường xuyên.
Chi phí ẩn mà không ai nói khi bạn tự host mô hình
Đây là điểm gây tranh cãi nhất trong cộng đồng 2 tuần qua. Rất nhiều người reo hò ngày phát hành: mã nguồn mở, giấy phép MIT, tải weights về chạy tại nhà miễn phí! Không còn phải trả tiền OpenAI nữa! Cuộc tự do đã đến!
Thế rồi sau 3 ngày cố gắng cài đặt, tối ưu hóa và sửa lỗi phụ thuộc, mọi người bắt đầu đăng bài than khóc. Để chạy DeepSeek V4 Pro ở tốc độ chấp nhận được, với ngữ cảnh 1 triệu token nguyên bản, bạn cần tối thiểu 8 cái GPU A100 80GB. Nếu bạn dùng H100 thì có thể giảm xuống 6 cái. Giá thuê 8 A100 trên nền tảng đám mây rẻ nhất hiện nay là khoảng 40 USD một giờ. Nếu chạy 24 trên 24, đó là 28.800 USD một tháng.
Bạn có thể down mức chất lượng, có thể nén trọng số xuống FP4, có thể giảm kích thước ngữ cảnh xuống 128 nghìn token để chạy được trên 2 cái RTX 3090. Nhưng lúc đó bạn không còn dùng DeepSeek V4 Pro nữa. Bạn đang dùng một phiên bản bị cắt giảm, chất lượng suy luận giảm đi từ 20 đến 40 phần trăm. Và ngay cả vậy, điện năng tiêu thụ của hai cái 3090 chạy liên tục cũng sẽ cộng thêm gần 2 triệu đồng vào hóa đơn điện nhà bạn mỗi tháng.
Đó là lý do tại sao đến nay, chưa đến 1 phần trăm người đang dùng DeepSeek V4 Pro là tự host. Hết tất cả 99% còn lại đang gọi API. Và đây chính là nghịch lý lớn nhất của đợt phát hành này: mọi người ăn mừng một mô hình mở trọng số, nhưng thực tế gần như toàn bộ người dùng vẫn đang phụ thuộc vào các nhà cung cấp trung gian như OpenRouter, DeepInfra hay SiliconFlow.
Giá API hiện tại là một món khuyến mãi tạm thời
Hiện tại, mọi người đang sống trong một giấc mơ giá cả. Trên OpenRouter, bạn trả 0,435 USD cho một triệu token đầu vào, 0,87 USD cho một triệu token đầu ra. Trên API chính thức của DeepSeek, chương trình giảm 75% còn hiệu lực đến hết 31 tháng 5. Nhiều lập trình viên chia sẻ: họ chạy cả dự án cả tuần, xử lý hàng chục triệu token, tổng hóa đơn cuối tuần chưa đến 2 USD.
Đây không phải giá thực tế. Đây là giá khuyến mãi giới thiệu. Không một công ty nào có thể vận hành hạ tầng mô hình 1,6 nghìn tỷ tham số với mức giá này trong thời gian dài. Mọi người trong ngành đều biết: sau ngày 31 tháng 5, giá sẽ tăng lên. Không ai biết tăng bao nhiêu. Nhưng chắc chắn nó sẽ không còn rẻ như bây giờ.
Nhưng ngay cả khi tăng gấp đôi, tăng gấp ba, nó vẫn rẻ hơn GPT-5.5 hay Claude Opus gấp 4 đến 6 lần. Đó là lợi thế cạnh tranh mà DeepSeek đã xây dựng, và đó là lý do tại sao các ông lớn đang rất hoảng loạn ngay lúc này. Trong vòng 10 ngày sau khi DeepSeek phát hành V4 Pro, cả OpenAI lẫn Anthropic đều đã âm thầm giảm giá API đến 30%.
Những rủi ro bạn không thấy khi nhấn nút gửi
Với giấy phép MIT, về mặt pháp lý bạn có thể làm gần như mọi thứ với DeepSeek V4 Pro. Bạn có thể chỉnh sửa, bạn có thể fine-tune, bạn có thể đóng gói bán lại cho khách hàng. Nhưng có hai điều mà không ai nói rõ trong tài liệu kỹ thuật chính thức.
Thứ nhất: không có lớp kiểm duyệt và phòng thủ bên trong trọng số mô hình. Tất cả bộ lọc nội dung, tất cả cơ chế phòng chống tấn công prompt injection đều chỉ chạy trên lớp trung gian của API chính thức DeepSeek. Nếu bạn tải weight về tự chạy, mô hình sẽ làm chính xác bất cứ điều gì bạn bảo nó làm. Nghe tốt đúng không? Đúng. Cho đến khi một nhân viên của bạn đưa vào một prompt độc hại, và mô hình tự viết lệnh xóa toàn bộ cơ sở dữ liệu công ty.
Thứ hai: nguồn dữ liệu huấn luyện. DeepSeek công bố họ đã huấn luyện trên hơn 32 nghìn tỷ token. Nhưng họ không công bố nguồn gốc của những token đó. Đây không phải vấn đề lớn với lập trình viên cá nhân. Nhưng nếu bạn là một doanh nghiệp lớn, nếu bạn định đưa mô hình này vào sản phẩm thương mại, bạn sẽ phải tự chịu rủi ro về bản quyền mã nguồn mà mô hình có thể đã sao chép trong quá trình huấn luyện.
Vậy bạn nên làm gì ngay bây giờ?
Sau 3 tuần quan sát và hàng ngàn phản hồi từ cộng đồng, câu trả lời rất đơn giản, và rất ít người muốn nói thẳng ra: với 99% lập trình viên, bạn không nên tự host DeepSeek V4 Pro. Không bao giờ, trừ khi bạn có lý do cực kỳ đặc biệt.
Nếu bạn chỉ cần một trợ lý lập trình tốt, giá rẻ: dùng API. Dùng trong thời gian khuyến mãi. Tận dụng nó để làm việc nhanh gấp 2 lần, để hoàn thành dự án mà trước đây bạn phải mất cả tháng. Đây có lẽ là thời điểm tốt nhất trong lịch sử để thuê năng lực trí tuệ nhân tạo.
Nếu bạn cần chạy offline hoàn toàn, nếu bạn không thể gửi mã nguồn bí mật công ty ra ngoài, nếu bạn có khối lượng truy vấn ổn định trên 100 triệu token một tháng: lúc đó bạn mới bắt đầu tính toán tự host. Và ngay cả lúc đó, hãy tính kỹ chi phí điện, chi phí hạ tầng, chi phí bảo trì, chi phí trách nhiệm pháp lý trước khi nhấn nút tải 1,2 terabyte trọng số mô hình.
DeepSeek V4 Pro không phải là cuộc cách mạng mà nhiều người đang nói. Nó không giết chết các mô hình đóng. Nó cũng không mang lại tự do tuyệt đối cho mọi người. Nhưng nó là bước tiến lớn nhất trong ngành AI trong 2 năm qua. Nó đã buộc tất cả các ông lớn phải giảm giá, phải cải thiện chất lượng, phải ngừng đối xử với người dùng như kẻ sẵn sàng trả bất cứ giá nào.
Và quan trọng nhất: lần đầu tiên sau rất lâu, các lập trình viên không còn phải chọn giữa tốt và rẻ. Bây giờ họ có cả hai. Chỉ là họ vẫn phải chọn: họ sẵn sàng đánh đổi cái gì để có được nó.
Leave a Reply