DeepSeek là gì, dùng thế nào cho an toàn

Bài dùng Python thuần (urllib có sẵn). Nguồn là các trang Your First API Call, Models & Pricing, Rate Limit & Isolation trong tài liệu API của DeepSeek, Chính sách quyền riêng tư, Điều khoản sử dụng, và danh sách mô hình của DeepSeek trên Hugging Face, đọc ngày 11/11/2026. Giá và chính sách có thể đổi; mở lại trước khi dựa vào.

Ba cách dùng DeepSeek

Cách thứ nhất là ứng dụng trò chuyện trên web và điện thoại, giống các trợ lý AI khác. Cách thứ hai là API cho người viết chương trình. Trang Your First API Call ghi API dùng định dạng tương thích với OpenAI và Anthropic, nên chỉ cần đổi địa chỉ gốc và khóa là dùng được thư viện của hai hãng đó; trang này cũng nói nhiều công cụ lập trình có AI cho phép chọn DeepSeek làm mô hình phía sau. Cách thứ ba là tải trọng số mô hình về chạy trên máy. Danh sách mô hình của tổ chức deepseek-ai trên Hugging Face ngày 11/11/2026 cho thấy các mô hình tải nhiều nhất đều gắn giấy phép MIT.

Ba cách khác nhau rõ nhất ở chỗ dữ liệu đi đâu. Với ứng dụng và API, câu hỏi của bạn được gửi tới máy chủ của DeepSeek. Với mô hình chạy trên máy, chẳng hạn qua LM Studio, câu hỏi không rời máy, đổi lại bạn cần máy đủ mạnh và chỉ chạy được bản nhỏ hơn của mô hình.

Giá API và giờ cao điểm

Trang Models & Pricing ngày 11/11/2026 liệt kê hai mô hình: deepseek-flash và deepseek-v4-pro, cùng cửa sổ ngữ cảnh 1 triệu token. Giá tính theo triệu token, chia ba loại: token đầu vào trúng bộ nhớ đệm, token đầu vào không trúng, và token đầu ra. Ở giờ cao điểm, deepseek-flash có giá 0,006 USD, 0,3 USD và 1,2 USD cho mỗi triệu token tương ứng; deepseek-v4-pro là 0,044 USD, 1,32 USD và 3,96 USD.

Điểm đặc biệt là giá thay đổi theo giờ. Trang giá ghi giờ cao điểm là 01:00 tới 04:00 và 06:00 tới 10:00 theo giờ UTC, từ thứ Hai tới thứ Sáu, trừ ngày lễ của Trung Quốc; mọi giờ còn lại, kể cả cuối tuần, là giờ thấp điểm với giá bằng một nửa. Đổi sang giờ Việt Nam, giờ cao điểm là 8 giờ tới 11 giờ sáng và 13 giờ tới 17 giờ chiều các ngày trong tuần. Nếu việc của bạn không gấp, như chấm hàng loạt bài tập hay tóm tắt tài liệu, chạy vào buổi tối hoặc cuối tuần sẽ rẻ bằng một nửa.

Phần đầu vào trúng bộ nhớ đệm rẻ hơn nhiều so với không trúng. Đặt phần lặp lại, như đề bài hay chỉ dẫn hệ thống, ở đầu câu lệnh và giữ nguyên giữa các lần gọi giúp tăng tỷ lệ trúng; cơ chế này được bàn trong bài prompt caching. Trang Rate Limit & Isolation cho biết giới hạn tính theo số yêu cầu chạy đồng thời của cả tài khoản, không phụ thuộc khóa: 2.500 với deepseek-flash và 500 với deepseek-v4-pro; vượt mức sẽ nhận lỗi 429.

Ví dụ: tính chi phí theo giờ

Chương trình mẫu chép bảng giá giờ cao điểm từ trang Models & Pricing, kèm ngày đọc. Hàm la_cao_diem kiểm một thời điểm có rơi vào giờ cao điểm hay không, đổi về UTC trước khi so. Hàm khung_cao_diem_vn đổi các khung giờ sang giờ Việt Nam. Hàm chi_phi tính tiền cho một khối việc, nhân hệ số một nửa nếu là giờ thấp điểm. Hàm hoi gửi câu hỏi tới địa chỉ Chat Completions đúng như ví dụ trong tài liệu, khóa lấy từ biến môi trường.

"""DeepSeek API: tính chi phí theo bảng giá có giờ cao điểm, đổi giờ cao điểm sang giờ Việt Nam, và gọi API kiểu OpenAI.

BANG_GIA chép từ trang Models & Pricing của DeepSeek, đọc ngày 11/11/2026 (USD cho 1 triệu token). Theo trang này:
giờ cao điểm là 01:00-04:00 và 06:00-10:00 UTC, thứ Hai tới thứ Sáu, trừ ngày lễ Trung Quốc; giờ thấp điểm bằng nửa giá.
Hàm la_cao_diem KHÔNG tính ngày lễ Trung Quốc (cần tra lịch riêng). Giá có thể đổi: đọc lại trang trước khi dùng.
- hoi: POST https://api.deepseek.com/chat/completions, khóa trong biến môi trường DEEPSEEK_API_KEY (theo trang Your First API Call).
"""
import json
import os
import sys
import urllib.request
from datetime import datetime, timedelta, timezone

BANG_GIA = {  # (trúng cache, trượt cache, đầu ra) USD / 1 triệu token, giờ cao điểm
    "deepseek-flash": (0.006, 0.3, 1.2),
    "deepseek-v4-pro": (0.044, 1.32, 3.96),
}
CAO_DIEM_UTC = [(1, 4), (6, 10)]
VN = timezone(timedelta(hours=7))
THU = ["thứ Hai", "thứ Ba", "thứ Tư", "thứ Năm", "thứ Sáu", "thứ Bảy", "Chủ nhật"]


def la_cao_diem(luc):
    u = luc.astimezone(timezone.utc)
    return u.weekday() < 5 and any(a <= u.hour < b for a, b in CAO_DIEM_UTC)


def khung_cao_diem_vn():
    return [f"{(a + 7) % 24:02d}:00-{(b + 7) % 24:02d}:00" for a, b in CAO_DIEM_UTC]


def chi_phi(mo_hinh, trung, truot, ra, luc):
    gia = BANG_GIA[mo_hinh]
    he_so = 1 if la_cao_diem(luc) else 0.5
    return he_so * (trung * gia[0] + truot * gia[1] + ra * gia[2]) / 1_000_000


def hoi(cau_hoi, khoa, mo_hinh="deepseek-flash", mo=urllib.request.urlopen):
    than = {"model": mo_hinh, "stream": False, "messages": [{"role": "user", "content": cau_hoi}]}
    yc = urllib.request.Request("https://api.deepseek.com/chat/completions", data=json.dumps(than).encode(), method="POST",
                                headers={"Content-Type": "application/json", "Authorization": f"Bearer {khoa}"})
    with mo(yc, timeout=120) as r:
        return json.load(r)["choices"][0]["message"]["content"]


def chay_thu():
    dong = [f"Giờ cao điểm theo giờ Việt Nam (thứ Hai-thứ Sáu): {', '.join(khung_cao_diem_vn())}"]
    # Một buổi chấm 1.000 bài: mỗi bài 3.000 token vào (2.000 trúng cache vì đề bài lặp lại), 800 token ra
    trung, truot, ra = 2_000_000, 1_000_000, 800_000
    for luc in [datetime(2026, 11, 11, 9, 0, tzinfo=VN), datetime(2026, 11, 11, 20, 0, tzinfo=VN), datetime(2026, 11, 14, 9, 0, tzinfo=VN)]:
        nhan = "cao điểm" if la_cao_diem(luc) else "thấp điểm"
        gia = ", ".join(f"{m} {chi_phi(m, trung, truot, ra, luc):.2f} USD" for m in BANG_GIA)
        dong.append(f"{THU[luc.weekday()]} {luc:%d/%m %H:%M} giờ VN ({nhan}): {gia}")
    print("\n".join(dong))
    return dong


if __name__ == "__main__":
    if "--that" in sys.argv:
        khoa = os.environ.get("DEEPSEEK_API_KEY")
        if not khoa:
            sys.exit("Chưa có DEEPSEEK_API_KEY")
        print(hoi("Giải thích đệ quy trong 3 câu.", khoa))
    else:
        chay_thu()

Khối việc trong ví dụ là chấm 1.000 bài, mỗi bài 3.000 token đầu vào trong đó 2.000 token trúng bộ nhớ đệm vì đề bài lặp lại, và 800 token đầu ra. Chạy lúc 9 giờ sáng thứ Tư, rơi vào giờ cao điểm, tốn 1,27 USD với deepseek-flash và 4,58 USD với deepseek-v4-pro. Chạy lúc 20 giờ cùng ngày, hoặc 9 giờ sáng thứ Bảy, chỉ còn 0,64 USD và 2,29 USD. Hàm không biết lịch nghỉ lễ của Trung Quốc; ngày lễ cũng tính giá thấp điểm, nên con số thật có thể còn thấp hơn. Giữ khóa trong biến môi trường như bài giữ khóa API an toàn hướng dẫn.

Dữ liệu, huấn luyện và độ tuổi

Chính sách quyền riêng tư của DeepSeek ghi rằng để cung cấp dịch vụ, công ty trực tiếp thu thập, xử lý và lưu trữ dữ liệu cá nhân tại Trung Quốc. Chính sách liệt kê việc dùng dữ liệu để vận hành, phát triển và cải thiện dịch vụ, trong đó có huấn luyện và cải thiện mô hình học máy, và nêu người dùng có quyền yêu cầu không dùng dữ liệu cá nhân của mình để huấn luyện. Điều đó có nghĩa: đừng đưa thông tin cá nhân, bài làm có tên học sinh, mã nguồn công ty hay bất cứ thứ gì bạn không muốn rời khỏi tay mình vào ứng dụng hay API. Nếu cần làm việc với dữ liệu như vậy, dùng mô hình mở chạy trên máy.

Điều khoản sử dụng yêu cầu người dưới 18 tuổi, hoặc dưới độ tuổi tối thiểu theo luật nước mình, đọc điều khoản cùng người giám hộ và chỉ dùng dịch vụ khi được người giám hộ đồng ý. Với học sinh phổ thông, hãy nói chuyện với bố mẹ hoặc thầy cô trước khi tạo tài khoản. Ngoài ra, nơi bạn học hay làm việc có thể có quy định riêng về công cụ AI được phép dùng; kiểm tra trước khi đưa DeepSeek vào bài tập nhóm hay dự án.

Dùng cho việc học thế nào

DeepSeek mạnh ở toán và lập trình, nên hợp để nhờ giải thích lời giải, gợi ý hướng làm, hay xem lại code. Cũng như mọi mô hình, nó có thể bịa tên hàm hay thư viện, như bài về ảo giác AI đã cảnh báo; chạy thử code trước khi tin. Với câu hỏi về sự kiện, nên đối chiếu với nguồn khác. Và hãy tự làm bài trước khi hỏi, để AI giúp bạn hiểu chứ không làm thay.

Một cách dùng hợp lý cho người ôn thi lập trình: tự giải bài, nộp lên hệ thống chấm, khi bị sai thì đưa đề bài và code của mình, không kèm thông tin cá nhân, rồi hỏi mô hình xem trường hợp nào có thể làm code sai. Sau đó tự viết ca thử cho trường hợp đó và kiểm lại. Cách này dùng được với cả mô hình chạy trên máy lẫn API, và cách soát tên hàm, tên thư viện có trong bài ảo giác AI.

Câu hỏi thường gặp

Học tiếp

• Chạy mô hình mở trên máy có giao diện: LM Studio là gì.
• Giảm tiền đầu vào nhờ bộ nhớ đệm: prompt caching.
• Cất khóa cho đúng chỗ: giữ khóa API an toàn.

Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.

Nguồn tham khảo

• DeepSeek API Docs: Your First API Call (đọc 11/11/2026)
• DeepSeek API Docs: Models & Pricing
• DeepSeek API Docs: Rate Limit & Isolation
• DeepSeek Privacy Policy
• DeepSeek Terms of Use
• Hugging Face: các mô hình của deepseek-ai