Hướng dẫn mô hình và phương thức22 tháng 9, 2026Flatkey Team

Giá DeepSeek V4 Flash (tháng 10/2026): giờ cao điểm, thấp điểm và cách dùng miễn phí

DeepSeek Flash (nay là V4.1-Flash-1017) có giá 0,30 USD đầu vào và 1,20 USD đầu ra mỗi 1 triệu token vào giờ cao điểm, và chỉ bằng một nửa vào giờ thấp điểm. Xem bảng giá đầy đủ, khung giờ cao điểm, ví dụ chi phí thực tế và những gì thực sự miễn phí.

Giá DeepSeek V4 Flash (tháng 10/2026): giờ cao điểm, thấp điểm và cách dùng miễn phí

Tính đến ngày 25/10/2026, mô hình Flash của DeepSeek có giá 0,30 USD cho mỗi 1 triệu token đầu vào và 1,20 USD cho mỗi 1 triệu token đầu ra vào giờ cao điểm, và đúng một nửa vào giờ thấp điểm (0,15 USD đầu vào, 0,60 USD đầu ra), trong đó đầu vào trúng cache chỉ từ 0,003 USD mỗi 1 triệu token. Tên mô hình cần gọi hiện là deepseek-flash, được phục vụ bởi DeepSeek-V4.1-Flash-1017. Tên cũ deepseek-v4-flash vẫn hoạt động, nhưng DeepSeek đã ngừng mô hình đó và chuyển các yêu cầu này sang V4.1 Flash với cùng mức giá Flash.

Không có gói API miễn phí vĩnh viễn. Ứng dụng chat DeepSeek được dùng miễn phí, còn việc dùng API sẽ bị trừ vào số dư tài khoản, trong đó số dư được tặng (khuyến mãi) sẽ bị trừ trước. Hướng dẫn này gồm bảng giá đầy đủ, lịch giờ cao điểm, chi phí của một khối lượng công việc thực tế, so sánh Flash với V4 Pro, và những lựa chọn trung thực để dùng thử miễn phí hoặc gần như miễn phí. Mọi con số đều lấy từ trang giá chính thức của DeepSeek, kiểm tra ngày 25/10/2026.

Bảng giá DeepSeek V4 Flash

Giá tính bằng USD cho mỗi 1 triệu token trên API chính thức của DeepSeek.

	DeepSeek Flash (`deepseek-flash`)	DeepSeek V4 Pro (`deepseek-v4-pro`)
Phiên bản mô hình	DeepSeek-V4.1-Flash-1017	DeepSeek-V4-Pro-0813
Đầu vào, trúng cache (thấp điểm / cao điểm)	0,003 / 0,006 USD	0,022 / 0,044 USD
Đầu vào, trượt cache (thấp điểm / cao điểm)	0,15 / 0,30 USD	0,66 / 1,32 USD
Đầu ra (thấp điểm / cao điểm)	0,60 / 1,20 USD	1,98 / 3,96 USD
Độ dài ngữ cảnh	1 triệu token	1 triệu token
Đầu ra tối đa	384 nghìn token	384 nghìn token
Đầu vào hình ảnh	Có	Không
Giới hạn đồng thời	2.500	500

Cả hai mô hình đều hỗ trợ đầu ra JSON, gọi công cụ, Responses API, endpoint tương thích Anthropic và hoàn thành theo tiền tố hội thoại (beta). Tính năng điền vào giữa (FIM) chỉ hoạt động ở chế độ không suy luận. DeepSeek cũng bán công cụ Search/Fetch với giá 0,75 USD cho mỗi 1.000 yêu cầu thành công; công cụ này miễn phí trong các tích hợp Harness, Claude Code và Codex cho đến khi bắt đầu tính phí lúc 00:00 giờ Bắc Kinh ngày 1/11/2026.

Giờ cao điểm và thấp điểm

Giá giờ thấp điểm bằng một nửa giá giờ cao điểm. Theo DeepSeek, giờ cao điểm là 01:00–04:00 và 06:00–10:00 UTC, từ thứ Hai đến thứ Sáu, trừ các ngày lễ chính thức của Trung Quốc. Mọi giờ khác đều là thấp điểm, bao gồm toàn bộ thứ Bảy, Chủ nhật và cả ngày của mọi ngày lễ chính thức của Trung Quốc.

Múi giờ	Khung cao điểm 1	Khung cao điểm 2
UTC	01:00–04:00	06:00–10:00
Bắc Kinh (UTC+8)	09:00–12:00	14:00–18:00
New York (EDT, UTC−4)	21:00–00:00 (ngày hôm trước)	02:00–06:00
London (GMT, UTC+0 từ 25/10)	01:00–04:00	06:00–10:00

Trên thực tế, giá cao điểm bao trùm giờ làm việc ở Trung Quốc. Nếu người dùng của bạn ở châu Mỹ hoặc châu Âu, phần lớn lưu lượng ban ngày của bạn vốn đã rơi vào giờ thấp điểm. Các tác vụ xử lý theo lô, đánh giá và backfill là dễ dời nhất: lên lịch vào cuối tuần hoặc ngoài hai khung UTC, chi phí sẽ giảm một nửa.

Điều gì đã thay đổi: V4 Flash nay là V4.1 Flash

Nhiều trang vẫn nói về "DeepSeek V4 Flash" như thể đó là mô hình hiện tại. Tính đến tháng 10/2026, điều đó không còn đúng. Hướng dẫn bắt đầu nhanh API của DeepSeek yêu cầu dùng deepseek-flash làm tên mô hình, hiện được phục vụ bởi DeepSeek-V4.1-Flash-1017. Các tên cũ deepseek-v4-flash và deepseek-v4-flash-vision-exp vẫn được chấp nhận, nhưng các mô hình tương ứng đã ngừng, nên dù dùng tên nào bạn cũng nhận đầu ra của V4.1 Flash với giá Flash.

Điều này có nghĩa là:

Code của bạn vẫn chạy. Không yêu cầu nào thất bại chỉ vì ghi deepseek-v4-flash.
Kết quả đánh giá có thể thay đổi. Bạn đang kiểm thử một checkpoint mô hình khác. Hãy chạy lại các bài kiểm tra chất lượng nếu bạn đã duyệt Flash từ vài tháng trước. Danh sách kiểm tra khi chuyển sang DeepSeek V4 của chúng tôi liệt kê những gì cần kiểm tra lại.
Cập nhật cấu hình. Chuyển sang deepseek-flash để log và dashboard hiển thị đúng mô hình đang chạy. Bạn có thể theo dõi các thay đổi sau này trong nhật ký thay đổi API của DeepSeek.

Chi phí của một khối lượng công việc thực tế

Giá trên mỗi triệu token khá khó hình dung, nên đây là một ví dụ cụ thể. Giả sử một trợ lý hỗ trợ khách hàng xử lý 10.000 yêu cầu mỗi ngày. Mỗi yêu cầu gửi một prompt 3.000 token, trong đó 2.000 token gồm system prompt và khối kiến thức được dùng lại (trúng cache), và trả về 500 token.

Tức là mỗi ngày có 20 triệu token đầu vào trúng cache, 10 triệu token đầu vào trượt cache và 5 triệu token đầu ra.

Chi phí mỗi ngày	Flash, cao điểm	Flash, thấp điểm	V4 Pro, cao điểm	V4 Pro, thấp điểm
Đầu vào trúng cache (20 triệu)	0,12 USD	0,06 USD	0,88 USD	0,44 USD
Đầu vào trượt cache (10 triệu)	3,00 USD	1,50 USD	13,20 USD	6,60 USD
Đầu ra (5 triệu)	6,00 USD	3,00 USD	19,80 USD	9,90 USD
Tổng mỗi ngày	9,12 USD	4,56 USD	33,88 USD	16,94 USD
Tổng 30 ngày	273,60 USD	136,80 USD	1.016,40 USD	508,20 USD

Ba yếu tố tác động mạnh nhất đến hóa đơn này. Token đầu ra là khoản lớn nhất, vì vậy hãy giới hạn max_tokens và yêu cầu câu trả lời ngắn khi có thể. Giá trúng cache chỉ khoảng 2% giá trượt cache, vì vậy hãy đặt phần prompt dùng lại ở đầu và giữ nguyên giữa các yêu cầu. Và khung giờ giúp giảm một nửa mọi chi phí, nên hãy dời công việc linh hoạt sang giờ thấp điểm.

Đây là phép tính tương tự dưới dạng một hàm Python nhỏ mà bạn có thể điều chỉnh:

# DeepSeek official prices per 1M tokens, checked October 25, 2026
PRICES = {
    "flash": {"hit": (0.003, 0.006), "miss": (0.15, 0.30), "out": (0.60, 1.20)},
    "pro":   {"hit": (0.022, 0.044), "miss": (0.66, 1.32), "out": (1.98, 3.96)},
}

def daily_cost(model, hit_m, miss_m, out_m, peak=True):
    i = 1 if peak else 0
    p = PRICES[model]
    return hit_m * p["hit"][i] + miss_m * p["miss"][i] + out_m * p["out"][i]

print(round(daily_cost("flash", 20, 10, 5, peak=True), 2))   # 9.12
print(round(daily_cost("flash", 20, 10, 5, peak=False), 2))  # 4.56

Cách tính giá cache của DeepSeek

Cache của DeepSeek hoạt động tự động: bạn không cần thêm tham số nào. Theo hướng dẫn cache ngữ cảnh của DeepSeek, mỗi yêu cầu sẽ ghi các đơn vị cache xuống ổ đĩa, và một yêu cầu sau chỉ trúng cache khi tiền tố của nó khớp hoàn toàn với một đơn vị đã lưu. Phản hồi cho biết kết quả trong usage.prompt_cache_hit_tokens và usage.prompt_cache_miss_tokens.

Để tăng tỷ lệ trúng cache:

Đặt system prompt, định nghĩa công cụ và tài liệu tham khảo lên đầu, và giữ chúng giống hệt nhau từng byte.
Đặt câu hỏi của người dùng và mọi nội dung thay đổi (dấu thời gian, ID) ở cuối.
Với hội thoại nhiều lượt, hãy nối thêm lượt mới thay vì viết lại các lượt trước.

Nếu muốn có cái nhìn rộng hơn về cách cache hoạt động ở các nhà cung cấp, hãy xem hướng dẫn chi phí và ROI của prompt caching của chúng tôi.

Flash và V4 Pro: khi nào nên trả nhiều hơn

Giá đầu vào của Flash chỉ khoảng một phần tư V4 Pro và giá đầu ra khoảng 30%. Hãy dùng Flash làm mặc định cho chat, trích xuất, phân loại, tóm tắt, câu trả lời RAG và các bước con của agent. Flash còn hỗ trợ đầu vào hình ảnh và có giới hạn đồng thời cao hơn nhiều (2.500 so với 500). Chỉ chuyển một tác vụ sang V4 Pro khi chính các bài đánh giá của bạn cho thấy Flash thất bại, thường là với suy luận nhiều bước phức tạp hoặc thay đổi code lớn. Bài so sánh DeepSeek V4 Pro và Flash và hướng dẫn giá API DeepSeek V4 Pro của chúng tôi đi sâu hơn.

DeepSeek V4 Flash có miễn phí không?

Trên API thì không. Đây là những gì miễn phí và không miễn phí tính đến ngày 25/10/2026:

Lựa chọn	Chi phí	Bạn nhận được gì
Ứng dụng chat DeepSeek (web và di động)	Miễn phí	Trò chuyện với các mô hình hiện tại của DeepSeek; không phải API
API DeepSeek, số dư được tặng	Miễn phí đến khi hết	Tín dụng khuyến mãi nếu tài khoản có; được dùng trước số dư trả phí
API DeepSeek, số dư trả phí	Trả theo mức dùng	Giá trong bảng trên; không có gói đăng ký
Checkpoint trọng số mở	Tải miễn phí	Tự host trên GPU của bạn; xem trang DeepSeek trên Hugging Face để biết các mô hình và giấy phép đã công bố

Trang giá của DeepSeek nêu rõ phí được trừ từ số dư nạp hoặc số dư được tặng, và số dư được tặng sẽ dùng trước khi bạn có cả hai. Trang này không hứa hẹn hạn mức miễn phí cố định cho tài khoản mới, vì vậy hãy xem mọi lời mời "khóa API DeepSeek miễn phí" là khuyến mãi của bên thứ ba và đọc kỹ điều khoản. Để có danh sách rộng hơn các lựa chọn thực sự miễn phí, hãy xem hướng dẫn API LLM miễn phí của chúng tôi.

Lựa chọn trả phí rẻ nhất thường đủ cho việc thử nghiệm: theo giá thấp điểm, một nghìn prompt thử nghiệm 1.000 token với câu trả lời 300 token chỉ tốn khoảng 0,33 USD trên Flash.

Gọi DeepSeek Flash từ code

API của DeepSeek tương thích OpenAI tại https://api.deepseek.com, và còn có endpoint định dạng Anthropic tại https://api.deepseek.com/anthropic (xem hướng dẫn Anthropic API).

curl https://api.deepseek.com/chat/completions \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "system", "content": "You are a concise support assistant."},
      {"role": "user", "content": "Summarize our refund policy in two sentences."}
    ],
    "max_tokens": 300
  }'

from openai import OpenAI

client = OpenAI(api_key="YOUR_DEEPSEEK_KEY", base_url="https://api.deepseek.com")
r = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "Give me three test cases for a date parser."}],
    max_tokens=300,
)
print(r.choices[0].message.content)
print(r.usage)  # check prompt_cache_hit_tokens / prompt_cache_miss_tokens

Dùng DeepSeek Flash qua Flatkey

Nếu bạn cũng dùng các mô hình Claude, Gemini, Qwen hoặc GPT, bạn có thể truy cập DeepSeek qua Flatkey với một khóa API và một số dư. Tính đến ngày 25/10/2026, trang mô hình DeepSeek V4.1 Flash trên Flatkey ghi giá từ 0,09 USD mỗi 1 triệu token đầu vào, 0,0018 USD mỗi 1 triệu token cache và 0,36 USD mỗi 1 triệu token đầu ra, còn tuyến cũ deepseek-v4-flash có giá từ 0,132 USD đầu vào và 0,396 USD đầu ra. Giá "từ" là mức thấp nhất được niêm yết, vì vậy hãy kiểm tra trên trang mô hình mức áp dụng cho lưu lượng của bạn.

from openai import OpenAI

client = OpenAI(api_key="YOUR_FLATKEY_KEY", base_url="https://router.flatkey.ai/v1")
r = client.chat.completions.create(
    model="deepseek-v4-1-flash",
    messages=[{"role": "user", "content": "Classify this ticket: 'card charged twice'"}],
)
print(r.choices[0].message.content)

Hướng dẫn nhanh về router cho thấy cách thiết lập trong vài phút, còn tổng quan giá API DeepSeek của chúng tôi so sánh DeepSeek với các mô hình chi phí thấp khác.

FAQ

DeepSeek V4 Flash giá bao nhiêu?

Tính đến ngày 25/10/2026, vào giờ cao điểm DeepSeek Flash có giá 0,30 USD mỗi 1 triệu token đầu vào trượt cache, 0,006 USD mỗi 1 triệu token đầu vào trúng cache và 1,20 USD mỗi 1 triệu token đầu ra; vào giờ thấp điểm giảm một nửa: 0,15 USD, 0,003 USD và 0,60 USD.

Giờ cao điểm của DeepSeek là khi nào?

Giờ cao điểm là 01:00–04:00 và 06:00–10:00 UTC, từ thứ Hai đến thứ Sáu, trừ các ngày lễ chính thức của Trung Quốc, tức 09:00–12:00 và 14:00–18:00 giờ Bắc Kinh. Mọi thời gian khác, kể cả cuối tuần, là thấp điểm với giá một nửa.

API DeepSeek có miễn phí không?

Không. Ứng dụng chat miễn phí, nhưng API trả theo mức dùng. Nếu tài khoản có số dư được tặng, DeepSeek sẽ dùng số dư đó trước số dư trả phí.

deepseek-v4-flash còn dùng được không?

Tên này vẫn được chấp nhận, nhưng mô hình đã ngừng. Các yêu cầu gửi đến deepseek-v4-flash được DeepSeek-V4.1-Flash-1017 xử lý và tính theo giá Flash. Hãy dùng deepseek-flash trong code mới.

Cửa sổ ngữ cảnh của DeepSeek Flash là bao nhiêu?

1 triệu token, với tối đa 384 nghìn token đầu ra, theo trang giá của DeepSeek.

DeepSeek Flash có rẻ hơn V4 Pro không?

Có. Vào giờ cao điểm, đầu vào của Flash là 0,30 USD so với 1,32 USD mỗi 1 triệu token, còn đầu ra là 1,20 USD so với 3,96 USD. Flash cũng có giới hạn đồng thời cao hơn và hỗ trợ đầu vào hình ảnh.