Khởi động nhanh API DeepSeek-V4-Flash: câu trả lời dài, streaming

Hướng dẫn này đưa bạn từ con số không đến một yêu cầu DeepSeek-V4-Flash chạy được, sau đó chỉ cách yêu cầu câu trả lời dài, stream chúng và ước tính chi phí cho khối lượng công việc của bạn. Mất khoảng mười phút.

Chúng ta đang nói về "DeepSeek Flash" nào?#

Hiện tại rất dễ nhầm lẫn các phiên bản. DeepSeek đã chuyển alias chính thức deepseek-flash sang DeepSeek-V4.1-Flash-1017; cách gọi không thay đổi (nguồn: DeepSeek API docs, kiểm tra ngày 21 tháng 10 năm 2026). Chúng tôi đề cập bản phát hành đó trong DeepSeek-V4.1-Flash-1017 is out.

Hướng dẫn này nói về một model khác, cụ thể: DeepSeek-V4-Flash, bản phát hành 0731, có sẵn trên CheapTokens với gateway id deepseek-ai/DeepSeek-V4-Flash-0731. Đây không phải V4.1-Flash, và không có gì về V4.1-Flash-1017 (hành vi, benchmark hay giới hạn của nó) áp dụng cho model này. Dùng id đúng như ghi bên dưới.

Những gì bạn nhận được trên CheapTokens với model này:

• cửa sổ ngữ cảnh 380K;
• tối đa 32.768 token đầu ra mỗi câu trả lời, câu trả lời dài nhất trong danh mục của chúng tôi;
• API tương thích OpenAI Chat Completions và Anthropic Messages;
• một số dư cho tất cả model, giá cố định theo từng model và không có giá giờ cao điểm.

Bước 1. Lấy key#

Tạo tài khoản, nạp số dư và tạo API key trong dashboard. Nếu bạn muốn xem hướng dẫn tổng quát trước, hãy đọc Your first API request with CheapTokens.

Base URL là https://api.cheaptokens.dev/v1. Giữ key trong biến môi trường thay vì dán vào code:

export CHEAPTOKENS_API_KEY="your-key-here"

Bước 2. Gửi yêu cầu đầu tiên#

Với curl:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "messages": [{"role": "user", "content": "Explain what a token is in two sentences."}]
  }'

Với OpenAI Python SDK chính thức, chỉ base_url và key thay đổi:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Explain what a token is in two sentences."}],
)

print(resp.choices[0].message.content)
print(resp.usage)

Trường usage cho biết lệnh gọi đã dùng bao nhiêu token đầu vào và đầu ra, bạn sẽ cần cho việc ước tính chi phí. Mới làm quen với thuật ngữ này? Đọc What is a token in AI?.

Bước 3. Yêu cầu câu trả lời dài#

Nếu câu trả lời dừng giữa câu, nguyên nhân thường gặp là giới hạn đầu ra, không phải model "bỏ cuộc". Đặt max_tokens rõ ràng và kiểm tra finish_reason. Bối cảnh có trong Why does an AI answer stop mid-sentence?.

Với model này, mức trần là 32.768 token đầu ra:

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Write a detailed migration guide from REST to gRPC, with code samples."}],
    max_tokens=32768,
)

choice = resp.choices[0]
print(choice.message.content)

if choice.finish_reason == "length":
    print("Cut off by max_tokens - raise the limit or ask for the next part.")

finish_reason == "stop" nghĩa là model tự kết thúc; "length" nghĩa là nó đã chạm giới hạn. Hãy nhớ rằng max_tokens chỉ giới hạn câu trả lời: bạn trả tiền cho các token thực sự được tạo, và prompt cộng với câu trả lời phải vừa trong ngữ cảnh 380K.

Giới hạn dài hữu ích cho các tệp code dài, tài liệu, báo cáo và bản dịch. Với câu trả lời ngắn, max_tokens nhỏ giúp giảm bất ngờ.

Bước 4. Bật streaming#

Với stream=True bạn nhận văn bản theo từng đoạn ngay khi được tạo, nên câu trả lời dài hiện ra ngay thay vì phải chờ lâu:

stream = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Write a long README for a small CLI tool."}],
    max_tokens=32768,
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Cách này dùng các tham số streaming chuẩn của OpenAI. Để xử lý lỗi và đọc finish_reason cuối cùng từ một stream, xem Streaming responses in Python.

Bước 5. Ước tính chi phí#

Thanh toán theo mức dùng từ số dư trả trước, tính giá theo 1M token, riêng cho đầu vào và đầu ra. Giá hiện tại cho MiniMax-M2.7, cùng định dạng yêu cầu với id MiniMaxAI/MiniMax-M2.7: $0.05 mỗi 1M token đầu vào và $0.15 mỗi 1M token đầu ra.

Một ví dụ cụ thể: một yêu cầu với 2.000 token đầu vào và 8.000 token đầu ra tốn $0.0013 trên MiniMax-M2.7. Bảng bên dưới hiển thị 1.000 yêu cầu như vậy trên các model, kèm cột tham chiếu OpenRouter:

Để áp dụng cho khối lượng công việc của bạn, lấy usage.prompt_tokens và usage.completion_tokens điển hình từ vài lệnh gọi thực tế, rồi nhân với số yêu cầu mỗi ngày. Để có cái nhìn rộng hơn về lập kế hoạch giá, xem DeepSeek API pricing in 2026.

Khi nào model này phù hợp, và khi nào nên dùng model khác#

DeepSeek-V4-Flash phù hợp khi câu trả lời dài: tạo code, báo cáo, tài liệu, bản dịch. Trên CheapTokens, đầu ra của nó rẻ hơn giá tham chiếu OpenRouter, và giá kết hợp (3 đầu vào : 1 đầu ra) cũng thấp hơn.

Nếu câu trả lời của bạn ngắn (phân loại, trích xuất, hỏi đáp ngắn), hãy cân nhắc GLM-5.3-Flash: nó có ngữ cảnh 390K và trả lời tối đa 8.192 token; so sánh giá của cả hai model trong bảng trên. Chuyển đổi chỉ là đổi model id thành zai-org/GLM-5.3-Flash, và một số dư bao phủ cả hai model. Chưa chắc chọn cái nào? Xem GLM vs DeepSeek vs MiniMax.

Danh sách kiểm tra nhanh#

• Base URL: https://api.cheaptokens.dev/v1; model: deepseek-ai/DeepSeek-V4-Flash-0731.
• Đặt max_tokens (tối đa 32.768) và kiểm tra finish_reason.
• Dùng stream=True cho câu trả lời dài.
• Đọc usage và ước tính bằng bảng chi phí trước khi mở rộng quy mô.

Sẵn sàng thử? Lấy key, nạp số dư và chạy đoạn mã đầu tiên ở trên.