🎉 Giảm 20% cho đơn hàng đầu tiên!✦🚚 Miễn phí vận chuyển cho đơn trên 500.000₫✦⚡ Flash Sale — Số lượng có hạn!✦🎁 Quà tặng kèm cho đơn từ 1.000.000₫✦🎉 Giảm 20% cho đơn hàng đầu tiên!✦🚚 Miễn phí vận chuyển cho đơn trên 500.000₫✦⚡ Flash Sale — Số lượng có hạn!✦🎁 Quà tặng kèm cho đơn từ 1.000.000₫✦
Rút Claude khỏi phần lớn việc code hằng ngày, chuyển sang DeepSeek V4.1 Flash: chi phí AI giảm khoảng 90%
Quay lại Blog

Rút Claude khỏi phần lớn việc code hằng ngày, chuyển sang DeepSeek V4.1 Flash: chi phí AI giảm khoảng 90%

18 tháng 11, 20267 phút đọcVũ Khôi
Tin tức
#Wotech
Vũ Khôi

Vũ Khôi

Tác giả tại Wotech Electronics Blog

Minh họa bàn làm việc của lập trình viên ban đêm, laptop hiển thị code, một quả cầu AI nhỏ đang làm việc phía trước và một quả cầu lớn hơn chờ sẵn phía sau

Rút Claude khỏi phần lớn việc code hằng ngày, chuyển sang DeepSeek V4.1 Flash: chi phí AI giảm khoảng 90%

Team của Nguyễn Mạnh Đạt (bên làm cheapaimodel.ai) đã rút Claude khỏi phần lớn việc code hằng ngày. Điều làm họ bất ngờ nhất, theo bài đăng trong nhóm API không ngon xóa group: phần việc thật sự cần đến model mạnh nhất ít hơn tưởng tượng rất nhiều. Phần lớn những gì team hỏi AI mỗi ngày là việc lặp lại — và việc lặp lại thì model nhỏ hơn làm cũng đủ dùng.

Trả lời nhanh: Trước đó cả team mặc định việc gì cũng ném cho model mạnh nhất: sửa một bug vặt cũng Claude, viết vài unit test cũng Claude. Sau khi ngồi soi lại xem mỗi ngày team thật ra đang hỏi AI những gì, họ chuyển các việc lặp lại sang DeepSeek V4.1 Flash: debug, viết test, code tính năng thường ngày và chạy agent. DeepSeek làm ổn, chất lượng đủ dùng; việc nào thật sự khó thì team vẫn để Claude, nhưng giờ đó là ngoại lệ chứ không còn là mặc định. Về kỹ thuật gần như không phải làm gì vì endpoint tương thích OpenAI — chỉ đổi base URL và model ID, code cũ giữ nguyên. Chi phí AI của team giảm khoảng 90%, theo con số của tác giả.

Endpoint tương thích OpenAI (OpenAI-compatible endpoint) là một API được thiết kế theo cùng định dạng gọi như API của OpenAI: cùng cấu trúc request, cùng cách truyền tham số. Nhờ vậy, code đang gọi một model có thể chuyển sang model khác chỉ bằng cách đổi địa chỉ endpoint (base URL) và tên model (model ID), không cần viết lại logic gọi API.

Vì sao team mặc định mọi việc cho model mạnh nhất?

Theo bài đăng, trước đó cả team mặc định việc gì cũng ném cho model mạnh nhất. Sửa một cái bug vặt cũng Claude, viết vài cái unit test cũng Claude. Đó là thói quen dễ hiểu: khi đã có model mạnh nhất trong tay, việc gì cũng đưa cho nó cho chắc, khỏi phải nghĩ xem việc nào cần sức mạnh tới đâu.

Bước ngoặt đến khi team ngồi soi lại xem mỗi ngày họ thật ra đang hỏi AI những gì. Kết quả soi lại mới thấy phần lớn là việc lặp lại: debug, viết test, code tính năng thường ngày, chạy agent — những việc có khuôn mẫu, có ngữ cảnh rõ ràng, và không đòi hỏi khả năng suy luận ở mức cao nhất. Phát hiện này, theo tác giả, là điều bất ngờ nhất: phần việc thật sự cần đến model mạnh nhất ít hơn tưởng tượng rất nhiều.

Phần việc nào chuyển sang DeepSeek V4.1 Flash?

Team chuyển bốn nhóm việc sang DeepSeek V4.1 Flash, và đánh giá DeepSeek làm ổn, chất lượng đủ dùng:

Nhóm việc chuyển sang DeepSeek V4.1 Flash Vai trò của model mạnh nhất sau khi chuyển
Debug Chỉ dùng cho việc thật sự khó
Viết test Từ mặc định thành ngoại lệ
Code tính năng thường ngày Không còn là lựa chọn đầu tiên cho mọi việc
Chạy agent Dành cho các tác vụ agent đòi hỏi cao nhất

Việc nào thật sự khó thì team vẫn để Claude — nhưng giờ đó là ngoại lệ chứ không còn là mặc định. Nói cách khác, team không "bỏ" model mạnh nhất, mà đặt nó đúng chỗ: dành sức mạnh cho việc khó, và để model nhẹ hơn, rẻ hơn xử lý khối lượng việc lặp lại chiếm phần lớn thời gian mỗi ngày.

Chuyển đổi có khó không?

Gần như không phải làm gì, theo bài đăng. Endpoint tương thích OpenAI nên chỉ đổi base URL và model ID, code cũ giữ nguyên. Team gọi qua chính API của mình (cheapaimodel.ai), nên việc chuyển đổi càng nhẹ nhàng: không sửa logic, không viết lại tích hợp, không thay đổi cách team làm việc — chỉ thay model đứng sau cùng một giao diện gọi.

Đây là điểm mấu chốt mà bài đăng muốn nhấn mạnh: rào cản để thử model rẻ hơn gần như bằng không về mặt kỹ thuật. Rào cản thật sự là thói quen mặc định dùng model mạnh nhất cho mọi việc — và thói quen đó chỉ thay đổi khi có người chịu ngồi xuống đo xem team thật ra đang dùng AI vào việc gì.

Chi phí giảm 90% nghĩa là gì?

Con số "khoảng 90%" là con số của tác giả cho team của anh, chưa được kiểm chứng độc lập — và nó phản ánh cơ cấu việc của riêng team đó: phần lớn là việc lặp lại, nên phần lớn chi phí trước đây đổ vào model đắt nhất cho những việc mà model rẻ hơn cũng làm được. Với một team khác có tỉ lệ việc khó cao hơn, mức tiết kiệm sẽ khác.

Bài đăng khép lại bằng một câu hỏi mở cho cộng đồng: ranh giới của mỗi người nằm ở đâu — có việc nào thử giao cho model nhỏ rồi phải quay lại model lớn không? Câu hỏi đó thừa nhận một điều quan trọng: ranh giới giữa "việc nhỏ" và "việc khó" không cố định, và mỗi team phải tự đo trên chính công việc của mình, thay vì nghe theo kinh nghiệm của team khác.

Câu hỏi thường gặp

1. Team của tác giả đã làm gì? Theo bài đăng, team (bên làm cheapaimodel.ai) đã rút Claude khỏi phần lớn việc code hằng ngày, chuyển các việc lặp lại sang DeepSeek V4.1 Flash, và chỉ giữ Claude cho việc thật sự khó.

2. Những việc nào được chuyển sang DeepSeek V4.1 Flash? Debug, viết test, code tính năng thường ngày và chạy agent. Theo tác giả, DeepSeek làm ổn, chất lượng đủ dùng cho các việc này.

3. Việc nào vẫn cần model mạnh nhất? Theo bài đăng, việc nào thật sự khó thì team vẫn để Claude — nhưng giờ đó là ngoại lệ chứ không còn là mặc định như trước.

4. Chuyển đổi model có phải sửa nhiều code không? Theo bài đăng, gần như không phải làm gì: endpoint tương thích OpenAI nên chỉ đổi base URL và model ID, code cũ giữ nguyên. Team gọi qua chính API của mình.

5. Chi phí AI giảm 90% có áp dụng cho mọi team không? Không nhất thiết. Con số khoảng 90% là của riêng team tác giả, phản ánh cơ cấu việc của team đó — phần lớn là việc lặp lại. Team khác có tỉ lệ việc khó cao hơn sẽ tiết kiệm ít hơn, và ranh giới giữa việc nhỏ và việc khó phải tự đo trên công việc của chính mình.

Nguồn: bài đăng của Nguyễn Mạnh Đạt trong nhóm API không ngon xóa group (18/11/2026). Các con số và nhận định trong bài là của tác giả bài đăng, chưa được Wotech kiểm chứng độc lập. Ảnh bìa là minh họa do Wotech tạo, vì bài gốc không đính kèm ảnh.