---
title: "Giá API DeepSeek V4.1 Flash: theo token và theo gói | BroadRouter"
description: "Giá API DeepSeek V4.1 Flash mỗi 1M token đầu vào, từ cache và đầu ra; gói cố định theo tháng, tuần, giờ; và so sánh với DeepSeek, DeepInfra, Fireworks."
url: https://broadrouter.com/vi/blog/deepseek-v4-1-flash-api-pricing/
lang: vi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/deepseek-v4-1-flash-api-pricing/) (cập nhật ngày 2026-11-16).

# Giá API DeepSeek V4.1 Flash: theo token, đầu vào từ cache và gói

Đội ngũ BroadNet Inference · 5 phút đọc · Đăng ngày 2026-11-14 · Cập nhật 2026-11-16

Trên BroadNet Inference, DeepSeek V4.1 Flash có giá $0.175 mỗi 1M token đầu vào, $0.0055 mỗi 1M đầu vào từ cache và $0.52 mỗi 1M đầu ra, đã gồm suy luận. Hoặc trả giá cố định mỗi phiên: $60 một tháng, $15 một tuần hay $1 một giờ, không đếm token, một request tại một thời điểm.

## Ý chính

-   Trả theo token: $0.175 đầu vào, $0.0055 đầu vào từ cache, $0.52 đầu ra, mỗi 1M token.
-   Gói giá cố định: Full Moon $60 một tháng, Orbit $15 một tuần, Meteor $1 một giờ, tính theo phiên, token không giới hạn.
-   Context là 1.048.576 token, nhận đầu vào văn bản và hình ảnh. Với key trả theo token, suy luận được tính như đầu ra.
-   Trong ví dụ của chúng tôi, một coding agent toàn thời gian tốn $65.40 mỗi tháng nếu trả theo token, nên Full Moon thắng; một dự án phụ tốn $14.23, nên trả theo token thắng.
-   DeepSeek V4.1 Flash cần nạp tiền; tín dụng ban đầu $5 dùng được cho các model khác.

**Trong trang này**

1.  DeepSeek V4.1 Flash giá bao nhiêu mỗi token?
2.  Các gói giá cố định có giá bao nhiêu?
3.  Một request tốn bao nhiêu?
4.  Trả theo token thì một tháng tốn bao nhiêu?
5.  Một phiên của gói xử lý được bao nhiêu?
6.  So với các nhà cung cấp khác thì sao?
7.  Còn yếu tố nào khác ảnh hưởng tới hóa đơn?
8.  Nên chọn cách trả tiền nào cho DeepSeek V4.1 Flash?
9.  BroadNet Inference phù hợp ở đâu

DeepSeek V4.1 Flash là model trong các gói không giới hạn của BroadNet và là một trong bốn model chat bán theo token. Vì vậy bạn có bốn cách trả tiền cho cùng một model: theo token, hoặc gói theo tháng, tuần hay giờ. Trang này liệt kê tất cả, tính thử với các request thực tế và chỉ ra mỗi lựa chọn thắng ở đâu. Giá lấy từ [file giá](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-deepseek-v4-1-flash-api-pricing&utm_content=body) của BroadNet, đồng bộ 2026-11-14. Để xem giá của cùng model này ở mọi nhà host chúng tôi theo dõi, hãy xem [trang giá DeepSeek V4.1 Flash](https://broadrouter.com/vi/llm-api-pricing/deepseek-v4.1-flash/). Để xem nó đứng ở đâu so với phần còn lại của thị trường, hãy xem [chỉ số giá API LLM](https://broadrouter.com/data/llm-api-price-index/).

## DeepSeek V4.1 Flash giá bao nhiêu mỗi token?

| Loại token | Giá mỗi 1M token |
| --- | --- |
| Đầu vào | $0.175 |
| [Đầu vào từ cache](https://broadrouter.com/vi/glossary/cached-input-tokens/) | $0.0055 |
| Đầu ra, gồm cả [suy luận](https://broadrouter.com/vi/glossary/reasoning-tokens/) | $0.52 |

Model ID: `broadnet/deepseek-v4.1-flash`. Context: 1.048.576 token mỗi request, tính chung prompt và câu trả lời. Đầu vào: văn bản và hình ảnh, hình ảnh được tính như token đầu vào. Một key trả theo mức dùng cho phép 30 request mỗi phút và 4 request đồng thời.

## Các gói giá cố định có giá bao nhiêu?

| Gói | Giá mỗi phiên | Thời hạn | Thanh toán bằng |
| --- | --- | --- | --- |
| Full Moon | $60 | Tháng, tự gia hạn | Thẻ |
| Orbit | $15 | Tuần | Số dư tài khoản |
| Meteor | $1 | Một giờ kể từ lúc mua | Số dư tài khoản |

Mỗi phiên cho token DeepSeek V4.1 Flash không giới hạn, một request tại một thời điểm. Không đếm token, không có trần tháng, không có cửa sổ 5 giờ và không có giới hạn tuần. Với mã founders, Full Moon có giá $45 mỗi tháng trong ba tháng đầu. Chạy Orbit mỗi tuần suốt một tháng thì tốn $64.29, nên Full Moon là cách rẻ hơn để phủ cả tháng. [Cách phiên hoạt động](https://broadrouter.com/vi/guides/unlimited-llm-api-sessions/).

## Một request tốn bao nhiêu?

Ba dạng điển hình, chọn kích thước sao cho tổng token tròn số:

| Khối lượng công việc | Token | Chi phí |
| --- | --- | --- |
| 100 request chat, mỗi request 10.000 token đầu vào và 1.000 token đầu ra | 1M đầu vào, 0,1M đầu ra | $0.175 cộng một phần mười của $0.52 |
| 10 lượt agent gửi lại một repository 100.000 token đã cache | 1M đầu vào từ cache | $0.0055 |
| 1.000 câu trả lời 1.000 token, gồm cả suy luận | 1M đầu ra | $0.52 |

Dòng cache là dòng quan trọng với agent. Trên model này, đầu vào từ cache tốn $0.0055 mỗi 1M, so với $0.175 cho đầu vào mới, nên giữ phần đầu prompt ổn định thường là khoản tiết kiệm lớn nhất. [Cách tăng tỷ lệ cache](https://broadrouter.com/vi/blog/cached-input-tokens-explained/), hoặc thử tỷ lệ cache hit của bạn trong [công cụ tính prompt caching](https://broadrouter.com/tools/prompt-caching-calculator/).

## Trả theo token thì một tháng tốn bao nhiêu?

Các kịch bản mẫu của BroadNet, tính theo giá mỗi token ở trên:

| Khối lượng công việc | Đầu vào mỗi tháng | Cache hit | Đầu ra mỗi tháng | Theo token | Lựa chọn rẻ hơn |
| --- | --- | --- | --- | --- | --- |
| Dự án phụ | 100M | 50% | 10M | $14.23 | trả theo mức dùng |
| Trợ lý dùng hằng ngày | 300M | 50% | 30M | $42.67 | trả theo mức dùng |
| Coding agent toàn thời gian | 1.000M | 80% | 50M | $65.40 | Full Moon |
| Agent chạy liên tục | 3.000M | 80% | 150M | $196.20 | Full Moon |

Với 80% cache hit và 20 token đầu vào cho mỗi token đầu ra, một phiên Full Moon hòa vốn ở khoảng 917 triệu token đầu vào và 46 triệu token đầu ra mỗi tháng. [Toàn bộ phép tính hòa vốn](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/), hoặc nhập khối lượng của bạn vào [công cụ tính giá cố định và theo token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## Một phiên của gói xử lý được bao nhiêu?

Một phiên chạy một request tại một thời điểm. Với tốc độ điển hình khoảng 100 token mỗi giây, một phiên sinh token liên tục trong 30 ngày sẽ tạo ra khoảng 259 triệu token đầu ra. Agent thực tế còn đọc, chạy tool và chờ, nên con số thực tế thấp hơn. Muốn nhanh hơn, hãy chạy nhiều phiên song song; [chạy agent song song với giá cố định](https://broadrouter.com/vi/blog/run-parallel-coding-agents-flat-rate/) giải thích bạn cần bao nhiêu phiên.

## So với các nhà cung cấp khác thì sao?

Giá công bố cho cùng model, mỗi 1M token, lấy ngày 14 tháng 11 năm 2026 từ trang giá của từng nhà cung cấp. API riêng của DeepSeek giờ nhận tên model `deepseek-flash` (phiên bản DeepSeek-V4.1-Flash-1017). DeepInfra hiển thị giá dưới dạng mức giảm từ giá niêm yết USD 0.20 / 0.006 / 0.60 và không nói khi nào hết giảm giá:

| Nhà cung cấp | Đầu vào | Đầu vào từ cache | Đầu ra |
| --- | --- | --- | --- |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |
| DeepSeek API, giờ cao điểm | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepSeek API, giờ thấp điểm | USD 0.15 | USD 0.003 | USD 0.60 |
| Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| Fireworks AI, tiêu chuẩn | USD 0.30 | USD 0.006 | USD 1.20 |
| Fireworks AI, spot | USD 0.21 | USD 0.0042 | USD 0.84 |
| DeepInfra, DeepSeek-V4.1-Flash, giảm 30% so với giá niêm yết | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepInfra, DeepSeek-V4.1-Flash-1017, giảm 51% so với giá niêm yết | USD 0.098 | USD 0.0029 | USD 0.294 |

Giá của BroadNet thấp hơn giá của Together, Fireworks và giá giờ cao điểm của DeepSeek, nhưng không phải thấp nhất. Các mục giảm giá của DeepInfra rẻ hơn BroadNet ở đầu vào, đầu vào từ cache và đầu ra vào bất kỳ giờ nào. API riêng của DeepSeek giảm một nửa giá ngoài khung cao điểm (01:00 đến 04:00 và 06:00 đến 10:00 UTC các ngày trong tuần), khiến đầu vào và đầu vào từ cache giờ thấp điểm rẻ hơn BroadNet, còn đầu ra vẫn cao hơn. Hạng spot của Fireworks cũng rẻ hơn ở đầu vào từ cache. Các router niêm yết nhiều lựa chọn hơn; [bài so sánh giá các nhà cung cấp](https://broadrouter.com/vi/blog/llm-inference-provider-pricing-compared/) đề cập chúng kèm nguồn.

## Còn yếu tố nào khác ảnh hưởng tới hóa đơn?

-   **Suy luận.** DeepSeek V4.1 Flash suy nghĩ trước khi trả lời. Hãy đặt `reasoning_effort` thành `low` cho các bước đơn giản và giữ `max_tokens` từ 1.000 trở lên. [Vì sao câu trả lời trả về rỗng](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/).
-   **Retry.** Một request retry là một lần inference mới và bị tính phí lại với key trả theo token.
-   **Hình ảnh.** Tính như token đầu vào với key trả theo token, đã bao gồm trong gói.
-   **Context dài.** Mỗi lượt đều gửi lại context. Cache giữ chi phí đó ở mức thấp; [khi nào context 1M đáng dùng](https://broadrouter.com/vi/blog/million-token-context-window-guide/).

## Nên chọn cách trả tiền nào cho DeepSeek V4.1 Flash?

1.  Bắt đầu bằng trả theo mức dùng và ghi lại `prompt_tokens`, `cached_tokens` và `completion_tokens` trong một tuần.
2.  Nhân với khoảng 4,3 và đưa tổng vào [công cụ tính chi phí API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) hoặc [trang giá BroadNet](https://broadrouter.com/vi/pricing/).
3.  Nếu gói thắng, hãy thử agent của bạn với một giờ Meteor giá $1. [Hướng dẫn cài đặt Aider](https://broadrouter.com/vi/guides/aider-unlimited-deepseek/) giúp chạy một agent trên terminal trong vài phút.
4.  Nếu bạn cần tool calling và đầu ra có cấu trúc được BroadNet liệt kê, hãy so sánh thêm [GLM 5.3 và DeepSeek V4.1 Flash](https://broadrouter.com/vi/blog/glm-5-3-vs-deepseek-v4-1-flash/). Để xem các cách khác dùng model DeepSeek, hãy xem [các lựa chọn thay thế API DeepSeek](https://broadrouter.com/vi/blog/deepseek-api-alternatives/).

## BroadNet Inference phù hợp ở đâu

BroadNet là lựa chọn nếu bạn muốn dùng DeepSeek V4.1 Flash cả theo token lẫn không giới hạn trên một tài khoản, với context 1M và [không lưu giữ dữ liệu](https://broadrouter.com/vi/privacy/). Đây không phải giá theo token rẻ nhất: các mục giảm giá của DeepInfra thấp hơn ở mọi mức giá, và giá đầu vào cùng giá cache giờ thấp điểm của DeepSeek cũng thấp hơn. Với traffic nhẹ hoặc thất thường tính theo token, những lựa chọn đó có thể rẻ hơn. Lợi thế của BroadNet là gói giá cố định khi agent chạy gần cả ngày, cộng với việc không lưu nội dung. [Chọn gói](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-deepseek-v4-1-flash-api-pricing&utm_content=body).

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

[Token](https://broadrouter.com/vi/glossary/token/)

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

[Trả theo mức dùng (pay-as-you-go)](https://broadrouter.com/vi/glossary/pay-as-you-go/)

Trả theo mức dùng (pay-as-you-go) là mô hình giá mà bạn chỉ trả cho những gì đã dùng, đo theo đơn vị như token, request hoặc phút âm thanh, không có gói đăng ký hay cam kết tối thiểu. Hầu hết API LLM tính phí theo cách này, trừ vào số dư trả trước hoặc qua hóa đơn định kỳ.

[Token đầu vào từ cache (cached input tokens)](https://broadrouter.com/vi/glossary/cached-input-tokens/)

Token đầu vào từ cache là token prompt mà nhà cung cấp LLM vừa xử lý gần đây và có thể dùng lại từ cache thay vì tính toán lại, thường là phần đầu lặp lại như system prompt hoặc tài liệu. Nhà cung cấp tính giá chúng thấp hơn token đầu vào mới.

[Token đầu vào và đầu ra (input and output tokens)](https://broadrouter.com/vi/glossary/input-and-output-tokens/)

Token đầu vào là token mà model ngôn ngữ đọc trong một request, gồm system prompt, lịch sử hội thoại, định nghĩa tool và hình ảnh. Token đầu ra là token nó sinh ra để trả lời, kể cả phần suy luận. API LLM thường tính giá riêng cho hai loại, và đầu ra thường đắt hơn.

[Tool calling (gọi tool, function calling)](https://broadrouter.com/vi/glossary/tool-calling/)

Tool calling, còn gọi là function calling, là tính năng của API LLM trong đó model trả về một yêu cầu có cấu trúc để chạy một hàm do nhà phát triển định nghĩa, kèm đối số JSON. Ứng dụng chạy hàm rồi gửi kết quả lại; model không bao giờ tự chạy code.

[Concurrency (request đồng thời)](https://broadrouter.com/vi/glossary/concurrency/)

Concurrency (request đồng thời) là số request mà một client đang xử lý cùng lúc. Các API LLM thường giới hạn nó theo key hoặc theo gói, tách biệt với số request mỗi phút, vì mỗi request đang mở chiếm dụng năng lực GPU cho tới khi response kết thúc.

[Giới hạn tần suất (rate limit)](https://broadrouter.com/vi/glossary/rate-limit/)

Giới hạn tần suất (rate limit) là mức trần mà API đặt ra cho lượng sử dụng của một client trong một khoảng thời gian, như số request mỗi phút hoặc số token mỗi phút. Request vượt giới hạn bị từ chối, thường với HTTP 429 Too Many Requests, cho đến khi mức dùng giảm xuống dưới giới hạn.

[Tín dụng trả trước (prepaid credit)](https://broadrouter.com/vi/glossary/prepaid-credit/)

Tín dụng trả trước là tiền nạp vào tài khoản API trước khi sử dụng. Mỗi request trừ chi phí của nó vào số dư, và khi số dư hết, các request tính theo mức dùng dừng lại cho tới khi bạn nạp thêm. Mức chi tiêu không vượt quá số tiền đã nạp.

## Câu hỏi thường gặp

### DeepSeek V4.1 Flash giá bao nhiêu mỗi triệu token?

Trên BroadNet Inference, $0.175 mỗi 1M token đầu vào, $0.0055 mỗi 1M token đầu vào từ cache và $0.52 mỗi 1M token đầu ra.

### Có gói API DeepSeek không giới hạn không?

Có. Gói Full Moon của BroadNet có giá $60 mỗi phiên mỗi tháng, không đếm token, không có trần tháng và không có giới hạn tuần. Một phiên chạy một request tại một thời điểm.

### Token suy luận có bị tính thêm không?

Với key trả theo token, suy luận được báo cáo trong completion token và tính theo giá đầu ra. Trên gói thì không đếm token, nên suy luận không tốn thêm gì.

### Có dùng DeepSeek V4.1 Flash bằng tín dụng miễn phí được không?

Không. DeepSeek V4.1 Flash dùng được sau khi nạp tiền. Tín dụng ban đầu $5 dùng được cho Gemma 4 VL 26B, hai model chép lời và key theo giờ.

### Giờ thấp điểm của API DeepSeek là khi nào?

Trang giá của DeepSeek (truy cập ngày 14 tháng 11 năm 2026) ghi giờ cao điểm là 01:00 đến 04:00 và 06:00 đến 10:00 UTC, thứ Hai đến thứ Sáu, trừ ngày lễ của Trung Quốc. Mọi giờ khác, kể cả cuối tuần, được tính bằng một nửa giá cao điểm.

### Giá của BroadNet so với API riêng của DeepSeek thế nào?

BroadNet không phải nơi rẻ nhất tính theo token. Đầu vào và đầu vào từ cache giờ thấp điểm của DeepSeek rẻ hơn BroadNet (đầu ra thì đắt hơn), và DeepInfra niêm yết DeepSeek-V4.1-Flash-1017 giảm giá thấp hơn BroadNet ở cả ba mức giá. Lợi thế của BroadNet là gói giá cố định khi khối lượng lớn, không lưu giữ dữ liệu và một key cho cả chat lẫn chuyển giọng nói thành văn bản.

## Đọc tiếp

-   [API LLM giá cố định hay trả theo token: phép tính hòa vốn](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Token đầu vào từ cache: cách giảm hóa đơn API LLM](https://broadrouter.com/vi/blog/cached-input-tokens-explained/)
-   [GLM 5.3 và DeepSeek V4.1 Flash: nên dùng model nào, khi nào](https://broadrouter.com/vi/blog/glm-5-3-vs-deepseek-v4-1-flash/)
-   [So sánh giá API model mở: 6 nhà cung cấp inference tính phí ra sao](https://broadrouter.com/vi/blog/llm-inference-provider-pricing-compared/)
-   [Thay đổi giá API LLM tháng 10/2026: 3 lần tăng, không lần giảm nào](https://broadrouter.com/vi/blog/llm-api-price-changes-october-2026/)
-   [Giá API LLM thay đổi thường xuyên đến mức nào? 3 năm trang giá lưu trữ](https://broadrouter.com/vi/blog/how-often-llm-api-prices-change/)
-   [Hướng dẫn: Gói LLM API không giới hạn cho agent hoạt động thế nào?](https://broadrouter.com/vi/guides/unlimited-llm-api-sessions/)
-   [Hướng dẫn: Chạy Aider trên DeepSeek V4.1 Flash không giới hạn](https://broadrouter.com/vi/guides/aider-unlimited-deepseek/)
-   [Hướng dẫn: Vì sao model suy luận trả về câu trả lời rỗng](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-deepseek-v4-1-flash-api-pricing&utm_content=page-cta) ·

**Nguồn**

-   [Giá máy đọc được của BroadNet Inference (pricing.json, truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-deepseek-v4-1-flash-api-pricing&utm_content=sources)
-   [Các gói BroadNet Inference và FAQ về gói (truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-deepseek-v4-1-flash-api-pricing&utm_content=sources)
-   [Tài liệu tham chiếu API BroadNet Inference, giới hạn (truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-deepseek-v4-1-flash-api-pricing&utm_content=sources#limits)
-   [Tài liệu DeepSeek API, model và giá, giờ cao điểm và thấp điểm (truy cập ngày 2026-11-14)](https://api-docs.deepseek.com/quick_start/pricing)
-   [Bảng giá serverless của Together AI (truy cập ngày 2026-11-14)](https://www.together.ai/pricing)
-   [Bảng giá Fireworks AI, tiêu chuẩn và spot (truy cập ngày 2026-11-14)](https://fireworks.ai/pricing)
-   [Bảng giá DeepInfra, các mục DeepSeek giảm giá (truy cập ngày 2026-11-14)](https://deepinfra.com/pricing)
