---
title: "Chạy coding agent song song trên API LLM giá cố định"
description: "Sub-agent, orchestrator và batch worker trên DeepSeek V4.1 Flash không giới hạn: cần bao nhiêu phiên, chia phiên cho các key và giới hạn request chồng lấn."
url: https://broadrouter.com/vi/blog/run-parallel-coding-agents-flat-rate/
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/run-parallel-coding-agents-flat-rate/) (cập nhật ngày 2026-11-16).

# Cách chạy coding agent song song trên API LLM giá cố định

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

Hãy cho mỗi agent làm việc cùng lúc một phiên riêng. Một phiên chạy một request tại một thời điểm, không đếm token, nên một orchestrator với ba sub-agent cần bốn phiên. Hãy giới hạn số request đang chạy trong code của bạn cho khớp. Một key có thể giữ nhiều phiên, và mỗi phiên Full Moon có giá $60 mỗi tháng.

## Ý chính

-   Một phiên của gói tương ứng với một request đang chạy. Hãy đếm số agent gọi model cùng một lúc, không phải tổng số agent.
-   Một orchestrator cộng ba sub-agent chạy cùng nhau cần bốn phiên.
-   Key trả theo mức dùng cho phép 4 request đang chạy và 30 request mỗi phút, hợp với tải theo đợt hơn là tải đều.
-   Agent dành nhiều thời gian để chạy tool, nên hãy đo mức chồng lấn thật trước khi mua phiên.
-   Cho mỗi agent một git worktree riêng để các lần sửa song song không đụng nhau.
-   Hãy thử với một giờ Meteor giá $1 cho mỗi phiên trước khi mua cả tháng.

**Trong trang này**

1.  Một phiên giá cố định bao gồm những gì?
2.  Agent song song cần bao nhiêu phiên?
3.  Mỗi kiểu agent cần bao nhiêu phiên?
4.  Làm sao để các agent song song không cản trở nhau?
5.  Khi nào trả theo mức dùng tốt hơn cho agent song song?
6.  Nối agent với gói thế nào?
7.  Chạy agent song song hay gặp lỗi gì?
8.  Mỗi agent dùng được bao nhiêu context?
9.  Thử thiết lập với chi phí thấp thế nào?
10.  BroadNet Inference phù hợp ở đâu

Các framework agent đã chuyển từ một trợ lý sang nhiều trợ lý: một orchestrator lên kế hoạch, các sub-agent viết code, review và chạy test, và các batch worker xử lý backlog. Trên API trả theo token, mỗi thành phần đó đều cộng vào hóa đơn. Trên [API giá cố định](https://broadrouter.com/vi/glossary/flat-rate-llm-plan/), câu hỏi trở thành: **có bao nhiêu thứ đang gọi model cùng một lúc?**

## Một phiên giá cố định bao gồm những gì?

Các gói không giới hạn của BroadNet bán theo **phiên**. Một phiên chạy một request tại một thời điểm, với token [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/deepseek-v4.1-flash/) không giới hạn, không có cửa sổ trượt hay trần hằng tuần. Điều đó khớp với cách một agent làm việc: gửi request, đọc câu trả lời, chạy tool, rồi gửi request tiếp theo.

| Thiết lập | Request đang chạy lúc cao điểm | Phiên |
| --- | --- | --- |
| Một coding agent trong một terminal | 1 | 1 |
| Orchestrator + 3 sub-agent | 4 | 4 |
| 10 batch worker | 10 | 10 |
| 2 developer, mỗi người 1 agent | 2 | 2 (mỗi người một tài khoản riêng) |

Mỗi phiên Full Moon có giá $60 mỗi tháng. Một key có thể giữ nhiều phiên, hoặc bạn có thể chia các phiên của một gói cho các key của gói đó, ví dụ mỗi server hoặc mỗi dự án một key, để một key bị lộ hay bị thu hồi chỉ dừng các agent đứng sau nó. Key và tài khoản là cá nhân: bạn có thể tích hợp gói vào sản phẩm của mình, nhưng không được chia sẻ hay bán lại key. Xem [toàn bộ quy định về phiên](https://broadrouter.com/vi/guides/unlimited-llm-api-sessions/).

## Agent song song cần bao nhiêu phiên?

Agent dành nhiều thời gian **không** gọi model: chạy test, đọc file, chờ build. Bốn sub-agent, mỗi cái gọi model 40% thời gian, hiếm khi cùng cần model một lúc. Trước khi mua bốn phiên:

1.  Ghi thời điểm bắt đầu và kết thúc của mọi request tới model mà framework gửi đi, theo từng agent.
2.  Đếm số request chồng lấn nhiều nhất trong mỗi phút.
3.  Mua số phiên theo mức chồng lấn bạn gặp phần lớn thời gian, không phải theo đỉnh tuyệt đối, và xếp hàng phần còn lại trong code của bạn (xem semaphore bên dưới). Các trang của BroadNet không nói request vượt giới hạn sẽ chờ hay bị từ chối, nên đừng để agent gửi đi một cách mù quáng.

Ví dụ, nếu log cho thấy phần lớn thời gian có hai request đang chạy và chỉ có bốn trong những đợt ngắn, thì hai phiên cộng một hàng đợi phía client có thể là thiết lập rẻ hơn.

Một script ngắn sẽ đếm giúp bạn. Đầu vào là danh sách thời điểm `(start, end)` tính bằng giây lấy từ log:

```python
from collections import Counter

def overlap_histogram(requests):
    events = sorted([(s, 1) for s, _ in requests] + [(e, -1) for _, e in requests])
    in_flight, last_t, seconds_at = 0, None, Counter()
    for t, delta in events:
        if last_t is not None:
            seconds_at[in_flight] += t - last_t
        in_flight += delta
        last_t = t
    return dict(sorted(seconds_at.items()))   # {requests in flight: seconds}
```

Nếu kết quả cho thấy phần lớn thời gian chỉ có một hoặc hai request đang chạy, hãy mua hai phiên. Nếu nó nằm ở mức bốn trong nhiều giờ, hãy mua bốn.

## Mỗi kiểu agent cần bao nhiêu phiên?

| Kiểu | Cách gọi model | Quy tắc tính |
| --- | --- | --- |
| Orchestrator + worker | Planner gọi trước, rồi tỏa ra nhiều worker | Số worker chạy cùng lúc, cộng một cho planner nếu nó vẫn tiếp tục làm việc |
| Pipeline (viết → review → test) | Mỗi tác vụ một giai đoạn tại một thời điểm | Một phiên cho mỗi tác vụ chạy song song |
| Backlog theo batch | Nhiều job giống nhau | Một phiên cho mỗi worker; nhiều worker hơn thì xong sớm hơn |
| Agent của nhiều developer | Độc lập | Một phiên cho mỗi developer, mỗi người một tài khoản riêng |

## Làm sao để các agent song song không cản trở nhau?

Năng lực model chỉ là một nửa vấn đề. Hai agent cùng sửa một file sẽ xóa công việc của nhau. Cách xử lý thường dùng là mỗi agent một [git worktree](https://git-scm.com/docs/git-worktree): mỗi agent có checkout và branch riêng từ cùng một repository.

```bash
git worktree add ../agent-auth -b agent/auth
git worktree add ../agent-billing -b agent/billing
```

Sau đó chia tác vụ theo module, để các agent hiếm khi chạm vào cùng file, và merge qua một bước review. Để chạy chúng không cần người giám sát, xem [chạy coding agent qua đêm](https://broadrouter.com/vi/blog/overnight-coding-agent-runs/); để biết các agent thêm vào tốn bao nhiêu token, xem [chi phí multi-agent](https://broadrouter.com/vi/blog/multi-agent-cost/).

## Khi nào trả theo mức dùng tốt hơn cho agent song song?

Một key [trả theo mức dùng](https://broadrouter.com/vi/glossary/pay-as-you-go/) cho phép 4 request đang chạy và 30 request mỗi phút. Điều đó hợp với kiểu tỏa ra ngắn, dồn dập: một bước review sinh ra bốn checker trong hai mươi giây rồi im lặng. Tải đều hợp với phiên, tải dồn dập hợp với tính phí theo token. Nhiều thiết lập dùng cả hai: phiên của gói cho các agent chạy lâu và key trả theo mức dùng cho các đợt cao điểm và cho model khác như [GLM 5.3](https://broadrouter.com/vi/models/glm-5.3/).

Khi key trả theo mức dùng chạm [rate limit](https://broadrouter.com/vi/glossary/rate-limit/) hoặc giới hạn [concurrency](https://broadrouter.com/vi/glossary/concurrency/), nó trả về 429. Hãy backoff và retry; xem [mã lỗi và khi nào nên retry](https://broadrouter.com/vi/guides/errors-and-retries/). [Công cụ tính rate limit](https://broadrouter.com/tools/llm-rate-limit-calculator/) cho thấy một giới hạn nhất định đáp ứng được tới đâu với kiểu request của bạn.

## Nối agent với gói thế nào?

Phần lớn framework agent nhận base URL tương thích OpenAI. Hãy trỏ mọi agent tới `https://inference.broadnet.ai/v1` với model `broadnet/deepseek-v4.1-flash` và cấp cho mỗi agent một key:

```bash
export OPENAI_BASE_URL="https://inference.broadnet.ai/v1"
export OPENAI_API_KEY="$BROADNET_PLAN_KEY"
```

Với một coding agent trong terminal, [hướng dẫn Aider](https://broadrouter.com/vi/guides/aider-unlimited-deepseek/) có thiết lập chính xác; [Cline](https://broadrouter.com/vi/guides/cline-openai-compatible/) và [OpenCode](https://broadrouter.com/vi/guides/opencode-custom-provider/) có hướng dẫn riêng. Với orchestrator tự viết, [hướng dẫn OpenAI Python SDK](https://broadrouter.com/vi/guides/openai-python-sdk/) chỉ cách thiết lập client. Trong code của bạn, hãy giới hạn số request đang chạy bằng số phiên để chúng xếp hàng ở phía bạn, nơi bạn nhìn thấy được:

```python
import asyncio
SESSIONS = 4
gate = asyncio.Semaphore(SESSIONS)

async def ask(client, messages):
    async with gate:
        return await client.chat.completions.create(
            model="broadnet/deepseek-v4.1-flash", messages=messages, max_tokens=4000)
```

## Chạy agent song song hay gặp lỗi gì?

-   **Khởi động mọi agent cùng lúc.** Một loạt lời gọi đầu tiên đồng thời vượt ngay số phiên của bạn. Hãy cho các agent khởi động lệch nhau vài giây.
-   **Bão retry.** Nếu mọi agent retry cùng một khoảnh khắc, chúng lại va nhau. Hãy thêm jitter vào backoff.
-   **`max_tokens` quá nhỏ.** DeepSeek V4.1 Flash suy luận trước khi trả lời; giới hạn nhỏ có thể cho câu trả lời rỗng. Xem [lý do](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/).
-   **Nhiều người dùng chung một key.** Key là cá nhân. Hãy cho mỗi developer một tài khoản riêng.

## Mỗi agent dùng được bao nhiêu context?

Mỗi request có thể mang tới 1.048.576 token trên DeepSeek V4.1 Flash. Một sub-agent có thể đọc toàn bộ module nó đang làm thay vì một bản tóm tắt đã cắt gọt, và trên gói, prompt dài không tốn thêm tiền. Xem [khi nào cửa sổ 1M token có ích](https://broadrouter.com/vi/blog/million-token-context-window-guide/).

## Thử thiết lập với chi phí thấp thế nào?

Mua một giờ Meteor ($1) cho mỗi phiên bạn nghĩ mình cần, và chạy quy trình agent thật. Nếu các agent phải chờ nhau quá thường xuyên, hãy thêm một phiên. Nếu có phiên nằm không, hãy bỏ nó. Sau đó chuyển sang Full Moon hoặc phiên Orbit một tuần ($15 mỗi phiên).

## BroadNet Inference phù hợp ở đâu

Phiên của gói hợp với các agent song song chạy đều trên một model, vì hóa đơn phụ thuộc vào số agent chạy cùng lúc chứ không phải lượng chúng đọc. Nếu agent của bạn cần nhiều model khác nhau, hoặc chỉ gọi model trong những đợt ngắn, một key trả theo mức dùng hoặc một router có thể rẻ hơn. Hãy so sánh với [phép tính hòa vốn](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/) trước.

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

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [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.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

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

## Thuật ngữ trong bài này

[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.

[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.

[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.

[Subagent (agent con)](https://broadrouter.com/vi/glossary/subagent/)

Subagent là một agent riêng biệt mà agent chính khởi chạy để xử lý một việc cụ thể. Nó chạy với context window, system prompt và quyền dùng tool riêng, làm xong việc và chỉ trả kết quả hoặc bản tóm tắt cho agent chính, nhờ đó cuộc hội thoại chính luôn gọn.

[AI coding agent](https://broadrouter.com/vi/glossary/coding-agent/)

AI coding agent là công cụ phần mềm trong đó một model ngôn ngữ làm việc trên codebase theo vòng lặp: đọc file, sửa file, chạy lệnh như test, đọc kết quả và quyết định bước tiếp theo cho tới khi xong task hoặc chạm giới hạn.

[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.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

[Base URL](https://broadrouter.com/vi/glossary/base-url/)

Base URL là địa chỉ gốc cố định của một API, như https://api.example.com/v1, mà client đặt trước mọi đường dẫn endpoint, như /chat/completions. Trong SDK tương thích OpenAI, đổi base URL cùng với API key và model ID sẽ trỏ cùng một đoạn code sang nhà cung cấp khác.

## Câu hỏi thường gặp

### Điều gì xảy ra nếu hai agent dùng một phiên cùng lúc?

Một phiên chạy một request tại một thời điểm, và các trang của BroadNet không nói request thứ hai sẽ chờ hay bị từ chối với lỗi 429. Đừng dựa vào cả hai khả năng: hãy giới hạn số request đang chạy bằng số phiên trong code của bạn, retry lỗi 429 với backoff, và thêm phiên nếu agent phải chờ quá lâu.

### Có thể chạy song song bao nhiêu coding agent?

Bằng số phiên bạn có cho các request chồng lấn. Mỗi phiên chạy một request tại một thời điểm, nên bốn agent gọi model cùng lúc cần bốn phiên. Agent chủ yếu chạy tool có thể dùng chung ít phiên hơn nếu code của bạn xếp hàng các lời gọi model.

### Làm sao để các agent song song không sửa cùng một file?

Cho mỗi agent một git worktree và branch riêng, và chia việc theo file hoặc module. Merge qua pull request thông thường hoặc một bước review cuối.

### Có thể kết hợp gói và trả theo mức dùng không?

Có. Key của gói và key trả theo mức dùng là riêng biệt. Một cách làm phổ biến là dùng phiên của gói cho các agent chạy đều, và key trả theo mức dùng cho các đợt cao điểm thỉnh thoảng hoặc cho model khác.

### Các phiên có phải nằm trên các key khác nhau không?

Không. Một key có thể giữ nhiều phiên, hoặc bạn có thể chia chúng cho nhiều key, ví dụ mỗi server hoặc mỗi dự án một key.

### Agent song song có tốn hơn trên gói giá cố định không?

Chỉ theo số phiên. Gói không đếm token, nên hóa đơn bằng số phiên nhân giá gói, bất kể mỗi agent đọc hay viết bao nhiêu.

## Đọc tiếp

-   [“Không giới hạn” trong gói API LLM thực sự có nghĩa là gì](https://broadrouter.com/vi/blog/what-unlimited-llm-api-really-means/)
-   [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/)
-   [Khi nào context window 1M token đáng dùng (và khi nào không)](https://broadrouter.com/vi/blog/million-token-context-window-guide/)
-   [Chi phí một lần chạy AI coding agent: số bước, context và cache](https://broadrouter.com/vi/blog/ai-coding-agent-run-cost/)
-   [Claude Code với model mở: proxy, endpoint gốc và giới hạn](https://broadrouter.com/vi/blog/claude-code-with-openai-compatible-models/)
-   [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: Mã lỗi BroadNet Inference và khi nào nên thử lại](https://broadrouter.com/vi/guides/errors-and-retries/)
-   [Hướng dẫn: Dùng Cline với BroadNet Inference (provider OpenAI Compatible)](https://broadrouter.com/vi/guides/cline-openai-compatible/)
-   [Hướng dẫn: Thêm BroadNet Inference vào opencode làm custom provider](https://broadrouter.com/vi/guides/opencode-custom-provider/)

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-run-parallel-coding-agents-flat-rate&utm_content=page-cta) ·

**Nguồn**

-   [Các gói BroadNet Inference và FAQ về gói (kiểm tra ngày 2026-11-16) (tiếng Anh)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [Tài liệu tham chiếu API BroadNet Inference, giới hạn (kiểm tra ngày 2026-11-16) (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [Tài liệu Git, git-worktree (kiểm tra ngày 2026-11-16)](https://git-scm.com/docs/git-worktree)
