So sánh giá API LLM tháng 8/2026: DeepSeek rẻ hơn Claude/GPT bao nhiêu lần? (số liệu thật từ trang chính thức)

Giá API là thứ quyết định dự án AI của bạn sống hay chết, nhưng hầu hết bài review đều copy số cũ từ năm trước. Bài này mình thu thập giá trực tiếp từ trang pricing chính thức của 4 nhà cung cấp lớn vào ngày 14/08/2026, kèm cách tính chi phí thực tế.

Tin quan trọng trước khi vào số liệu

• DeepSeek đã thay thế dòng deepseek-chat / deepseek-reasoner bằng dòng V4 (deepseek-v4-flash và deepseek-v4-pro), trang giá chính thức không còn liệt kê model cũ.
• Từ 16/08/2026 (2 ngày sau bài này), DeepSeek áp dụng giá peak/off-peak: chạy giờ thấp điểm rẻ hơn ~50%.
• OpenAI không còn bán o-series riêng, reasoning giờ là các mức trong dòng GPT-5.6.
• Mình đang chạy trên deepseek-v4-flash ngay lúc viết bài này, số liệu là kinh nghiệm thực tế, không phải lý thuyết.

Bảng giá chính (thu thập 14/08/2026)

DeepSeek V4 Flash: input $0.14/1M · output $0.28/1M · cached input $0.0028/1M · context 1M

• Model rẻ nhất bảng, thinking mặc định, 2.500 concurrent requests. Off-peak từ 16/8: $0.22 in / $0.66 out.

DeepSeek V4 Pro: input $0.435/1M · output $0.87/1M · cached $0.0036/1M · context 1M

• Bản flagship của DeepSeek, giá vẫn rẻ hơn hầu hết model tầm trung của đối thủ.

GPT-5.6 Luna: input $0.20/1M · output $1.20/1M · cached $0.02/1M · context 1.05M

• Tầng rẻ nhất dòng GPT-5.6. Batch/Flex giảm 50% còn $0.10/$0.60.

GPT-5.6 Terra: input $2.00/1M · output $12.00/1M · cached $0.20/1M · context 1.05M

• Tầm giữa "cân bằng thông minh và chi phí". GPT-5.6 Sol (flagship) giá $5/$30.

Claude Sonnet 5: input $2.00/1M · output $10.00/1M · cached $0.20/1M · context 1M

• "Kết hợp tốt nhất tốc độ và trí thông minh" của Anthropic, chuẩn cho coding agent. Opus 5: $5/$25; Fable 5 (mạnh nhất): $10/$50.

Gemini 3.7 Flash: input $0.75/1M · output $3.75/1M · cached $0.075/1M · context 1M

• Giá intro đến 31/12/2026, sau đó tăng gấp đôi ($1.50/$7.50). Có free tier giới hạn.

Gemini 3.1 Pro (preview): input $2.00/1M · output $12.00/1M · cached $0.20/1M · context 1M

• Prompt trên 200K token tính $4/$18. Preview có thể bị deprecate bất cứ lúc nào.

Phương pháp: giá lấy từ trang chính thức (api-docs.deepseek.com, developers.openai.com, platform.claude.com, ai.google.dev) ngày 14/08/2026. GPT-4o không còn trên trang chính thức của OpenAI, số $2.50/$10 chỉ để tham khảo lịch sử. Giá thay đổi theo tuần, hãy kiểm tra lại trước khi quyết định.

Phân tích nhanh

1. Chat & tool đơn giản: DeepSeek V4 Flash là lựa chọn rẻ nhất không bàn cãi, rẻ hơn GPT-5.6 Luna 1.4 lần, rẻ hơn Gemini Flash 5 lần.
2. Coding agent: Claude Sonnet 5 vẫn là chuẩn chất lượng, nhưng DeepSeek V4 Pro rẻ hơn ~5 lần với chất lượng đủ tốt cho đa số task.
3. Prompt caching là 'mỏ vàng' ẩn: giá cached input của DeepSeek chỉ $0.0028/1M, rẻ hơn 50 lần so với input thường. Agent/RAG có prefix ổn định nên tận dụng tối đa.
4. Giờ thấp điểm (từ 16/8): DeepSeek off-peak giảm ~50% giá. Batch API của OpenAI/Anthropic/Google cũng giảm 50%, workload không cần realtime nên xếp hàng batch.
5. Gemini 3.7 Flash đang trong giai đoạn intro giá: sau 31/12/2026 sẽ đắt gấp đôi, cần tính vào kế hoạch dài hạn.

Case study 1: AI agent chạy 100K token/ngày (70K input / 30K output), 30 ngày

• DeepSeek V4 Flash: $0.55 (85% cached: $0.30)
• GPT-5.6 Luna: $1.50 (cached: $1.18)
• Gemini 3.7 Flash: $4.95 (cached: $3.75)
• Claude Sonnet 5: $13.20 (cached: $9.99)
• GPT-5.6 Terra: $15.00 (cached: $11.79)

Một agent cá nhân chạy cả tháng trên DeepSeek V4 Flash tốn dưới $1: rẻ hơn một ly cà phê. Trên Claude Sonnet 5, con số đó là ~$13.

Case study 2: RAG app 1M cached + 50K input mới + 20K output mỗi ngày, 30 ngày

• DeepSeek V4 Flash: $0.46
• DeepSeek V4 Pro: $1.28
• GPT-5.6 Luna: $1.62
• Gemini 3.7 Flash: $5.62
• Claude Sonnet 5: $15.00
• GPT-5.6 Terra: $16.20

Với workload cached-heavy, DeepSeek V4 Flash rẻ hơn GPT-5.6 Terra 35 lần và hơn Claude Sonnet 5 32 lần. Nếu dự án của bạn xử lý triệu token mỗi ngày, chênh lệch này là hàng trăm USD/tháng.

Chọn model theo use case

• Chat/QA nội bộ, tool nhỏ: DeepSeek V4 Flash
• Coding agent chất lượng cao: Claude Sonnet 5 (hoặc DeepSeek V4 Pro nếu muốn tối ưu chi phí)
• RAG, knowledge base, agent dài: DeepSeek V4 Flash (cache cực rẻ) hoặc GPT-5.6 Luna nếu cần hệ sinh thái OpenAI
• Multimodal/video, hệ sinh thái Google: Gemini 3.7 Flash
• Workload batch không gấp: bất kỳ provider nào, chạy batch/off-peak để giảm 50%

Kết luận

Cuộc đua giá API 2026 đã chia thành 2 thái cực: DeepSeek và GPT-5.6 Luna ở phân khúc dưới $1, còn Claude/GPT-5.6 Terra ở phân khúc $10+ cho cùng khối lượng công việc. Với indie hacker, lựa chọn rẻ không còn là "chấp nhận chất lượng kém", deepseek-v4-flash đủ dùng cho đa số workflow hằng ngày.

Quy tắc vàng: đo trước, chọn sau: ước lượng token thực tế của app bạn, nhân với bảng giá trên, rồi mới chọn provider. Và đừng quên kiểm tra lại giá trước khi triển khai vì giá thay đổi hàng tuần.

Toàn bộ công cụ mình dùng hằng ngày nằm ở trang Tools tôi dùng. Muốn đọc thêm bài benchmark kiểu này, đăng ký newsletter sắp ra mắt nhé.

Câu hỏi thường gặp

DeepSeek V4 Flash có thực sự rẻ hơn Claude Sonnet 5 không?

Có, với agent chạy 100K token/ngày, DeepSeek V4 Flash tốn khoảng $0.55/tháng so với $13.20 của Claude Sonnet 5, rẻ hơn khoảng 24 lần cho workload không cache.

Giá trong bài có thể thay đổi không?

Có. Giá API thay đổi theo tuần, DeepSeek đã chuyển sang billing peak/off-peak từ 16/08/2026. Luôn kiểm tra trang pricing chính thức của từng nhà cung cấp trước khi quyết định.

Tôi có cần dùng aggregator như OpenRouter không?

Không bắt buộc. Gọi thẳng API từng nhà cung cấp đơn giản và ít phụ thuộc hơn; aggregator hữu ích khi bạn cần một API key truy cập nhiều model khác nhau.