DeepSeek vs ChatGPT: chi phí, chất lượng và phần người ta hay bỏ sót

Câu trả lời ngắn gọn

Về lập luận trên văn bản, toán học và lập trình, DeepSeek thực sự cạnh tranh được với các mô hình hàng đầu của phương Tây, và chi phí chạy qua API chỉ bằng một phần nhỏ. Đó không phải lời quảng cáo, đó là lý do cả ngành chú ý khi R1 xuất hiện và vì sao giá của mọi nhà cung cấp đều chịu sức ép kể từ đó.

Về mọi thứ không phải bản thân mô hình, ChatGPT dẫn trước và khoảng cách không hề sát. Hiểu ảnh và âm thanh, giọng nói, chạy mã trên tệp của bạn, các kết nối, trợ lý tùy chỉnh, bộ công cụ cho lập trình viên, độ ổn định khi tải cao, tài liệu, hệ sinh thái. Nếu bạn đang chọn một trợ lý dùng hằng ngày chứ không phải một mô hình để xây dựng lên trên, khoảng cách đó quan trọng hơn điểm số benchmark nhiều.

Vậy nên cách đặt vấn đề thành thật không phải "cái nào tốt hơn". Mà là "bạn đang mua một mô hình hay một sản phẩm?". DeepSeek bán một mô hình rất tốt với giá rất rẻ. OpenAI bán một sản phẩm có một mô hình rất tốt bên trong. Đó là hai thương vụ khác nhau.

Trước hết, bạn đang hỏi về DeepSeek nào?

Gần như mọi cuộc tranh cãi rối rắm về DeepSeek đều đến từ việc hai người đang bàn về hai thứ khác nhau. Có ba cách dùng riêng biệt, và chúng khác nhau về chi phí, về quyền riêng tư, và về những gì bạn được phép làm với kết quả.

	Ứng dụng và website	API DeepSeek	Trọng số mở
Chi phí	Miễn phí	Rất thấp theo token	Hạ tầng tính toán của bạn
Dữ liệu của bạn đi đâu	Máy chủ của DeepSeek	Máy chủ của DeepSeek	Nơi bạn tự chạy
Có tự vận hành được không	Không	Không	Có
Có tinh chỉnh được không	Không	Không	Có
Hạn chế chủ đề	Có, với các đề tài chính trị nhạy cảm	Có	Giảm bớt, nhưng hành vi từ huấn luyện vẫn còn
Hợp với	Dùng thử	Văn bản và mã giá rẻ ở quy mô sản xuất	Công việc nhạy cảm hoặc chịu quản lý

Cột thứ ba là cột người ta hay quên, và nó lại thú vị nhất. DeepSeek công bố trọng số mô hình theo giấy phép thoáng, nghĩa là mô hình có thể được tải về, chạy trên phần cứng của bạn, được một nhà cung cấp trong lãnh thổ của bạn vận hành, và được điều chỉnh. Không phòng thí nghiệm hàng đầu nào ở phương Tây làm vậy với mô hình tốt nhất của họ.

Hệ quả thực tế: một nhóm không được phép gửi dữ liệu sang một công ty Trung Quốc vẫn có thể dùng DeepSeek bằng cách tự chạy trọng số hoặc qua một nhà cung cấp vận hành chúng ở nơi khác. Nếu bạn đọc thấy một chính phủ cấm DeepSeek, gần như luôn là họ nói tới ứng dụng và API do DeepSeek vận hành, không phải trọng số.

Chỗ DeepSeek thực sự cạnh tranh được

Lập luận và toán học. Dòng mô hình lập luận là phần mạnh nhất của DeepSeek. Với các bài toán nhiều bước khó, toán thi đấu và các câu đố logic, nó ở cùng nhóm với những mô hình tốn kém hơn nhiều để vận hành. Nếu bài toán của bạn có một đáp án đúng kiểm chứng được, hãy thử ở đây trước.

Lập trình. Vững ở việc triển khai, tái cấu trúc, gỡ lỗi và giải thích mã lạ. Không phải giỏi nhất khi phải lập luận trên cả một mã nguồn lớn, nơi cửa sổ ngữ cảnh rất lớn giúp nhiều hơn, nhưng tính trên mỗi đồng bỏ ra thì mạnh vượt trội.

Lập luận hiển thị được. Các mô hình lập luận cho thấy quá trình suy nghĩ theo cách thực sự hữu ích để rà soát. Khi câu trả lời sai, bạn thường thấy được bước nào đã sai, điều này đáng giá hơn ta tưởng khi bạn đang kiểm tra kết quả thay vì tin ngay.

Chi phí. Đây là điểm nổi bật nhất. Tính trên mỗi triệu token, API DeepSeek luôn ở mức thấp hơn khoảng một bậc so với giá của các mô hình đầu bảng phương Tây, đôi khi còn thấp hơn nữa nhờ bộ nhớ đệm. Với bất cứ thứ gì chạy ở quy mô lớn, đó không phải khoản tiết kiệm nhỏ, đó là ranh giới giữa việc một tính năng khả thi hay không.

Hiệu quả như một mục tiêu thiết kế. Phần thú vị trong nghiên cứu của DeepSeek nằm ở kiến trúc: định tuyến kiểu hỗn hợp chuyên gia, cơ chế chú ý thưa, và các kỹ thuật huấn luyện đạt kết quả hàng đầu mà không cần ngân sách hàng đầu. Nghiên cứu đó đã được công bố, và nó ảnh hưởng thấy rõ tới cách mọi bên khác định giá và xây dựng.

Chỗ ChatGPT dẫn trước rõ ràng

Công việc đa phương thức. Đưa cho ChatGPT một ảnh chụp màn hình, ảnh chụp bảng trắng, một biểu đồ hay một hóa đơn đã quét, nó xử lý tốt. Các mô hình của DeepSeek là mô hình văn bản. Nếu công việc của bạn có hình ảnh, riêng điều này đã đủ quyết định.

Dùng công cụ và chạy mã. ChatGPT có thể chạy mã trên dữ liệu bạn tải lên, tạo biểu đồ và đưa lại tệp cho bạn. Quy trình đó, cộng với các kết nối tới công cụ làm việc, là năng lực của sản phẩm, và không mô hình đơn lẻ nào thay thế được.

Độ tin cậy và khả năng phục vụ. Dịch vụ do DeepSeek vận hành đã có những giai đoạn suy giảm chất lượng và tạm dừng đăng ký khi quá tải. Nếu bạn xây thứ mà khách hàng phụ thuộc vào, lịch sử thời gian hoạt động quan trọng ngang chất lượng.

Hệ sinh thái. Các bộ SDK, tài liệu gọi hàm rõ ràng, các tích hợp, câu trả lời của cộng đồng cho những vấn đề hiếm gặp, và một nguồn nhân lực đã quen bộ công cụ. Khi bạn gặp một tình huống lạ lúc 2 giờ sáng, xác suất đã có người viết về nó cao hơn nhiều.

Hành vi nhất quán. ChatGPT tuân theo các chỉ dẫn phức tạp về định dạng và vai trò một cách ổn định hơn xuyên suốt cuộc trò chuyện dài. DeepSeek trôi khỏi yêu cầu nhiều hơn, và điều đó lộ ra rất nhanh ở các tác vụ kiểu tác nhân, nơi cùng một prompt chạy cả nghìn lần.

Giọng nói, tạo ảnh và mọi thứ khác. Phần tạo nội dung ngoài văn bản chiếm một phần lớn trong những gì người ta trả tiền, và nó gần như không nằm trong những gì DeepSeek cung cấp.

So sánh chi phí cho đúng cách

Nếu bạn dùng giao diện trò chuyện, phần này gần như không quan trọng: ứng dụng DeepSeek miễn phí và gói đăng ký ChatGPT vào khoảng 20 đô la Mỹ. Bạn có thể bỏ qua.

Nếu bạn đang xây dựng thứ gì đó, chênh lệch theo token cộng dồn rất nhanh. Hãy lấy một tải công việc trợ lý hỗ trợ khách hàng thực tế: 2.000 token đầu vào và 500 token đầu ra mỗi lượt, 50.000 lượt mỗi tháng. Tức là 100 triệu token đầu vào và 25 triệu token đầu ra. Chạy trên mức giá của mô hình đầu bảng phương Tây, bạn sẽ nhận một hóa đơn hằng tháng đáng kể. Chạy trên DeepSeek, cùng tải công việc đó có thể chỉ tốn cỡ một bữa trưa. Ngay cả sau đợt giảm giá toàn ngành mà chính DeepSeek kích hoạt, khoảng cách vẫn còn rất rộng.

Có ba điều làm thay đổi phép tính, và đó chính là những điều người ta hay bỏ sót:

• Các mô hình lập luận sinh ra rất nhiều token mà bạn không bao giờ thấy. Phần suy nghĩ mở rộng có thể gấp nhiều lần đầu ra hiển thị. Rẻ trên mỗi token nhân với số token lớn hơn nhiều thì không phải lúc nào cũng rẻ. Hãy đo tổng token, không phải giá mỗi token.
• Giá cho bộ nhớ đệm quan trọng hơn giá niêm yết với bất cứ thứ gì có prompt hệ thống ổn định. Một mức giảm lớn cho phần đầu vào lặp lại có thể thắng một giá niêm yết thấp hơn chút ít.
• Mô hình rẻ nhất mà vượt qua bài đánh giá của bạn là mô hình thắng. Không phải mô hình giỏi nhất. Hãy dựng một bộ thử nhỏ gồm đầu vào thật kèm đáp án tốt đã biết, rồi chạy trên cả hai. Phần lớn tải công việc thực tế không cần mô hình hàng đầu, và bạn chỉ biết điều đó khi đo đạc.

Một mô hình vận hành hợp lý cho các nhóm: đưa phần lớn lưu lượng sang mô hình rẻ, nâng cấp lên mô hình đắt khi mức tin cậy thấp hoặc nhiệm vụ có rủi ro cao. Việc đó dễ xây hơn nhiều khi bạn không bị khóa vào API của một nhà cung cấp duy nhất.

Quyền riêng tư, thẩm quyền pháp lý và kiểm duyệt

Chuyện này xứng đáng được xử lý bằng dữ kiện thay vì như một câu chuyện dọa dẫm, vì chính các chi tiết quyết định nó có ảnh hưởng tới bạn hay không.

Dữ liệu đi đâu. Dịch vụ do DeepSeek vận hành xử lý và lưu trữ dữ liệu trên máy chủ ở Trung Quốc, và chính sách bảo mật của họ nói rõ điều đó. Luật Trung Quốc cho phép cơ quan chức năng tiếp cận dữ liệu lưu trong nước rộng hơn phần lớn khung pháp lý phương Tây. Điều đó có quan trọng hay không phụ thuộc hoàn toàn vào thứ bạn gửi đi. Một câu hỏi về công thức nấu ăn thì không rủi ro. Hợp đồng khách hàng, dữ liệu bệnh nhân, mã nguồn chưa phát hành, hoặc bất cứ thứ gì thuộc phạm vi GDPR hay một thỏa thuận xử lý dữ liệu khách hàng lại là chuyện khác.

Phản ứng của cơ quan quản lý. Một số chính phủ và cơ quan quản lý đã hạn chế ứng dụng DeepSeek trên thiết bị công vụ hoặc trong lãnh thổ của họ, viện dẫn cách xử lý dữ liệu. Nếu tổ chức của bạn có quy trình mua sắm hoặc rà soát an ninh, hãy chuẩn bị tinh thần là dịch vụ do DeepSeek vận hành sẽ không qua được, và quyết định đó là về thẩm quyền pháp lý chứ không phải về chất lượng mô hình.

Hạn chế nội dung. Dịch vụ do DeepSeek vận hành từ chối hoặc né tránh các đề tài chính trị nhạy cảm, nhất là những đề tài nhạy cảm ở Trung Quốc. Chạy trọng số mở làm giảm chuyện này, vì lớp từ chối nằm một phần trong hạ tầng phục vụ, nhưng một số hành vi đã được huấn luyện vào mô hình và không biến mất hoàn toàn. Nếu công việc của bạn động tới lịch sử, địa chính trị hay bất cứ so sánh nào về các chính phủ, hãy thử trước khi phụ thuộc vào nó.

Cách xử lý thực sự hiệu quả. Dùng trọng số mở qua một nhà cung cấp vận hành chúng trong lãnh thổ của bạn, hoặc tự chạy. Bạn giữ được lợi thế về chi phí và chất lượng, còn vấn đề nơi lưu trữ dữ liệu thì biến mất. Đây chính là lý do trọng số mở có tầm quan trọng chiến lược chứ không chỉ là một cử chỉ đẹp.

Để có bức tranh đầy đủ hơn về cách các nhà cung cấp lớn xử lý dữ liệu trò chuyện, thời gian lưu trữ và tùy chọn không dùng dữ liệu để huấn luyện, hướng dẫn về chi phí đăng ký AI của chúng tôi lo phần mua sắm, còn các trang chính sách hiện hành của từng nhà cung cấp là nguồn có thẩm quyền cho phần còn lại.

Ai nên dùng cái nào

Nếu bạn là	Hãy dùng	Vì
Người dùng phổ thông hằng ngày	ChatGPT	Sản phẩm bao quanh mô hình mới là phần lớn giá trị
Nhạy cảm về chi phí và xây ở quy mô lớn	API DeepSeek	Rẻ hơn khoảng một bậc cho văn bản và mã
Làm trong ngành chịu quản lý	Trọng số mở DeepSeek tự vận hành, hoặc một mô hình phương Tây	Nơi lưu trữ dữ liệu là toàn bộ vấn đề
Làm nhiều toán hoặc logic	Thử cả hai	DeepSeek thực sự mạnh ở đây và thử thì rẻ
Làm việc với ảnh, âm thanh hoặc tệp	ChatGPT	Các mô hình văn bản của DeepSeek không lo được phần này
Chạy vòng lặp tác nhân trong sản phẩm thật	ChatGPT, rồi tối ưu sau	Ban đầu, sự nhất quán khi làm theo chỉ dẫn quan trọng hơn giá
Nghiên cứu hoặc thử nghiệm	Cả hai	Chi phí để thử DeepSeek gần như bằng không

Cách phần lớn các nhóm rồi cũng chọn không phải cái này hay cái kia. Đó là một mô hình rẻ mà đủ tốt cho khối lượng lớn, một mô hình hàng đầu cho các ca khó và mọi thứ hướng tới khách hàng, cùng một quy tắc định tuyến giữa hai bên. Đó là một kiến trúc hợp lý, và là lý do nên tránh bị khóa vào một nhà cung cấp duy nhất ngay cả khi bạn thích nhà cung cấp đó.

Nếu bạn muốn thử khả năng lập luận của DeepSeek đối đầu với GPT, Claude và Gemini mà không phải mở bốn tài khoản và không phải gửi gì tới một điểm cuối do Trung Quốc vận hành, Whizi bao gồm tất cả trong một gói đăng ký. Đưa cùng một prompt qua hai mô hình, giữ lại câu trả lời tốt hơn, và xem so sánh các mô hình cạnh nhau để biết cách làm trong thực tế.