DeepSeek V4.1 Pro vs Gemini 3.8 Flash: Flagship vắng bóng đối đầu mô hình Google giá rẻ

Đây là cặp đối đầu kém đối xứng nhất trên trang web, và sự bất đối xứng không phải là điều mà các tên gọi gợi ý. Gemini 3.8 Flash có giá 0,75 USD mỗi triệu token đầu vào và 3,75 USD đầu ra, có ngữ cảnh 1M với giới hạn đầu ra 65K, và có thể gọi bằng cùng một khóa như mọi thứ khác. DeepSeek V4.1 Pro không có thẻ, không có endpoint và không có giá. Mẫu flagship DeepSeek thực sự tồn tại — DeepSeek V4 Pro — có giá 0,66 USD và 1,98 USD ngoài giờ cao điểm, khoảng một phần mười giá đầu vào của Flash và một nửa giá đầu ra của nó, với giới hạn đầu ra 384K thay vì 65K.

Đọc lại điều đó một lần nữa, bởi vì nó đảo ngược ấn tượng mà từ "flash" gợi ra: gói rẻ của Google lại là gói đắt hơn tính trên mỗi token, còn mẫu flagship của DeepSeek mới là mẫu có giới hạn sinh lớn hơn.

Các thẻ

• Gemini 3.8 Flash — $0,75 đầu vào, $3,75 đầu ra; đọc bộ nhớ đệm ở mức $0,075; ngữ cảnh 1M; đầu ra tối đa 65K; p50 đo được cho token đầu tiên là 8,13 giây.

• DeepSeek V4 Pro — 0,66 đô-la đầu vào, 1,98 đô-la đầu ra vào giờ thấp điểm; 0,022 đô-la cho bộ nhớ đệm; tăng gấp đôi lên 1,32 đô-la và 3,96 đô-la trong hai khung giờ ngày thường; ngữ cảnh 1M; đầu ra 384K; chỉ văn bản; 6,22 giây đến token đầu tiên.

• DeepSeek V4.1 Pro — không có gì để so sánh. Được nhắc đến một lần vào ngày 10 tháng 9 và chưa bao giờ có giá.

Ngoài khung giờ cao điểm, DeepSeek rẻ hơn 12% ở đầu vào và rẻ hơn 47% ở đầu ra. Trong khung giờ cao điểm, nó đắt hơn 76% ở đầu vào và đắt hơn 5,6% ở đầu ra. Mức dao động đó — từ rõ ràng rẻ hơn sang rõ ràng đắt hơn trong cùng một ngày — là điều quan trọng nhất trên trang này, và nó không hề hiện ra trong nội dung quảng cáo của cả hai nhà cung cấp.

Mức trần 65K quyết định nhiều khối lượng công việc hơn là giá.

65.000 token đầu ra là một câu trả lời dài và một tài liệu ngắn. Việc tạo một báo cáo 40.000 từ trong một lần gọi duy nhất không vừa; một tệp mã với bất kỳ tham vọng nào cũng sẽ chạm giới hạn trước khi hoàn tất. Mức trần 384K của DeepSeek lớn gần gấp sáu lần, và với bất kỳ thứ gì thuộc đẳng cấp đó, việc so sánh giá không còn quan trọng vì một trong hai không thể hoàn thành công việc trong một yêu cầu duy nhất.

Ở nơi mà mức trần không ràng buộc — chat, phân loại, tóm tắt, hầu hết các bước của agent — giá token chính là thứ bạn phải trả, và ở đó DeepSeek thắng ngoài giờ cao điểm và thua trong giờ cao điểm. Việc lập lịch, chứ không phải lựa chọn mô hình, quyết định kết quả.

Độ trễ lại đảo ngược thứ hạng lần nữa

Gemini 3.8 Flash đo được 8,13 giây đến token đầu tiên; DeepSeek V4 Pro đo được 6,22. Cả hai đều không nhanh, và đều chậm đến mức một sản phẩm tương tác sẽ cảm nhận rõ. Xét trên giới hạn 65K và token đầu tiên mất 8 giây, luận điểm ủng hộ Flash nằm ở lợi thế kinh tế của bộ nhớ đệm — $0,075 mỗi triệu lượt đọc từ bộ nhớ đệm là mức giá bộ nhớ đệm công bố rẻ nhất trên bất kỳ card nào trong so sánh này — chứ không phải giá niêm yết.

Cần chạy gì

Gemini 3.8 Flash và DeepSeek V4 Pro đều có trên OrcaRouter với giá niêm yết của nhà cung cấp, được chuyển nguyên giá không thêm phụ phí, trên một endpoint tương thích OpenAI với tính năng chuyển đổi dự phòng tự động — vì vậy so sánh này là một quy tắc định tuyến, không phải một cuộc di trú. Hãy gửi các tác vụ sinh dài cho mô hình có giới hạn 384K, các tác vụ phụ thuộc nhiều vào bộ nhớ đệm cho mô hình có mức giá $0.075 cho phần được lưu đệm, và phần còn lại cho mô hình nào rẻ hơn vào thời điểm nó chạy.

DeepSeek V4.1 Pro vẫn nằm ngoài bảng định tuyến đó cho đến khi DeepSeek công bố một mã định danh. Bất cứ điều gì khác chỉ là một kế hoạch dựa trên ghi chú phát hành.