Cách dùng DeepSeek API ngoài Trung Quốc: Thiết lập và kiểm tra

Để dùng DeepSeek API ngoài Trung Quốc, trước tiên hãy chọn một dịch vụ hỗ trợ tài khoản và vị trí triển khai của bạn. Bạn có thể đánh giá nền tảng trực tiếp của DeepSeek hoặc một gateway như Tokenhot. Trong cả hai trường hợp, bạn cần endpoint, khóa API do chính dịch vụ đó cấp và mã model mà tuyến đã chọn thực sự hỗ trợ.

Không có một con số độ trễ hoặc quy tắc đăng ký duy nhất áp dụng cho mọi quốc gia, tài khoản và nhà cung cấp. Hãy kiểm tra các lựa chọn đăng ký và thanh toán hiện hành tại vị trí của bạn trước khi xây dựng hệ thống dựa trên chúng. Gateway là một lựa chọn truy cập; nó không phải là sự cho phép bỏ qua quy định về khả năng cung cấp của dịch vụ.

Cập nhật ngày 14/9/2026. Các ví dụ code là điểm khởi đầu dựa trên tài liệu, không phải số đo hiệu suất API trực tiếp.

Truy cập DeepSeek trực tiếp hay qua gateway?

Tiêu chí	DeepSeek trực tiếp	Gateway Tokenhot
Endpoint	https://api.deepseek.com	https://api.tokenhot.ai/v1
Thông tin xác thực	Khóa từ nền tảng DeepSeek	Khóa từ console Tokenhot
Chọn model	Mã hiện tại trong tài liệu DeepSeek API	Chính xác mã tuyến trong danh mục Tokenhot
Tính phí	Tài khoản DeepSeek và giá trực tiếp hiện tại	Tài khoản Tokenhot và giá gateway được hiển thị
Lý do chính để đánh giá	Quan hệ trực tiếp với nhà cung cấp model	Truy cập nhiều họ model qua một dịch vụ

Endpoint và cách thiết lập SDK được ghi trong DeepSeek quick start và Tokenhot quick start. Khóa chỉ dành cho từng dịch vụ: không gửi khóa DeepSeek tới Tokenhot hoặc khóa Tokenhot tới DeepSeek.

Nếu tài khoản DeepSeek hiện có đã hỗ trợ workload, hãy bắt đầu bằng cách thử tuyến đó. Nếu cần danh mục rộng hơn hoặc cách sắp xếp tài khoản khác, hãy so sánh các gateway. Hướng dẫn các lựa chọn thay thế OpenRouter trình bày các câu hỏi về khả năng tương thích và lựa chọn nhà cung cấp ngoài lệnh gọi API đầu tiên.

Kiểm tra tên model trước khi sao chép ví dụ cũ

DeepSeek quick start hiện khuyến nghị deepseek-flash. Tài liệu cho biết các tên cũ deepseek-v4-flash và deepseek-v4-flash-vision-exp vẫn được chấp nhận trên dịch vụ trực tiếp, nhưng yêu cầu hiện dùng DeepSeek V4.1 Flash vì các model cũ tương ứng đã ngừng hoạt động. Cùng trang đó cho biết dịch vụ API V4 Pro tiếp tục sau ngày 14/9/2026. Mã DeepSeek API hiện tại.

Vì vậy, một alias hoạt động không chứng minh rằng bạn đang gọi một model không thay đổi. Hãy ghi endpoint, model đã yêu cầu, siêu dữ liệu model được trả về nếu có và ngày xác minh trong cấu hình triển khai.

Đừng giả định gateway tuân theo cùng alias hoặc lịch ngừng model. Chọn rõ mã được liệt kê trên gateway. Xem hướng dẫn DeepSeek V4 Pro để biết bản phát hành V4 Pro trước đây, benchmark và yêu cầu trọng số.

Thực hiện lệnh gọi đầu tiên nhỏ bằng Python

Cài đặt OpenAI Python SDK chính thức, hỗ trợ base URL có thể cấu hình và client Chat Completions:

pip install openai

Để truy cập trực tiếp, tạo khóa trong nền tảng DeepSeek và đặt DEEPSEEK_API_KEY trong môi trường. Bắt đầu bằng prompt ngắn để có thể kiểm tra xác thực và lựa chọn model mà không cần workload lớn.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
    timeout=120.0,
    max_retries=0,
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "Explain an API gateway in two sentences."}],
    stream=False,
)
print(response.choices[0].message.content or "")
print(response.usage)

Thời gian chờ rõ ràng và tắt thử lại tự động giúp lần chạy chẩn đoán đầu tiên dễ phân tích hơn. Đây là thiết lập ví dụ, không phải giới hạn được khuyến nghị cho mọi workload. Hãy cấu hình chính sách thử lại có giới hạn sau khi hiểu các lỗi của dịch vụ và ngân sách thời gian của ứng dụng.

Với Tokenhot, lấy khóa từ console khóa API, chọn một tuyến DeepSeek trong danh mục model, rồi đặt TOKENHOT_API_KEY và TOKENHOT_MODEL trong môi trường máy chủ. Thay cấu hình client và model bằng:

client = OpenAI(
    api_key=os.environ["TOKENHOT_API_KEY"],
    base_url="https://api.tokenhot.ai/v1",
    timeout=120.0,
    max_retries=0,
)
model = os.environ["TOKENHOT_MODEL"]

Truyền model=model vào cùng lệnh gọi Chat Completions cơ bản. Chọn model qua cấu hình giúp tránh nhúng một alias gateway chưa xác minh vào hướng dẫn. Giữ thông tin xác thực trên máy chủ, tránh xa bundle trình duyệt, repository công khai và ảnh chụp màn hình chẩn đoán.

Thêm riêng streaming và tùy chọn suy luận

Sau khi yêu cầu cơ bản hoạt động, hãy thử streaming trên tuyến đã chọn. Với stream Chat Completions, kiểm tra chunk có choice trước khi truy cập nội dung:

stream = client.chat.completions.create(
    model=model,
    messages=[{"role": "user", "content": "Give three checks before deploying an API client."}],
    stream=True,
)
try:
    for chunk in stream:
        if chunk.choices:
            text = chunk.choices[0].delta.content
            if text:
                print(text, end="", flush=True)
finally:
    stream.close()

Ở đây, client và model là cấu hình đã chọn ở trên; với ví dụ trực tiếp, đặt model="deepseek-flash". Code này in nội dung câu trả lời. Đừng giả định mọi model suy luận đều nhúng đầu ra trung gian vào thẻ <think> theo nghĩa đen. Chỉ phân tích các trường được ghi nhận cho tuyến đó và giữ dữ liệu suy luận phụ tách khỏi câu trả lời cuối.

Ví dụ trực tiếp hiện tại của DeepSeek dùng reasoning_effort cùng một đối tượng thinking. Điều đó không chứng minh một gateway bất kỳ chấp nhận cùng phần mở rộng hoặc giá trị. Chỉ thêm các điều khiển này sau khi kiểm tra tài liệu của tuyến. Hãy thử riêng công cụ, đầu ra có cấu trúc, đầu vào hình ảnh và ngữ cảnh dài vì cùng lý do: giao diện client chung không làm mọi tính năng model trở nên hoán đổi được.

Chẩn đoán lỗi truy cập trước khi đổi nhà cung cấp

Một yêu cầu không thành công tự nó không chứng minh có chặn mạng theo khu vực. Trước tiên, hãy kiểm tra trạng thái HTTP, thông báo lỗi dịch vụ, endpoint và lựa chọn model.

Triệu chứng	Kiểm tra đầu tiên
Lỗi xác thực	Khóa có được tạo bởi dịch vụ đang nhận yêu cầu và còn hiệu lực không?
Không đủ số dư	Tài khoản API có credit dùng được cho tuyến này không?
Tham số hoặc model không hợp lệ	Model hiện tại có chấp nhận mã, trường và giá trị đã gửi không?
Giới hạn tốc độ	Mức đồng thời yêu cầu hoặc lượng token có vượt giới hạn cho phép của tài khoản không?
Hết thời gian chờ hoặc máy chủ quá tải	Một yêu cầu nhỏ có hoàn thành được không và dịch vụ có báo sự cố không?
Stream bị gián đoạn	Kết nối có đóng sớm và ứng dụng có coi nhầm văn bản một phần là câu trả lời hoàn chỉnh không?

DeepSeek ghi nhận 401 cho lỗi xác thực, 402 cho không đủ số dư, 422 cho tham số không hợp lệ, 429 cho giới hạn tốc độ và 500/503 cho sự cố máy chủ. Mã của gateway có thể khác. Hãy đọc tài liệu lỗi của dịch vụ liên quan thay vì áp dụng chính sách thử lại của một nhà cung cấp cho mọi tuyến. Mã lỗi DeepSeek.

Giữ lại ID yêu cầu và siêu dữ liệu lỗi đã loại thông tin nhạy cảm để làm việc với bộ phận hỗ trợ. Đừng dán khóa API hoặc prompt riêng tư vào báo cáo lỗi công khai. Với lỗi lặp lại, mỗi lần chỉ thay đổi một biến: khóa, model, nội dung yêu cầu hoặc vị trí mạng. Điều này giúp kết quả có thể dẫn tới hành động cụ thể.

Đo độ trễ từ khu vực triển khai

So sánh các tuyến từ khu vực máy chủ nơi ứng dụng chạy. Điểm vào gateway gần hơn có thể ảnh hưởng thời gian kết nối mạng, nhưng quá trình tạo còn phụ thuộc hàng đợi, độ dài đầu vào, tính toán model, chế độ suy luận và độ dài đầu ra.

Dùng cùng prompt, mức đồng thời, thiết lập đầu ra và khung thời gian cho mỗi thử nghiệm. Đo thời gian tới token trả lời đầu tiên, tổng thời gian hoàn thành, tỷ lệ thành công và mức sử dụng có tính phí. Ghi lại phép đo có bao gồm thiết lập kết nối không và dữ liệu suy luận phụ có đến trước văn bản trả lời không. Khi có đủ quan sát, báo cáo riêng độ trễ trung vị và độ trễ đuôi.

Với tác vụ ngữ cảnh dài, hãy dùng độ dài tài liệu thực tế. Một lời chào ngắn không thể xác lập hiệu suất tuyến trên codebase lớn. Với giao diện streaming, thử cả gián đoạn và hủy bên cạnh phản hồi thành công. Bài viết này không đưa ra lời hứa chung dưới 200ms vì không có benchmark khu vực được kiểm soát.

So sánh hóa đơn và điều khoản dữ liệu của tuyến thực tế

Dùng báo giá hiện tại cho endpoint bạn sẽ trả phí. Giá trực tiếp DeepSeek và giá gateway Tokenhot là hai báo giá riêng. Đầu vào đã cache, đầu vào thông thường, đầu ra suy luận và giá theo thời gian có thể làm thay đổi chi phí thực; bài so sánh giá LLM API cung cấp framework tính toán có thể tái tạo.

Kiểm tra phương thức thanh toán và mức mua tối thiểu được hiển thị cho tài khoản trước khi nạp tiền. Đừng giả định mọi quốc gia hỗ trợ cùng loại thẻ hoặc ví.

Với workload nhạy cảm, hãy xem xét điều khoản dữ liệu áp dụng của cả gateway và nhà cung cấp upstream. Hỏi tuyến nào xử lý yêu cầu, log vận hành nào được giữ và thiết lập lưu giữ theo hợp đồng nào được áp dụng. Mã hóa truyền tải, tuyên bố marketing về lưu giữ và một đánh giá tuân thủ hoàn tất trả lời ba câu hỏi khác nhau.

Trước khi chuyển sang production

Xác nhận tài khoản được hỗ trợ, đúng model hoạt động, một yêu cầu đại diện hoàn thành và usage xuất hiện như dự kiến. Sau đó, kiểm tra streaming, xử lý lỗi, giới hạn yêu cầu và các tính năng riêng của model mà ứng dụng cần. Giữ một bản ghi cấu hình có ngày để có thể thấy alias hoặc giá thay đổi về sau.

Bắt đầu bằng Tokenhot quick start để thiết lập gateway hoặc DeepSeek quick start để truy cập trực tiếp, rồi đánh giá tuyến bằng workload của bạn trước khi mở rộng lưu lượng.