Hướng dẫn chuyển đổi cho lập trình viên · 24 tháng 9 năm 2026
Chuyển ứng dụng chat tương thích OpenAI sang Qwen hoặc DeepSeek tại Đông Nam Á
Bạn có thể giữ cấu trúc yêu cầu chat và đổi base URL, API key cùng ID mô hình. Gửi được một yêu cầu mới chỉ là bước đầu; trước khi chuyển lưu lượng thật, hãy kiểm tra chất lượng tiếng Việt, nơi xử lý dữ liệu, lỗi, độ trễ và tổng chi phí token.
Tóm tắt
Alibaba Cloud công bố endpoint Chat Completions tương thích OpenAI cho Qwen tại Singapore; DeepSeek cũng có API theo định dạng tương thích. Hãy gửi cùng một yêu cầu văn bản bằng tài khoản và khóa riêng của từng nhà cung cấp, rồi kiểm tra tác vụ thực tế bằng tiếng Việt và các ngôn ngữ thị trường của bạn.
Endpoint công khai để thử trực tiếp
Đây là endpoint của nhà cung cấp, không phải của FlashAPI. Mỗi dịch vụ cần tài khoản và khóa do chính nhà cung cấp cấp. Hãy xem lại tài liệu trước khi dùng vì danh sách mô hình và API có thể thay đổi.
| Nhà cung cấp | Base URL cho SDK | Ví dụ ID mô hình | Lưu ý khu vực |
|---|---|---|---|
| Alibaba Cloud Model Studio | https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1 | qwen3.8-flash | Tài liệu ghi nhận triển khai tại Singapore. Thay {WorkspaceId} bằng ID workspace của bạn và dùng khóa tương ứng với tài khoản. Alibaba Cloud: Chat Completions và URL Singapore ↗ |
| DeepSeek API | https://api.deepseek.com | deepseek-flash | Chỉ từ base URL công khai không thể kết luận yêu cầu được xử lý tại Singapore hay nơi khác ở Đông Nam Á. DeepSeek: mô hình và base URL tương thích OpenAI ↗ |
FlashAPI hiện chưa kết nối nhà cung cấp upstream. Chúng tôi dùng các tài liệu công khai này để chọn tuyến cho đợt thử nghiệm API hợp nhất trong tương lai.
Một phép thử phía máy chủ cho cả hai tuyến
Trong dự án Node.js trên máy của bạn, chạy npm install openai. Đặt AI_BASE_URL, AI_API_KEY và AI_MODEL trong shell hoặc nơi quản lý bí mật, rồi chạy node route-smoke.mjs. Chọn một hàng trong bảng trên. Không đưa khóa của nhà cung cấp vào mã trình duyệt hay kho mã. Ví dụ dùng tài khoản riêng của bạn, không phải thông tin xác thực FlashAPI.
// Save as route-smoke.mjs. Run on a trusted server with Node.js and "openai" installed.
import OpenAI from "openai";
for (const name of ["AI_BASE_URL", "AI_API_KEY", "AI_MODEL"]) {
if (!process.env[name]) throw new Error(`Missing ${name}`);
}
const client = new OpenAI({
baseURL: process.env.AI_BASE_URL,
apiKey: process.env.AI_API_KEY,
timeout: 60_000,
maxRetries: 0,
});
const result = await client.chat.completions.create({
model: process.env.AI_MODEL,
messages: [{ role: "user", content: "Reply in tiếng Việt in one sentence: Đơn hàng đến muộn. Hãy hỏi mã đơn; không bịa ngày giao hàng." }],
max_tokens: 1024,
stream: false,
});
console.log(JSON.stringify({
model: result.model,
finish_reason: result.choices[0]?.finish_reason,
answer: result.choices[0]?.message?.content,
usage: result.usage,
}, null, 2));Mã in ra mô hình, câu trả lời, lý do kết thúc và lượng token do nhà cung cấp báo cáo. Câu trả lời rỗng hoặc finish_reason: "length" là kết quả chưa đạt dù HTTP thành công. Phép thử có thể phát sinh phí. Giới hạn 1.024 token chỉ áp dụng cho yêu cầu mẫu; hãy đối chiếu lượng dùng thực và quy tắc tính phí trước khi dự toán quy mô lớn.
Năm bước kiểm tra trước khi chuyển lưu lượng Đông Nam Á
- Tài khoản và tuyến. Xác nhận khóa, workspace Qwen, ID mô hình và khu vực tính phí trong bảng điều khiển. Lưu chính xác endpoint và phiên bản mô hình đã thử.
- Chất lượng ngôn ngữ. Thử các cuộc hội thoại hỗ trợ khách hàng bằng tiếng Việt, tiếng Indonesia hoặc tiếng Thái phù hợp với người dùng, gồm tên địa phương và tin nhắn xen ngôn ngữ. Nhờ người hiểu ngôn ngữ chấm mức làm đúng yêu cầu, thông tin bịa đặt và nhu cầu chuyển cho nhân viên.
- Tính tương thích ngoài mẫu thử. Kiểm tra streaming, JSON, gọi công cụ, timeout, mã lỗi và trường usage nếu ứng dụng đang dùng. Cùng định dạng Chat Completions không có nghĩa mọi tính năng mở rộng đều giống nhau.
- Chi phí thực. Đo tỷ lệ token đầu vào, đầu ra, suy luận, lần thử lại và cache; áp dụng giá niêm yết cho tài khoản và khu vực của bạn. Máy tính của chúng tôi chỉ ước lượng theo giá công khai, không phải hóa đơn hay báo giá FlashAPI.
- Thời gian phản hồi theo khu vực. Đo từ đường mạng thực của ứng dụng. Báo cáo p50/p95 đến đoạn chữ đầu tiên và đến phản hồi hoàn chỉnh, số lỗi, mức đồng thời cùng thời gian thử. FlashAPI chưa có số đo độ trễ.
Đây là kế hoạch thử nghiệm đề xuất, không phải bảng xếp hạng tốc độ các mô hình. Chúng tôi chưa chạy chúng qua FlashAPI hoặc đo độ trễ FlashAPI.
So sánh giá công khai và tiêu chí chọn mô hình ↗Câu hỏi trước khi chuyển
Chỉ đổi base URL, khóa và ID mô hình là xong?
Với phép thử Chat Completions văn bản cơ bản, đó là bước đầu. Trước khi chuyển lưu lượng thật, hãy kiểm tra streaming, công cụ, JSON, giới hạn token, lỗi và cách xử lý dữ liệu mà ứng dụng đang dùng.
Endpoint Qwen tại Singapore có bảo đảm nhanh ở Việt Nam không?
Không. Thời gian người dùng thấy còn phụ thuộc tuyến mạng, độ dài yêu cầu, tải mô hình và lượng truy cập đồng thời. Hãy đo p50/p95 từ mạng phục vụ người dùng của bạn.
Hiện có thể gọi Qwen hoặc DeepSeek qua FlashAPI không?
Chưa. Hướng dẫn này nói về API trực tiếp của nhà cung cấp. Gateway FlashAPI còn trong quá trình phát triển, chưa nối upstream và chưa cấp API key cho khách hàng.
Tài liệu gốc
Thông tin endpoint và mô hình được kiểm tra ngày 24 tháng 9 năm 2026. Mã mẫu và danh sách kiểm tra do FlashAPI tổng hợp từ tài liệu; chúng không hàm ý đã tích hợp nhà cung cấp hay có kết quả benchmark.
Một API có giúp lần chuyển đổi tới dễ hơn không?
Cho chúng tôi biết quốc gia, ngôn ngữ, ứng dụng hiện tại, tính năng bắt buộc và lượng token mỗi tháng. Yêu cầu của bạn sẽ giúp xác định đợt thử nghiệm upstream thực tế đầu tiên.
Chia sẻ nhu cầu