Hook
Bạn đã bao giờ tự hỏi, một API AI giá rẻ có thể mạnh ngang ngửa Claude Fable 5 chỉ trong một đêm? Tôi không tin vào những điều kỳ diệu mà không có bằng chứng. Một nhóm thử nghiệm độc lập vừa phát hiện ra hành vi kỳ lạ: khi yêu cầu DeepSeek V4 Pro sinh mã 3D, kết quả giống hệt Fable 5. Nhưng khi thêm nội dung an ninh mạng, chất lượng tụt dốc. Dòng chảy API đã bị chuyển hướng — hay DeepSeek đã thực sự đạt đến đẳng cấp mới?
Context
Ngành AI đang chứng kiến cuộc chiến không khoan nhượng giữa các model ngôn ngữ lớn. DeepSeek nổi lên với chiến lược giá rẻ, tuyên bố V4 Pro vượt trội trong lập trình. Nhưng chi phí vận hành model mạnh là cực kỳ đắt đỏ. Một tin đồn lan truyền: DeepSeek có thể đang sử dụng API của Anthropic (Claude) làm backend, thu thập dữ liệu đầu ra để huấn luyện model của riêng mình. Nếu đúng, đây là một vụ "distillation qua API" có chủ đích — một lỗ hổng chưa từng được cảnh báo trong ngành.
Core
Tôi đã phân tích kỹ thuật từ báo cáo gốc. Các thử nghiệm được thiết kế để so sánh hành vi ở nhiều lĩnh vực khác nhau. Kết quả:
- Lập trình 3D game: DeepSeek V4 Pro sinh ra code gần như không thể phân biệt với Claude Fable 5. Cách đặt tên biến, cấu trúc điều kiện, thậm chí cả lỗi — đều giống hệt.
- Toán học & an ninh mạng: Khi bị đưa ra các câu hỏi về lỗ hổng bảo mật, chất lượng giảm sút rõ rệt, trở về mức của DeepSeek thông thường.
- Sự thay đổi đột ngột: Không phải là cải thiện dần. Đó là một đường cong "tắt — bật". Cơ chế routing chọn lọc dựa trên nội dung đầu vào là giả thuyết duy nhất giải thích được điều này.
Hãy nhìn vào flow thực, không phải chart đẹp. Một model thực sự mạnh sẽ thể hiện ổn định ở mọi lĩnh vực. Nhưng ở đây, DeepSeek chỉ "bật" sức mạnh khi gặp tác vụ lập trình — chính xác là thế mạnh của Claude. Các dấu hiệu kỹ thuật khác: độ trễ API tăng lên khi routing xảy ra (khoảng 200-300ms thêm), header phản hồi có thể chứa dấu vết của Anthropic. Nhưng những bằng chứng này vẫn chưa đủ cứng, bởi lẽ DeepSeek có thể đã tối ưu riêng cho tác vụ code.
Tuy nhiên, có một điểm mù lớn: Nếu DeepSeek thực sự routing, tại sao Anthropic không phát hiện? Câu trả lời có thể nằm ở việc DeepSeek sử dụng nhiều API key khác nhau, hoặc tự động sinh key từ người dùng cuối. Điều này tạo ra một lớp trung gian khó truy vết. Dữ liệu từ báo cáo cho thấy hành vi "bất thường có chọn lọc" là dấu hiệu mạnh mẽ nhất.
Contrarian Angle
Nhưng tôi không vội kết luận. Có một khả năng khác: DeepSeek có thể đã sử dụng cùng một bộ dữ liệu huấn luyện với Claude (ví dụ: The Stack, CodeSearchNet) và áp dụng kỹ thuật fine-tuning mạnh mẽ cho code. Khi đó, sự tương đồng chỉ là do dữ liệu chung, không phải do routing. Hãy nhìn vào thực tế: rất nhiều model LLM hiện nay có output giống nhau ở các tác vụ phổ biến. Việc một model mới đi sau có thể bắt chước phong cách của model đi trước là chuyện thường.
Thêm nữa, bài kiểm tra chỉ gồm một vài prompt. Chưa có thử nghiệm mù với người dùng thực. Cảm giác "giống hệt" có thể đến từ hiệu ứng placebo. Nếu DeepSeek thực sự routing, họ sẽ phải chịu chi phí API khủng khiếp từ Anthropic, trong khi thu phí người dùng thấp hơn — đó là một mô hình kinh doanh mất cân bằng. Hoặc họ đang ăn cắp thông qua tài khoản bị đánh cắp? Mọi giả thuyết đều có điểm yếu.
Takeaway
Dù sự thật thế nào, một điều chắc chắn: niềm tin vào các API AI đang bị đặt dấu hỏi. Nếu DeepSeek không minh bạch, họ sẽ mất trắng uy tín. Nếu họ vô tội, họ cần công bố kiến trúc chi tiết. Còn với người dùng, hãy luôn đặt câu hỏi: "Model bạn đang gọi có thực sự là model bạn nghĩ không?" Thị trường sẽ không tha thứ cho những kẻ giả mạo.