---
title: "Cách chọn nhà cung cấp API LLM: checklist 20 điểm | BroadRouter"
description: "20 câu hỏi cần đặt ra trước khi chọn API LLM: giá, giới hạn, tương thích OpenAI, quyền riêng tư, model, hỗ trợ và uptime, kèm bảng chấm điểm và kế hoạch thử nghiệm."
url: https://broadrouter.com/vi/blog/choose-llm-api-provider-checklist/
lang: vi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/choose-llm-api-provider-checklist/) (cập nhật ngày 2026-11-16).

# Cách chọn nhà cung cấp API LLM: checklist 20 điểm

Đội ngũ BroadNet Inference · 5 phút đọc · Đăng ngày 2026-11-14 · Cập nhật 2026-11-16

Hãy chọn nhà cung cấp API LLM bằng cách chấm điểm sáu mảng: tổng chi phí cho khối lượng công việc thật, giới hạn tốc độ và đồng thời, tương thích OpenAI, điều khoản lưu giữ và huấn luyện dữ liệu, model và context cần dùng, hỗ trợ và độ tin cậy. Sau đó thử một tuần với traffic thật trước khi cam kết. Chỉ nhìn giá mỗi token là chưa đủ.

## Ý chính

-   Tính giá cho khối lượng công việc thật, gồm cả đầu vào được cache, token suy luận và lần thử lại, chứ không chỉ giá đầu vào niêm yết.
-   Giới hạn đồng thời làm hỏng agent và job batch thường xuyên hơn giới hạn request mỗi phút.
-   Tương thích OpenAI giúp việc chuyển đổi rẻ, nhưng hãy kiểm tra usage khi streaming, tool call và mã lỗi.
-   Hãy có điều khoản lưu giữ và huấn luyện bằng văn bản; chúng khác nhau giữa gói miễn phí và gói trả phí.
-   Chạy thử một tuần với traffic thật và ghi lại token, độ trễ và lỗi trước khi cam kết.

**Trong trang này**

1.  Chi phí thực tế là bao nhiêu? (câu 1 đến 4)
2.  Bạn sẽ chạm giới hạn nào trước? (câu 5 đến 7)
3.  Mức độ tương thích với code của bạn ra sao? (câu 8 đến 10)
4.  Dữ liệu của bạn được xử lý thế nào? (câu 11 đến 13)
5.  Có đủ các model bạn cần không? (câu 14 đến 16)
6.  Dịch vụ có ổn định không, và ai trả lời bạn? (câu 17 đến 20)
7.  Chấm điểm để so sánh các nhà cung cấp như thế nào?
8.  Thử một nhà cung cấp trong một tuần như thế nào?
9.  BroadNet Inference trả lời checklist thế nào

_[image: A chess knight and queen on a board, with the text "The right model. For the next move."]_

Để chọn nhà cung cấp API LLM, hãy chấm điểm từng ứng viên theo sáu mảng: chi phí hằng tháng của khối lượng công việc thật, giới hạn tốc độ và đồng thời, tương thích OpenAI, điều khoản lưu giữ và huấn luyện dữ liệu, các model bạn cần, hỗ trợ và độ tin cậy. Sau đó thử hai ứng viên đứng đầu với một tuần traffic thật. Bên dưới là 20 câu hỏi, một bảng chấm điểm và kế hoạch thử nghiệm.

Khi đã chọn xong, [checklist chuyển đổi](https://broadrouter.com/vi/blog/openai-compatible-api-migration-checklist/) bao quát việc chuyển đổi, còn [cách đánh giá LLM trước khi chuyển đổi](https://broadrouter.com/vi/blog/evaluate-llm-before-switching/) đi sâu vào kiểm thử chất lượng.

## Chi phí thực tế là bao nhiêu? (câu 1 đến 4)

1.  **Khối lượng công việc thật của tôi tốn bao nhiêu mỗi tháng?** Tính riêng đầu vào, [đầu vào được cache](https://broadrouter.com/vi/glossary/cached-input-tokens/) và đầu ra; [công cụ tính chi phí API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) miễn phí làm việc này theo từng model. Agent gửi lại cùng một context, nên đầu vào được cache thường chiếm phần lớn. [Bài giải thích về giá](https://broadrouter.com/vi/blog/llm-api-pricing-explained/) đi qua từng hạng mục.
2.  **Token suy luận có bị tính như đầu ra không?** Model suy luận có thể tốn nhiều token để suy nghĩ hơn là để trả lời.
3.  **Có lựa chọn giá cố định không?** Với agent chạy liên tục, gói giá cố định có thể rẻ hơn tính phí theo token. Xem [phép tính điểm hòa vốn](https://broadrouter.com/vi/blog/flat-rate-vs-pay-per-token-llm-api/).
4.  **Giá có ở dạng máy đọc được và có ghi ngày không?** Một tệp giá JSON giúp bạn theo dõi thay đổi và dựng cảnh báo chi phí.

Bộ dữ liệu mở về [gói miễn phí và giới hạn tốc độ của API LLM](https://broadrouter.com/data/llm-api-free-tiers-and-rate-limits/) của chúng tôi so sánh những gì 14 nhà cung cấp công bố về truy cập miễn phí, giới hạn tốc độ ban đầu, yêu cầu thẻ và việc dùng dữ liệu gói miễn phí để huấn luyện, mỗi giá trị đều kèm nguồn và ngày.

## Bạn sẽ chạm giới hạn nào trước? (câu 5 đến 7)

5.  **Giới hạn request mỗi phút và giới hạn đồng thời là bao nhiêu?** Đồng thời (số request đang xử lý) mới là thứ làm đình trệ agent chạy song song và job batch. Xem [giới hạn tốc độ](https://broadrouter.com/vi/glossary/rate-limit/) và [đồng thời](https://broadrouter.com/vi/glossary/concurrency/), và đối chiếu traffic với giới hạn bằng [công cụ tính giới hạn tốc độ](https://broadrouter.com/tools/llm-rate-limit-calculator/).
6.  **Có trần token, cửa sổ trượt hay hạn mức hằng tuần không?** Các gói “không giới hạn” thường có. Hãy đọc [không giới hạn thực sự nghĩa là gì](https://broadrouter.com/vi/blog/what-unlimited-llm-api-really-means/).
7.  **Context window là bao nhiêu, và có bị cắt bớt không?** Kiểm tra mức tối đa thật cho mỗi request, và xem nhà cung cấp có âm thầm cắt prompt dài hay không.

## Mức độ tương thích với code của bạn ra sao? (câu 8 đến 10)

8.  **Có tương thích OpenAI không, và đến mức nào?** Đổi [base URL](https://broadrouter.com/vi/glossary/base-url/) là phải chạy được. Sau đó kiểm thử streaming kèm usage, tool call, structured output và mã lỗi. [Checklist chuyển đổi](https://broadrouter.com/vi/blog/openai-compatible-api-migration-checklist/) liệt kê những gì hay hỏng.
9.  **Có chạy được với công cụ của tôi không?** SDK, framework agent, trợ lý trong IDE. Xem [hướng dẫn tích hợp](https://broadrouter.com/integrations/) của nhà cung cấp.
10.  **Model ID có ổn định không?** Bạn cần ID có phiên bản và được báo trước khi một model ngừng hoạt động.

## Dữ liệu của bạn được xử lý thế nào? (câu 11 đến 13)

11.  **Prompt và đầu ra có được lưu không, và lưu bao lâu?** Nhiều nhà cung cấp mặc định giữ nội dung API tới 30 ngày. So sánh câu chữ chính thức trong [so sánh chính sách lưu giữ dữ liệu API LLM](https://broadrouter.com/vi/blog/llm-api-data-retention-compared/).
12.  **Dữ liệu của tôi có bị dùng để huấn luyện không?** Kiểm tra mặc định cho gói của bạn, bằng văn bản.
13.  **Tôi có ký được DPA, xem danh sách bên xử lý phụ và giới hạn key không?** Dùng [checklist GDPR](https://broadrouter.com/vi/blog/gdpr-llm-api-checklist/) nếu bạn xử lý dữ liệu cá nhân ở EU, và yêu cầu danh sách IP được phép.

## Có đủ các model bạn cần không? (câu 14 đến 16)

14.  **Nhà cung cấp có kích cỡ model và năng lực tôi cần không?** Vision, tool call, suy luận, context dài, giọng nói.
15.  **Mỗi model làm tác vụ của tôi tốt đến đâu?** Dựng 30 đến 50 test case thật và chấm điểm. Benchmark chỉ là bộ lọc đầu tiên; [nơi so sánh LLM](https://broadrouter.com/vi/blog/artificial-analysis-alternatives/) liệt kê các bảng xếp hạng và thứ mỗi bảng đo. [Hướng dẫn đánh giá](https://broadrouter.com/vi/blog/evaluate-llm-before-switching/) chỉ cách dựng bộ test và tránh thiên lệch của model chấm điểm.
16.  **Trọng số mở hay đóng?** Model trọng số mở có thể được nhiều nhà cung cấp host, giảm rủi ro bị khóa chặt. Xem [model trọng số mở và model đóng](https://broadrouter.com/vi/blog/open-weight-vs-closed-models/).

## Dịch vụ có ổn định không, và ai trả lời bạn? (câu 17 đến 20)

17.  **Có trang trạng thái và lịch sử sự cố không?**
18.  **Có SLA bằng văn bản cho production không?**
19.  **Ai vận hành GPU?** Phần cứng riêng, đám mây, hay dung lượng bán lại từ một API khác. Mỗi lựa chọn thêm một bên vào đường đi của dữ liệu và độ tin cậy.
20.  **Làm sao liên hệ được với người thật?** Thời gian phản hồi, kênh liên lạc, và việc bộ phận hỗ trợ có xem được nội dung request của bạn hay không.

## Chấm điểm để so sánh các nhà cung cấp như thế nào?

Chấm mỗi câu 0 (không hoặc không rõ), 1 (một phần) hoặc 2 (có, bằng văn bản). Đặt trọng số cho các nhóm theo trường hợp sử dụng của bạn:

| Nhóm | Câu hỏi | Trọng số cho agent | Trọng số cho ứng dụng chịu quản lý |
| --- | --- | --- | --- |
| Giá | 1 đến 4 | Cao | Trung bình |
| Giới hạn | 5 đến 7 | Cao | Trung bình |
| Tương thích | 8 đến 10 | Trung bình | Trung bình |
| Quyền riêng tư | 11 đến 13 | Trung bình | Cao |
| Model | 14 đến 16 | Cao | Cao |
| Hỗ trợ và độ tin cậy | 17 đến 20 | Trung bình | Cao |

“Không rõ” được 0 điểm là có lý do: nếu nhà cung cấp không trả lời được, bạn không thể dựa vào họ.

## Thử một nhà cung cấp trong một tuần như thế nào?

1.  Chọn hai nhà cung cấp đứng đầu từ bảng chấm điểm.
2.  Chuyển một phần traffic thật tới mỗi bên qua cùng OpenAI SDK, với model ID và base URL trong cấu hình.
3.  Ghi lại cho mỗi request: model, prompt token, cached token, completion token, độ trễ, mã trạng thái. Không bao giờ ghi nội dung.
4.  Tạo đỉnh tải: chạy job batch hoặc agent song song, và theo dõi lỗi 429. [Hướng dẫn lỗi và thử lại](https://broadrouter.com/vi/guides/errors-and-retries/) chỉ cách back-off đúng.
5.  Nhân số token của tuần với khoảng 4,3 và tính giá một tháng cho mỗi nhà cung cấp.
6.  Chấm điểm đầu ra trên bộ test của bạn.

## BroadNet Inference trả lời checklist thế nào

| # | BroadNet Inference |
| --- | --- |
| 1, 4 | Giá theo token công bố trong [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-choose-llm-api-provider-checklist&utm_content=body), đồng bộ 2026-11-14 |
| 3 | Gói giá cố định cho [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/deepseek-v4.1-flash/): $60 mỗi tháng, $15 mỗi tuần hoặc $1 mỗi giờ cho mỗi phiên |
| 5 | Trả theo mức dùng: 30 request mỗi phút, 4 request đang xử lý; phiên của gói chạy một request tại một thời điểm |
| 6 | Gói: không đếm token, không cửa sổ trượt, không trần hằng tuần |
| 7 | Tới 1.048.576 token với DeepSeek V4.1 Flash và GLM 5.3; trang gói nói context không bao giờ bị cắt |
| 8 | Tương thích OpenAI tại `https://inference.broadnet.ai/v1` |
| 11, 12 | Không lưu prompt hay đầu ra; không dùng để huấn luyện, fine-tune hay đánh giá model |
| 13 | Danh sách IP được phép tới 32 mục; danh sách bên xử lý phụ khi được yêu cầu; hỏi để có DPA |
| 14 | Bốn model chat cùng hai model chuyển giọng nói thành văn bản |
| 19 | Tuyên bố quyền riêng tư của BroadNet nói các model open-weight của chính họ và được host chạy trên phần cứng tại Mỹ do BroadNet sở hữu hoặc thuê, với dung lượng đối tác làm dự phòng; các model do đối tác phục vụ như DeepSeek V4.1 Flash chạy với đối tác inference tại Mỹ theo điều khoản không lưu giữ dữ liệu (ZDR) |

Những gì chúng tôi không tìm thấy trong tài liệu hay trang gói của BroadNet (kiểm tra ngày 14/11/2026): SLA, trang trạng thái hay chính sách ngừng hỗ trợ model. Hãy hỏi nếu bạn cần, và giữ một nhà cung cấp thứ hai cho các luồng quan trọng. Danh mục model cũng nhỏ hơn một bên tổng hợp: nếu bạn cần model GPT, Claude hay Gemini, BroadNet không phải nhà cung cấp cho traffic đó. Tín dụng ban đầu $5 đủ cho bước 3 của kế hoạch thử nghiệm với khối lượng nhẹ, nhưng trong các model chat thì chỉ dùng được cho Gemma 4 VL 26B (tín dụng này cũng dùng được cho hai model Transcribe); các model chat khác cần nạp tiền.

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

[Token](https://broadrouter.com/vi/glossary/token/)

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

[Giới hạn tần suất (rate limit)](https://broadrouter.com/vi/glossary/rate-limit/)

Giới hạn tần suất (rate limit) là mức trần mà API đặt ra cho lượng sử dụng của một client trong một khoảng thời gian, như số request mỗi phút hoặc số token mỗi phút. Request vượt giới hạn bị từ chối, thường với HTTP 429 Too Many Requests, cho đến khi mức dùng giảm xuống dưới giới hạn.

[IP allow list (danh sách IP được phép)](https://broadrouter.com/vi/glossary/ip-allow-list/)

IP allow list là cơ chế bảo mật chỉ chấp nhận request từ các địa chỉ IP hoặc dải CIDR trong danh sách và từ chối mọi nguồn khác. Trên API, nó hạn chế thiệt hại khi key bị lộ, vì key không hoạt động từ các mạng không có trong danh sách.

[Model trọng số mở (open-weight model)](https://broadrouter.com/vi/glossary/open-weight-model/)

Model trọng số mở (open-weight) là model học máy có trọng số đã huấn luyện được công bố để ai cũng tải về và chạy, thường kèm giấy phép có điều kiện. Nó khác AI mã nguồn mở hoàn toàn, vốn công bố thêm code huấn luyện và chi tiết dữ liệu huấn luyện để người khác tái tạo model.

[Trả theo mức dùng (pay-as-you-go)](https://broadrouter.com/vi/glossary/pay-as-you-go/)

Trả theo mức dùng (pay-as-you-go) là mô hình giá mà bạn chỉ trả cho những gì đã dùng, đo theo đơn vị như token, request hoặc phút âm thanh, không có gói đăng ký hay cam kết tối thiểu. Hầu hết API LLM tính phí theo cách này, trừ vào số dư trả trước hoặc qua hóa đơn định kỳ.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

[Concurrency (request đồng thời)](https://broadrouter.com/vi/glossary/concurrency/)

Concurrency (request đồng thời) là số request mà một client đang xử lý cùng lúc. Các API LLM thường giới hạn nó theo key hoặc theo gói, tách biệt với số request mỗi phút, vì mỗi request đang mở chiếm dụng năng lực GPU cho tới khi response kết thúc.

[Base URL](https://broadrouter.com/vi/glossary/base-url/)

Base URL là địa chỉ gốc cố định của một API, như https://api.example.com/v1, mà client đặt trước mọi đường dẫn endpoint, như /chat/completions. Trong SDK tương thích OpenAI, đổi base URL cùng với API key và model ID sẽ trỏ cùng một đoạn code sang nhà cung cấp khác.

## Câu hỏi thường gặp

### Nên xem gì ở một nhà cung cấp API LLM?

Tổng chi phí cho khối lượng công việc của bạn, giới hạn tốc độ và đồng thời, tương thích OpenAI, điều khoản lưu giữ và huấn luyện dữ liệu, model và context cần dùng, hỗ trợ và độ tin cậy. Chấm điểm từng mục, rồi thử với traffic thật.

### API LLM rẻ nhất có phải lựa chọn tốt nhất không?

Không phải lúc nào cũng vậy. Giá đầu vào được cache, token suy luận, các lần thử lại do giới hạn tốc độ và thời gian kỹ thuật để xoay xở với tính năng còn thiếu có thể lớn hơn khoản tiết kiệm từ giá niêm yết thấp. Hãy so sánh hóa đơn hằng tháng cho khối lượng công việc thật.

### Làm sao tránh bị khóa chặt vào một nhà cung cấp API LLM?

Dùng API tương thích OpenAI qua một SDK chuẩn, để model ID và base URL trong cấu hình, tránh tính năng chỉ một nhà cung cấp có trong luồng chính, và giữ sẵn một nhà cung cấp thứ hai đã kiểm thử.

### Nên thử API LLM bao lâu trước khi cam kết?

Khoảng một tuần traffic thật là đủ để thấy mức dùng token, tỷ lệ cache hit, độ trễ, tỷ lệ lỗi và cách giới hạn tốc độ hoạt động. Nhân số liệu một tuần với khoảng 4,3 để ước tính một tháng.

### Nhà cung cấp API LLM nên có uptime thế nào?

Hãy hỏi về trang trạng thái công khai, lịch sử sự cố và, nếu dùng cho production, một SLA bằng văn bản. Nếu nhà cung cấp không có những thứ này, hãy lên kế hoạch nhà cung cấp dự phòng cho các luồng quan trọng.

## Đọc tiếp

-   [Base URL của API tương thích OpenAI: 14 nhà cung cấp, đã kiểm tra](https://broadrouter.com/vi/blog/openai-compatible-api-base-urls/)
-   [Cách đánh giá LLM trước khi đổi nhà cung cấp](https://broadrouter.com/vi/blog/evaluate-llm-before-switching/)
-   [Chuyển sang API tương thích OpenAI: checklist khi chuyển đổi](https://broadrouter.com/vi/blog/openai-compatible-api-migration-checklist/)
-   [“Không giới hạn” trong gói API LLM thực sự có nghĩa là gì](https://broadrouter.com/vi/blog/what-unlimited-llm-api-really-means/)
-   [GDPR và API LLM: 15 câu hỏi cần đặt cho nhà cung cấp](https://broadrouter.com/vi/blog/gdpr-llm-api-checklist/)
-   [LLM open-weight hay đóng cho doanh nghiệp: chi phí, kiểm soát, rủi ro](https://broadrouter.com/vi/blog/open-weight-vs-closed-models/)
-   [Bảo mật API key LLM: lưu trữ, xoay vòng và danh sách IP cho phép](https://broadrouter.com/vi/blog/llm-api-key-security/)
-   [Lựa chọn thay thế Artificial Analysis: nơi so sánh LLM năm 2026](https://broadrouter.com/vi/blog/artificial-analysis-alternatives/)
-   [So sánh SLA API LLM: Azure, Bedrock, Google và OpenAI cam kết gì](https://broadrouter.com/vi/blog/llm-api-sla-uptime-compared/)
-   [Hướng dẫn: Mã lỗi BroadNet Inference và khi nào nên thử lại](https://broadrouter.com/vi/guides/errors-and-retries/)
-   [Hướng dẫn: Khóa API key vào server của bạn bằng danh sách IP cho phép](https://broadrouter.com/vi/guides/api-keys-ip-allow-lists/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-choose-llm-api-provider-checklist&utm_content=page-cta) ·

**Nguồn**

-   [Tài liệu tham khảo API BroadNet Inference: giới hạn, lỗi, dữ liệu (truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-choose-llm-api-provider-checklist&utm_content=sources)
-   [Giá máy đọc được của BroadNet Inference, pricing.json (truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-choose-llm-api-provider-checklist&utm_content=sources)
-   [Các gói của BroadNet Inference (truy cập ngày 2026-11-14) (tiếng Anh)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-choose-llm-api-provider-checklist&utm_content=sources)
-   [Tuyên bố quyền riêng tư của BroadNet Inference (hiệu lực từ tháng 9/2026; truy cập ngày 2026-11-14) (tiếng Anh)](https://www.broadnet.ai/inference-privacy)
-   [Tài liệu tham khảo API OpenAI, chat completions, chuẩn tương thích (truy cập ngày 2026-11-14)](https://developers.openai.com/api/reference/resources/chat)
