API Claude “giá rẻ” qua proxy trung gian: rẻ thật, nhưng bạn đang trả bằng gì?

Trong các group AI tiếng Việt, gần như tuần nào cũng có bài rao bán “key Claude giá rẻ”, “endpoint Claude rẻ hơn 50–80%”, thậm chí 90%. Lời mời thường rất hấp dẫn với dev: chỉ cần đổi base_url trong code là chạy, không cần thẻ quốc tế, không cần xác minh doanh nghiệp. Bài này giải thích những dịch vụ đó vận hành thế nào, vì sao giá rẻ được, và cái giá thật mà bạn đang trả.

“Trạm trung chuyển” API hoạt động thế nào?

Trong cộng đồng dev Trung Quốc, các dịch vụ này được gọi là transfer station (trạm trung chuyển). Mô hình chung:

1. Bạn nạp trước một khoản tiền (prepaid) để mua “số dư token”.
2. Ứng dụng của bạn gửi request tới endpoint của bên trung gian thay vì api.anthropic.com.
3. Bên trung gian chuyển tiếp request qua pool tài khoản của họ (hoặc của một nhà cung cấp tầng trên nữa), rồi trả kết quả về đúng định dạng API quen thuộc.

Vì response trông giống hệt API chính hãng, phần lớn dev không nhận ra có một bên thứ ba đang đứng giữa và đọc được toàn bộ prompt lẫn câu trả lời. Theo Startup Fortune, chuỗi cung ứng này được chia thành nhiều mắt xích chuyên môn hoá, quảng cáo công khai trên GitHub, Taobao và Telegram.

Vì sao rẻ được như vậy?

Không có phép màu về giá. Nghiên cứu của Zilan Qian (Oxford China Policy Lab), được Tom’s Hardware và Let’s Data Science đưa tin, chỉ ra các nguồn “hàng” phổ biến:

Ngoài ra, nhiều bên còn kiếm lời từ chính dữ liệu của bạn — đó mới là phần đáng lo nhất.

5 rủi ro bạn thực sự đang “mua”

1. Prompt và output bị log, bán làm dữ liệu huấn luyện

Bên trung gian nhìn thấy cả hai chiều của mỗi request. Prompt của dev thường chứa mã nguồn, cấu trúc database, ticket hỗ trợ, hợp đồng, kế hoạch sản phẩm, đôi khi cả thông tin khách hàng. Theo các bài báo trên, dữ liệu này có thể bị lưu lại và bán làm dữ liệu huấn luyện, hoặc dùng để distillation — huấn luyện một model rẻ hơn bằng câu trả lời của model mạnh.

2. Model bị “đánh tráo”

Bạn trả tiền cho Opus nhưng có thể đang nhận câu trả lời từ một model rẻ hơn, hoặc request bị cắt bớt context. Một bài nghiên cứu trên arXiv (tháng 3/2026) có tên Real Money, Fake Models đã kiểm tra 17 dịch vụ “shadow API”: 45,83% lượt kiểm tra vân tay model không khớp với model được quảng cáo, và độ chênh hiệu năng lên tới 47,21%. Lỗi kiểu này rất khó debug vì nó xuất hiện không đều — lúc tốt lúc dở.

3. Vi phạm điều khoản — dịch vụ có thể chết bất cứ lúc nào

Ngày 19/2/2026, Anthropic cập nhật tài liệu, làm rõ rằng OAuth token của gói Free, Pro và Max chỉ dành cho Claude Code và Claude.ai. Dùng chúng trong sản phẩm, công cụ hay dịch vụ khác — kể cả Agent SDK — là vi phạm điều khoản người dùng. Anthropic cũng không cho phép bên thứ ba cung cấp đăng nhập Claude.ai hay dùng thông tin đăng nhập thuê bao để chuyển tiếp request cho người khác. Phía Anthropic sau đó nhấn mạnh: thử nghiệm cá nhân với Agent SDK hay claude -p vẫn được khuyến khích, nhưng nếu xây dựng sản phẩm kinh doanh thì phải dùng API key.

4. Rủi ro tuân thủ và hợp đồng với khách hàng

Nếu công ty bạn cam kết với khách hàng (hoặc trong security review, hợp đồng enterprise) rằng dữ liệu chỉ đi qua hạ tầng đã được phê duyệt, thì việc lặng lẽ chuyển dữ liệu qua một reseller không chính thức là vi phạm cam kết đó — dù không có sự cố nào xảy ra.

5. Không có tính liên tục

Tiền trả trước, nhà cung cấp ẩn danh, không hoá đơn, không SLA. Khi tài khoản tầng trên bị khoá hoặc reseller biến mất, bạn mất cả số dư lẫn dịch vụ — và không có ai để khiếu nại.

Checklist trước khi dùng bất kỳ bên trung gian nào

Nếu bắt buộc phải dùng một nhà cung cấp AI trung gian, hãy yêu cầu họ trả lời rõ 5 câu hỏi sau. Không trả lời được thì không đưa dữ liệu khách hàng vào:

1. Upstream của bạn là ai (Anthropic trực tiếp, AWS Bedrock, Google Cloud, Microsoft Foundry)?
2. Bạn có log prompt/response không? Lưu bao lâu? Ai truy cập được?
3. Có hợp đồng, hoá đơn VAT, DPA (thoả thuận xử lý dữ liệu) không?
4. Kiểm soát bảo mật và quy trình xử lý sự cố ra sao?
5. Làm sao tôi xác minh được model trả lời đúng là model đã quảng cáo?

Muốn tiết kiệm chi phí Claude một cách hợp lệ

Batch và caching có thể cộng dồn: một job chạy đêm vừa dùng batch vừa cache phần context chung sẽ rẻ hơn đáng kể mà không phải đánh đổi dữ liệu.

Áp dụng thế nào?

• Dev: Rà lại mọi chỗ cấu hình base_url trong code và biến môi trường (ANTHROPIC_BASE_URL). Nếu thấy domain lạ, hỏi rõ nguồn gốc trước khi chạy tiếp.
• Tech Lead: Đưa “nhà cung cấp LLM được phép” vào checklist code review và security review, giống như danh sách thư viện được phép.
• PM: Khi lập ngân sách AI, tách hai dòng: chi phí công cụ cho team (thuê bao) và chi phí vận hành sản phẩm (API chính hãng). Đừng để áp lực giảm chi phí đẩy team sang grey market.
• Thử nghiệm cá nhân: Nếu vẫn muốn thử dịch vụ giá rẻ, chỉ dùng với dữ liệu giả, không bao giờ với mã nguồn công ty hoặc dữ liệu khách hàng.