Devin AI là gì? Tính năng, điểm chuẩn, giá & hướng dẫn triển khai

TL;DR

Devin AI là một tác tử kỹ sư phần mềm tự động do Cognition phát triển, có thể khám phá kho mã, lập kế hoạch thay đổi, viết và kiểm thử mã, và chuẩn bị pull request. Khác với các công cụ hoàn thành mã dựa trên trình soạn thảo, Devin có thể kiểm tra một repository, sửa đổi nhiều tệp, chạy lệnh và kiểm thử, và chuẩn bị một thay đổi có thể xem xét.

Năm 2026, Devin đã mở rộng từ tác tử đám mây ban đầu thành Devin Cloud, Devin Desktop, Devin CLI và kiến trúc Devin Fusion tối ưu chi phí. Người dùng có thể bắt đầu với gói miễn phí, trong khi Pro có giá từ $20 mỗi tháng. Triển khai Devin thường nghĩa là kết nối một repository, cấu hình môi trường thực thi, định nghĩa quyền hạn, và tích hợp đầu ra của nó vào đường ống xem xét và triển khai hiện có.

Hướng dẫn này dành cho nhà phát triển và trưởng nhóm kỹ thuật hiểu Git và kiểm thử cơ bản. Nó giải thích năng lực và bằng chứng của Devin, rồi chỉ cách chạy một thử nghiệm thí điểm trong phạm vi một kho mã. Ví dụ lệnh giả định một dự án Python và shell Bash.

Key Takeaways

• Devin hỗ trợ các quy trình kỹ thuật nhiều bước từ khám phá và triển khai mã đến kiểm thử và chuẩn bị pull request.
• Devin hỗ trợ quy trình được lưu trú (hosted) và thực thi cục bộ qua CLI. CometAPI có thể vận hành các tác tử tùy chỉnh riêng; cả CLI cục bộ lẫn API mô hình đều không tái tạo nền tảng độc quyền của Devin.
• Devin Fusion sử dụng kết hợp mô hình tuyến đầu và mô hình nhỏ hơn để giảm chi phí thực thi tác tử trong khi vẫn giữ hiệu năng mã hóa cạnh tranh.
• Giá của Devin AI gồm Free, Pro ($20/tháng), Max ($200/tháng), Teams (tối thiểu $80/tháng, với ghế nhà phát triển đầy đủ $40/tháng mỗi ghế, được tính vào mức tối thiểu), và gói Enterprise tùy chỉnh.
• Kết quả SWE-bench 13,86% năm 2024 ban đầu là một cột mốc lịch sử hơn là tiêu chuẩn đo lường cho nền tảng Devin hiện tại.

What Is Devin AI?

Devin AI là một nền tảng AI kỹ sư phần mềm tự động do Cognition tạo ra. Ra mắt vào tháng 3 năm 2024, Devin được thiết kế để vượt qua các gợi ý mã và thực hiện các tác vụ kỹ thuật end-to-end trong một môi trường phát triển được kiểm soát.

Một trợ lý mã hóa thông thường thường giúp lập trình viên viết mã trong trình soạn thảo. Devin có thể nhận một nhiệm vụ cấp cao hơn, kiểm tra kho mã, lập kế hoạch, chỉnh sửa nhiều tệp, chạy lệnh và kiểm thử, điều tra lỗi, và tạo ra một đề xuất triển khai để con người xem xét.

Bài thông báo Devin ban đầu của Cognition đã trình diễn gỡ lỗi, sinh mã, và giải quyết vấn đề nhiều bước. Các bản phát hành sau đó giới thiệu lập kế hoạch tương tác, khám phá repository, môi trường phát triển cộng tác, và các quy trình triển khai linh hoạt.

Devin là một nền tảng tác tử, không phải một mô hình ngôn ngữ lớn đơn lẻ. Năng lực của nó đến từ suy luận mô hình kết hợp với công cụ, ngữ cảnh repository, môi trường thực thi, lập kế hoạch và xác minh.

Devin AI specifications at a glance

Các cửa sổ ngữ cảnh mô hình và thông số kỹ thuật cho từng mô hình nền không nên bị nhầm lẫn với các giới hạn chung của sản phẩm Devin.

Devin cũng cung cấp REST API để tự động hóa phiên và quy trình làm việc. Phạm vi Organization và Enterprise có năng lực và yêu cầu quyền hạn khác nhau; quyền truy cập Platform API tách biệt với việc mua một API mô hình.

How Does Devin AI Work?

Devin sử dụng vòng lặp thực thi tác tử: diễn giải mục tiêu, lập kế hoạch công việc, chọn công cụ, kiểm tra codebase, sửa đổi tệp, chạy kiểm thử, đánh giá phản hồi và lặp lại. Đầu ra cuối cùng thường là một pull request có thể xem xét, không phải bản phát hành sản xuất được tự động chấp thuận.

Workflow: Task / GitHub issue → Lập kế hoạch và suy luận mô hình → Tìm kiếm codebase, hành động trên terminal và trình duyệt → Xác thực và lặp → Pull request → Con người xem xét → Triển khai CI/CD.

From Repository Understanding to Pull Request

Devin trước tiên kiểm tra repository, xác định các tệp và phụ thuộc liên quan, và phát triển một kế hoạch xoay quanh kết quả được yêu cầu. Sau đó nó chỉnh sửa mã, chạy lệnh và kiểm thử, và điều tra lỗi. Quy trình kết thúc bằng một pull request đề xuất với thay đổi và kết quả xác thực để con người xem xét; việc kiểm thử vượt qua không thay thế cho việc kiểm tra yêu cầu nghiệp vụ.

Devin Fusion và dàn dựng đa mô hình

Devin Fusion kết hợp một mô hình tuyến đầu với một mô hình hỗ trợ rẻ hơn. Các quyết định khó hơn có thể dùng mô hình mạnh hơn, trong khi mã hóa thường lệ và khám phá có thể dùng mô hình nhỏ hơn. Tiết kiệm thay đổi theo khối lượng công việc.

Mô tả Fusion chính thức gán các quyết định lớn và chỉnh sửa quan trọng cho mô hình dẫn đầu, còn khám phá, đọc và chạy kiểm thử do một trợ thủ rẻ hơn đảm nhiệm.

What Are Devin AI’s Main Features?

Trên thực tế, các tác vụ có phạm vi giới hạn như nâng cấp phụ thuộc, di trú lặp lại, sửa lỗi có mục tiêu, bổ sung kiểm thử và tái cấu trúc nhỏ dễ đánh giá hơn. Kết quả khó đánh giá hơn khi yêu cầu nghiệp vụ mơ hồ hoặc thành công phụ thuộc vào quyết định của các bên liên quan.

Who Should Use Devin AI?

Devin hữu ích nhất cho các lập trình viên và đội kỹ thuật có backlog xác định, repository có thể truy cập, và có người sẵn sàng xem xét các thay đổi kết quả. Trưởng nhóm kỹ thuật có thể giao các ticket có phạm vi giới hạn, trong khi maintainers có thể dùng một thí điểm để đánh giá liệu tự động hóa có giảm công việc triển khai lặp lại mà không tăng gánh nặng review hay không.

Các tác vụ khởi đầu tốt gồm nâng cấp phụ thuộc, sửa lỗi nhỏ, kiểm thử hồi quy, cập nhật tài liệu, và di trú lặp lại. Chọn công việc có tiêu chí thành công quan sát được: một kiểm thử đang thất bại phải vượt qua, một endpoint phải trả về phản hồi kỳ vọng, hoặc một di trú phải bảo toàn hành vi hiện có. Giữ bài giao đầu tiên đủ nhỏ để người review có thể hiểu toàn bộ diff.

Trước khi bắt đầu, cung cấp quyền truy cập repository, lệnh cài đặt và kiểm thử, tài liệu liên quan, và ranh giới rõ ràng. Xác định các tệp mà tác tử có thể thay đổi, thông tin xác thực có thể dùng, và hành động cần phê duyệt. Xác nhận rằng môi trường có thể tái tạo vấn đề và đội có thể kiểm tra log, kết quả kiểm thử và thay đổi mã đề xuất.

Các tác vụ có quyết định sản phẩm chưa giải quyết, tiêu chí chấp nhận không rõ ràng, hoặc đánh đổi kiến trúc lớn cần con người làm rõ trước. Chia tách mục tiêu rộng thành các bước có thể kiểm thử độc lập, và giữ phê duyệt của con người cho bản phát hành sản xuất. Đánh giá thí điểm bằng các thay đổi được chấp nhận, tổng chi tiêu, thời gian review, và hồi quy, bao gồm cả những lần không thành công. Chỉ mở rộng khi kết quả biện minh cho sự phối hợp và chi phí vận hành bổ sung.

How Does Devin AI Perform on Coding Benchmarks?

Hiệu năng của Devin nên được đánh giá riêng giữa các kết quả giải quyết issue lịch sử và các phép đo hiệu quả tác tử end-to-end mới hơn. Benchmark cho các phiên bản, tác vụ và mức hỗ trợ khác nhau không thể hoán đổi cho nhau.

Devin’s original SWE-bench results

Trong đánh giá tháng 3 năm 2024 của Cognition, Devin giải quyết 13,86% trong số 570 issue SWE-bench được lấy mẫu theo thiết lập tác tử tự động. Baseline không hỗ trợ báo cáo là 1,96%, trong khi baseline có hỗ trợ bằng Claude 2 đạt 4,80%. Một thử nghiệm riêng 100 issue với kiểm thử ground truth báo cáo 23,00%.

Các con số này là kết quả lịch sử từ một thiết lập đánh giá cụ thể và không nên so sánh trực tiếp với bảng xếp hạng tác tử mã hóa hiện tại.

Biểu đồ benchmark gốc của Cognition (liên kết) hiển thị kết quả lịch sử với baseline có hỗ trợ. Nó được tái hiện mà không vẽ lại; điều kiện khác với các đánh giá tác tử ngày nay.

Các kết quả này minh họa giai đoạn đầu của các tác tử điều hướng repository và gỡ lỗi; chúng không nên được dùng như một so sánh bảng xếp hạng hiện tại.

Devin Fusion performance in 2026

Các kết quả Coding Agent Index 1.5 sau đây được hiển thị bởi Cognition và quy cho thử nghiệm độc lập của Artificial Analysis. Điểm số ám chỉ cấu hình tác tử, và chi phí ám chỉ toàn bộ lần chạy benchmark, không phải giá API theo token.

Kết quả Fusion đã công bố quy các phép đo Coding Agent Index 1.5 cho Artificial Analysis. Đây là các kết quả bên ngoài được báo cáo, không phải thử nghiệm thực hiện cho bài viết này. Tóm tắt sản phẩm không chỉ rõ một môi trường tái lập đầy đủ, ngân sách chạy hoặc số lần lặp lại, vì vậy bảng chỉ hỗ trợ so sánh chi phí–điểm số ở mức hạn chế chứ không phải xếp hạng hiệu năng phổ quát.

Cặp Fable 5.1 cắt chi phí được báo cáo 36,1% với giảm 0,5 điểm; cặp Astra 6 cắt chi phí 39,2% với giảm 2,7 điểm. Nhà phát triển có thể truy cập Claude Fable 5.1 API trong CometAPI và GPT-6 Astra API trong CometAPI. Các tuyến API đó tách biệt với cấu hình tác tử đã kiểm thử và không kế thừa điểm benchmark của chúng.

Practical evaluation metrics

• Tỷ lệ hoàn thành tác vụ và tỷ lệ PR được merge
• Chi tiêu tác tử cho mỗi thay đổi được chấp nhận
• Thời gian review của con người và tần suất chỉnh sửa
• Tỷ lệ kiểm thử thành công và hồi quy sau khi merge
• Thời gian dẫn end-to-end từ issue đến triển khai

Điểm benchmark thay đổi theo mô hình, tác vụ, quyền truy cập công cụ, giới hạn thời gian, và thiết lập đánh giá. Các đội cũng nên theo dõi các thay đổi được chấp nhận, thời gian review, chi phí cho mỗi thay đổi được chấp nhận, và hồi quy sau khi merge.

Devin AI vs Claude Code vs Codex

Devin AI advantages

Devin phù hợp với các tổ chức giao các issue có phạm vi giới hạn và thu thập các thay đổi có thể review thông qua quy trình kỹ thuật được lưu trú.

Interactive coding workflows

Claude Code và Codex thường phù hợp hơn với mã hóa tương tác cao, triển khai lặp, gỡ lỗi, và sự chỉ đạo sát sao của lập trình viên.

Team selection criteria

Dùng cùng các tác vụ repository và cổng chất lượng khi đánh giá công cụ. Chọn dựa trên chất lượng thay đổi đã merge, gánh nặng review, chi phí và thời gian dẫn thay vì một điểm bảng xếp hạng đơn lẻ.

How Much Does Devin AI Cost in 2026?

Cognition đã điều chỉnh giá tự phục vụ vào tháng 4 năm 2026. Các gói phân biệt quyền lợi bao gồm với mức sử dụng tính theo mét, và chi tiêu thực phụ thuộc vào hoạt động.

Gói Teams có mức tối thiểu $80 mỗi tháng, với mỗi ghế nhà phát triển đầy đủ có giá $40 mỗi tháng. Chi phí ghế được tính vào mức tối thiểu này thay vì luôn cộng thêm. Ví dụ, hai ghế đầy đủ có giá $80/tháng, trong khi ba ghế là $120/tháng. Flex seat miễn phí cũng có sẵn, với mức sử dụng của họ được trừ vào tín dụng theo yêu cầu dùng chung.

Theo tài liệu billing Enterprise của Cognition, khách hàng Enterprise bị tính phí theo Agent Compute Units (ACU) với mức giá theo hợp đồng. Ngược lại, các gói tự phục vụ dùng quota bao gồm và phí theo đô la cho mức sử dụng bổ sung. Chi phí thực phụ thuộc vào lựa chọn mô hình, độ phức tạp tác vụ và mức tiêu thụ.

Total cost drivers

• Thời gian thực thi tác tử và số lần thử lại
• Cấu hình mô hình tuyến đầu so với Fusion
• Thời gian chỉnh sửa và review của con người
• Hạ tầng kiểm thử, CI/CD và giám sát

How to Deploy Devin AI: Step-by-Step Guide

Devin cung cấp nhiều cách để bắt đầu hoặc giám sát công việc: Cloud, Desktop, CLI, @Devin trong Slack hoặc Microsoft Teams, automations, và Review. Đây là các giao diện và quy trình, không phải các mô hình lưu trú thay thế cho nhau. Devin Mobile là một điểm truy cập khác: trang chính thức hiện cung cấp danh sách chờ cho quyền truy cập sớm, với phiên chạy trên đám mây. Hướng dẫn dưới đây tập trung vào thiết lập repository cho các quy trình Cloud và CLI cục bộ. Thực thi CLI cục bộ không ngụ ý lưu trú cục bộ tất cả dịch vụ AI nền. Xem tổng quan sản phẩm chính thức và tài liệu quy trình.

Step 1: Create a Devin account

Truy cập trang chính thức của Devin và chọn gói phù hợp với thí điểm. Định nghĩa trách nhiệm ủy quyền và phê duyệt trước khi kết nối tài sản sản xuất.

Step 2: Connect a Git repository

Trong Settings > Connections, kết nối nhà cung cấp quản lý mã nguồn và chọn repository Devin có thể truy cập. Quản trị viên Enterprise cũng phải cấp quyền truy cập repository cho tổ chức. Làm theo quy trình thiết lập môi trường chính thức, và xác nhận Devin có thể clone repository đã chọn trước khi giao một thay đổi.

Step 3: Prepare the development environment

Cung cấp lệnh cài đặt, build, kiểm thử, và hướng dẫn thiết lập môi trường. Ví dụ Python thông thường là:

python -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python -m pytest tests/ -q

Đây là các lệnh mẫu của dự án, không phải lệnh bắt buộc của dịch vụ Devin. Cú pháp kích hoạt trên Windows khác.

Step 4: Give Devin a bounded task

Repository: example-org/customer-api
Task: Fix the incorrect HTTP status for a missing customer.
Requirements:
1. Find the endpoint and error handler.
2. Return 404 for missing records.
3. Preserve successful responses.
4. Add regression tests.
5. Run relevant tests.
6. Prepare a PR with a change summary.
Constraints: Do not modify the schema, credentials, or production deployment.
Completion: A reviewed PR with passing tests.

Step 5: Review the changes

Kiểm tra diff, đầu ra kiểm thử, cập nhật phụ thuộc, và giả định. Áp dụng cùng kiểm tra lint, tích hợp, bảo mật, và review như với pull request do con người viết.

Step 6: Validate the PR and prepare a release

name: Validate Application
on:
  pull_request:
    branches: [main]
permissions:
  contents: read
jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: "3.12"
      - run: pip install -r requirements.txt
      - run: pytest tests/ -q

Mẫu này xác thực một PR Python; nó không thực hiện triển khai sản xuất. Dùng một giai đoạn phát hành được phê duyệt riêng cho triển khai sản xuất, kèm khả năng quan sát và rollback.

How to Install and Use Devin CLI Locally

Devin CLI hoạt động với repository và công cụ cục bộ trong khi dùng các dịch vụ Devin được hỗ trợ. Không nên mô tả nó như một bản tự lưu trú của trọng số mô hình độc quyền của Devin.

Xem lại script và chính sách tổ chức trước khi chạy các trình cài đặt từ xa.

Step 1: Install Devin CLI

Cài đặt Devin CLI trên macOS hoặc Linux:

curl -fsSL https://cli.devin.ai/install.sh | bash

Step 2: Start a local session

cd ~/projects/my-app
devin

Hoàn tất xác thực khi được nhắc.

Step 3: Plan before editing

/plan
Review authentication and propose a minimal expired-session fix.
Do not edit files until the plan is agreed.

Chế độ /ask cũng có thể giúp khám phá chỉ đọc.

Step 4: Run tests and inspect changes

Triển khai kế hoạch đã phê duyệt, chạy kiểm thử, và kiểm tra git diff. Chọn điều khiển quyền hạn và phê duyệt dựa trên rủi ro của repository.

Step 5: Hand off to Devin Cloud

/handoff open a PR

Tài liệu Devin CLI bao gồm cài đặt, xác thực và handoff lên cloud. Một handoff thành công tạo một phiên cloud; hãy xem trạng thái của nó trước khi kết thúc công việc cục bộ.

Which Devin AI Deployment Option Should You Choose?

Đối với nhu cầu cách ly nghiêm ngặt, hãy xác nhận thỏa thuận triển khai enterprise với Cognition thay vì giả định một đăng ký cụ thể bao gồm thực thi tự lưu trú hoàn toàn.

Can CometAPI Replace or Complement Devin AI?

Devin là một nền tảng tác tử kỹ thuật được quản lý; CometAPI cung cấp quyền truy cập API đến các mô hình AI được hỗ trợ để xây dựng ứng dụng tùy chỉnh. Chúng là sản phẩm riêng biệt. Nhà phát triển có thể xây dựng dịch vụ chuyên biệt như review mã hoặc tài liệu hóa repository bằng API mô hình mà không tái tạo runtime độc quyền của Devin.

Nhà phát triển có thể truy cập Claude Fable 5 API cho ví dụ dưới đây. Đây là một yêu cầu mô hình trả về đề xuất review; nó không kiểm tra repository, chạy kiểm thử hoặc tự tạo pull request.

Step 1: Obtain a CometAPI key

Tạo thông tin xác thực và lưu trong biến môi trường, không phải mã nguồn.

Step 2: Install the Python client

python -m pip install --upgrade openai
export COMETAPI_KEY="your_api_key"

Step 3: Request a code review

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.chat.completions.create(
    model="claude-fable-5",
    messages=[
        {"role": "system", "content": "You review code and propose minimal fixes."},
        {"role": "user", "content": "Review: def divide(a,b): return a/b; suggest tests."},
    ],
)
print(response.choices[0].message.content)

Ví dụ sử dụng ID mô hình claude-fable-5 đã được tài liệu hóa và tuyến chat-completions tương thích OpenAI. Nó yêu cầu tài khoản CometAPI đã bật, khóa hợp lệ và tín dụng khả dụng. Yêu cầu thành công sẽ in văn bản review; hãy kiểm tra văn bản đó và tự viết và chạy kiểm thử. Một tác tử tự động còn cần truy xuất, công cụ thực thi, trạng thái bền vững và điều khiển quyền hạn.

CometAPI hỗ trợ cả Chat Completions và Responses tương thích OpenAI. Chat Completions dùng messages, trong khi Responses hỗ trợ đầu vào đa phương thức, suy luận, đầu ra có cấu trúc, streaming, tìm kiếm web và công cụ function. Hỗ trợ cụ thể phụ thuộc vào mô hình đã chọn.

What Are the Limitations of Devin AI?

Task Ambiguity and Scope Control

Một tác tử có thể tạo ra mã có vẻ hợp lý trong khi hiểu sai hành vi nghiệp vụ dự định. Giao bài rộng cũng khuyến khích thử lại, mở rộng phạm vi, và thay đổi khó review. Xác định tiêu chí chấp nhận, cung cấp ngữ cảnh liên quan, và chia các tác vụ lớn thành gói công việc nhỏ, có thể kiểm thử. Đặt ràng buộc tệp và thời gian, kiểm tra tiến độ ở các mốc đã thống nhất, và dừng lại để làm rõ yêu cầu khi kết quả yêu cầu vẫn mơ hồ.

Production security

Tác tử có thể tương tác với tệp, bí mật, dịch vụ, và lệnh. Áp dụng đặc quyền tối thiểu, cách ly, và điểm kiểm tra phê duyệt.

Cost variability

Thời lượng phiên, số lần thử lại, lựa chọn mô hình, và xác minh ảnh hưởng đến chi tiêu. Đặt ngân sách và giám sát kết quả.

Human accountability

Đội phần mềm vẫn chịu trách nhiệm về kiến trúc, bảo mật, tuân thủ, đúng đắn nghiệp vụ và phát hành.

Conclusion

Devin AI đã phát triển thành một nền tảng kỹ sư phần mềm bao trùm tác tử lưu trú, CLI cục bộ, quy trình cộng tác và tối ưu chi phí đa mô hình. Giá trị rõ ràng nhất của nó nằm ở các tác vụ có giới hạn và có thể xác minh, như sửa lỗi, di trú, kiểm thử và chuẩn bị pull request.

Kết quả Fusion gợi ý rằng dàn dựng mô hình có thể nâng cao hiệu quả chi phí, nhưng tiết kiệm không loại bỏ nhu cầu kiểm thử và review. Hãy bắt đầu với một thí điểm repository giới hạn, đo lường các kết quả tác vụ được chấp nhận, và chỉ mở rộng khi thông lượng kỹ thuật tăng. Nhà phát triển cần tự động hóa tùy chỉnh có thể khám phá riêng các mô hình được hỗ trợ bởi CometAPI.

FAQ

Why can Devin not see a connected repository?

Chỉ kết nối chưa chắc đã cấp quyền truy cập cho tổ chức mục tiêu. Với thiết lập Enterprise, quản trị viên phải gán repository cho tổ chức trước khi cấu hình môi trường. Kiểm tra tổ chức và quyền repository đã chọn, rồi xác nhận rằng một phiên mới có thể clone repository. Hướng dẫn thiết lập môi trường tách các bước cấp quyền này.

Will a Devin session change the next session’s environment?

Thay đổi trong phiên không tự động cập nhật ảnh chụp (snapshot) môi trường đã lưu. Hãy coi cài đặt ad hoc là tạm thời cho đến khi cấu hình môi trường được cập nhật và một snapshot mới được xây dựng. Nếu các phiên lặp lại thất bại vì cùng một phụ thuộc thiếu, hãy sửa blueprint thay vì liên tục cài đặt nó trong lời nhắc tác vụ.

How should teams measure a Devin pilot with failed tasks?

Dùng tất cả tác vụ đã giao làm mẫu số, bao gồm thất bại và nỗ lực bị bỏ dở. Theo dõi riêng các thay đổi được chấp nhận, tổng chi tiêu tác tử và số phút review của con người. So sánh các tác vụ có độ khó tương tự, và ghi lại lý do từng nỗ lực thất bại; loại trừ các phiên không thành công có thể làm chi phí cho mỗi thay đổi được chấp nhận trông thấp giả tạo.

How can a custom API review avoid exposing private code?

Gửi trích đoạn mã nhỏ nhất trả lời câu hỏi review, loại bỏ thông tin xác thực và dữ liệu cá nhân, và thực thi kiểm tra truy cập repository trước khi truy xuất. Xác nhận điều khoản xử lý dữ liệu của nhà cung cấp đã chọn trước khi gửi mã sở hữu. Ứng dụng tùy chỉnh phải tự thực thi các điều khiển này; một khóa API mô hình không cung cấp ủy quyền repository.