Laboratorium kecerdasan buatan Tiongkok DeepSeek merilis V4-Flash "0731" pada tanggal 31 Juli 2026, versi pelatihan ulang dari model anggarannya yang hampir menyamai GPT-5.6 Luna OpenAI pada tolok ukur pihak ketiga dengan biaya sekitar 60 persen lebih rendah. Peluncuran ini, yang menempatkan API beta publik dari model tersebut ke dalam ketersediaan umum, merupakan serangan terbaru dalam perang harga yang semakin intensif antara penyedia open-weight Tiongkok dan laboratorium perbatasan Barat. Untuk liputan berkelanjutan mengenai perang model, lihat berita AI terbaru.
Menurut The Decoder, versi baru ini mendapat skor 50 poin pada Indeks Kecerdasan Analisis Buatan (Artificial Analysis Intelligence Index) – sebuah lompatan sepuluh poin dibandingkan V4-Flash sebelumnya yang diluncurkan pada April 2026. Hal ini menempatkannya hanya satu poin di belakang OpenAI GPT-5.6 Luna tingkat anggaran, meskipun biaya per tugas sekitar 60 persen lebih murah, bahkan setelah pemotongan harga OpenAI sebesar 80 persen baru-baru ini.
Dibangun untuk Pekerjaan Agen
Keuntungan terbesar datang dalam tugas-tugas agen, kemampuan untuk menyelesaikan pekerjaan multi-langkah di dunia nyata secara mandiri. TechNode melaporkan bahwa model tersebut mendapat skor 82,7 di Terminal Bench 2.1 dan 54,4 di DeepSWE, dua tolok ukur yang dirancang untuk mengukur seberapa baik AI dapat menggunakan alat, menulis kode, dan memecahkan masalah teknis tanpa harus berpegangan tangan.
Pada GDPval, tolok ukur yang menguji model pada pekerjaan kantor yang kompleks, V4-Flash naik dari 1.189 menjadi 1.559 poin Elo. DeepSeek juga mengatakan model ini lebih jarang berhalusinasi dibandingkan pendahulunya dan menggunakan token sekitar 12 persen lebih sedikit untuk menyelesaikan tugas yang sama.
Arsitektur Sama, Bobot Lebih Cerdas
Peningkatan ini mempertahankan struktur dasar yang sama: total 284 miliar parameter dengan 13 miliar parameter aktif pada satu waktu, dan jendela konteks satu juta token. Daripada memperbesar model, DeepSeek melatihnya kembali — meningkatkan performa lebih banyak dari jejak yang sama. Anak timbangan model dirilis di bawah lisensi MIT yang permisif pada Hugging Face, melanjutkan pendekatan bobot terbuka DeepSeek.
DeepSeek berhati-hati dalam membatasi rilisnya. Pembaruan hanya berlaku untuk V4-Flash API; API V4-Pro tingkat yang lebih tinggi dan model yang disajikan melalui aplikasi konsumen dan situs web DeepSeek tetap tidak berubah. Flash API baru juga menambahkan dukungan untuk Responses API dan diadaptasi untuk digunakan dengan Codex, sehingga memperluas daya tariknya bagi pengembang yang membangun agen pengkodean.
Tepi Diskon Cache
Sebagian besar keunggulan biaya DeepSeek berasal dari mekanisme penetapan harga. Perusahaan ini menawarkan diskon cache sebesar 98 persen — jauh di atas standar industri sebesar 90 persen — yang berarti bahwa bagian permintaan yang berulang atau dapat diprediksi akan ditagih dalam jumlah yang lebih kecil dari tarif normal. Dikombinasikan dengan lebih sedikit token per tugas, biaya efektif untuk banyak beban kerja turun drastis.
Struktur harga tersebut merupakan tantangan langsung bagi OpenAI, yang telah memotong harga untuk mempertahankan pangsa pasar. Hasilnya adalah pasar di mana kualitas mendekati batas (near-frontier) menjadi sebuah komoditas, dan persaingan semakin ditentukan oleh efisiensi infrastruktur dan keekonomian unit dibandingkan dengan kemampuan mentahnya.
Perang Harga Tanpa Dasar
Rilis ini memperkuat apa yang sekarang digambarkan oleh para analis sebagai perang harga besar-besaran. OpenAI memotong harga GPT-5.6 Luna sebesar 80 persen untuk mempertahankan basis pengembangnya, namun DeepSeek menjawabnya dengan model yang memiliki kemampuan serupa dan masih jauh lebih murah. Setiap putaran mendorong biaya efektif intelijen dekat perbatasan menjadi lebih rendah, dan kesenjangan antara model yang mampu dan paling murah terus menyempit.
Dinamika ini tidak biasa dalam perangkat lunak. Di sebagian besar pasar, keunggulan biaya sebesar 60 persen dengan kualitas yang hampir setara akan dengan cepat meraih pangsa pasar. Di sini, keunggulannya dicocokkan dan dicocokkan kembali dalam beberapa minggu, sehingga pengembang memiliki papan peringkat yang terus berubah. Paritas patokan, yang dahulu merupakan provinsi eksklusif laboratorium terdepan, semakin banyak tersedia bagi penantang bobot terbuka yang bersedia mempublikasikan bobot dan harganya.
Apa Artinya Bagi Pengembang
Bagi pengembang, implikasi praktisnya jelas: model agen yang mumpuni menjadi lebih murah dengan cepat. Sebuah model yang dapat menavigasi terminal secara mandiri, menulis dan men-debug kode, serta menangani tugas-tugas kantor yang kompleks — semuanya hanya dengan biaya sepersekian sen per permintaan — mengubah keekonomian pembuatan produk yang didukung AI.
Rilis bobot terbuka juga berarti tim dapat menjalankan model pada perangkat keras mereka sendiri, sehingga sepenuhnya menghindari biaya API per token untuk beban kerja sensitif. Ketika DeepSeek, OpenAI, dan lainnya terus saling bersaing dalam hal harga dan kinerja, pemenangnya adalah para pembuat yang kini memiliki semakin banyak pilihan model yang mumpuni dan terjangkau.
Tetap Terdepan dalam Kurva AI
Lanskap kecerdasan buatan bergerak lebih cepat dari sebelumnya, dan perusahaan yang melacak perubahan ini sejak dini akan memperoleh keunggulan jangka panjang. Untuk liputan rilis model, putaran pendanaan, dan pergerakan kebijakan yang berkelanjutan dan diperiksa sumbernya, ikuti berita AI terbaru.
Baca berita AI selengkapnya →
