DeepSeek kembali hadir, dan muncul beberapa jam setelah OpenAI merilis GPT-5.5. Kebetulan? Mungkin. Namun jika Anda adalah laboratorium AI Tiongkok yang pemerintah A.S. coba perlambat dengan larangan ekspor chip selama tiga tahun terakhir, rasa waktu Anda menjadi cukup tajam.

Laboratorium yang berbasis di Hangzhou ini merilis versi pratinjau DeepSeek-V4-Pro dan DeepSeek-V4-Flash hari ini, keduanya bersifat open-weight, keduanya dengan jendela konteks satu juta token. Itu berarti Anda pada dasarnya dapat bekerja dengan konteks yang kira-kira seukuran trilogi Lord of the Rings sebelum model tersebut ambruk. Keduanya juga memiliki harga jauh di bawah apa pun yang sebanding di Barat, dan keduanya gratis bagi mereka yang mampu menjalankannya secara lokal.

Gangguan besar terakhir DeepSeek—R1 pada Januari 2025—menghapus $600 miliar dari kapitalisasi pasar Nvidia dalam satu hari karena investor mempertanyakan apakah perusahaan Amerika benar-benar membutuhkan investasi sebesar itu untuk menghasilkan hasil yang dicapai oleh laboratorium Tiongkok kecil dengan biaya yang jauh lebih kecil. V4 adalah jenis langkah yang berbeda: lebih tenang, lebih teknis, dan lebih fokus pada efisiensi bagi siapa pun yang benar-benar membangun dengan AI.

Dua model, pekerjaan yang sangat berbeda

Dari dua model baru, DeepSeek V4-Pro adalah yang terbesar, dengan total 1,6 triliun parameter. Sebagai gambaran, parameter adalah "pengaturan" internal atau "sel otak" yang digunakan model untuk menyimpan pengetahuan dan mengenali pola—semakin banyak parameter yang dimiliki suatu model, semakin kompleks informasi yang secara teoritis dapat ditampungnya. Itu menjadikannya model sumber terbuka terbesar di pasar LLM hingga saat ini. Ukurannya mungkin terdengar konyol sampai Anda mengetahui bahwa model ini hanya mengaktifkan 49 miliar di antaranya per inference pass.

Ini adalah trik Mixture-of-Experts yang telah disempurnakan DeepSeek sejak V3: Model lengkap tetap ada, tetapi hanya bagian yang relevan yang aktif untuk setiap permintaan tertentu. Lebih banyak pengetahuan, biaya komputasi yang sama.

"DeepSeek-V4-Pro-Max, mode upaya penalaran maksimum dari DeepSeek-V4-Pro, secara signifikan memajukan kemampuan pengetahuan model sumber terbuka, dengan mantap menjadikan dirinya sebagai model sumber terbuka terbaik yang tersedia saat ini," tulis Deepseek dalam kartu resmi model di Huggingface. "Model ini mencapai kinerja tingkat atas dalam tolok ukur pengkodean dan secara signifikan menjembatani kesenjangan dengan model closed-source terkemuka pada tugas-tugas penalaran dan keagenan."

V4-Flash adalah yang praktis: total 284 miliar parameter, 13 miliar aktif. Model ini dirancang untuk menjadi lebih cepat, lebih murah, dan menurut tolok ukur DeepSeek sendiri, "mencapai kinerja penalaran yang sebanding dengan versi Pro ketika diberi anggaran pemikiran yang lebih besar."

Keduanya mendukung satu juta token konteks. Itu kira-kira 750.000 kata—kira-kira seluruh trilogi "Lord of the Rings" ditambah sedikit. Dan itu sebagai fitur standar, bukan tingkat premium.

Rahasia (tidak begitu rahasia) Deepseek: Membuat perhatian tidak terlalu buruk pada skala besar

Ini adalah bagian teknis untuk para nerd atau mereka yang tertarik dengan keajaiban di balik model. Deepseek tidak menyembunyikan rahasianya, dan semuanya tersedia secara gratis—dokumen lengkapnya tersedia di Github.

Perhatian AI standar—mekanisme yang memungkinkan model memahami hubungan antar kata—memiliki masalah penskalaan yang brutal. Setiap kali Anda menggandakan panjang konteks, biaya komputasi kira-kira menjadi empat kali lipat. Jadi, menjalankan model pada satu juta token tidak hanya dua kali lebih mahal dari 500.000 token. Ini empat kali lebih mahal. Inilah sebabnya mengapa konteks panjang secara historis menjadi kotak centang yang ditambahkan laboratorium dan kemudian secara diam-diam dibatasi di belakang batas laju.

DeepSeek menemukan dua jenis perhatian baru untuk mengatasi masalah ini. Yang pertama, Compressed Sparse Attention, bekerja dalam dua langkah. Pertama-tama ia mengompres grup token—katakanlah, setiap 4 token—menjadi satu entri. Kemudian, alih-alih memperhatikan semua entri terkompresi tersebut, ia menggunakan "Lightning Indexer" untuk memilih hanya hasil yang paling relevan untuk kueri tertentu. Model Anda beralih dari memperhatikan satu juta token menjadi memperhatikan kumpulan chunk yang jauh lebih kecil dan paling penting, seperti pustakawan yang tidak membaca setiap buku tetapi tahu persis rak mana yang harus diperiksa.

Yang kedua, Heavily Compressed Attention, lebih agresif. Ini meruntuhkan setiap 128 token menjadi satu entri—tanpa pemilihan jarang, hanya kompresi brutal. Anda kehilangan detail yang terperinci, tetapi Anda mendapatkan gambaran global yang sangat murah. Kedua jenis perhatian ini berjalan dalam lapisan bergantian, sehingga model mendapatkan detail dan gambaran umum.

Hasilnya, dari makalah teknis: Pada satu juta token, V4-Pro menggunakan 27% dari komputasi yang dibutuhkan pendahulunya (V3.2). KV cache—memori yang dibutuhkan model untuk melacak konteks—turun menjadi hanya 10% dari V3.2. V4-Flash mendorong lebih jauh: 10% komputasi, 7% memori.

Dan ini berakhir dengan Deepseek mampu menawarkan harga per token yang jauh lebih murah daripada para pesaingnya, sambil memberikan hasil yang sebanding. Untuk mengatakannya dalam dolar: GPT-5.5 diluncurkan kemarin seharga $5 input dan $30 output per juta token dengan GPT-5.5 Pro dihargai $30 per juta token input dan $180 per juta token output.

Deepseek V4-Pro adalah $1,74 input dan $3,48 output. V4-Flash adalah $0,14 input dan $0,28 output. CEO Cline Saoud Rizwan menunjukkan bahwa jika Uber menggunakan DeepSeek alih-alih Claude, anggaran AI 2026-nya—yang dilaporkan cukup untuk penggunaan empat bulan—akan bertahan selama tujuh tahun.

Tolok ukur

DeepSeek melakukan sesuatu yang tidak biasa dalam laporan teknisnya: Mereka menerbitkan kesenjangan. Sebagian besar rilis model memilih-milih tolok ukur di mana mereka menang. DeepSeek menjalankan perbandingan lengkap dengan GPT-5.4 dan Gemini-3.1-Pro, menemukan bahwa penalaran V4-Pro tertinggal di belakang model-model tersebut sekitar tiga hingga enam bulan, dan tetap mempublikasikannya.

Di mana V4-Pro-Max benar-benar unggul: Codeforces, tolok ukur pemrograman kompetitif, dinilai seperti catur manusia. V4-Pro mencetak 3.206, menempatkannya di sekitar peringkat ke-23 di antara peserta kontes manusia yang sebenarnya. Pada Apex Shortlist, sekumpulan masalah matematika dan STEM yang sulit, ia mencetak tingkat kelulusan dan mencapai 90,2% dibandingkan 85,9% Opus 4.6 dan 78,1% GPT-5.4. Pada SWE-Verified, yang mengukur apakah sebuah model dapat menyelesaikan masalah GitHub nyata yang diambil dari repositori sumber terbuka yang sebenarnya, ia mencetak 80,6%—setara dengan Claude Opus 4.6.

Di mana ia tertinggal: tolok ukur multitasking MMLU-Pro (Gemini-3.1-Pro pada 91,0% vs V4-Pro pada 87,5%), tolok ukur pengetahuan ahli GPQA Diamond (Gemini 94,3 vs V4-Pro 90,1), dan Humanity's Last Exam, tolok ukur tingkat pascasarjana di mana Gemini-3.1-Pro 44,4% masih mengalahkan V4-Pro 37,7%.

Secara khusus pada konteks panjang, V4-Pro memimpin model sumber terbuka dan mengalahkan Gemini-3.1-Pro pada tolok ukur CorpusQA (tes yang mensimulasikan analisis dokumen nyata pada satu juta token), tetapi kalah dari Claude Opus 4.6 pada MRCR—tes yang mengukur seberapa baik model mengambil jarum spesifik yang terkubur jauh dalam tumpukan yang sangat panjang.

Dibangun untuk menjalankan agen, bukan hanya menjawab pertanyaan

Aspek keagenan inilah yang membuat rilis ini menarik bagi para pengembang yang benar-benar mengirimkan produk.

V4-Pro dapat berjalan di Claude Code, OpenCode, dan alat pengkodean AI lainnya. Menurut survei internal DeepSeek terhadap 85 pengembang yang menggunakan V4-Pro sebagai agen pengkodean utama mereka, 52% mengatakan model tersebut siap menjadi model default mereka, 39% cenderung mengatakan ya, dan kurang dari 9% mengatakan tidak. Karyawan internal mengatakan model ini mengungguli Claude Sonnet dan mendekati Claude Opus 4.5 pada tugas pengkodean keagenan.

Artificial Analysis, yang melakukan evaluasi independen model AI pada tugas dunia nyata, menempatkan V4-Pro pertama di antara semua model open-weight pada GDPval-AA—tolok ukur yang menguji pekerjaan berpengetahuan yang bernilai ekonomis di bidang keuangan, hukum, dan penelitian, yang dinilai melalui Elo. V4-Pro-Max mencetak 1.554 Elo, mengungguli GLM-5.1 (1.535) dan MiniMax's M2.7 (1.514). Sebagai referensi, Claude Opus 4.6 mencetak 1.619 pada tolok ukur yang sama—masih unggul, tetapi kesenjangan semakin menyempit.

V4 Deepseek juga memperkenalkan sesuatu yang disebut "pemikiran interleaved." Pada model sebelumnya, jika Anda menjalankan agen yang membuat beberapa panggilan alat—katakanlah, ia mencari di web, kemudian menjalankan beberapa kode, lalu mencari lagi—konteks penalaran model akan dihapus di antara putaran. Setiap langkah baru, model harus membangun kembali model mentalnya dari awal. V4 mempertahankan seluruh rantai pemikiran di seluruh panggilan alat, sehingga alur kerja agen 20 langkah tidak akan menderita amnesia di tengah jalan. Ini lebih penting daripada kedengarannya bagi siapa pun yang menjalankan alur kerja otomatis yang kompleks.

Deepseek dan perang AI A.S.-Tiongkok

A.S. telah membatasi ekspor chip Nvidia kelas atas ke Tiongkok sejak 2022. Tujuan yang dinyatakan adalah untuk memperlambat pengembangan AI Tiongkok, tetapi larangan chip tersebut tidak menghentikan DeepSeek dan malah membuat mereka menciptakan arsitektur yang lebih efisien dan membangun pasokan perangkat keras domestik.

DeepSeek tidak merilis V4 dalam ruang hampa—ruang AI telah penuh dengan aktivitas belakangan ini: Anthropic mengirimkan Claude Opus 4.7 pada 16 April—model yang diuji Decrypt dan ditemukan kuat dalam pengkodean dan penalaran, dengan penggunaan token yang sangat tinggi. Sehari sebelumnya, Anthropic juga memiliki Claude Mythos, model keamanan siber yang mereka katakan tidak dapat dirilis secara publik karena terlalu baik dalam serangan jaringan otonom.

Xiaomi merilis MiMo V2.5 Pro pada 22 April, menjadi multimodal penuh—gambar, audio, video. Biayanya $1 input dan $3 output per juta token. Model ini cocok dengan Opus 4.6 pada sebagian besar tolok ukur pengkodean. Tiga bulan lalu, tidak ada yang membicarakan Xiaomi sebagai perusahaan AI frontier. Sekarang ia mengirimkan model kompetitif lebih cepat daripada kebanyakan laboratorium Barat.

GPT-5.5 OpenAI mendarat kemarin dengan biaya melonjak hingga $180 per juta token output dalam versi Pro. Model ini mengalahkan V4-Pro pada Terminal Bench 2.0 (82,7% vs 70,0%), yang menguji alur kerja agen baris perintah yang kompleks. Namun, biayanya jauh lebih mahal daripada V4-Pro untuk tugas yang setara. Pada hari yang sama, Tencent merilis Hy3, model canggih lainnya yang berfokus pada efisiensi.

Apa artinya ini bagi Anda

Dengan begitu banyak model baru yang tersedia, pertanyaan yang sebenarnya diajukan para pengembang adalah: Kapan premium itu sepadan?

Untuk perusahaan, perhitungan mungkin telah berubah. Sebuah model yang memimpin tolok ukur sumber terbuka dengan $1,74 per juta token input berarti pemrosesan dokumen skala besar, tinjauan hukum, atau alur kerja pembuatan kode yang mahal enam bulan lalu kini jauh lebih murah. Konteks satu juta token berarti Anda dapat memasukkan seluruh codebase atau pengajuan peraturan dalam satu permintaan alih-alih membaginya menjadi beberapa panggilan.

Selain itu, sifat sumber terbukanya berarti tidak hanya dapat dijalankan secara gratis pada perangkat keras lokal, tetapi juga dapat disesuaikan dan ditingkatkan berdasarkan kebutuhan dan kasus penggunaan perusahaan.

Untuk pengembang dan pembangun solo, V4-Flash adalah yang patut diperhatikan. Dengan $0,14 input dan $0,28 output, model ini lebih murah daripada model yang dianggap sebagai pilihan anggaran setahun yang lalu—dan model ini menangani sebagian besar tugas yang ditangani versi Pro. DeepSeek yang sudah ada, endpoint deepseek-chat dan deepseek-reasoner, sudah mengarahkan ke V4-Flash masing-masing dalam mode non-thinking dan thinking, jadi jika Anda menggunakan API, Anda sudah menggunakannya.

Model-model ini hanya teks untuk saat ini. DeepSeek mengatakan sedang mengerjakan kemampuan multimodal, yang berarti laboratorium besar lainnya dari Xiaomi hingga OpenAI masih memiliki keunggulan itu. Kedua model dilisensikan MIT dan tersedia di Hugging Face hari ini. Endpoint deepseek-chat dan deepseek-reasoner lama akan pensiun pada 24 Juli 2026.