VASIOTA.COM — Persaingan kecerdasan buatan (AI) kini tidak hanya soal siapa yang memiliki model paling pintar. DeepSeek kembali menarik perhatian setelah model V4-Flash dinilai sebagai salah satu model AI terkenal dengan biaya operasional paling rendah, dengan estimasi sekitar US$0,03 atau 3 sen per pengujian dalam benchmark tertentu.
Temuan tersebut menunjukkan perubahan penting dalam industri AI. Model yang semakin murah untuk dijalankan dapat membuka peluang penggunaan AI dalam skala lebih besar, sekaligus meningkatkan tekanan terhadap perusahaan AI lain yang masih menjual akses model dengan biaya lebih tinggi.
DeepSeek V4-Flash Hanya 3 Sen dalam Benchmark
Menurut laporan Reuters mengenai biaya operasional DeepSeek V4-Flash, penelitian dari Artificial Analysis menempatkan V4-Flash sebagai model AI terkenal dengan biaya terendah dalam pengujian yang mereka analisis.
Biaya yang dihitung berada di sekitar US$0,03 per pengujian.
Angka tersebut bukan berarti setiap penggunaan DeepSeek selalu menghabiskan tepat US$0,03. Biaya aktual bergantung pada jumlah token, jenis API, panjang konteks, model yang digunakan, serta pola penggunaan.
Angka tersebut merupakan hasil pengukuran biaya menjalankan model dalam benchmark tertentu.
Hal ini penting karena biaya inferensi menjadi salah satu faktor yang semakin diperhatikan perusahaan ketika AI digunakan dalam jumlah besar.
Bukan Berarti DeepSeek Jadi AI Paling Pintar
Harga murah tidak otomatis berarti sebuah model merupakan model dengan kemampuan terbaik di semua kategori.
Dalam pengujian yang dikutip Reuters, DeepSeek V4-Flash memperoleh skor 50 pada Intelligence Index Artificial Analysis. Nilai tersebut disebut setara dengan Gemini 3.6 Flash dalam pengujian yang sama.
Dengan demikian, keunggulan utama yang terlihat dari V4-Flash bukan sekadar skor kemampuan, melainkan kombinasi antara kemampuan dan biaya operasional.
Ini menjadi penting karena perusahaan tidak hanya membutuhkan model yang mampu menjawab pertanyaan dengan baik.
Mereka juga membutuhkan model yang dapat dijalankan secara ekonomis ketika jumlah permintaan mencapai jutaan atau bahkan miliaran interaksi.
Perbandingan Biaya dengan Model AI Lain
Perbedaan biaya menjadi semakin menarik ketika dibandingkan dengan beberapa model lain yang dianalisis Artificial Analysis.
Reuters melaporkan estimasi biaya benchmark sebagai berikut:
- DeepSeek V4-Flash: sekitar US$0,03
- Moonshot Kimi K3: sekitar US$0,86
- OpenAI GPT-5.6 Sol: sekitar US$1,86
- Anthropic Claude Fable 5: sekitar US$3,15
Angka tersebut menunjukkan jurang biaya yang sangat besar.
Jika benchmark tersebut digunakan sebagai gambaran sederhana, menjalankan model dengan biaya US$3,15 akan membutuhkan lebih dari 100 kali biaya model dengan estimasi US$0,03.
Namun, perbandingan tersebut tidak boleh dibaca sebagai perbandingan harga API langsung untuk semua penggunaan. Benchmark Artificial Analysis digunakan untuk mengukur biaya dalam kondisi pengujian tertentu, sehingga tarif aktual dapat berbeda berdasarkan layanan dan konfigurasi.
Perang AI Mulai Bergeser ke Biaya Inferensi
Selama beberapa tahun terakhir, perhatian publik terhadap AI banyak berpusat pada kemampuan model.
Perusahaan berlomba menghasilkan model dengan reasoning lebih kuat, konteks lebih panjang, kemampuan coding lebih baik, serta kemampuan multimodal yang semakin kompleks.
Namun, ketika AI mulai digunakan secara massal, biaya inferensi menjadi persoalan penting.
Inferensi adalah proses ketika model menjalankan permintaan setelah model tersebut selesai dilatih.
Misalnya, ketika pengguna memberikan pertanyaan kepada chatbot, sistem harus menjalankan model untuk menghasilkan jawaban. Perusahaan yang memiliki jutaan pengguna harus menyediakan infrastruktur komputasi untuk menangani seluruh permintaan tersebut.
Jika biaya setiap permintaan dapat ditekan secara signifikan, perusahaan dapat menjalankan AI dalam skala lebih besar dengan anggaran komputasi yang sama.
Di sinilah strategi DeepSeek menjadi menarik.
AI Murah Bisa Mengubah Cara Perusahaan Menggunakan Model
Penurunan biaya inferensi dapat berdampak pada lebih banyak sektor daripada sekadar chatbot.
Perusahaan dapat menggunakan model AI untuk otomatisasi customer service, analisis dokumen, coding, pencarian internal, pemrosesan data, hingga agen AI yang menjalankan tugas secara berulang.
Semakin murah biaya menjalankan model, semakin banyak pekerjaan yang secara ekonomi masuk akal untuk diotomatisasi.
Contohnya, sebuah perusahaan mungkin tidak akan menggunakan model AI mahal untuk memproses jutaan dokumen sederhana.
Namun, apabila biaya inferensi turun drastis, penggunaan AI untuk pekerjaan tersebut menjadi lebih menarik secara ekonomi.
Karena itu, perang biaya dapat menjadi sama pentingnya dengan perang kemampuan model.
DeepSeek Bukan Satu-satunya Pemain China
Perkembangan V4-Flash juga terjadi ketika industri AI China semakin kompetitif.
Selain DeepSeek, perusahaan seperti Alibaba, Moonshot AI, MiniMax, Z.AI, ByteDance dan sejumlah perusahaan lainnya terus mengembangkan model AI mereka.
Persaingan tersebut menciptakan tekanan pada perusahaan untuk tidak hanya meningkatkan performa model, tetapi juga menekan biaya komputasi.
Dalam laporan Reuters tentang model DeepSeek V4-Flash, perkembangan tersebut disebut memperlihatkan bagaimana perusahaan AI China semakin agresif dalam mengejar efisiensi dan kemampuan model.
Kondisi tersebut dapat menjadi tantangan bagi perusahaan AI Amerika Serikat yang mengeluarkan investasi sangat besar untuk membangun model frontier dan infrastruktur komputasi.
Biaya Murah Tidak Berarti Infrastruktur Gratis
Ada satu hal yang perlu diperhatikan.
Biaya inferensi yang rendah bukan berarti membangun dan mengoperasikan infrastruktur AI menjadi murah secara keseluruhan.
Perusahaan tetap membutuhkan pusat data, prosesor AI, jaringan, penyimpanan, listrik, sistem pendinginan, dan tenaga ahli.
Selain itu, biaya melatih model AI juga berbeda dari biaya menjalankan model setelah model tersebut tersedia.
Training membutuhkan komputasi dalam jumlah sangat besar untuk menghasilkan model. Setelah model selesai dilatih, biaya inferensi muncul setiap kali model digunakan.
Karena itu, angka US$0,03 dari benchmark tersebut harus dipahami dalam konteks biaya menjalankan model dalam pengujian, bukan sebagai total biaya ekonomi untuk membuat DeepSeek V4-Flash.
Efisiensi Bisa Menjadi Senjata Utama DeepSeek
Strategi DeepSeek memperlihatkan bahwa perusahaan AI tidak harus selalu memenangkan persaingan dengan membangun model paling mahal.
Ada jalur lain yang tidak kalah penting, yaitu membuat model yang cukup kuat tetapi jauh lebih murah untuk dijalankan.
Jika kemampuan model dapat dipertahankan sementara biaya inferensi turun drastis, perusahaan dapat menawarkan AI kepada lebih banyak pengguna dan membuka lebih banyak kasus penggunaan.
Dalam jangka panjang, hal tersebut dapat memberikan tekanan pada seluruh industri.
Perusahaan AI harus memilih apakah akan meningkatkan kemampuan model, menurunkan harga, meningkatkan efisiensi infrastruktur, atau melakukan semuanya secara bersamaan.
