DeepSeek V4.1 Flash: 77% Lebih Murah, dan Jam Sibuknya Jatuh di Pagi Kerja Anda

DeepSeek Mengalihkan Model Teratasnya ke Model yang Lebih Murah, dan Menagih Anda dengan Harga yang Lebih Murah

DeepSeek telah memberi tahu pengguna API-nya bahwa V4.1 Flash dirilis pada 10 September 2026. Beritanya bukan peluncuran itu sendiri. Beritanya adalah apa yang terjadi sesudahnya: mulai pukul 4:00 UTC, pukul 7:00 di Riyadh, setiap permintaan yang ditujukan ke model andalan V4 Pro akan dialihkan ke model baru dan ditagih dengan harga model baru. Siapa pun yang hari ini memakai model terkuat akan membayar harga model tercepat besok, tanpa mengubah satu baris pun di sistemnya.

Ini perusahaan yang sama yang menaikkan harga dan memperkenalkan penagihan jam sibuk beberapa bulan lalu. Arahnya berbalik karena satu alasan: pasar yang bergerak lebih cepat daripada kontrak tahunan mana pun.

Itu berarti diskon hingga 77% untuk input dan 70% untuk output. Angka itu penting, tetapi tiga detail dalam pengumumannya lebih penting, dan detail-detail itulah yang benar-benar menentukan tagihan Anda.

Angka-angkanya

Harga dihitung per satu juta token; token adalah satuan teks terkecil yang dibaca model: satu kata, satu angka, satu tanda baca. Ini adalah tarif di luar jam sibuk; tarif jam sibuk tepat dua kali lipatnya.

Jika hari ini Anda memakai V4 Flash biasa, penurunannya lebih kecil tetapi nyata: input baru dari $0,22 menjadi $0,15, dan input dari cache dari $0,007 menjadi $0,003.

Jam Sibuk Mereka Jatuh di Dalam Pagi Kerja Anda

DeepSeek menagih dengan dua tarif, jam sibuk dan di luar jam sibuk, dan selisihnya dua kali lipat. Jam sibuk dipublikasikan dalam UTC: pukul 01:00 sampai 04:00 dan 06:00 sampai 10:00, Senin sampai Jumat.

Konversikan ke waktu Riyadh, maka jam sibuk berlangsung dari pukul 04:00 sampai 07:00 dan dari 09:00 sampai 13:00. Seluruh pagi kerja di Arab Saudi jatuh di dalam jam sibuk, dengan harga dua kali lipat. Setelah pukul 13:00 tarifnya turun separuh sampai pagi berikutnya.

Konsekuensi praktisnya langsung. Pekerjaan yang menjawab pelanggan secara real time tetap di tempatnya, berapa pun biayanya, karena pelanggan tidak menunggu. Pekerjaan yang tidak ditunggu siapa pun — membuat laporan bulanan, mengklasifikasikan arsip pesan, mengekstrak data dari berkas lama, meringkas notulen — biayanya separuh jika dijalankan setelah pukul 13:00 atau malam hari, tanpa perubahan lain apa pun. Penjadwalan adalah keputusan operasional, bukan teknis, dan di sini pengaruhnya terhadap tagihan sama besarnya dengan mengganti model.

Cache: Selisih Lima Puluh Kali Lipat

Lihat lagi baris pertama tabel. Input baru seharga $0,15. Input yang dibaca dari cache seharga $0,003. Itu selisih lima puluh kali lipat, selisih tunggal terbesar di seluruh daftar harga, dan yang paling sering diabaikan.

Cache bekerja pada bagian awal pesan Anda. Kirim teks pembuka yang sama di setiap permintaan, maka DeepSeek menagihnya sekali dengan harga penuh, lalu membacanya kembali dengan biaya sangat kecil. Sebagian besar sistem nyata membawa blok tetap yang besar di setiap pemanggilan: instruksi asisten, daftar produk dan harga, kebijakan pengembalian, gaya bahasa. Tidak satu pun dari itu berubah dari satu pelanggan ke pelanggan berikutnya.

Jadi perbedaan antara sistem yang menata urutan prompt-nya dan sistem yang tidak bukanlah sekadar kerapian teknis. Ini soal apakah bagian tetap ditagih sekali atau ditagih ulang secara penuh di setiap pesan. Aturannya sederhana: yang tetap di depan, yang berubah di belakang.

Ambil contoh. Asisten WhatsApp yang menangani 3.000 percakapan per bulan, masing-masing dengan 4.000 token input dan 500 token output, biayanya sekitar $10,89 per bulan dengan harga V4 Pro di luar jam sibuk hari ini. Dengan harga V4.1 Flash besok, biayanya turun menjadi $2,70. Tata prompt agar 80% input dibaca dari cache, dan biayanya turun menjadi $1,29. Delapan kali lipat antara angka pertama dan terakhir, dan pada langkah terakhir modelnya tidak berubah. Hanya urutan teksnya yang berubah.

Klausul yang Layak Dibaca, Bukan Dilewati

Satu kalimat dalam pemberitahuan itu patut diperhatikan: tetap menggunakan layanan setelah perubahan penagihan dianggap sebagai persetujuan atas ketentuan baru, dan siapa pun yang tidak setuju dapat membatalkan dan meminta pengembalian dana.

Ini bahasa standar dalam kontrak layanan cloud, dan di sini tidak bermasalah karena perubahannya menguntungkan pengguna. Tetapi prinsipnya patut dicermati: klausul yang sama memungkinkan perubahan harga ke arah sebaliknya melalui mekanisme yang sama. Jika Anda membangun sistem komersial di atas API milik pihak lain, biaya operasional Anda bukan angka tetap dalam rencana bisnis. Itu adalah ketentuan yang berubah dengan pemberitahuan.

Pelajaran di Luar DeepSeek

Ini pola yang sama dengan yang kami tulis ketika Broadcom menghapus alat keluar dari VMware tanpa pengumuman: hal yang Anda andalkan berubah di bawah kaki Anda, dan yang penting adalah seberapa cepat Anda dapat merespons.

Perhatikan apa yang terjadi pada nama model. Pengembang yang menulis deepseek-v4-pro di sistemnya akan mendapati permintaannya pergi ke tempat lain atas keputusan penyedia. Di sini hasilnya menguntungkan mereka: lebih murah, lebih cepat, dan lebih baik menurut penyedia itu sendiri. Tetapi mekanisme yang sama itulah yang akan memindahkan permintaan Anda ke model lain pada hari ketika keputusannya tidak menguntungkan Anda.

Satu aturan sudah cukup: jangan sebar nama model di seluruh sistem Anda. Simpan sebagai satu nilai konfigurasi, dan biarkan setiap pemanggilan melewati satu lapisan di kode Anda. Dengan begitu, mengganti model, atau mengganti penyedia sepenuhnya, cukup dengan mengedit satu baris, bukan proyek. Melakukannya sejak awal tidak memakan biaya apa pun; menambahkannya belakangan memakan waktu berminggu-minggu.

Jika Anda sedang menimbang model sebelum berkomitmen, kami telah membandingkan DeepSeek, Claude, dan GPT berdasarkan jenis pekerjaan yang cocok untuk masing-masing, bukan berdasarkan angka utama, dan perbandingan itu masih berlaku: mereka berbeda menurut tugas, bukan hanya menurut harga.

Dan poin yang paling penting bagi pemilik bisnis: dengan harga seperti ini, model bukan lagi hal yang menghambat sebuah proyek. Menjalankan asisten di ribuan percakapan per bulan kini lebih murah daripada tagihan kopi kantor Anda. Yang menentukan hasilnya adalah segala hal di sekitar model: apakah data Anda cukup tertata untuk dibacanya, apakah model benar-benar terhubung ke sistem Anda atau menjawab tanpa dasar, dan apakah Anda tahu apa yang terjadi ketika model melakukan kesalahan.

Cara Kami Menanganinya di Origami

Dalam sistem yang kami bangun untuk klien, setiap pemanggilan model melewati satu lapisan, dan nama model tersimpan di berkas konfigurasi, bukan diulang di seluruh kode. Ketika pasar bergeser, dan itu terjadi kira-kira setiap bulan, memindahkan klien ke model yang lebih murah atau lebih akurat adalah keputusan yang dijalankan dalam hitungan menit dan diukur sesudahnya, bukan pembangunan ulang.

Kami juga memperlakukan urutan prompt sebagai keputusan desain, bukan detail: blok tetap di depan agar dibaca dari cache, bagian yang berubah di belakang. Dan kami memisahkan apa yang butuh jawaban segera dari apa yang bisa menunggu, sehingga jenis kedua berjalan di jam-jam murah. Tiga keputusan yang tidak terlihat siapa pun di antarmuka, dan semuanya tampak di tagihan.

Sumber

• DeepSeek — halaman resmi Model & Harga (tarif V4 Pro dan V4 Flash, jam sibuk)
• Laporan ChainCatcher tentang pengumuman peluncuran V4.1 Flash, 10 September 2026