Persaingan model kecerdasan buatan kembali memanas setelah DeepSeek memperkenalkan DeepSeek-V4.1-Flash pada 10 September 2026. Model terbaru ini membawa pendekatan berbeda dengan menitikberatkan pada efisiensi komputasi, kecepatan inferensi, kapasitas pemrosesan, serta penggunaan memori yang lebih hemat.
DeepSeek menyebut V4.1-Flash sebagai model berukuran paling kecil dalam keluarga arsitektur barunya. Meski demikian, model tersebut menggunakan backbone Mixture-of-Experts atau MoE dengan total 552 miliar parameter. Perbedaannya terletak pada jumlah parameter yang benar-benar aktif ketika model memproses input dan menghasilkan output.
Pendekatan tersebut menjadi penting karena model AI modern tidak hanya dituntut semakin pintar. Model juga harus mampu bekerja cepat dan murah ketika digunakan dalam skala besar, terutama untuk layanan berbasis agen AI yang dapat menjalankan banyak tugas secara otomatis.
Arsitektur Baru Tekan Beban Memori
Salah satu perubahan paling menarik pada V4.1-Flash berada di sisi arsitektur. DeepSeek menggunakan pendekatan Causal Encoder-Decoder atau CED yang membuat proses input dan output bekerja dengan jumlah parameter aktif berbeda.
Pada tahap input, hanya sekitar 8 miliar parameter yang diaktifkan untuk setiap token. Sementara ketika menghasilkan keluaran, jumlah parameter aktif berada di angka 16 miliar. Dengan total parameter mencapai 552 miliar, mekanisme tersebut membuat model tidak harus mengaktifkan seluruh kapasitasnya dalam setiap proses.
Konsep ini menjadi salah satu kunci untuk mengurangi biaya operasional. Model tetap memiliki kapasitas besar, tetapi beban komputasi dapat disesuaikan dengan kebutuhan proses yang sedang berlangsung.
DeepSeek juga mengklaim metode baru tersebut mampu menghasilkan performa yang lebih tinggi dibandingkan sejumlah model flagship sebelumnya, termasuk DeepSeek-V4-Pro pada pengujian internal dan benchmark yang dipublikasikan perusahaan.
Penggunaan HBM Dipangkas
Efisiensi memori menjadi salah satu sorotan utama dalam peluncuran V4.1-Flash. DeepSeek mengatakan ukuran KV cache model generasi terbaru tersebut jauh lebih kecil dibandingkan generasi sebelumnya.
Menurut perusahaan, V4.1-Flash hanya membutuhkan seperempat kebutuhan HBM untuk KV cache dibandingkan model generasi sebelumnya. Kebutuhan penyimpanan SSD untuk cache juga dipangkas hingga seperdelapan.
KV cache sendiri merupakan komponen penting dalam sistem model bahasa modern. Cache menyimpan informasi yang telah diproses sehingga model tidak perlu menghitung ulang seluruh konteks setiap kali melanjutkan pekerjaan.
Dalam penggunaan sederhana, penghematan tersebut mungkin tidak terlalu terlihat. Namun, skalanya berubah ketika model digunakan untuk menjalankan agen AI dalam jumlah besar. Setiap agen dapat melakukan percakapan panjang, membaca dokumen, memanggil berbagai alat, dan mempertahankan konteks pekerjaan.
Semakin besar penggunaan, semakin besar pula kebutuhan memori. Karena itu, pengurangan ukuran cache berpotensi memberikan dampak langsung terhadap biaya infrastruktur.
Lebih Hemat untuk Agen AI
DeepSeek menyoroti penggunaan V4.1-Flash untuk kebutuhan agentic AI. Model jenis ini tidak hanya memberikan jawaban berdasarkan pertanyaan pengguna, tetapi dapat digunakan untuk menjalankan rangkaian pekerjaan secara bertahap.
Contohnya mencakup pemrograman, analisis dokumen, penggunaan alat eksternal, pencarian informasi, hingga otomatisasi pekerjaan tertentu.
Dalam skenario tersebut, cache menjadi bagian penting karena agen harus mempertahankan konteks dari banyak langkah. DeepSeek menyebut biaya cache-hit dapat menjadi bagian signifikan dari biaya agen AI. Karena itu, kompresi cache dinilai mampu membantu menekan biaya operasional.
Strategi tersebut memperlihatkan perubahan arah dalam pengembangan AI. Perusahaan tidak hanya berlomba membuat model dengan jumlah parameter semakin besar, tetapi juga mencari cara agar kemampuan tersebut dapat dijalankan dengan sumber daya lebih sedikit.
Dukungan Multimodal
V4.1-Flash juga hadir dengan kemampuan pemahaman visual secara native. Artinya, model tidak hanya dirancang untuk menangani teks, tetapi juga dapat memproses informasi visual sebagai bagian dari kemampuan multimodalnya.
Kemampuan tersebut memperluas penggunaan model untuk berbagai kebutuhan. Pengguna dapat memanfaatkan AI untuk memahami gambar, membaca informasi visual, membantu pekerjaan berbasis dokumen, hingga mendukung agen yang membutuhkan lebih dari sekadar pemrosesan teks.
Dukungan multimodal menjadi semakin penting karena interaksi manusia dengan teknologi tidak berlangsung melalui teks saja. Gambar, diagram, dokumen, tabel, dan elemen visual lainnya menjadi bagian dari alur kerja digital sehari-hari.
Dengan menggabungkan kemampuan tersebut dengan arsitektur hemat memori, DeepSeek berusaha menawarkan model yang dapat digunakan pada lebih banyak skenario tanpa meningkatkan kebutuhan infrastruktur secara proporsional.
Performa Diklaim Lampaui V4-Pro
Selain efisiensi, DeepSeek juga menempatkan kemampuan model sebagai salah satu keunggulan utama. Dokumentasi rilis V4.1-Flash mencatat sejumlah hasil benchmark, termasuk skor 90,9 pada GPQA Diamond, rating 3.471 pada Codeforces, serta skor 90,6 pada Terminal-Bench 2.1.
Model tersebut juga mencatat skor 74,2 pada DeepSWE v1.1 dan 88,1 pada CyberGym dalam hasil yang dipublikasikan DeepSeek.
Angka benchmark tentu perlu dibaca dengan hati-hati karena hasil dapat dipengaruhi metode pengujian, konfigurasi, dan karakteristik setiap dataset. Namun, data tersebut menunjukkan bahwa DeepSeek tidak sekadar mengejar model murah dengan mengorbankan kemampuan.
Perusahaan justru mencoba menggabungkan tiga aspek sekaligus, yakni performa, kecepatan, dan efisiensi.
Harga API Ikut Turun
Efisiensi arsitektur kemudian diterjemahkan DeepSeek ke dalam strategi harga. Perusahaan mengatakan harga API V4.1-Flash diturunkan setelah model baru diluncurkan.
DeepSeek juga mempertahankan sistem harga berdasarkan periode penggunaan. Tarif di luar jam sibuk disebut berada pada 50 persen dari tarif saat periode puncak. Kebijakan tersebut ditujukan untuk mengatur distribusi permintaan sekaligus memberikan kesempatan kepada pengguna dengan pekerjaan fleksibel untuk menekan biaya.
Model V4.1-Flash kini tersedia melalui DeepSeek API dengan nama model deepseek-flash. Versi V4-Flash dan V4-Flash-Vision-Exp sebelumnya juga telah dihentikan, sementara nama lama untuk sementara diarahkan ke V4.1-Flash demi menjaga kompatibilitas.
DeepSeek Mulai Tinggalkan V4-Pro
Peluncuran V4.1-Flash juga membawa perubahan pada lini produk DeepSeek. Perusahaan menyatakan hasil pengujian menunjukkan model baru tersebut unggul atas V4-Pro dari sisi performa, biaya, kecepatan, dan waktu penyelesaian secara keseluruhan.
DeepSeek kemudian berencana mengakhiri penggunaan V4-Pro secara bertahap. Mulai 14 September 2026 pukul 12.00 waktu Beijing, permintaan yang masih menggunakan deepseek-v4-pro akan diarahkan ke V4.1-Flash hingga V4.1-Pro diluncurkan. Permintaan tersebut akan dikenakan tarif V4.1-Flash.
Langkah ini menunjukkan bahwa V4.1-Flash bukan sekadar pembaruan kecil. Model tersebut diposisikan sebagai fondasi penting untuk fase berikutnya dari keluarga V4.
Efisiensi Jadi Senjata Baru AI
Peluncuran DeepSeek V4.1-Flash memperlihatkan bahwa persaingan AI mulai bergerak ke arah yang lebih kompleks. Kemampuan model tetap menjadi faktor utama, tetapi biaya menjalankan model dalam skala besar semakin menentukan.
Pengurangan kebutuhan HBM hingga seperempat dan SSD hingga seperdelapan untuk KV cache menunjukkan bagaimana optimalisasi teknis dapat memberikan dampak langsung terhadap operasional.
Bagi pengembang, perusahaan teknologi, dan penyedia layanan AI, efisiensi tersebut berpotensi menjadi faktor penting ketika menentukan model yang digunakan dalam produksi.
DeepSeek juga membuka peluang pengembangan lebih luas dengan menyatakan akan bekerja bersama komunitas open source untuk mendukung inferensi V4.1-Flash dan mengeksplorasi opsi deployment lainnya. Perusahaan bahkan membuka pembicaraan untuk kebutuhan deployment skala besar dengan ribuan GPU dan klaster penyimpanan.
Dengan demikian, DeepSeek V4.1-Flash membawa pesan yang cukup jelas: masa depan AI tidak hanya ditentukan oleh seberapa besar model dibuat, tetapi juga seberapa efisien kemampuan tersebut dapat digunakan. Ketika kecerdasan tinggi dapat dipadukan dengan kebutuhan memori yang lebih rendah dan biaya yang lebih murah, ruang pemanfaatan AI pun berpotensi semakin luas.
