JawabanDipublikasikan19 sumber
Mengapa DeepSeek V4 Flash Tetap Murah Meski Harganya Naik Tajam
Pada skema harga sebelumnya, input yang terkena cache DeepSeek V4 Flash dikenai biaya $0,0028 per juta token, dibandingkan $0,14 saat cache miss—selisih sekitar 50 kali lipat. Penyedia pihak ketiga dapat menawarkan harga input dan output yang lebih rendah, tetapi model snapshot, kuantisasi, routing, retensi cache, l...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian
Poin-poin penting
- Pada skema harga sebelumnya, input yang terkena cache DeepSeek V4 Flash dikenai biaya $0,0028 per juta token, dibandingkan $0,14 saat cache miss—selisih sekitar 50 kali lipat.
- Penyedia pihak ketiga dapat menawarkan harga input dan output yang lebih rendah, tetapi model snapshot, kuantisasi, routing, retensi cache, latensi, serta tingkat layanan bisa berbeda.
- Kenaikan hipotetis 30 kali akan membuat tarif cache hit menjadi $0,084 per juta token—masih di bawah tarif cache miss lama—tetapi tidak otomatis menjadikan Flash pilihan termurah untuk semua beban kerja.
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: How can DeepSeek V4 Flash remain the cheapest major AI model—and potentially stay cheapest even after a 30× list-price increase—given that t. Article summary: DeepSeek V4 Flash can remain cheapest in effective cost because “price per input token” is the wrong unit for long-running agents. The decisive variable is the share of input that is served from a reusable prefix cache: . Topic tags: general, general web, user generated, documentation, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, w
Harga DeepSeek V4 Flash yang terlihat murah sering kali menyembunyikan satu detail penting: input yang terkena cache dan input baru dihitung dengan tarif yang sangat berbeda.
Dalam skema harga yang sebelumnya dipublikasikan, input cache miss dikenai biaya $0,14 per juta token, input cache hit hanya $0,0028, sedangkan output berada di $0,28 per juta token. 12
Perbedaan ini sangat menguntungkan bagi coding agent yang berulang kali mengirim instruksi sistem, definisi tool, konteks repositori, atau bagian awal prompt yang sama. Namun, hal itu tidak berarti DeepSeek selalu menjadi pilihan dengan tagihan terendah untuk setiap pengguna, model, atau jalur penyedia.
Biaya efektif lebih penting daripada harga per token
Harga per juta token hanyalah satu bagian dari tagihan agen AI. Jika proporsi input yang terkena cache adalah h, tarif input gabungan kira-kira dapat dihitung dengan rumus berikut:
h × tarif cache-hit + (1 − h) × tarif cache-miss
Dengan tarif lama, 99% input yang terkena cache menghasilkan biaya sekitar $0,00417 per juta token—sekitar 34 kali lebih rendah daripada tarif cache-miss $0,14. Perhitungan ini belum memasukkan token output, yang ditagihkan terpisah dan bisa menjadi komponen terbesar ketika agen menghasilkan banyak kode, penjelasan, atau hasil tool.
Karena itu, dua pengguna pada API yang sama dapat memperoleh pengalaman biaya yang sangat berbeda:
- Pengguna ringan dengan sesi singkat mungkin membayar sangat sedikit karena total tokennya kecil.
- Deployment berskala besar dapat memproses konteks dalam jumlah besar, tetapi membayar jauh lebih rendah untuk bagian prompt yang berulang jika prefiksnya tetap stabil.
- Agen yang terus mengubah system prompt, daftar tool, atau susunan konteks dapat kehilangan manfaat cache dan membayar mendekati tarif cache-miss untuk materi yang seharusnya berulang.
DeepSeek menjelaskan bahwa caching API-nya bekerja otomatis berdasarkan prefiks prompt. Prefiks yang sama pada permintaan berikutnya dapat ditagihkan dengan tarif cache-hit yang lebih rendah. 12 Syarat praktisnya adalah penggunaan ulang yang ketat: perubahan di bagian awal prompt dapat membuat konten setelahnya tidak lagi memperoleh manfaat cache.
Harga pihak ketiga yang lebih rendah belum tentu perbandingan yang setara
Penyedia pihak ketiga memang dapat memasang harga di bawah API resmi. DeepInfra, misalnya, mencantumkan varian V4 Flash di kisaran $0,08–$0,09 per juta token input dan $0,18 untuk output, dengan tarif input yang terkena cache dihitung terpisah. 29 OpenRouter juga mencantumkan beberapa penyedia untuk snapshot V4 Flash, dengan harga yang bergantung pada versi dan jalur routing.
21
22
Namun, tawaran tersebut belum tentu merupakan produk yang identik. Perbandingan yang adil perlu memeriksa:
- snapshot model dan kualitas output yang digunakan;
- apakah model dikuantisasi atau disajikan dengan konfigurasi berbeda;
- tarif cache-hit, durasi retensi, dan aturan pencocokan prefiks;
- routing, latensi, uptime, dan batas laju permintaan;
- kebijakan context window dan concurrency; serta
- ketentuan pengelolaan data dan kontrol operasional.
Harga yang lebih rendah bisa benar-benar lebih hemat untuk beban kerja dengan sedikit penggunaan ulang cache. Sebaliknya, jalur resmi dapat lebih unggul pada sesi panjang yang mempertahankan prefiks prompt. Pertanyaan yang relevan bukanlah “penyedia mana yang mencantumkan angka input paling rendah?”, melainkan “jalur mana yang menyelesaikan tugas dengan biaya andal paling rendah?”
Apa arti kenaikan harga 30 kali?
Skenario kenaikan 30 kali sebaiknya dipakai sebagai uji sensitivitas, bukan ramalan. Jika tarif cache-hit lama sebesar $0,0028 dikalikan 30, hasilnya menjadi $0,084 per juta token. Angka itu masih berada di bawah tarif cache-miss lama, yaitu $0,14.
Tetapi perbandingan tersebut hanya melihat satu komponen biaya. Jika tarif output juga naik 30 kali, harga output lama sebesar $0,28 akan menjadi $8,40 per juta token. Beban kerja yang banyak menghasilkan kode atau jawaban panjang dapat menjadi jauh lebih mahal, meskipun input yang terkena cache tetap relatif murah.
Demikian pula, workflow dengan banyak cache miss akan langsung merasakan kenaikan tarif input. Jadi, kesimpulannya bersyarat:
DeepSeek V4 Flash masih dapat mempertahankan keunggulan berbasis cache setelah kenaikan nominal yang sangat besar, tetapi tidak otomatis menjadi pilihan termurah untuk setiap kombinasi cache hit, cache miss, token output, dan biaya penyedia.
Tarif jam sibuk mengarah pada pengelolaan kapasitas
Jadwal harga yang dilaporkan kemudian memperkenalkan tarif di luar jam sibuk dan jam sibuk. V4 Flash tercatat memiliki tarif off-peak sebesar $0,22 per juta token untuk cache-miss input, $0,007 untuk input yang terkena cache, dan $0,66 untuk output. Pada jam sibuk, angkanya menjadi masing-masing $0,44, $0,014, dan $1,32. 10
20
Kenaikan ini cukup besar dibandingkan skema sebelumnya sebesar $0,14 untuk cache miss, $0,0028 untuk cache hit, dan $0,28 untuk output. Namun, kenaikannya bukan 30 kali secara seragam.
Harga berbasis waktu dapat digunakan untuk mengalihkan pekerjaan yang bisa dijadwalkan ke periode lebih sepi atau membatasi permintaan saat kapasitas sedang langka. Akan tetapi, pola tersebut sendiri tidak membuktikan apakah biaya penyajian model meningkat, permintaan tetap sangat tinggi, atau keduanya berperan.
Bagi pembeli, pelajarannya sederhana: waktu eksekusi agen dapat menjadi bagian dari model biaya. Jika pekerjaan tidak harus berjalan segera, bandingkan tagihan peak dan off-peak, bukan hanya satu tarif nominal.
Eksperimen cache 20.000 permintaan masih sebatas sinyal
Sebuah eksperimen komunitas yang dilaporkan mencakup 20.000 permintaan dan mengaitkan tingkat cache hit 100% pada DeepSeek selama periode 12 jam. Laporan yang sama menyebut hasil GLM turun jauh setelah lima menit, sementara Kimi dan GPT berada di antara keduanya. 31
Temuan ini menarik karena menunjukkan mengapa agen yang berjalan lama dapat menilai penyedia secara berbeda dari prompt pendek. Namun, eksperimen tersebut bukan benchmark lintas-model yang telah direplikasi secara independen. Hasil cache sangat dipengaruhi oleh konstruksi prefiks, eviction, routing, concurrency, durasi retensi, dan format prompt dari klien.
Pengembang sebaiknya mengulangi pengujian menggunakan alur agen mereka sendiri dan mencatat token cache hit serta cache miss secara terpisah. Arsitektur prompt yang stabil—instruksi tetap di awal dan data tugas yang berubah diletakkan belakangan—dapat membuat biaya jauh lebih menguntungkan. Meski begitu, hasilnya tetap harus diukur, bukan diasumsikan.
Posisi OpenCode Go dalam perbandingan
OpenCode Go adalah produk yang berbeda dari akses API langsung. Dokumentasinya menjelaskan bahwa layanan ini merupakan langganan $10 per bulan yang mencakup DeepSeek V4 Flash, dengan batas penggunaan berbasis nilai dolar: $12 per lima jam, $30 per minggu, dan $60 per bulan. 1
Langganan tersebut tidak dapat dibandingkan secara adil dengan API langsung hanya berdasarkan biaya bulanan atau tarif token. OpenCode mengendalikan routing dan jumlah penggunaan efektif, sementara API langsung menampilkan penagihan per token serta perilaku cache. Laporan mengenai paket itu juga menunjukkan bahwa nilai penggunaan V4 Flash berubah setelah kenaikan harga. 6
Klaim bahwa OpenCode Go bisa dua hingga sepuluh kali lebih mahal dalam sesi panjang memerlukan pengujian terkendali dengan aliran prompt yang sama. Pengujian tersebut setidaknya harus mencatat:
- jumlah token input yang terkena cache;
- jumlah token input yang mengalami cache miss;
- jumlah token output;
- model dan jalur penyedia;
- percobaan ulang serta latensi; dan
- batas langganan atau throttling yang diberlakukan.
Tanpa perbandingan seperti itu, kesimpulan yang lebih aman adalah bahwa langganan dapat tampak lebih murah di atas kertas, tetapi menghasilkan biaya efektif lebih tinggi jika jalurnya kehilangan konteks yang seharusnya dapat dipakai ulang. Hasil akhirnya tetap bergantung pada beban kerja.
Cara menguji biaya DeepSeek V4 Flash dengan benar
Untuk perbandingan yang realistis, ukur biaya per tugas yang berhasil diselesaikan, bukan hanya biaya per juta token input. Gunakan snapshot model dan urutan prompt yang sama pada setiap penyedia, lalu catat:
- total token input;
- token input cache hit dan cache miss secara terpisah;
- total token output;
- tarif peak dan off-peak;
- latensi serta permintaan yang gagal;
- percobaan ulang dan perubahan routing; serta
- apakah tugas benar-benar selesai dengan sukses.
Jalankan setidaknya dua jenis workflow: alur yang ramah cache dan alur yang sering mengubah konteks. Pengujian pertama menunjukkan potensi penghematan dari prefiks stabil, sedangkan pengujian kedua memperlihatkan biaya ketika agen terus membangun ulang konteksnya.
Kesimpulan
DeepSeek V4 Flash dapat tetap menjadi salah satu pilihan paling murah untuk coding agent yang berjalan lama karena prefix caching mengubah ekonomi konteks berulang. Penyedia pihak ketiga mungkin menawarkan harga nominal yang lebih rendah, dan kenaikan harga besar pun masih dapat menyisakan keunggulan pada input yang terkena cache.
Namun, tidak satu pun dari fakta tersebut membuktikan bahwa Flash selalu menjadi pilihan termurah. Variabel penentunya adalah tingkat cache hit, volume output, tarif jam sibuk, implementasi penyedia, serta biaya untuk menyelesaikan tugas secara andal.
Untuk sistem produksi, pengukuran tersebut jauh lebih penting daripada membandingkan satu angka harga di halaman tarif.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Mengapa DeepSeek V4 Flash Tetap Murah Meski Harganya Naik Tajam"?
Pada skema harga sebelumnya, input yang terkena cache DeepSeek V4 Flash dikenai biaya $0,0028 per juta token, dibandingkan $0,14 saat cache miss—selisih sekitar 50 kali lipat.
Apa poin penting yang harus divalidasi terlebih dahulu?
Pada skema harga sebelumnya, input yang terkena cache DeepSeek V4 Flash dikenai biaya $0,0028 per juta token, dibandingkan $0,14 saat cache miss—selisih sekitar 50 kali lipat. Penyedia pihak ketiga dapat menawarkan harga input dan output yang lebih rendah, tetapi model snapshot, kuantisasi, routing, retensi cache, latensi, serta tingkat layanan bisa berbeda.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Kenaikan hipotetis 30 kali akan membuat tarif cache hit menjadi $0,084 per juta token—masih di bawah tarif cache miss lama—tetapi tidak otomatis menjadikan Flash pilihan termurah untuk semua beban kerja.
Sumber
deepseek.aiDeepSeek API Pricing 2026: V4-Flash & V4-Pro Per-Token Costs
deepinfra.comSimple Pricing | Machine Learning Infrastructure
openrouter.aiDeepSeek V4 Flash 0731 - API Pricing & Benchmarks
deepseekv4pro.comDeepSeek V4 API, Pricing & Benchmarks