DeepSeek V4 Pro Resmi Meluncur, Harga API Naik dengan Tarif Jam Sibuk

Tiga perubahan dalam satu pengumuman

Pada 13 Agustus 2026, DeepSeek mengumumkan tiga langkah sekaligus: merilis DeepSeek-V4-Pro-0813 untuk penggunaan umum, mengubah struktur harga API V4 secara signifikan, dan membuka kode sumber DeepSeek Harness (dsh) v0.1.

Paket ini memperkuat fokus DeepSeek pada pemrograman dan pekerjaan berbasis agen AI. Namun, perubahan tarif juga menandai berakhirnya strategi harga datar yang sangat murah untuk layanan inferensi kelas atas.

Tarif baru mulai berlaku 17 Agustus

DeepSeek mengganti tarif datar untuk V4 Pro dan V4 Flash dengan sistem penagihan peak dan off-peak pada 17 Agustus 2026 pukul 00.00 waktu Beijing, atau 16 Agustus pukul 16.00 UTC. Tarif off-peak ditetapkan sebesar separuh tarif peak. Dalam jadwal yang diumumkan, periode peak berlangsung pada pukul 09.00–12.00 dan 14.00–18.00 waktu Beijing pada hari kerja; di luar jam tersebut, tarif yang berlaku adalah off-peak. 914

Berikut perubahan tarif V4 Pro per satu juta token:

Kategori penagihan	Tarif sebelumnya	Tarif off-peak baru	Perubahan
Input tercache	¥0,025	¥0,15	+500%
Input tanpa cache	¥3	¥4,50	+50%
Output	¥6	¥13,50	+125%

Angka tersebut berasal dari pemberitaan mengenai pengumuman DeepSeek dan rangkuman tarif API perusahaan. 1116

Karena tarif peak dua kali lipat dari tarif off-peak, biaya V4 Pro pada jam sibuk menjadi ¥0,30 per satu juta token input tercache, ¥9 per satu juta token input tanpa cache, dan ¥27 per satu juta token output. 1113

Kenaikannya tidak merata. Input tercache mengalami lonjakan persentase terbesar pada perbandingan tarif off-peak. Hal ini penting bagi agen AI yang berulang kali mengirim file proyek, instruksi, atau konteks percakapan yang sama. Biaya output juga naik cukup besar, dari US$0,87 per satu juta token sebelum perubahan menjadi US$1,98 pada off-peak dan US$3,96 pada peak. 69

Secara keseluruhan, DeepSeek menyebut kenaikan tarif di keluarga V4 berkisar antara 50% hingga 1.100%, bergantung pada model, jenis token, dan waktu penggunaan. 2 Bagi pengembang, biaya kini tidak hanya ditentukan oleh model yang dipilih, tetapi juga kapan proses dijalankan.

V4-Pro-0813 membawa peningkatan besar pada benchmark agen

V4-Pro-0813 merupakan versi ketersediaan umum dari model flagship DeepSeek V4 Pro. Tabel perbandingan yang dipublikasikan DeepSeek menunjukkan peningkatan atas versi preview pada sejumlah benchmark pemrograman dan agen.

Pada Terminal-Bench 2.1, skornya naik dari 72,1 menjadi 87,9. Sementara itu, skor DeepSWE meningkat dari 12,8 menjadi 62,7. 440

Ada satu angka yang perlu diluruskan. Angka 7,3 yang kadang muncul dalam perbandingan bukan skor V4 Pro Preview, melainkan skor V4 Flash Preview pada DeepSWE. Skor V4 Pro Preview yang tercantum dalam model card adalah 12,8. 40 Pemisahan baseline ini penting agar besarnya peningkatan V4 Pro tidak dibesar-besarkan.

Dalam model card-nya, DeepSeek menyatakan bahwa V4-Pro-0813 kompetitif dengan model seperti Claude Opus 4.8, Claude Fable 5, Kimi K3, dan GLM-5.2 pada pengujian tertentu. Namun, hasilnya bukan kemenangan mutlak: V4-Pro-0813 unggul pada sebagian pengujian, tetapi masih tertinggal dari pesaing pada beberapa evaluasi pengetahuan, pembuatan repositori, dan kemampuan agen. 353640

Hasil tersebut sebaiknya dibaca sebagai klaim benchmark yang dilaporkan vendor, bukan bukti independen bahwa V4 Pro selalu mengungguli semua model pesaing. Analisis yang tersedia mencatat bahwa validasi pihak ketiga masih terbatas dan hasil dapat berubah bergantung pada harness, prompt, alat, serta konfigurasi evaluasi. 41

DeepSeek Harness: fokus bergeser dari model ke agen

Bersamaan dengan V4-Pro-0813, DeepSeek merilis DeepSeek Harness v0.1, framework agen sumber terbuka di bawah lisensi MIT. DeepSeek memosisikannya sebagai alternatif bagi produk agen pemrograman seperti Claude Code. 1822

Harness tersebut dapat digunakan secara gratis. Namun, pengguna tetap perlu membayar model atau API yang dihubungkan ke dalamnya. Dengan kata lain, biaya menjalankan agen ditentukan oleh penggunaan inferensi, bukan biaya langganan DeepSeek Harness secara terpisah. 1723

Kombinasi antara model dan framework ini punya arti strategis. DeepSeek menyediakan lapisan kerja untuk membangun agen pemrograman dan otomasi, lalu memperoleh pendapatan dari pemanggilan model yang menggerakkan alur kerja tersebut.

Bagi pengembang, ukuran biaya yang relevan bukan lagi sekadar harga satu prompt. Yang lebih penting adalah berapa biaya untuk menyelesaikan satu tugas setelah memperhitungkan beberapa langkah, percobaan ulang, penggunaan alat, dan kebutuhan pemeriksaan manusia.

Apa artinya bagi pengembang?

Perubahan ini tidak membuktikan bahwa token AI murah telah berakhir di seluruh industri. Namun, langkah tersebut menunjukkan bahwa tarif datar yang sangat rendah untuk layanan produksi berkemampuan tinggi bukanlah komitmen permanen DeepSeek.

Skema peak/off-peak juga berfungsi sebagai mekanisme pengelolaan kapasitas. DeepSeek mengatakan model ini dimaksudkan untuk mengalokasikan sumber daya secara lebih wajar dan mendorong pengguna menjadwalkan pekerjaan sesuai pola pemakaian. 14

Dampaknya, pekerjaan yang dapat ditunda—seperti pemrosesan batch, evaluasi, dan pengindeksan—berpotensi dijadwalkan pada jam off-peak. Sebaliknya, aplikasi interaktif yang berjalan pada jam sibuk akan menghadapi tarif tertinggi.

Perubahan yang lebih besar adalah pergeseran dari ekonomi token ke ekonomi tugas. Model dengan harga token lebih tinggi masih dapat menjadi pilihan ekonomis jika mampu menyelesaikan tugas pemrograman atau riset dengan lebih sedikit kegagalan, percobaan ulang, orkestrasi, atau pemeriksaan manusia. Sebaliknya, tarif token yang rendah belum tentu menghasilkan biaya total rendah jika agen membutuhkan banyak pengulangan atau menghasilkan keluaran yang tidak andal.

Dengan demikian, pengumuman 13 Agustus lebih tepat dibaca sebagai reposisi daripada sekadar mundur dari persaingan harga. V4-Pro-0813 menawarkan model premium yang lebih kuat, DeepSeek Harness menyediakan lapisan agen terbuka, dan tarif peak memungkinkan DeepSeek memonetisasi inferensi yang terbatas atau sangat diminati.

Bukti yang tersedia mendukung pergeseran menuju alur kerja agen yang lebih lengkap. Namun, bukti tersebut belum cukup untuk menyimpulkan bahwa DeepSeek telah sepenuhnya menggantikan bisnis endpoint model dengan layanan pengantaran tugas end-to-end.