Hampir dua tahun lalu, DeepSeek mengguncang Silicon Valley lewat model R1 yang murah dan berbobot terbuka. Sekarang, di November 2026, startup asal Hangzhou ini sedang memainkan permainan yang berbeda. Fokusnya tidak lagi hanya membuat model, tetapi membangun ekosistem agen AI lengkap: harness agen sendiri bernama DeepSeek Harness, model V4.1-Flash yang sangat murah, mesin pencari internal, dan seluruh fitur aplikasi DeepSeek yang kini dibuka untuk pengembang.
Hasilnya mencolok. Menurut DeepSeek, Harness dipakai 1,54 juta pengguna aktif harian per 4 November, kurang dari tiga bulan sejak diluncurkan. Namun di saat yang sama, pengguna aplikasi chat DeepSeek melaporkan pembatasan pemakaian karena server kekurangan daya komputasi. Artikel ini merangkum semuanya: apa saja yang dirilis DeepSeek sepanjang 2026, berapa harganya, bagaimana hasil uji independennya, dan apa artinya bagi pengguna di Indonesia.
Ringkasan Singkat
| Hal | Keterangan |
|---|---|
| Model utama saat ini | DeepSeek-V4.1-Flash-1017 (nama API: deepseek-flash), dirilis 17 Oktober 2026 |
| Model lain di API | DeepSeek-V4-Pro (deepseek-v4-pro) |
| Konteks dan output | 1 juta token konteks, output maksimal 384 ribu token |
Harga deepseek-flash |
US$0,30 input / US$1,20 output per juta token pada jam sibuk, setengahnya di luar jam sibuk |
| Bobot terbuka? | Ya. V4.1-Flash-1017 dirilis di Hugging Face dengan lisensi MIT |
| Agen sendiri | DeepSeek Harness, open source, 1,54 juta pengguna harian per 4 November (data DeepSeek) |
| Artificial Analysis Intelligence Index | 33 (median model terbuka sekelas: 23). Biaya US$0,60 per tugas |
| Vals Index | 61,26%, peringkat 16 dari 42 |
| Kabar terbaru | Fitur aplikasi dibuka lewat API (13 November), pencarian web oleh model tidak lagi ditagih terpisah (18 November), pembatasan chat karena kapasitas (15 November) |
Sekilas Tentang DeepSeek
DeepSeek didirikan pada Juli 2023 oleh Liang Wenfeng dan dimiliki serta didanai oleh High-Flyer, sebuah hedge fund asal China. Namanya meledak pada 20 Januari 2025 saat merilis DeepSeek-R1. Menurut Wikipedia, dalam sepekan aplikasinya menyalip ChatGPT sebagai aplikasi gratis paling banyak diunduh di App Store Amerika Serikat, dan saham Nvidia sempat anjlok 18%.
Ciri khas DeepSeek sejak awal ada dua: harga API yang sangat murah dan bobot model yang dibuka untuk umum, sehingga siapa pun bisa mengunduh dan menjalankan modelnya sendiri. Dua ciri ini masih bertahan sampai sekarang. Yang berubah adalah skala ambisinya.
Kronologi DeepSeek Sepanjang 2026
Semua tanggal di bawah ini diambil dari halaman berita dan log perubahan resmi di dokumentasi API DeepSeek, kecuali yang diberi keterangan lain.
- 24 April: DeepSeek-V4 Preview dirilis dengan bobot terbuka. Ada dua model: V4-Pro (1,6 triliun parameter, 49 miliar aktif) dan V4-Flash (284 miliar parameter, 13 miliar aktif). Konteks 1 juta token menjadi standar di semua layanan DeepSeek. Nama lama
deepseek-chatdandeepseek-reasonerdijadwalkan pensiun pada 24 Juli 2026. - 13 Agustus: V4-Pro versi final (GA) dirilis, dengan tiga tingkat “usaha berpikir” (low, high, max) dan dukungan OpenAI Responses API untuk Codex. Di hari yang sama, menurut Silicon UK dan Deccan Chronicle, DeepSeek Harness diluncurkan. DeepSeek juga mengumumkan tarif jam sibuk dan di luar jam sibuk mulai 16 Agustus.
- 21 Agustus: model penglihatan eksperimental V4-Flash-Vision-Exp dan Files API dirilis, bersamaan dengan Harness versi 0.1.1.
- 10 September: DeepSeek-V4.1-Flash dirilis dengan arsitektur baru, dan harga API diturunkan. V4-Flash dipensiunkan.
- 29 September: aplikasi desktop Harness dirilis (Silicon UK).
- 17 Oktober: pembaruan V4.1-Flash-1017, plus API Search dan Fetch dari mesin pencari internal DeepSeek dibuka untuk umum.
- 4 November: Harness mencapai 1,54 juta pengguna aktif harian (diumumkan DeepSeek lewat X pada 8 November).
- 13 November: seluruh fitur aplikasi DeepSeek dibuka lewat API.
- 15 November: pengguna melaporkan pembatasan chat karena kapasitas komputasi (TechNode).
- 18 November, 11.00 WIB: pencarian web dan pengambilan halaman yang dipicu model tidak lagi ditagih terpisah.
V4.1-Flash: Model Kecil yang Menyalip Kakaknya
Bintang DeepSeek saat ini bukan model terbesarnya, melainkan V4.1-Flash. Menurut pengumuman resmi 10 September, ini adalah model terkecil dari keluarga arsitektur baru DeepSeek, dan langsung bisa memahami gambar.
Arsitektur yang tidak simetris
V4.1-Flash adalah model Mixture-of-Experts (MoE) dengan 552 miliar parameter. Yang unik, DeepSeek memakai arsitektur baru yang disebut Causal Encoder-Decoder. Saat membaca masukan, model hanya mengaktifkan 8 miliar parameter. Saat menulis jawaban, 16 miliar parameter. Generasi V4 sebelumnya hanya memakai decoder, menurut Wikipedia.
Bayangkan sebuah kantor penerjemah. Membaca dokumen masuk adalah pekerjaan yang relatif ringan, jadi cukup ditangani tim kecil. Menulis terjemahan yang bagus butuh lebih banyak tenaga, jadi timnya lebih besar. Dengan membagi tugas seperti ini, biaya operasional bisa ditekan tanpa mengorbankan kualitas jawaban.
Memori cache jauh lebih hemat
Inovasi kedua ada di KV cache, yaitu “catatan sementara” yang disimpan model agar tidak perlu membaca ulang seluruh percakapan dari awal. Menurut DeepSeek, dibanding generasi sebelumnya, KV cache V4.1-Flash hanya butuh 1/4 memori HBM (memori super cepat di GPU) dan 1/8 penyimpanan SSD.
Ini penting untuk agen AI. DeepSeek sendiri menulis bahwa biaya cache sering menjadi porsi besar dari biaya menjalankan agen, karena agen membaca ulang konteks yang sama berkali-kali dalam satu tugas. Cache yang lebih ringkas berarti tagihan yang lebih kecil.
Klaim performa DeepSeek
DeepSeek mengklaim V4.1-Flash mengungguli model andalannya sendiri, V4-Pro, dari sisi performa, biaya, kecepatan, dan total waktu kerja. Karena itu DeepSeek sempat berencana mengalihkan semua permintaan V4-Pro ke V4.1-Flash mulai 14 September. Rencana ini kemudian dibatalkan. Menurut log perubahan resmi, karena permintaan pengguna, API V4-Pro tetap dilayani setelah 14 September dengan tarif yang sama.
Versi 1017 yang dirilis 17 Oktober disebut DeepSeek lebih kuat, lebih cepat menyelesaikan tugas, dan menghasilkan jawaban yang lebih pendek. Berikut angka benchmark yang dilaporkan DeepSeek sendiri:
| Benchmark | V4.1-Flash (10 Sep) | V4.1-Flash-1017 (17 Okt) |
|---|---|---|
| HLE (tanpa alat) | 36,8 | 42,6 |
| Terminal-Bench 4.0 (coding di terminal) | 31,2 | 42,3 |
| DeepSWE v1.1 (rekayasa perangkat lunak) | 74,2 | 77,0 |
| ProgramBench | 20,3 | 29,1 |
| NL2Repo-Bench (membuat repositori dari deskripsi) | 65,4 | 68,2 |
| ZeroBench-main (dengan alat) | 49,0 | 51,0 |
Catatan: ini klaim vendor. DeepSeek menyebut Terminal-Bench 4.0 diuji memakai harness Claude Code, dan DeepSWE memakai harness Mini-SWE-V2. Lihat bagian uji independen di bawah untuk pembanding.
Bobot V4.1-Flash-1017 dirilis di Hugging Face dan ModelScope dengan lisensi MIT, salah satu lisensi paling longgar. Artinya model ini boleh dipakai, dimodifikasi, dan dijalankan di server sendiri, termasuk untuk keperluan komersial.
DeepSeek Harness: Agen Sendiri, Bukan Sekadar Model
Kalau Anda sudah membaca artikel kami tentang apa itu harness agent, Anda tahu bahwa agen AI = model + harness. Model adalah “otaknya”, sedangkan harness adalah semua yang membuat otak itu bisa bekerja: alat, memori, izin, dan putaran kerja. Selama ini DeepSeek hanya menyediakan otaknya, sementara harness-nya dipakai dari pihak lain seperti Claude Code atau OpenCode. Dengan DeepSeek Harness, mereka kini membuat keduanya.
“Everything is a plugin”
Menurut repositori GitHub resminya, DeepSeek Harness (disingkat dsh) adalah harness agen open source dengan prinsip “everything is a plugin”, dibangun di atas kerangka kerja bernama Cordis. Global Times menjelaskan bahwa kemampuan inti agen, mulai dari model, alat, skill, sesi, sandbox, penyimpanan, putaran kerja, sampai penjadwalan, semuanya dibuat sebagai plugin. Pengembang bisa mengganti atau menambah lapisan mana pun tanpa mengubah kode sumber Harness. Menurut Wikipedia, komponen ini bahkan bisa ditambah, dilepas, atau dimuat ulang saat Harness sedang berjalan.
Dalam praktiknya, Harness dijalankan sebagai aplikasi web di komputer sendiri (secara bawaan di alamat 127.0.0.1:3080) atau sebagai aplikasi desktop. Menurut panduan resminya, agen bisa membaca dan mengedit file di folder kerja, menjalankan perintah, mendelegasikan pekerjaan, dan menyusun rencana. Untuk operasi yang butuh persetujuan, Harness akan bertanya dulu sesuai kebijakan izin yang aktif.
Satu peringatan penting dari DeepSeek sendiri: Harness masih berstatus developer preview dan berubah cepat. Repositorinya menulis dengan huruf kapital bahwa akan ada perubahan yang merusak kompatibilitas. Jadi belum ideal untuk dijadikan fondasi produk yang harus stabil.
Angka pertumbuhan
| Indikator | Angka | Sumber |
|---|---|---|
| Pengguna aktif harian, 30 September | sekitar 271.000 | DeepSeek, via AI Weekly dan Deccan Chronicle |
| Pengguna aktif harian, 7 Oktober | sekitar 429.000 | DeepSeek, via AI Weekly |
| Pengguna aktif harian, 4 November | 1,54 juta | DeepSeek, via Silicon UK dan Global Times |
| Pemakaian token per hari | sekitar 92 triliun (sekitar 1,1 miliar token per detik) | DeepSeek, via Silicon UK |
| Plugin pihak ketiga | sekitar 35.000 | DeepSeek, via Silicon UK |
| Pengguna yang membuat atau memasang minimal satu plugin | sekitar 60% | DeepSeek, via Silicon UK |
Kalau 92 triliun token dibagi 1,54 juta pengguna, rata-ratanya sekitar 60 juta token per pengguna per hari, seperti dihitung Global Times dan Deccan Chronicle. Sebagai gambaran, itu setara membaca ulang ratusan buku tebal setiap hari. Angka ini menunjukkan betapa rakusnya agen AI terhadap daya komputasi dibanding chatbot biasa: agen bisa bekerja berjam-jam, membaca dan menulis kode, memakai alat, dan menjelajah web dengan sedikit campur tangan manusia.
Cui Tianyi, mantan insinyur Jane Street yang bergabung dengan tim Harness pada Maret, menyebut Harness dimaksudkan untuk menjadi “sistem operasi untuk era agen”, menurut Silicon UK. DeepSeek juga berencana membuka pasar plugin resmi dan program dukungan bagi pembuat plugin, termasuk hibah token. Belum ada tanggal peluncurannya.
Ada beberapa catatan soal angka-angka ini. Semuanya dilaporkan sendiri oleh DeepSeek dan belum diaudit pihak luar. Menurut AI Weekly, angka 30 September dan 7 Oktober adalah rata-rata tujuh hari, sedangkan angka 4 November adalah data satu hari. Deccan Chronicle juga menulis bahwa jumlah pengguna dihitung dari koneksi ke server DeepSeek sendiri.
Seluruh Fitur Aplikasi DeepSeek Kini Bisa Dipakai Lewat API
Pada 13 November, DeepSeek mengumumkan bahwa kemampuan di balik aplikasi DeepSeek kini bisa dipanggil pengembang lewat API. Model deepseek-flash mendukung fitur-fitur ini di Messages API, Responses API, dan Chat Completions API, dengan pemanggilan alat dan penyusunan konteks ditangani di server DeepSeek:
- Pencarian web: model mencari di web atau mencari gambar, lalu menjawab dengan kutipan sumber. Aktifkan alat
deepseek_web_searchdengan mode berpikir dimatikan. - Pencarian dengan berpikir mendalam: dengan mode berpikir menyala, model mencari, membuka halaman, dan mencari teks di dalamnya secara bertahap. Menurut dokumentasinya, model bisa melakukan sekitar 20 pemanggilan alat sebelum menjawab.
- Input file: PDF, file Office, gambar, dan lainnya diurai lalu dimasukkan ke konteks percakapan.
- Membaca URL: dengan alat
deepseek_read_url, model mengambil isi tautan yang ada di pesan pengguna. - Pemeriksaan keamanan: masukan dan keluaran disaring, dan penanda penolakan dikembalikan jika ada risiko.
Selain itu, Search, Fetch, OCR, ASR (suara ke teks), dan TTS (teks ke suara) tersedia sebagai API terpisah. DeepSeek juga merilis contoh aplikasi chat open source yang bahkan bisa mengimpor riwayat percakapan dari aplikasi DeepSeek.
Ada syarat yang perlu dicatat: aplikasi yang melayani publik wajib menyalakan pemeriksaan keamanan. DeepSeek juga menegaskan bahwa pengembang tetap bertanggung jawab atas moderasi konten, registrasi model yang berlaku, dan pelabelan konten buatan AI. Log perubahan resminya menyebut kewajiban seperti peninjauan keamanan konten, registrasi model besar, dan pelabelan AI bagi siapa pun yang menyediakan layanan untuk publik.
Mesin pencarinya juga buatan sendiri. Menurut DeepSeek, mesin pencari ini mengindeks ratusan miliar halaman web, melayani ratusan juta permintaan per hari, dan menyaring spam SEO, manipulasi GEO, serta konten AI berkualitas rendah.
Harga Lengkap
DeepSeek memakai sistem tarif jam sibuk dan di luar jam sibuk. Tarif di luar jam sibuk adalah setengah dari tarif jam sibuk. Harga per juta token, dari halaman harga resmi:
| Jenis token | deepseek-flash (jam sibuk) |
deepseek-flash (di luar jam sibuk) |
deepseek-v4-pro (jam sibuk) |
deepseek-v4-pro (di luar jam sibuk) |
|---|---|---|---|---|
| Input dari cache | US$0,006 | US$0,003 | US$0,044 | US$0,022 |
| Input baru | US$0,30 | US$0,15 | US$1,32 | US$0,66 |
| Output | US$1,20 | US$0,60 | US$3,96 | US$1,98 |
Perhatikan: jam sibuk DeepSeek jatuh di jam kerja Indonesia
Menurut DeepSeek, jam sibuk adalah pukul 01.00 sampai 04.00 dan 06.00 sampai 10.00 UTC, Senin sampai Jumat, kecuali hari libur nasional China. Kalau dikonversi ke WIB, jam sibuknya adalah pukul 08.00 sampai 11.00 dan 13.00 sampai 17.00 WIB pada hari kerja. Artinya, pemakaian di jam kantor Indonesia hampir selalu kena tarif penuh. Sabtu, Minggu, dan malam hari termasuk di luar jam sibuk.
Bagi pengembang di Indonesia, ini peluang hemat yang nyata: pekerjaan yang tidak mendesak, seperti memproses dokumen dalam jumlah besar, membuat ringkasan massal, atau menjalankan pengujian otomatis, bisa dijadwalkan di malam hari atau akhir pekan dengan biaya setengahnya.
Biaya alat tambahan
| Layanan | Harga |
|---|---|
| Search API (teks) | US$0,75 per 1.000 permintaan berhasil |
| Fetch API | US$0,75 per 1.000 permintaan berhasil |
| Pencarian dan pengambilan halaman yang dipicu model | Tidak ditagih terpisah sejak 18 November. Hasilnya dihitung sebagai token input |
| Penguraian file dan OCR | US$0,225 per 1.000 halaman |
| Teks ke suara (TTS) | US$0,225 per 10.000 karakter (harga promo 50%, normalnya US$0,45) |
| Suara ke teks (ASR) | US$0,058 per jam audio (harga promo 50%, normalnya US$0,116) |
Perubahan 18 November perlu dipahami dengan benar. Pencarian yang dilakukan model atas inisiatifnya sendiri, misalnya lewat alat deepseek_web_search atau alat web_search di Anthropic API dan Responses API, memang tidak lagi kena biaya per pencarian. Tetapi hasil pencarian itu dimasukkan ke konteks model dan tetap dibayar sebagai token. Jadi pencarian yang membawa banyak halaman panjang tetap bisa menambah tagihan. Aplikasi yang memanggil Search API dan Fetch API secara langsung tetap membayar per permintaan.
Uji Independen: Murah per Tugas, tapi Bukan yang Terpintar
Klaim vendor perlu dibandingkan dengan pengujian pihak ketiga. Berikut hasil V4.1-Flash-1017 (mode usaha maksimal) dari dua lembaga penguji independen saat kami cek:
Artificial Analysis
- Skor Intelligence Index 33, jauh di atas median model berbobot terbuka sekelasnya (23).
- Cepat per tugas: rata-rata 14,0 menit per tugas indeks, sedikit lebih cepat dari median 14,8 menit. Kecepatan output 165 token per detik, tetapi waktu sampai token jawaban pertama sekitar 44 detik karena model berpikir dulu.
- Sangat boros token: menghasilkan 174 juta token saat menjalankan indeks, dibanding median 101 juta.
- Biaya per tugas hanya US$0,60.
Artificial Analysis menyimpulkan V4.1-Flash-1017 termasuk model terdepan dalam kecerdasan dan berharga wajar dibanding model terbuka seukuran, lebih cepat dari rata-rata per tugas, tetapi sangat “cerewet”.
Vals AI
Di Vals Index, V4.1-Flash-1017 mendapat 61,26%, peringkat 16 dari 42 model. Hasil terbaiknya di Tax Agent Bench, peringkat 9 dari 90. Biaya per tes di Vals Index sekitar US$0,66.
Dibanding model baru pekan ini
| Model | Harga input / output per juta token | Skor Artificial Analysis | Biaya per tugas indeks | Bobot terbuka? |
|---|---|---|---|---|
| DeepSeek V4.1-Flash-1017 | US$0,30 / US$1,20 (jam sibuk) | 33 | US$0,60 | Ya (MIT) |
| Qwen4-Max | US$1,50 / US$4,50 | 43 | US$3,27 | Tidak |
| GPT-6.2 Sol | US$2 / US$10 | 57 | US$1,01 (menurut GeoToolbox) | Tidak |
Angka Qwen4-Max dan GPT-6.2 Sol diambil dari artikel Qwen4-Max dan artikel GPT-6.2 kami. Perlu dicatat, Artificial Analysis membandingkan tiap model dengan kelompok pembanding yang berbeda: model terbuka dibandingkan dengan model terbuka seukuran, sedangkan model tertutup dengan model di kisaran harga serupa. Jadi median-nya tidak bisa dibandingkan langsung, tetapi skor dan biaya per tugasnya diukur dengan indeks yang sama.
Gambarannya cukup jelas. V4.1-Flash-1017 bukan model terpintar, tetapi biaya per tugasnya sekitar lima kali lebih murah daripada Qwen4-Max. Tidak seperti Qwen4-Max yang murah per token tetapi mahal per tugas, DeepSeek tetap murah di kedua ukuran, meski sama-sama boros token.
Popularitasnya di kalangan pengembang juga tinggi. Global Times, mengutip data nbd.com.cn, melaporkan V4.1-Flash-1017 memproses 56 triliun token pada 2 sampai 8 November di OpenRouter, naik 17% dari pekan sebelumnya, dan menempati peringkat pertama di platform tersebut.
Sisi Lain: Server Kewalahan
Popularitas punya harga. Pada Minggu, 15 November, pengguna aplikasi dan situs DeepSeek melaporkan pembatasan baru, menurut TechNode yang mengutip IT Home:
- Percakapan panjang yang tidak aktif lebih dari tujuh hari tidak bisa dilanjutkan lagi, dengan alasan kekurangan daya komputasi.
- Satu kali input dibatasi sekitar 40.000 karakter Mandarin.
- Muncul kuota harian. Pengguna yang mencapai batas mendapat pesan bahwa layanan sedang padat.
Menurut TechNode, halaman status DeepSeek mencatat delapan insiden sejak Oktober yang memengaruhi layanan chat maupun API V4-Pro dan V4.1-Flash. DeepSeek belum mengumumkan kapan pembatasan dicabut. investingLive mencatat ini bukan yang pertama: pada akhir Mei, DeepSeek diam-diam membatasi seberapa sering pengguna bisa membuat ulang atau mengedit jawaban.
Laporan ini juga menyinggung Indonesia. investingLive, mengutip Wall Street Journal, menulis bahwa Departemen Perdagangan AS sedang menyusun aturan untuk membatasi ekspor chip ke Malaysia, Indonesia, dan Singapura serta memblokir akses jarak jauh dari China. Selama ini, menurut investingLive, perusahaan China mengandalkan penyelundupan dan sewa pusat data di Asia Tenggara untuk menutup kekurangan chip Nvidia. Jika aturan itu diberlakukan, tekanan pada kapasitas komputasi DeepSeek bisa bertambah. Ini masih rencana yang dilaporkan media, belum aturan resmi.
Bagi pengguna API, batas yang berlaku saat ini tertulis di dokumentasi resmi: maksimal 2.500 permintaan bersamaan untuk deepseek-flash dan 500 untuk deepseek-v4-pro per akun. Penambahan kapasitas bisa diajukan tanpa biaya tambahan.
Cara Mencoba DeepSeek dari Indonesia
- Chat biasa: buka chat.deepseek.com atau aplikasi DeepSeek. Perhatikan pembatasan yang sedang berlaku.
- API: daftar di platform API DeepSeek dan buat API key. Format API-nya kompatibel dengan OpenAI (
https://api.deepseek.com) dan Anthropic (https://api.deepseek.com/anthropic), jadi SDK OpenAI atau Anthropic yang sudah Anda pakai bisa langsung diarahkan ke DeepSeek dengan mengganti base URL dan nama model menjadideepseek-flash. - Sebagai otak alat agen yang sudah ada: dokumentasi DeepSeek menyediakan panduan integrasi untuk Claude Code, Codex, OpenCode, OpenClaw, Hermes, Qoder, Reasonix, dan WorkBuddy.
- DeepSeek Harness: unduh dari GitHub resmi
deepseek-ai/deepseek-harness, jalankan antarmuka web, masukkan API key di Settings, lalu pilih folder kerja. Ingat statusnya masih developer preview. - Menjalankan sendiri: bobot V4.1-Flash-1017 tersedia di Hugging Face. Ukurannya 552 miliar parameter, jadi butuh server GPU kelas pusat data, bukan laptop.
Ingin membuat aplikasi sendiri di atas harness agen? Lihat tutorial membuat aplikasi di atas harness agent kami. Konsepnya sama, meski tutorial itu memakai Claude Agent SDK.
Soal data dan privasi
Saat fitur input file dan membaca URL dipakai, dokumen dan tautan Anda ikut dikirim ke server DeepSeek. CASRAI, lembaga yang membahas tata kelola data riset, mencatat bahwa pengumuman DeepSeek tidak menjelaskan lokasi penyimpanan data, masa simpan, maupun ketentuan transfer data. Hal itu perlu dicek di syarat layanan dan kebijakan privasi DeepSeek, bukan diasumsikan.
Analisis redaksi: bagi perusahaan di Indonesia, ini relevan dengan kewajiban di UU Pelindungan Data Pribadi (UU No. 27 Tahun 2022). Sebelum mengirim data pelanggan atau dokumen internal ke API mana pun, termasuk DeepSeek, pastikan dasar hukum dan perjanjian pemrosesan datanya jelas. Untuk data sensitif, menjalankan model berbobot terbuka di server sendiri adalah alternatif yang patut dipertimbangkan.
Kapan DeepSeek Masuk Akal Dipakai?
Analisis redaksi, berdasarkan data saat ini:
| Kebutuhan | Saran |
|---|---|
| Agen coding atau otomasi dengan anggaran ketat | Layak dicoba. Biaya per tugas termasuk yang termurah di kelasnya |
| Pekerjaan massal yang tidak mendesak | Sangat cocok. Jadwalkan di malam hari atau akhir pekan WIB untuk tarif setengah harga |
| Ingin menjalankan model di server sendiri | Bisa. Bobot terbuka dengan lisensi MIT, tetapi butuh infrastruktur GPU besar |
| Chatbot yang perlu pencarian web dan baca dokumen | Praktis. Semua fitur aplikasi DeepSeek kini tersedia lewat satu API |
| Tugas yang menuntut kecerdasan tertinggi | Pertimbangkan model lain. Skor Artificial Analysis-nya masih jauh di bawah model terdepan |
| Layanan yang harus selalu tersedia | Siapkan cadangan. Ada delapan insiden sejak Oktober dan pembatasan kapasitas yang sedang berlaku |
| Fondasi produk jangka panjang di atas DeepSeek Harness | Tunggu dulu. Masih developer preview dengan perubahan yang bisa merusak kompatibilitas |
Analisis Redaksi: Dari Pembuat Model Menjadi Pembuat Ekosistem
Analisis redaksi. Langkah DeepSeek sepanjang 2026 menunjukkan arah yang jelas. Mereka tidak lagi hanya bersaing di papan peringkat benchmark, tetapi membangun seluruh tumpukan teknologi agen: model, harness, mesin pencari, alat, dan pasar plugin. Ini persis pelajaran dari artikel kami tentang harness agent: yang membuat AI benar-benar bekerja bukan hanya modelnya, tetapi juga sistem di sekelilingnya. DeepSeek tampaknya sepakat, dan sekarang membangun keduanya sekaligus dengan pendekatan terbuka.
Namun pertumbuhan secepat ini membawa masalah yang khas: 60 juta token per pengguna per hari adalah beban komputasi yang sangat besar, dan pembatasan chat pekan ini menunjukkan kapasitas DeepSeek mulai tertinggal dari permintaan. Pertanyaan terbesarnya bukan lagi “seberapa pintar model DeepSeek berikutnya”, melainkan apakah DeepSeek punya cukup chip untuk melayani semua orang yang ingin memakainya.
Bagi pengembang di Indonesia, DeepSeek tetap salah satu pilihan paling hemat untuk agen AI, apalagi jika pekerjaannya bisa dijadwalkan di luar jam sibuk. Saran kami: pakai lewat API yang kompatibel dengan OpenAI atau Anthropic agar mudah berpindah ke model lain jika kapasitas DeepSeek terganggu, dan selalu ukur biaya per tugas, bukan hanya harga per token.
Daftar Sumber
- DeepSeek API Docs: DeepSeek V4 Preview Release (24 April 2026)
- DeepSeek API Docs: DeepSeek-V4-Pro GA Release (13 Agustus 2026)
- DeepSeek API Docs: DeepSeek-V4.1-Flash (10 September 2026)
- DeepSeek API Docs: DeepSeek-V4.1-Flash-1017 (17 Oktober 2026)
- DeepSeek API Docs: The full DeepSeek App experience, now via API (13 November 2026)
- DeepSeek API Docs: Change Log
- DeepSeek API Docs: Models & Pricing
- DeepSeek API Docs: Rate Limit
- DeepSeek API Docs: Web Tools
- GitHub: deepseek-ai/deepseek-harness
- DeepSeek Harness: panduan Web UI
- Hugging Face: deepseek-ai/DeepSeek-V4.1-Flash-1017
- Artificial Analysis: DeepSeek V4.1 Flash 1017
- Vals AI: DeepSeek V4.1 Flash 1017
- Silicon UK: DeepSeek Agentic Harness Reaches 1.5 Million Users
- Global Times: DeepSeek Harness reports over 1.5 million daily active users
- Deccan Chronicle: DeepSeek’s AI Agent Platform Hits 1.54 Million Daily Users
- AI Weekly: DeepSeek Harness Hits 1.54M Daily Users, 92T Tokens a Day
- TechNode: DeepSeek users report chat limits as the service cites capacity constraints
- TechNode: DeepSeek drops separate fees for model-triggered web searches
- investingLive: Daily quotas come to DeepSeek, a visible sign of China’s AI chip crunch
- CASRAI: DeepSeek Opens App Features Through Its API
- Wikipedia: DeepSeek
