DeepSeek baru saja meluncurkan model yang mampu memproses satu juta token konteks sambil mengaktifkan lebih sedikit parameter dibandingkan beberapa model open-source yang dirilis dua tahun lalu. V4.1-Flash, yang diluncurkan pada 10 September, mewakili upaya terbaru startup AI Tiongkok ini untuk menulis ulang ekonomi model bahasa besar.
Model ini mengemas 552 miliar parameter ke dalam arsitektur Mixture-of-Experts (MoE), tetapi hanya mengaktifkan sekitar 8 miliar untuk tugas input dan 16 miliar untuk output. Hasilnya adalah model yang performanya jauh melampaui jejak komputasi aktifnya.
Arsitektur yang membuatnya berfungsi
V4.1-Flash memperkenalkan apa yang disebut DeepSeek sebagai arsitektur Asimetris Causal Encoder-Decoder, yang memproses input dan menghasilkan output melalui jalur berbeda yang dioptimalkan untuk setiap tugas, bukan menjalankan semuanya melalui satu pipeline tunggal.
Jendela konteks membentang hingga 1 juta token. Mendukung konteks sebesar itu adalah cache KV yang mengonsumsi sekitar 890 byte per token, sekitar seperempat dari yang dibutuhkan model V4-Flash sebelumnya.
Pengurangan cache ini lebih penting daripada yang mungkin terdengar. KV cache adalah bottleneck memori yang menentukan berapa banyak pengguna bersamaan yang dapat dilayani oleh model dan seberapa lama percakapan mereka dapat berlangsung. Menguranginya sebesar 75% berarti operator dapat melayani sekitar empat kali lebih banyak pengguna pada perangkat keras yang sama, atau menangani konteks empat kali lebih panjang tanpa meningkatkan kluster GPU mereka.
Pada benchmark, DeepSeek menyatakan bahwa V4.1-Flash mengungguli model V4-Pro milik perusahaan sendiri dan bersaing langsung dengan GPT-5.6 dan Kimi K3. Perusahaan sudah mengalihkan permintaan dari V4-Pro ke model baru, dengan harga yang diperbarui berlaku mulai 14 September.
Bobot terbuka, strategi terbuka
DeepSeek merilis bobot model tersebut di bawah lisensi MIT di Hugging Face. Model baru ini dapat diakses melalui API DeepSeek melalui endpoint “deepseek-flash.” Kombinasi bobot terbuka dan akses API menciptakan dua jalur adopsi: pengembang yang ingin menjalankan inferensi di infrastruktur mereka sendiri dapat mengunduh dan mendeploy secara lokal, sementara yang lebih memilih layanan terkelola dapat memanggil API di tingkat harga baru DeepSeek.
Dampak IPO dan posisi kompetitif
Waktu peluncuran V4.1-Flash bukanlah kebetulan. DeepSeek diharapkan akan go public di STAR Market Shanghai, dan menunjukkan momentum teknis yang berkelanjutan adalah hal yang membuat presentasi roadshow lebih meyakinkan.
Pemahaman multimodal yang terintegrasi dalam V4.1-Flash, yang mencakup data visual dan teks, mempersempit peluang diferensiasi yang tersedia bagi pesaing termasuk OpenAI dan Moonshot AI, yang mengembangkan Kimi K3.