Kenapa Harga per Token Saja Bisa Menyesatkan
Kalau kamu membandingkan dua penyedia API hanya dari angka “harga per 1 juta token” di halaman depan, kamu sedang membandingkan dua hal yang belum tentu setara. Di DeepSeek, satu model punya empat tarif input yang berbeda: cache hit, cache miss, peak, dan off-peak [1]. Satu angka tunggal tidak akan pernah cukup menggambarkan tagihan bulanan kamu.
Trade-off-nya begini. Prompt panjang dengan prefix berulang harganya bisa turun sangat jauh, sementara prompt pendek yang selalu unik tetap dibayar penuh di tarif cache miss. Dan itu baru sisi input; output punya tarif sendiri yang biasanya mendominasi biaya aplikasi percakapan.
Model dan Harga DeepSeek Saat Ini
Dua Model: deepseek-flash dan deepseek-v4-pro
DeepSeek memasarkan dua model lewat satu base URL berformat OpenAI (https://api.deepseek.com), plus endpoint terpisah untuk format Anthropic di https://api.deepseek.com/anthropic [1]. Keduanya mendukung konteks 1 juta token dan output maksimal 384K [1].
- deepseek-flash (versi DeepSeek-V4.1-Flash-1017), per 1 juta token: cache hit $0.003 off-peak dan $0.006 peak; cache miss $0.15 dan $0.3; output $0.6 dan $1.2 [1]
- deepseek-v4-pro (DeepSeek-V4-Pro-0813), per 1 juta token: cache hit $0.022 dan $0.044; cache miss $0.66 dan $1.32; output $1.98 dan $3.96 [1]
Batas konkurensi keduanya tidak sama: 2.500 untuk flash, 500 untuk pro [1]. Kalau arsitektur kamu mengandalkan paralelisasi agresif, angka ini sama pentingnya dengan harga per token.
Struktur Harga Peak vs Off-Peak
Jam sibuk DeepSeek adalah 01:00–04:00 dan 06:00–10:00 UTC, Senin sampai Jumat, di luar hari libur nasional Tiongkok. Semua jam lain, termasuk akhir pekan dan libur penuh, masuk tarif off-peak yang besarnya separuh dari peak [1]. Dalam waktu Beijing, jendela itu setara 09:00–12:00 dan 14:00–18:00 [2].
Konsekuensi praktisnya: beban batch yang bisa dijadwalkan lebih murah kalau digeser ke luar jendela tersebut. Sebaliknya, layanan real-time yang harus selalu siaga membayar tarif peak tanpa banyak pilihan. Di sinilah terlihat bahwa struktur harga sebenarnya mendorong pola pemakaian tertentu.
Fitur API yang Relevan
Kedua model mendukung JSON Output, Tool Calls, Responses API, Anthropic API, Chat Prefix Completion (beta), dan FIM Completion (beta, hanya mode non-thinking) [1]. Pembeda utamanya ada di vision: flash menerima input gambar, pro tidak [1]. Jadi kalau aplikasi kamu perlu membaca screenshot atau hasil scan, pilihan modelnya menyempit dengan sendirinya.
Ada juga Search dan Fetch sebagai API terpisah, ditagih $0.75 per 1.000 request sukses [1]. Untuk alur kerja agent yang banyak melakukan pencarian web, pos biaya ini perlu dihitung terpisah dari token.
Efek Context Caching terhadap Biaya Nyata
DeepSeek menyimpan cache konteks di disk array terdistribusi, dan mekanismenya berjalan otomatis tanpa perubahan kode maupun antarmuka [4]. Syaratnya satu: hanya prefix identik mulai token ke-0 yang dianggap duplikat, dan cache bekerja per unit 64 token sehingga konten di bawah ukuran itu tidak di-cache [4].
Pengumuman Agustus 2024 menyebut cache hit ditagih $0.014 per juta token dan memangkas biaya hingga 90%, dengan rata-rata penghematan historis di atas 50% bahkan tanpa optimasi [4]. Angka itu sudah bergerak sejak harga diturunkan beberapa kali; halaman harga terbaru mencatat cache hit untuk flash mulai $0.003 per juta token pada off-peak [1]. Yang tidak berubah adalah pola siapa yang diuntungkan: percakapan multi-turn, prompt sistem panjang, analisis dokumen berulang, dan referensi repositori kode yang sama [4].
Untuk memantaunya, respons API menyediakan prompt_cache_hit_tokens dan prompt_cache_miss_tokens [4]. Dashboard tagihan yang tidak menampilkan dua angka ini praktis tidak bisa dipakai untuk diagnosis, karena kamu tidak akan tahu apakah penghematan datang dari cache atau dari penurunan volume.
Riwayat penurunan harga juga layak masuk pertimbangan jangka panjang. Saat V3.2-Exp dirilis, DeepSeek memangkas biaya API lebih dari 50% mengikuti turunnya biaya serving model baru tersebut [3]. Penyedia yang aktif menurunkan harga seiring efisiensi infrastruktur mengubah kalkulasi total cost of ownership seiring waktu, bukan hanya pada satu titik pembelian.
Membandingkan dengan OpenAI: Data Apa yang Kamu Butuhkan
Di bagian ini saya harus menahan diri. Sumber yang saya pegang hanya dokumentasi DeepSeek; tidak ada satu pun harga OpenAI, struktur diskon cache, atau klaim fiturnya di dalamnya. Menuliskan angka pembanding dari ingatan akan menghasilkan perbandingan yang terlihat rapi tapi tidak bisa dipertanggungjawabkan.
Sebelum memutuskan, kumpulkan sendiri dari dokumentasi resmi OpenAI: tarif per 1 juta token untuk input dan output pada model yang setara dengan kebutuhanmu, ada atau tidaknya harga khusus untuk input yang tersimpan di cache beserta besar diskonnya, keberadaan mekanisme jam sibuk, serta dukungan Responses API, tool calls, dan vision pada model yang kamu incar. Empat hal itu yang menentukan apakah perbandinganmu adil atau hanya membandingkan dua angka yang kebetulan berdampingan.
Kapan Memilih DeepSeek dan Kapan Tidak
DeepSeek masuk akal kalau beban kerjamu banyak mengulang konteks: chatbot multi-turn, asisten dengan prompt sistem panjang, atau pipeline yang membaca dokumen sama berkali-kali [4]. Konteks 1M dan output hingga 384K memberi ruang untuk memproses berkas besar tanpa chunking agresif [1].
Yang perlu diwaspadai juga nyata. Cache tidak menjamin 100% hit, dan entri lama dibersihkan otomatis dalam hitungan jam sampai hari [4]; penghematan itu probabilistik, bukan kontrak. Model pro tidak punya vision, dan batas konkurensinya jauh lebih rendah dari flash [1].
Kesimpulan: Keputusan Berdasarkan Total Cost of Ownership
Total biaya sebuah API jarang ditentukan oleh satu angka di halaman pricing. Di DeepSeek, biaya nyata adalah fungsi dari pola prefix prompt-mu, jam pemakaian, porsi output, dan apakah kamu memakai Search atau Fetch. Dalam gambaran lebih besar, keputusan yang matang berarti menghitung ulang estimasi tagihan dengan empat variabel itu, lalu memverifikasi angka OpenAI dari sumber resminya sebelum menaruh keduanya berdampingan.
Langkah praktisnya: ambil satu minggu log pemakaian nyata, hitung porsi token yang berpotensi jadi cache hit, kalikan dengan tarif off-peak dan peak secara terpisah, dan baru bandingkan hasilnya dengan penawaran penyedia lain yang sudah kamu verifikasi sendiri.