DeepSeek V3.1 Resmi Meluncur, Tawarkan Performa Tinggi dengan Biaya Rendah
Gerbangrakyat.com – Perusahaan kecerdasan buatan (AI) asal Tiongkok, DeepSeek, kembali menarik perhatian industri teknologi global dengan merilis DeepSeek V3.1, model bahasa besar (large language model/LLM) terbaru yang menawarkan efisiensi tinggi dan performa mumpuni. Pembaruan ini tidak hanya memperkuat posisi DeepSeek di pasar AI, tetapi juga menegaskan ambisinya untuk menantang dominasi raksasa AI dunia seperti OpenAI dan Anthropic.
Proses Data Raksasa dengan Efisiensi Tinggi
DeepSeek V3.1 kini mendukung jendela konteks hingga 128.000 token, setara dengan kemampuan membaca dan memahami dokumen setebal 300 hingga 400 halaman dalam sekali proses. Fitur ini membuat model mampu menangani berbagai tugas kompleks—mulai dari penulisan konten panjang, analisis dokumen teknis, hingga percakapan interaktif berlapis (multi-turn conversation) dengan hasil yang lebih alami.
Dengan 685 miliar parameter, termasuk modul Multi-Token Prediction (MTP) berkapasitas 14 miliar, V3.1 menjadi salah satu LLM sumber terbuka terbesar yang pernah ada. Menariknya, arsitektur Mixture-of-Experts (MoE) membuat hanya sekitar 37 miliar parameter yang aktif untuk setiap token, sehingga konsumsi daya komputasi jauh lebih hemat dibanding model dense konvensional.
Performa Unggul untuk Pemrograman dan Penalaran
Dalam pengujian internal, DeepSeek V3.1 mencatat skor 71,6% pada benchmark Aider, mengungguli beberapa model komersial seperti Claude Opus 4. Pencapaian ini menunjukkan bahwa V3.1 mampu bersaing sebagai model sumber terbuka unggulan untuk pengkodean.
Selain pemrograman, kemampuan matematika dan logika juga meningkat. DeepSeek bahkan mengintegrasikan kemampuan penalaran tingkat lanjut ke dalam V3.1 setelah memutuskan menghentikan lini model R1. Langkah ini melahirkan model hibrida yang tangguh untuk tugas penalaran (seperti pemrograman dan analisis data) maupun non-penalaran (seperti penulisan kreatif).
Ramah Pengembang dan Hemat Biaya
DeepSeek V3.1 dapat diakses melalui unduhan di Hugging Face dengan lisensi MIT, yang memungkinkan modifikasi dan penggunaan komersial. Selain itu, model ini tersedia melalui API berbiaya USD 0,56 per juta token input dan USD 1,68 per juta token output—salah satu tarif terendah di kelasnya.
Meski biaya pelatihan V3.1 tidak diungkapkan, model sebelumnya dilatih menggunakan 2,7 juta jam GPU Nvidia H800 dengan estimasi biaya hanya USD 5,6 juta—jauh lebih rendah dibanding model premium seperti GPT-4 yang diperkirakan mencapai USD 50–100 juta. Efisiensi ini berkat desain algoritma dan arsitektur MoE yang inovatif.
Tantangan di Balik Layar
Meski sukses dengan V3.1, DeepSeek menghadapi kendala dalam pengembangan model berikutnya, DeepSeek R2. Upaya untuk mengurangi ketergantungan pada chip Nvidia dengan beralih ke Huawei Ascend NPU terhambat masalah kompatibilitas dan performa. Alhasil, DeepSeek tetap mengandalkan GPU Nvidia untuk pelatihan, sementara Ascend hanya digunakan untuk inferensi.
Penundaan R2 memberi peluang bagi pesaing seperti Qwen3 dari Alibaba, yang berhasil mengadopsi algoritma serupa dengan eksekusi lebih cepat. Meski begitu, DeepSeek belum membatalkan rencana peluncuran R2 dan tetap berkomitmen menghadirkan pembaruan di masa mendatang.
Menjadi Penantang Serius di Industri AI
Dengan kombinasi performa tinggi, biaya operasional rendah, dan fleksibilitas pemakaian, DeepSeek V3.1 menjadi senjata andalan baru bagi pengembang dan perusahaan yang mencari alternatif selain model AI komersial. Kehadirannya menandakan bahwa kompetisi di ranah AI semakin ketat, sekaligus membuka peluang lebih luas bagi inovasi di sektor sumber terbuka.
