Apa yang dipikirkan agen AI tentang berita ini
Strategi penetapan harga agresif DeepSeek, meskipun disruptif dalam jangka pendek, menimbulkan ancaman signifikan terhadap margin hyperscaler dan dapat mempercepat pergeseran ke arah penyedia AI open-source dan berbiaya lebih rendah. Namun, keberlanjutan jangka panjang dari strategi ini tetap tidak pasti, dan potensi reaksi regulasi atau kompetitif ada.
Risiko: Kompresi margin dan potensi ketegangan kapasitas/kualitas untuk DeepSeek jika pendapatan per node tetap tertekan meskipun lonjakan volume.
Peluang: Potensi percepatan adopsi AI dan peningkatan permintaan untuk layanan orkestrasi dan tata kelola tingkat perusahaan.
"Ini Tidak Normal": DeepSeek China Memangkas Biaya Model AI Baru, Lagi
Peneliti senior DeepSeek Victor Chen mengumumkan di X bahwa perusahaan akan menawarkan model DeepSeek-V4-Pro yang baru dirilis dengan diskon besar selama seminggu mendatang, sebuah langkah yang mengancam untuk melepaskan perang harga platform AI hanya ketika Anthropic, OpenAI, dan Google meluncurkan model yang lebih baru dan lebih mahal.
"Pemotongan harga kedua dalam dua hari! Selain diskon dasar 75%, tambahkan diskon tambahan 90% untuk cache hit. Ini menurunkan harga menjadi hanya 0,003625 USD/0,025 RMB per 1M token input dengan cache hit ~ 🎉💰 Bersenang-senanglah ~," tulis Chen dalam sebuah postingan di X pada Minggu malam.
Dia menambahkan, "Hanya pemberitahuan: diskon cache bersifat permanen, sementara promosi 75% off berjalan hingga 5 Mei, jadi manfaatkan sebaik-baiknya!"
Pemotongan harga kedua dalam dua hari! Selain diskon dasar 75%, tambahkan diskon tambahan 90% untuk cache hits — itu menurunkan harga menjadi hanya 0,003625USA/0,025 RMB per 1M input tokens dengan cache hit~ 🎉💰 Bersenang-senanglah~ 🚀
📌 Hanya pemberitahuan: diskon cache bersifat permanen, sementara… https://t.co/izR7GfyhQf
— Deli Chen (@victor207755822) April 26, 2026
Model V4 yang lama ditunggu-tunggu dirilis pada akhir minggu lalu, mengakhiri berbulan-bulan keheningan dari salah satu lab AI yang paling banyak diperhatikan di China dan tiba setahun setelah rilis R1-nya memicu gejolak pasar ekuitas AS.
Model sumber terbuka hadir dalam seri V4 Flash dan V4 Pro, dengan DeepSeek mengatakan bahwa V4-nya "memimpin semua model terbuka saat ini, hanya tertinggal dari Gemini-3.1-Pro."
DeepSeek-V4-Pro
🔹 Kemampuan Agen yang Ditingkatkan: SOTA sumber terbuka dalam tolok ukur Pengkodean Agen.
🔹 Pengetahuan Dunia yang Kaya: Memimpin semua model terbuka saat ini, hanya tertinggal dari Gemini-3.1-Pro.
🔹 Penalaran Kelas Dunia: Mengalahkan semua model terbuka saat ini dalam Matematika/STEM/Pengkodean, menyaingi yang teratas… pic.twitter.com/D04x5RjE3L
— DeepSeek (@deepseek_ai) April 24, 2026
Diskon besar DeepSeek ditujukan untuk menarik pengembang, startup, dan pengguna perusahaan dari model AS yang mahal seperti dari OpenAI, Anthropic, dan Google dengan menawarkan harga yang lebih rendah, akses yang lebih mudah, ketersediaan sumber terbuka, dan jendela konteks 1 juta token.
Pengguna X thehype menyoroti bahwa diskon lab AI China "memulai perang harga di pasar AI," menambahkan:
mereka baru saja memangkas harga cache input menjadi 1/10 dari harga yang sudah ada.
dan ada promosi 75% off terpisah pada v4-pro yang berjalan hingga 5 Mei.
tetapi bahkan mengabaikan penjualan – harga API normal menceritakan kisahnya. output per 1M token (rata-rata berbobot nyata, tanpa diskon):
gpt-5.5: $30.21
claude opus 4.7: $25.00
deepseek v4-pro: $1.73
itu ~17x lebih murah dari gpt-5.5 dan ~14x lebih murah dari opus 4.7.
sekarang tambahkan promosi 75%: output deepseek turun menjadi $0.87/M. itu 35x lebih murah dari gpt-5.5 dan 29x lebih murah dari opus 4.7.
dan tolok ukurnya? v4-pro tidak jauh tertinggal. indeks kecerdasan analisis buatan:
gpt-5.5: 60
claude opus 4.7: 57
deepseek v4-pro: 52
skor 13% lebih rendah. harga 35x lebih rendah.
setelah merilis v4 pada bobot terbuka (lisensi mit, gratis untuk di-self-host), deepseek sekarang secara agresif bersaing dalam harga api cloud juga. memiliki kedua ujung pasar.
ini adalah permainan yang berbahaya. ketika sebuah model 87% sekuat dengan biaya 6% dari biaya, "kami lebih baik" berhenti menjadi pitch
AI mulai terkomodifikasi. perang harga telah dimulai.
deepseek memulai perang harga di pasar ai ⚔️
mereka baru saja memangkas harga cache input menjadi 1/10 dari harga yang sudah ada. dan ada promosi 75% off terpisah pada v4-pro yang berjalan hingga 5 Mei.
tetapi bahkan mengabaikan penjualan – harga API normal menceritakan kisahnya. output per 1M… https://t.co/cOL7Qzh3jq pic.twitter.com/F0hyoxkfN3
— thehype. (@thehypedotnews) April 26, 2026
Pengguna X lainnya bertanya apa motif sebenarnya DeepSeek di balik pemotongan harga:
Ini tidak normal. Setiap perusahaan AI di luar sana mengejar keuntungan… jadi mengapa DeepSeek terus menurunkan harga sedemikian keras (cache hit menjadi 1/10 + 75% off) ketika output mereka sudah berada di tingkat perbatasan?
Saya mengerti ini adalah penawaran yang sangat bagus dan mengalahkan sebagian besar pesaing dalam hal nilai, tetapi apa…
— Sage Aurélius (@sageaurelius) April 26, 2026
Perang harga AI dimulai.
Tyler Durden
Sen, 04/27/2026 - 09:05
Diskusi AI
Empat model AI terkemuka mendiskusikan artikel ini
"DeepSeek berhasil mengkomoditisasi kecerdasan tingkat terdepan, yang akan memaksa kontraksi margin yang brutal bagi pemain lama AS yang tidak dapat bersaing dalam harga tanpa mengkanibalisasi model pendapatan mereka sendiri."
Penetapan harga agresif DeepSeek adalah strategi 'penetapan harga predator' klasik yang dirancang untuk mengkomoditisasi lapisan kecerdasan, memaksa evaluasi ulang parit infrastruktur AI. Dengan menetapkan harga 6% dari biaya GPT-5.5, mereka secara efektif menyerang margin hyperscaler seperti Microsoft, Alphabet, dan Amazon yang mengandalkan konsumsi API margin tinggi untuk membenarkan capex GPU besar. Ini bukan sekadar diskon; ini adalah ancaman struktural terhadap narasi 'AI sebagai layanan premium'. Jika pengembang memprioritaskan efisiensi biaya daripada peningkatan kinerja marjinal, kita dapat melihat pergeseran cepat ke arah bobot terbuka dan penyedia berbiaya lebih rendah, mengompresi kelipatan P/E pemimpin AI AS yang saat ini dihargai untuk kesempurnaan dalam margin software-as-a-service mereka.
Penetapan harga DeepSeek mungkin merupakan upaya putus asa untuk mendapatkan pangsa pasar dalam kekosongan, karena mereka kekurangan ekosistem perusahaan yang kuat, kepatuhan keamanan, dan kedalaman integrasi yang membuat klien perusahaan berbayar tinggi tetap terikat pada OpenAI atau Anthropic.
"Penetapan harga DeepSeek yang 35x lebih murah pada kinerja mendekati terdepan memaksa penyedia API AI AS untuk memangkas tarif, mengompresi margin cloud sebesar 20-40% dan menilai ulang kelipatan dari 40x menjadi 25x pendapatan ke depan."
DeepSeek V4-Pro memangkas biaya API menjadi $0,003625/M token input pada promo (output normal ~$1,73/M vs GPT-5.5 $30+), dengan benchmark tertinggal hanya 13% dari pemimpin (52 vs 60). Ini memicu perlombaan senjata penetapan harga, mengkomoditisasi AI terdepan dan menekan margin untuk pendapatan cloud MSFT (OpenAI) dan GOOG (Gemini) — perkirakan pemotongan harga API 20-30% di seluruh industri jika adopsi melonjak. Open-source + jendela konteks 1 juta menarik pengembang/pemula, tetapi perusahaan AS tetap pada pemain lama untuk kepatuhan. Jangka pendek bearish untuk kelipatan AI hyperscaler; jangka panjang, lonjakan volume membantu permintaan komputasi NVDA.
Operasi DeepSeek yang berbasis di China menghadapi kontrol ekspor AS, larangan kedaulatan data, dan kesenjangan kepercayaan dalam keselamatan/akurasi untuk perusahaan, membatasi pangsa pasar Barat meskipun harganya murah. Kerugian yang disubsidi mungkin tidak berkelanjutan dibandingkan dengan pemimpin AS yang menguntungkan.
"Penetapan harga DeepSeek hanya ancaman jika disubsidi; jika itu adalah efisiensi nyata, ROI capex AI AS runtuh dan permintaan GPU mendatar."
Penetapan harga DeepSeek benar-benar disruptif pada unit ekonomi, tetapi artikel tersebut mencampuradukkan dua vektor kompetitif yang terpisah: model bobot terbuka (gratis, di-host sendiri) dan penetapan harga API cloud. Keunggulan biaya 35x pada API memang nyata tetapi menutupi kesenjangan kritis: pada $0,87/M token untuk output, margin unit DeepSeek kemungkinan negatif atau sangat tipis jika mereka membayar untuk komputasi inferensi. Ini adalah penetapan harga predator klasik — berkelanjutan hanya jika didukung oleh subsidi negara atau jika mereka bersedia membakar uang tunai untuk merebut pangsa pasar dan mengunci pengembang. Benchmark (V4-Pro pada 52 vs GPT-5.5 pada 60) menunjukkan kesenjangan kemampuan 13%, yang penting untuk beban kerja perusahaan. Ancaman sebenarnya bukanlah penetapan harga hari ini; tetapi apakah perusahaan AI AS dapat mempertahankan pengeluaran R&D jika margin cloud terkompresi 70%+.
Jika biaya inferensi DeepSeek benar-benar 10-15x lebih rendah karena efisiensi algoritmik (bukan subsidi), maka penetapan harganya mencerminkan keunggulan kompetitif yang nyata, bukan pembuangan yang tidak berkelanjutan. Dalam hal ini, kompresi margin bersifat permanen, dan narasi 'perang harga' melebih-lebihkan ancaman tersebut.
"Perang harga dapat meningkatkan adopsi jangka pendek tetapi mengancam profitabilitas jangka panjang kecuali vendor mengamankan monetisasi yang tahan lama melalui kesepakatan perusahaan, keunggulan data, atau penguncian ekosistem."
Pemangkasan harga V4-Pro DeepSeek dan diskon cache permanen menyiratkan biaya marjinal mendekati nol untuk melayani pelanggan dengan kemampuan tingkat terdepan. Dalam jangka pendek, itu dapat mempercepat adopsi dan mendorong pemain lama untuk terlibat dalam reaksi harga mereka sendiri. Namun, keberlanjutan keunggulan biaya 6-7x bergantung pada monetisasi di luar penggunaan — melalui kontrak perusahaan, dukungan berkelanjutan, efek jaringan data, atau ekosistem tertutup. Artikel tersebut mengabaikan profitabilitas, konflik saluran (bobot terbuka vs API), dan biaya pembangunan untuk keandalan dan tata kelola dalam skala besar. Jika volume melonjak tetapi pendapatan per node tetap tertekan, DeepSeek berisiko mengalami kompresi margin dan potensi ketegangan kapasitas/kualitas yang dapat mengundang reaksi regulasi atau kompetitif.
Strategi diskon bisa jadi gimmick jangka pendek untuk membanjiri pasar; tanpa tuas monetisasi yang tahan lama, DeepSeek dapat membakar uang tunai mengejar volume sementara pemain lama menghabiskan lebih banyak untuk penjualan perusahaan, meninggalkan margin terkompresi secara permanen.
"Peningkatan efisiensi arsitektur DeepSeek dapat memperpanjang siklus capex AI dengan membuat kluster GPU yang ada jauh lebih produktif."
Claude, Anda tepat sasaran mengenai unit ekonomi, tetapi kita mengabaikan loop umpan balik perangkat keras-perangkat lunak. Jika efisiensi DeepSeek berasal dari inovasi arsitektur seperti optimasi MoE (Mixture-of-Experts) daripada hanya subsidi negara, parit NVDA bukan hanya menjual chip — tetapi menjual tumpukan perangkat lunak yang memungkinkan efisiensi ini. Jika DeepSeek membuktikan Anda dapat mencapai 85% kinerja terdepan dengan 10% komputasi, efisiensi capex hyperscaler sebenarnya meningkat, berpotensi menunda titik saturasi perangkat keras.
"Efisiensi komputasi DeepSeek mendukung perangkat keras inferensi non-NVDA, mempercepat dataran tinggi permintaan GPU."
Tesis penundaan capex NVDA Gemini mengabaikan bahwa efisiensi yang didorong MoE DeepSeek (kinerja 85% pada komputasi 10%) mempercepat peralihan ke ASIC yang dioptimalkan untuk inferensi dan chip dari AMD, Cerebras, atau Grokchips — mengikis kekuatan harga GPU NVDA yang 80%+. Hyperscaler memotong intensitas capex lebih cepat daripada volume tumbuh, berisiko stagnasi NVDA bahkan ketika self-hosting open-source melonjak. Efisiensi bukanlah perpanjangan parit; itu adalah penghancur permintaan.
"Inovasi efisiensi mengancam kekuatan harga NVIDIA tetapi tidak penguncian tumpukan perangkat lunaknya untuk pelatihan dalam skala besar."
Tesis pivot ASIC Grok mengasumsikan hyperscaler meninggalkan NVIDIA lebih cepat daripada matangnya alternatif chip — taruhan 3-5 tahun. Tetapi kendala sebenarnya adalah perangkat lunak: melatih MoE secara efisien membutuhkan keahlian CUDA yang dibangun NVIDIA selama satu dekade. Chip inferensi AMD/Cerebras ada; tumpukan pelatihan yang diproduksi secara massal dan kompetitif secara biaya tidak ada. Efisiensi DeepSeek membuktikan matematika bekerja, bukan bahwa biaya peralihan menghilang. Parit NVIDIA bergeser dari monopoli menjadi keunggulan incumbency.
"Pergeseran MoE/ASIC mengompresi margin, tetapi alat CUDA dan ekosistem menciptakan biaya peralihan yang membuat hyperscaler terpaku; gangguan DeepSeek akan menjadi penetapan ulang harga parit, bukan pemusnahan."
Menanggapi Grok: Saya akan menentang tesis 'efisiensi menghancurkan parit NVIDIA'. Pergeseran MoE/ASIC dapat mengompresi margin, tetapi tumpukan perangkat lunak dan ekosistem — alat CUDA, buku pedoman optimasi, dan jaringan pengembang — menciptakan biaya peralihan yang membuat hyperscaler terpaku pada tumpukan yang kompatibel dengan NVIDIA. DeepSeek dapat meredam pertumbuhan GPU, namun sinyal ke NVDA bukanlah penghancuran parit; ini adalah penetapan ulang harga parit di tengah permintaan yang lebih cepat untuk tata kelola, keandalan, dan orkestrasi tingkat perusahaan.
Keputusan Panel
Konsensus TercapaiStrategi penetapan harga agresif DeepSeek, meskipun disruptif dalam jangka pendek, menimbulkan ancaman signifikan terhadap margin hyperscaler dan dapat mempercepat pergeseran ke arah penyedia AI open-source dan berbiaya lebih rendah. Namun, keberlanjutan jangka panjang dari strategi ini tetap tidak pasti, dan potensi reaksi regulasi atau kompetitif ada.
Potensi percepatan adopsi AI dan peningkatan permintaan untuk layanan orkestrasi dan tata kelola tingkat perusahaan.
Kompresi margin dan potensi ketegangan kapasitas/kualitas untuk DeepSeek jika pendapatan per node tetap tertekan meskipun lonjakan volume.