
DeepSeek V4.1 Flash di OpenCode: Konfigurasi, Biaya, dan Dial Upaya yang Tak Disebutkan Siapa Pun
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 184 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 506 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 262 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 94 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 222 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 216 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 108 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
DeepSeek V4.1 Flash telah tersedia di OpenCode Go sejak 10 September, dan multiplier yang dilekatkan OpenCode padanya memiliki tanggal berakhir yang telah diumumkan: 20 September. Itu empat hari dari sekarang. Bagian yang menarik bukan tenggat waktunya — melainkan bahwa pengaturan yang menentukan apakah model ini nyaman dipakai untuk coding tidak ada di setiap panduan penyiapan di halaman pertama hasil pencarian, dan setidaknya di dua harness pengaturan itu dihilangkan secara diam-diam. Ini adalah playbook untuk mengarahkan agen coding ke DeepSeek V4.1 Flash: id model persisnya, tiga integrasi yang diverifikasi hari ini, kontrol reasoning-effort yang dilaporkan komunitas, dan mode kegagalan overthinking beserta mitigasi yang benar-benar berhasil.
Apa yang sebenarnya Anda arahkan kepada agen Anda
DeepSeek V4.1 Flash dirilis pada 2026-09-10 — catatan rilis di dokumentasi API milik DeepSeek sendiri bertanggal hari itu, dan ini adalah model terkecil dalam keluarga arsitektur baru vendor tersebut. DeepSeek melaporkan backbone mixture-of-experts berparameter 552B yang dibangun di atas apa yang disebutnya desain Causal Encoder–Decoder, dengan mengaktifkan sekitar 8B parameter per token selama prefill dan 16B selama decode. Model ini menerima teks dan gambar sebagai input dan mengembalikan teks, melayani jendela konteks hingga satu juta token, dan akan menghasilkan hingga 384.000 token dalam satu respons — batas konteks dan output keduanya berasal dari halaman model OrcaRouter untuk model tersebut, yang mencantumkan 1.048.576 dan 384.000.
Tolok ukur vendor, dari bagan di halaman rilis DeepSeek dan karenanya dilaporkan vendor serta tidak diaudit: 30.0 pada Terminal-Bench 3.0, 74.2 pada DeepSWE v1.1, 88.1 pada CyberGym, 54.8 pada Automation-Bench, dan 90.9 pada GPQA Diamond. Skor independen lebih sedikit, tetapi ada — Artificial Analysis, yang dibaca langsung hari ini, menempatkan DeepSeek V4.1 Flash pada 40 di Intelligence Index-nya, peringkat ke-6 dari 113 di kelas perbandingannya. Satu baris dari halaman yang sama lebih penting bagi pembaca agen coding daripada peringkatnya: Artificial Analysis melabeli model tersebut sangat bertele-tele, setelah mengonsumsi 250M token output untuk menyelesaikan uji Intelligence Index-nya dibandingkan dengan median 140M. Kami akan kembali ke hal itu.
Dua fakta penamaan dapat menghemat waktu debugging yang nyata. ID model API kanonis DeepSeek sekarang adalah code>deepseek-flash/code>. String lama code>deepseek-v4-flash/code> dan code>deepseek-v4-flash-vision-exp/code> masih diterima, tetapi model di baliknya telah dihentikan dan permintaan dilayani oleh V4.1 Flash dengan harga Flash. Secara terpisah, DeepSeek V4 Pro belum hilang: dokumentasi DeepSeek menyatakan layanan API V4 Pro tetap berlanjut setelah 2026-09-14 dengan penagihan yang tidak berubah. Jika Anda diberi tahu bahwa produk unggulan telah dimatikan, itu bukan yang dikatakan dokumentasi resmi vendor sendiri.

OpenCode: dua jalur masuk, dan ID yang sebenarnya perlu diketik
Ada dua cara untuk menempatkan DeepSeek V4.1 Flash di balik OpenCode, dan keduanya memiliki ekonomi yang berbeda.
Rute langganan adalah OpenCode Go, paket $10/bulan yang OpenCode gambarkan sebagai kumpulan terkurasi model coding terbuka yang telah diuji dan di-benchmark. Penyiapannya terdiri dari empat langkah dan tidak ada file konfigurasi yang perlu diedit manual: masuk ke OpenCode Zen, berlangganan Go, salin kunci API, lalu jalankan code>/connect/code> di TUI, pilih OpenCode Go, dan tempel kuncinya. Setelah itu code>/models/code> mencantumkan apa yang tersedia. Referensi model dalam konfigurasi berbentuk code>opencode-go/<model-id>/code>.
ID model yang mana? Keduanya. Daftar model milik gateway Go sendiri, yang diambil hari ini dari code>https://opencode.ai/zen/go/v1/models/code>, mengembalikan code>deepseek-flash/code> dan code>deepseek-v4.1-flash/code> sebagai dua entri yang berbeda, bersama dengan code>deepseek-v4-flash/code> dan code>deepseek-v4-pro/code> yang lama. Salah satu dari dua yang pertama akan mengarah ke model yang Anda inginkan; code>deepseek-flash/code> adalah nama kanonis dan pilihan yang lebih aman untuk apa pun yang ingin Anda pertahankan berjalan.
Rute langsung melewati langganan sepenuhnya: jalankan code>/connect, cari DeepSeek, dan tempelkan kunci platform DeepSeek. Anda kemudian akan ditagih oleh DeepSeek dengan harga daftar, bukan menggunakan jatah Go. DeepSeek memublikasikan harga daftar sebagai $0.15 per 1 juta token masukan dan $0.60 per 1 juta token keluaran pada jam non-sibuk, dengan pembacaan cache sebesar $0.003 per 1 juta — dan tepat dua kali lipat angka tersebut selama jam sibuk. Baik dokumentasi OpenCode Go maupun halaman model OrcaRouter, yang dibaca hari ini, sepakat dengan angka-angka tersebut.
Yang ditambahkan OpenCode Go adalah struktur kuota, dan di sini angka-angkanya perlu dibaca dengan saksama karena itulah alasan tenggat waktu menjadi penting. Dokumentasi OpenCode sendiri mencantumkan DeepSeek V4.1 Flash dengan batas bulanan $15, saat ini dikalikan 4× menjadi $60 dalam promosi yang ditandai OpenCode sebagai "Ends Sep 20". Perkiraan jumlah permintaan dipublikasikan dalam dua kolom: 6.500 per 5 jam / 16.250 per minggu / 32.500 per bulan pada tarif standar, atau 26.000 / 65.000 / 130.000 dengan pengali 4× diterapkan. Bentuk kuotanya konsisten di seluruh model — batas 5 jam adalah 20% dari angka bulanan, batas mingguan 50%, dan batas bulanan adalah keseluruhan angka tersebut.
Itu adalah angka-angka yang dipublikasikan OpenCode, yang dibaca dari dokumentasi Go miliknya hari ini. Promosi itu adalah hak mereka untuk mengakhiri, dan sudah ada tanggalnya.

Command Code: masih aktif, dan laporan bug yang patut diketahui
Katalog Command Code sendiri masih mencantumkan model tersebut per hari ini, dengan id code>deepseek-v4-1-flash/code>, dengan jendela konteks 1 juta token dan struktur biaya pass-through yang sama: $0.15 / $0.60 di luar jam sibuk, $0.30 / $1.20 pada jam sibuk, $0.003 untuk pembacaan cache. Kesamaan harga di dua harness independen bukanlah kebetulan — keduanya meneruskan harga daftar DeepSeek alih-alih menetapkan harga mereka sendiri.
Mekanismenya sederhana. Instal dengan code>npm i -g command-code/code>, jalankan dari direktori proyek Anda, autentikasi dengan code>/login/code>, dan gunakan code>/connect/code> jika Anda ingin membawa kunci provider sendiri. code>/model <id>/code> menerapkan perubahan model secara langsung, sedangkan code>/model/code> saja membuka pemilih, dan code>/effort/code> mengatur reasoning effort untuk model saat ini — flag yang paling penting di sini.
Satu laporan bug komunitas layak diingat sebelum Anda men-debug lapisan yang salah. Sebuah issue terbuka terhadap lapisan routing pihak ketiga menjelaskan cache pemutaran ulang reasoning yang tidak pernah aktif untuk code>command-code/deepseek-v4.1-flash/code> id, karena pola yang dicocokkan oleh lapisan routing mengharapkan segmen code>v4./code> atau code>v4-/code> dan stringnya adalah code>v4.1/code>. Gejala yang dilaporkan adalah error 400 upstream yang mengeluh bahwa konten reasoning yang dihasilkan dalam mode thinking harus dikirim kembali ke API. Itu adalah laporan bug komunitas tentang matcher sisi klien, bukan panduan vendor dan bukan masalah dengan model — tetapi justru hal semacam itu yang terlihat seperti kesalahan model pada pukul 2 pagi.
Claude Code, Codex, dan klien-klien yang telah divalidasi oleh OpenCode sendiri
OpenCode Go tidak hanya untuk OpenCode, dan dokumentasi mereka menyatakannya secara eksplisit: ini dirancang untuk OpenCode dan agen coding lain yang menghasilkan pola permintaan serupa, dengan daftar klien tervalidasi yang dapat berfungsi telah dipublikasikan. Daftar tersebut saat ini mencantumkan Hermes, Claude Code, Codex, ZCode, dan Pi — dan untuk Claude Code catatannya adalah bahwa ia "mengenali header sesi native-nya. Tidak diperlukan pembungkus header kustom." Ada dua persyaratan yang menyertainya: identifikasi klien Anda dengan user agent-nya sendiri alih-alih nama SDK generik, dan kirim pengenal sesi yang stabil di code>x-opencode-session/code> header pada setiap percakapan, yang memungkinkan perutean dan cache prompt mereka berfungsi. Untuk Hermes, build yang tervalidasi penting — perbaikan header digabungkan setelah v0.21.0, jadi rilis itu saja tidak membawanya.
Ada juga rute tanpa langganan apa pun, menggunakan endpoint DeepSeek yang kompatibel dengan Anthropic secara langsung. Atur code>ANTHROPIC_BASE_URL/code> ke code>https://api.deepseek.com/anthropic/code>, code>ANTHROPIC_AUTH_TOKEN/code> ke kunci DeepSeek Anda, dan arahkan variabel model ke model tersebut. Nama model Claude dipetakan ulang saat masuk: apa pun yang diawali dengan code>claude-opus/code> dialihkan ke DeepSeek V4 Pro dan ditagih dengan harga V4 Pro, sedangkan code>claude-sonnet/code> dan code>claude-haiku/code> dialihkan ke model Flash. Akhiran code>[1m]/code> pada string model meminta varian konteks satu juta token. Panduan DeepSeek sendiri untuk penyiapan ini juga menetapkan code>CLAUDE_CODE_EFFORT_LEVEL=max/code> dan menetapkan jendela auto-compact ke 786432 token.
Variabel terakhir itulah tempat perbaikan komunitas berada. Proksi solusi sementara ada karena build Claude Code terbaru mengirim code>thinking: {"type": "disabled"}/code> pada permintaan subagen, sedangkan code>CLAUDE_CODE_EFFORT_LEVEL=max/code> menambahkan parameter upaya penalaran, dan endpoint berformat Anthropic milik DeepSeek menolak pasangan tersebut dengan pesan bahwa opsi thinking tidak dapat dinonaktifkan saat upaya penalaran ditetapkan. Solusi sementara yang dilaporkan bersifat sempit — hapus parameter upaya hanya dari permintaan subagen, tanpa mengubah agen utama. Anggaplah ini sebagai temuan komunitas tentang ketidakcocokan kontrak klien/server, dan perkirakan batas versi persisnya akan bergeser.
Dial upaya: 1–100, dan mengapa "rendah" berarti 50
Semua yang ada di bagian ini merupakan temuan komunitas, bukan panduan resmi vendor. DeepSeek tidak menerbitkan pemetaan preset-ke-angka yang dapat kami verifikasi, dan angka-angka di bawah ini berasal dari tulisan para praktisi serta dokumentasi harness pihak ketiga. Angka-angka tersebut cukup konsisten di berbagai sumber sehingga berguna, tetapi juga cukup belum terkonfirmasi sehingga Anda sebaiknya mengujinya pada pekerjaan Anda sendiri.
DeepSeek V4.1 Flash dilatih dengan skalar upaya penalaran kontinu dari 1 hingga 100. Ini bukan batas token — ini menggeser posisi model pada kurva yang dipelajari proses pelatihan, di mana upaya lebih rendah memberi tekanan lebih besar untuk ringkas dan upaya lebih tinggi membuat penalaran tambahan lebih murah. Tiga preset publik dipetakan ke skala tersebut:
• Rendah — 50, jalur terpendek, dan preset yang membuat kontrol ini terkenal karena murahnya.
• High — 75, dan level yang paling banyak digambarkan sumber komunitas sebagai batas atas yang wajar untuk pekerjaan agen.
• Max — 100, di mana penalti atas panjang penalaran dihilangkan sepenuhnya.
Apa yang diperoleh dari pengaturan dial itu nyata, tetapi menurun tajam. Satu sapuan tolok ukur komunitas melaporkan bahwa menaikkan effort dari 25 ke 100 menggeser Terminal-Bench 2.1 dari 82.4 ke 90.6 sekaligus kira-kira membuat token keluaran menjadi 2,5× secara keseluruhan. Laporan-laporan konvergen pada effort di suatu titik antara 60 dan 80 yang menangkap sebagian besar akurasi yang tersedia dengan kurang dari setengah anggaran token, dengan max menambahkan lagi 1,6–1,8× pada lintasan agen demi keuntungan marginal.
Nilai default adalah bagian yang tidak disepakati. Beberapa dokumentasi harness dan laporan praktisi menyatakan bahwa effort yang tidak diatur akan menghasilkan high; yang lain menggambarkan default server sekadar tidak diketahui. Yang didokumentasikan, bukan diperdebatkan, adalah bahwa dua integrasi harness ditemukan gagal mengirim parameter tersebut sama sekali — profil penyedia OpenCode Go dan profil DeepSeek native keduanya melewatkan pengiriman code>reasoning_effort/code> untuk code>deepseek-flash/code> slug, karena guard pencocokan mereka mengharapkan awalan code>deepseek-v…/code> yang tidak dimiliki id kanonik. Dalam kedua kasus, pengaturan yang dipilih pengguna diam-diam diganti dengan default penyedia. Jika klien Anda menampilkan kontrol effort, itu bukan bukti bahwa nilainya benar-benar terkirim. Catat satu body permintaan lalu periksa.
Satu keanehan lagi dari laporan yang sama: endpoint OpenCode Go menerima code>low/code>, code>medium/code>, code>high/code> dan code>max/code>, tetapi menolak effort berupa bilangan bulat — nilai 80 dilaporkan mengembalikan HTTP 400. Skala 1–100 ada di model, tetapi tidak diekspos sebagai angka mentah di semua tempat, jadi "setel effort ke 65" mungkin tidak dapat diekspresikan di klien Anda.
Mode kegagalan karena berpikir berlebihan, dan apa yang sebenarnya memperbaikinya
Ini adalah mode kegagalan yang menentukan apakah Anda mempertahankan model dalam alur kerja Anda. Laporan komunitas menggambarkan DeepSeek V4.1 Flash terus bernalar setelah pekerjaan selesai: memperdebatkan ulang poin yang sudah dijawabnya dengan benar, menarasikan koreksi atas asumsinya sendiri yang keliru, dan menghasilkan rantai penalaran panjang dengan kepadatan informasi rendah. Seorang praktisi melaporkan keluaran penalaran yang berlanjut lebih dari satu jam dalam sesi CLI coding. Yang lain melaporkan sama sekali tidak bisa membuatnya menyelesaikan uji benchmark yang panjang.
Catatan sumber untuk laporan kedua itu, karena ini jenis klaim yang kerap dicuci. Laporan itu berasal dari utas komunitas tentang menjalankan model secara andal, dan Reddit memblokir pengambil data kami, jadi kami tidak bisa membaca utas tersebut secara langsung — kami meneruskan laporan itu, bukan mengutip halaman yang kami buka sendiri. Yang bisa kami verifikasi secara independen adalah bentuk masalahnya, dan di situ bukti eksternalnya luar biasa bersih: Artificial Analysis, di halamannya sendiri, menandai model ini sebagai sangat bertele-tele, menghabiskan 250M token keluaran untuk menyelesaikan satu run yang oleh model pembanding mediannya diselesaikan dalam 140M. Itu sekitar 1,8×, diukur oleh pihak ketiga, pada kumpulan tugas tetap. Laporan forum dan metrik independen menggambarkan perilaku yang sama.
Mitigasi yang muncul dari laporan-laporan tersebut, semuanya bersumber dari komunitas:
• Patok upaya pada tingkat tinggi atau di bawahnya dan jangan biarkan nilainya naik terus. Perbaikan paling eksplisit yang terlihat di lapangan adalah plugin perutean yang ditulis khusus untuk menghentikan eskalasi upaya: kedalaman giliran tidak menyumbang apa pun ke skor eskalasi, hanya hasil alat yang gagal atau percobaan ulang yang identik yang dihitung, eskalasi dibatasi, dan max harus diaktifkan secara eksplisit serta diturunkan prioritasnya secara default. Jika harness Anda memungkinkan agen menaikkan upayanya sendiri seiring makin panjangnya proses berjalan, itulah mekanisme yang harus dimatikan.
• Jangan gunakan max sebagai default. Beberapa praktisi melaporkan max berputar-putar alih-alih konvergen pada pekerjaan rutin, dan beralih kembali ke high dapat menyelesaikannya.
• Batasi code>max_tokens/code> pada jalur interaktif. Batas keluaran 384.000 token adalah batas, bukan target, dan loop yang tidak akan berhenti menjadi mahal pada batas tersebut.
• Pastikan parameter tersebut benar-benar terkirim. Mengingat ada dua harness yang ditemukan membuangnya secara diam-diam, "saya menyetelnya ke high" dan "high sampai ke API" adalah dua klaim yang berbeda.
• Harness lebih penting daripada yang Anda duga. Para praktisi yang menjalankan bobot yang sama melaporkan perilaku yang sangat berbeda di berbagai shell — model yang sama yang berdebat dengan dirinya sendiri dan mengubur sinyal dalam satu harness tidak memunculkan keluhan tersebut di harness lain. Itu adalah pengamatan komunitas tentang perilaku harness, bukan klaim vendor tentang model, tetapi itu adalah nasihat yang paling sering diulang dalam laporan.
Berapa biaya sebenarnya dari satu loop coding pada tarif ini
Harga daftar DeepSeek adalah $0,15 per 1 juta token input dan $0,60 per 1 juta token output di luar jam sibuk — output empat kali lipat input, dan itulah hal pertama yang perlu dipahami tentang agen yang menghasilkan penalaran sekaligus kode.
Ambil contoh giliran agen yang realistis: 60,000 token konteks (system prompt, skema alat, potongan repo, riwayat percakapan) masuk, dan 3,000 token penalaran plus patch keluar. Itu berarti 60,000 × $0.15/1M = $0.009 masuk, ditambah 3,000 × $0.60/1M = $0.0018 keluar, jadi sekitar 1,1 sen per giliran. Dua ratus giliran seperti itu dalam satu hari kerja kira-kira $2.16, atau sekitar $47 selama sebulan hari kerja pada tarif luar jam sibuk. Itulah aritmetika yang membuat jatah bulanan $15 dengan promo 4× sebagai tambahan tampak murah hati — dan aritmetika yang membuat verbositas menjadi hal yang perlu diperhatikan.
Sebab di sinilah daya ungkit yang tersembunyi dalam angka Artificial Analysis itu. Model yang memakai 1.8× token keluaran median pada kumpulan tugas tetap berarti loop yang terikat output memakan biaya 1.8× dari yang disiratkan harga token saja. Dan dial effort adalah kendali untuk tepat hal itu. Laporan komunitas menempatkan perpindahan dari max turun ke high pada kira-kira separuh token keluaran — ayunan yang jauh lebih besar daripada apa pun yang akan dilakukan jadwal peak/off-peak kepadamu. Pengaturan effort adalah tuas besar; jadwal adalah yang gratis.
Yang perlu diketahui sebelum Anda menjadwalkan apa pun: jam sibuk adalah {{1}}01:00–04:00 dan 06:00–10:00 UTC, Senin hingga Jumat{{/1}}, dan semua waktu lainnya termasuk akhir pekan adalah di luar jam sibuk. Tim Eropa yang bekerja {{2}}09:00–18:00 CET{{/2}} tidak pernah menyentuh jam sibuk. Tim di Beijing yang bekerja pada jam lokal yang sama terkena jam sibuk dari {{3}}09:00–12:00 dan 14:00–18:00{{/3}} — tujuh dari sembilan jam kerja dengan harga dua kali lipat. Model sama, kode sama, tagihan dua kali lipat, sepenuhnya ditentukan oleh zona waktu.
Penghematan gratis lainnya adalah tarif baca cache, $0,003 per 1 juta dibandingkan $0,15 untuk input baru — seperlima puluh. Prompt agen coding sebagian besar berupa prefiks stabil: instruksi sistem, definisi alat, bagian-bagian repo yang tidak berubah. Letakkan materi stabil di depan dan biarkan konten variabel menyusul di belakangnya, lalu cache di sisi penyedia melakukan sisanya. Apakah input cache yang didiskon berlaku, dan dalam kondisi apa, ditentukan oleh DeepSeek, bukan oleh klien, jadi pastikan hal itu dalam dokumentasi terkini sebelum Anda menyusun anggaran berdasarkan hal tersebut — halaman model kami sendiri untuk code>deepseek/deepseek-v4.1-flash/code> menyatakan hal yang sama, bahwa tarif input cache mengikuti ketentuan penyedia.
Jika Anda lebih memilih untuk tidak menambahkan langganan kedua guna mengevaluasi model, id yang sama tersedia melalui satu endpoint yang kompatibel dengan OpenAI di depan seluruh katalog kami, dengan tarif penyedia dan markup 0% — sehingga perubahan harga di pihak DeepSeek langsung berlaku di sini pada hari yang sama, bukan pada penyesuaian harga berikutnya. Hal itu paling penting untuk situasi yang tepat seperti yang dijelaskan artikel ini: model dengan kecenderungan terdokumentasi untuk terus berjalan, pada jalur yang belum selesai Anda evaluasi. Rantai fallback berarti satu giliran yang bermasalah akan berakhir di model lain sebelum respons dimulai, alih-alih menggagalkan permintaan.
552B, 748B, atau 763B — pertanyaan tentang ukuran itu benar-benar terbuka
Jangan mengulang jumlah parameter untuk model ini sebagai hal yang sudah pasti, karena ada tiga angka berbeda yang beredar dan tidak satu pun dari angka-angka itu benar-benar salah.
Kartu model DeepSeek sendiri mendeskripsikan model dengan "552B parameter tulang punggung", dan itu adalah angka yang dilaporkan vendor — angka itu juga yang tercantum di panel spesifikasi pada halaman model kami sendiri. Kartu yang sama secara terpisah mencantumkan modul "memori kondisional Engram" dengan 196B parameter, "diakses secara jarang melalui pencarian berbasis token." Jumlahkan keduanya dan Anda mendapatkan 748B, yang merupakan aritmetika yang disimpulkan analisis komunitas dalam hitungan jam setelah rilis. Dan metadata file pada repositori model yang sama mencantumkan ukuran model 763B parameter, yang merupakan angka ketiga.
Perselisihan yang tampak itu bersifat definisional, bukan kontradiksi. Parameter Engram yang dicari memakan memori tetapi hampir tidak memerlukan aritmetika per token, sementara parameter backbone yang dihitung memakan waktu pada setiap token — itulah sebabnya vendor melaporkannya secara terpisah dan mengapa membandingkan angka utama dari dua model dengan arsitektur berbeda tidak memberi tahu banyak.
Yang tidak diperdebatkan secara serius adalah jumlah parameter aktif: sekitar 8B per token selama prefill dan 16B selama decode, yakni angka yang sebenarnya menentukan biaya inferensi. Bobotnya terbuka di bawah lisensi MIT jika Anda ingin memeriksa sendiri salah satu dari ini. Anggap 552B sebagai angka yang dilaporkan vendor, 748B sebagai total komunitas yang kredibel, dan setiap klaim bahwa pertanyaan tentang ukuran sudah selesai sebagai terlalu dini.

Apa yang harus dilakukan sebelum tanggal 20
Jika Anda akan mencoba DeepSeek V4.1 Flash di agen coding, urutan yang paling tidak membuang waktu adalah: pilih harness terlebih dahulu, lalu tetapkan effort, lalu ukur.
Pada harness, ringkasan jujur dari verifikasi hari ini adalah bahwa ketiga rute berfungsi dan berbeda dalam hal yang mereka minta dari Anda. OpenCode Go adalah langganan $10/bulan dengan pengali promosi yang berakhir pada 20 September, dan penyiapannya adalah code>/connect/code> plus code>/models/code> tanpa file yang perlu diedit. Command Code mencantumkan model secara langsung di katalognya sendiri, berganti dengan code>/model <id>/code>, dan mengekspos effort sebagai perintah kelas satu. Claude Code mencapainya baik melalui jalur klien tervalidasi OpenCode Go — yang tidak memerlukan pembungkus header khusus — atau langsung ke endpoint format Anthropic milik DeepSeek, di mana konflik effort subagent adalah masalah yang sudah diketahui.
Untuk effort, atur secara eksplisit dan atur agak rendah: high, atau default model jika ternyata high adalah nilai defaultnya, dan bukan max. Lalu pastikan itu benar-benar keluar dari mesin Anda, karena dua harness ditemukan menghilangkannya.
Dalam pengukuran, perhatikan token keluaran, bukan waktu jam dinding. Verbositas adalah biayanya, dial effort adalah kendalinya, dan jadwal puncak adalah kecelakaan zona waktu yang dapat Anda hindari secara gratis.
Dan mengenai klaim ukuran yang akan Anda dengar dikutip minggu ini — 552B, 748B, 763B — tanggapan yang berguna adalah bahwa vendor melaporkan backbone-nya, komunitas menambahkan modul memori, dan metadata repositori mengatakan hal lain lagi. Siapa pun yang menyajikan salah satunya sebagai jawaban pasti telah memilih angka, bukan memeriksanya.
Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari
