Ultramarine 1 Flash vs DeepSeek V4 Flash: Tarif Token Murah Bukanlah Tugas yang Murah

Ultramarine 1 Flash berbiaya $0,15 per juta token masukan dan $0,50 untuk keluaran. D​eepSeek V4 Flash tercantum pada $0,44 dan $1,32 dalam catatan Artificial Analysis, atau $0,22 dan $0,66 pada tarif routed yang katalog kami gunakan untuk melayaninya. Dengan menempatkan kedua kartu tarif berdampingan, model Paper Instruments tampak seperti penawaran yang jelas menguntungkan — tiga kali lebih murah untuk masukan dan dua setengah kali lebih murah untuk keluaran, pada harga daftar. Masalah dengan pembacaan itu adalah tarif per juta token hanyalah separuh dari tagihan, dan separuh yang tidak disertakannya adalah bagian di mana kedua model ini paling berbeda. D​eepSeek V4 Flash menghasilkan 240 juta token keluaran untuk menyelesaikan Intelligence Index. Model median di kelas pembandingnya menghasilkan 140 juta. Dalam frasa Artificial Analysis, model ini sangat verbose — berada di peringkat 36 dari 40 di kelas harganya pada sumbu itu.

Ultramarine 1 Flash mengklaim hal sebaliknya tentang dirinya sendiri. Di semua enam tolok ukur yang dievaluasi Paper Instruments, model ini menghasilkan 6,5% lebih sedikit token dibandingkan model GLM-5.3 Flash yang menjadi dasar pasca-pelatihannya, tetapi memperoleh skor lebih tinggi pada setiap tolok ukur tersebut. Satu model murah per token dan mahal per tugas. Model lainnya bersusah payah menjadi lebih murah per tugas tanpa mengubah harganya. Perbandingan yang layak dilakukan adalah antara kedua pendekatan tersebut, bukan antara dua tarif input.

Dua model, dua rute berbeda menuju tingkat harga yang sama

Mereka sampai di tingkat anggaran itu dari arah yang berlawanan, dan perbedaan itu menjelaskan sebagian besar dari apa yang berikut.

DeepSeek V4 Flash adalah model mixture-of-experts yang dibangun dari nol: 284 miliar parameter total, 13 miliar aktif, dirilis pada 24 April 2026 di bawah lisensi MIT dengan bobot yang dipublikasikan di Hugging Face. Revisi 0731-nya, yang menjalani pasca-pelatihan ulang dari nol pada arsitektur yang sama, adalah yang kini ditunjuk oleh pengenal bertanggal tersebut. Model ini memiliki jendela konteks 1.048.576 token dengan hingga 384.000 token keluaran, menerima teks masuk dan mengembalikan teks keluar, serta melaporkan tolok ukur agen yang kuat berdasarkan angka terbitan DeepSeek sendiri — 82,7 pada Terminal-Bench 2.1, 76,7 pada Cybergym, 70,3 pada Toolathlon Verified.

Ultramarine 1 Flash adalah turunan. Paper Instruments mengambil GLM-5.3 Flash — model multimodal total 320B, aktif 18B milik Z.ai — dan menjalankan pembelajaran penguatan skala besar padanya melalui kurikulum sintetis yang terdiri atas pekerjaan keuangan, hukum, konsultasi, dan operasi. API-nya resmi aktif pada 14 Oktober 2026 dengan tarif $0.15 / $0.03 di-cache / $0.50 per juta token, sama dengan tarif yang dikenakan GLM-5.3 Flash. Bobotnya tidak dirilis; halaman vendor itu sendiri bertuliskan "Bobot model segera hadir."

Jadi, cara membingkai yang jujur untuk pasangan ini adalah MoE dari nol yang dapat diunduh melawan post-training tertutup dari basis terbuka milik orang lain, salah satunya sudah enam bulan berproduksi dan yang lain baru berumur satu hari.

Angka verbositas yang tidak dijadikan unggulan pemasaran pihak mana pun

Artificial Analysis mengukur berapa banyak token keluaran yang dihabiskan sebuah model untuk menyelesaikan Intelligence Index, dan melaporkannya sebagai peringkat verbositas. D​eepSeek V4 Flash menggunakan 240 juta token keluaran dibandingkan median kelas 140 juta — 71% di atas biasanya, peringkat ke-36 dari 40 di kelasnya. Angka itu menjadi alasan untuk berhati-hati dengan $0.22 per tugas yang dilaporkannya. Ini juga, yang penting, angka biaya per tugas yang lebih baik daripada yang dicapai sebagian besar pesaingnya, yang menunjukkan seberapa besar kecepatan mentah model itu mengompensasi: pada 173,7 token keluaran per detik, model ini adalah yang tercepat kedelapan dari 74 model di kelasnya, jadi volume token datang dengan cepat meskipun jumlahnya lebih banyak.

Verbositas Ultramarine 1 Flash tidak dipublikasikan oleh Artificial Analysis, karena Artificial Analysis belum mengevaluasi model tersebut. Yang dipublikasikan Paper Instruments sebagai gantinya adalah perbandingan terhadap basisnya sendiri: 30,5 juta berbanding 32,7 juta milik GLM-5.3 Flash di enam rangkaian benchmark, termasuk penalaran. Itu adalah pengukuran yang sama-sama dimiliki kedua sisi perbandingan — rangkaian yang sama, perangkat uji yang sama, kondisi yang sama — yang menjadikannya angka paling tepercaya dalam rilis ini dan satu-satunya di mana klaim efisiensi token diverifikasi terhadap sesuatu selain dirinya sendiri.

Gabungkan semuanya dan perhitungannya berubah bentuk. Keunggulan DeepSeek V4 Flash adalah model yang cepat, cakap, dan terukur dengan baik yang dapat Anda jalankan hampir di mana saja. Kelemahannya adalah ia menulis banyak, dan pada tarif output yang tetap hal itu terlihat di tagihan. Keunggulan Ultramarine 1 Flash adalah ia menulis lebih sedikit daripada model induknya — tetapi hanya dibandingkan model itu, dan hanya pada rangkaian uji yang ditulis oleh pembuatnya sendiri.

Apa yang sebenarnya dikatakan oleh keenam tolok ukur itu

Paper Instruments menjalankan enam rangkaian uji terhadap modelnya sendiri dan beberapa pesaing. D​eepSeek V4.1 Flash muncul di dalamnya; D​eepSeek V4 Flash yang asli, model dalam judul ini, tidak muncul.

• JobBench — Ultramarine 1 Flash 62,9, D​eepSeek V4.1 Flash 60,4. Model Paper Instruments unggul 2,5 poin.

• PI Knowledge Work — Ultramarine 1 Flash 59,3, D​eepSeek V4.1 Flash 47,9. Selisih 11,4 poin, yang paling lebar dalam kumpulan ini.

• FrontierFinance — 53,3 berbanding 46,0.

• AutomationBench — satu-satunya suite di mana D​eepSeek menang: V4.1 Flash 51,3 melawan 50,2 milik Ultramarine.

• DiligenceBench — 50,6 berbanding 50,3. Praktis sejajar, dengan keduanya tertinggal dari Gemini 3.8 Flash dan Claude Fable 5.

• APEX-Agents 1.1 — 57,0 berbanding 39,5, selisih terbesar di seluruh tabel.

Keterbatasan-keterbatasan ini bertumpuk di sini dan ada baiknya kita bersikap eksplisit tentang semuanya. Ini adalah benchmark milik vendor. Angka DeepSeek adalah untuk model yang berbeda dan lebih baru dalam keluarga yang sama, yang diidentifikasi Paper Instruments dengan menyebutkan namanya. Dan tidak satu pun dari itu telah diperiksa oleh siapa pun di luar perusahaan. Yang benar-benar ditetapkan tabel ini memang sempit tetapi nyata: pada pekerjaan yang hasilnya berupa dokumen, spesialis pascapelatihan memiliki keunggulan besar atas MoE generalis yang efisien, dan pada tugas agen otomatis, kesenjangannya nyaris hilang. Jika pekerjaan Anda adalah memo atau model, perbedaan itu mengarah ke satu arah. Jika itu adalah loop agen multi-langkah, tidak demikian.

Anda dapat mengunduh salah satunya

Inilah perbedaan yang tidak mampu ditangkap oleh tolok ukur mana pun, dan inilah yang paling mungkin menentukan arah percakapan pengadaan.

D​eepSeek V4 Flash berlisensi MIT dengan bobotnya tersedia di Hugging Face. Anda dapat mengunduhnya, menjalankannya di perangkat keras Anda sendiri, melakukan fine-tuning, memasukkannya ke dalam produk, dan tidak pernah mengirim satu token pun ke pihak ketiga. Bagi firma hukum atau bank dengan kewajiban kerahasiaan klien, itu bukan sekadar nilai tambah; sering kali itulah keseluruhan persyaratannya, dan hal itu sepenuhnya mengeluarkan model D​eepSeek dari separuh perbandingan ini yang berupa API terkelola dan sebaliknya menempatkannya di mesin Anda sendiri.

Ultramarine 1 Flash tidak dapat melakukan itu hari ini. "Bobot model segera hadir" adalah pernyataan niat, bukan lisensi. Yang dirilis secara terbuka oleh Paper Instruments adalah perancah di sekitar model tersebut: harness agen Feather tempat model itu dilatih dan dievaluasi, serta fork paper-docx, paper-pptx, dan paper-xlsx yang memberi agen antarmuka aman ke format file Office. Semua itu benar-benar berguna — dan juga menjadi iklan bagi model tersebut, karena keberadaannya bertujuan membuat keluarannya lebih tidak rusak daripada yang dihasilkan agen generik dengan pustaka standar.

Jadi, baris lisensi mengatur ulang perbandingannya. Jika Anda harus menjalankan bobotnya sendiri, tidak ada perbandingan: DeepSeek V4 Flash adalah jawabannya dan Ultramarine 1 Flash hanyalah janji. Jika Anda bisa memanggil API, keduanya benar-benar bersaing, dan bukti penentunya adalah biaya per tugas pada dokumen Anda sendiri.

Di mana harga hasil perutean bermuara

Di OrcaRouter, DeepSeek V4 Flash ditawarkan pada $0.22 untuk input dan $0.66 untuk output per juta token — harga daftar penyedia diteruskan tanpa tambahan per token, itulah sebabnya layanan ini berada di bawah pasangan $0.44/$1.32 pada catatan Artificial Analysis: pasangan tersebut mengacu pada kartu penyedia lain. Pengaturan penerusan ini memiliki konsekuensi kedua yang perlu diketahui jika Anda menyusun anggaran: ketika penyedia mengubah tarif, tarif yang ditawarkan ikut berubah pada hari yang sama, tanpa perubahan konfigurasi di sisi Anda.

Dibandingkan dengan tarif yang dirutekan itu, Ultramarine 1 Flash sebesar $0.15/$0.50 sekitar 1,5x lebih murah untuk input dan 1,3x untuk output — jauh lebih sempit daripada yang disiratkan oleh perbandingan harga daftar, dan bahkan lebih sempit lagi setelah diskon cache 97% DeepSeek diterapkan pada beban kerja dokumen dengan prefiks bersama yang besar. Tarif cache Ultramarine 1 Flash adalah $0.03 per juta, juga diskon yang besar, tetapi keduanya cukup dekat pada titik ini sehingga tidak ada yang menang hanya berdasarkan aritmetika.

Yang membuat keputusan tetap berada di tempat yang seharusnya: pada pekerjaan Anda sendiri. Kirim sekumpulan hasil kerja nyata ke keduanya, bandingkan tagihannya, dan baca outputnya. Ultramarine 1 Flash tidak ada di katalog kami, jadi uji itu dijalankan terhadap endpoint milik vendor sendiri di satu sisi. Model yang menjadi dasar pasca-pelatihannya, GLM-5.3 Flash, disajikan di sini dengan tarif $0.15/$0.50 — kartu tarif yang identik — yang memberi Anda proksi yang wajar untuk apa yang dihasilkan model dasar sebelum Anda menambahkan pasca-pelatihan di atasnya.

Posisi, tanpa pemenang

Kedua ini sebenarnya bukan substitusi, dan memaksa keduanya untuk menghasilkan satu pemenang justru mengaburkan temuan yang berguna. DeepSeek V4 Flash adalah MoE yang dapat diunduh, diukur secara independen, dan luar biasa cepat yang menulis lebih banyak daripada yang seharusnya. Ultramarine 1 Flash adalah pasca-pelatihan tertutup dan tidak diukur dari basis terbuka yang direkayasa untuk menulis lebih sedikit, dipasarkan berdasarkan rangkaian benchmark yang belum pernah dijalankan orang lain.

Versi yang bisa diabaikan dari artikel ini akan berkata bahwa tarif token yang lebih murahlah yang menang. Versi yang dapat dipertahankan berkata bahwa lisensi yang menentukan pengadaan, angka verbositas yang menentukan tagihan, dan tidak ada model yang telah diuji pada dokumen Anda. Dua dari tiga hal itu dapat Anda selesaikan minggu ini. Yang ketiga tidak dapat diselesaikan sampai Paper Instruments menerbitkan angka independen atau merilis bobot yang katanya akan datang.

Perbandingan seperti ini juga menjadi tempat munculnya mode kegagalan: insiden AI yang terdokumentasi dan kegagalan agen di balik model di kelas ini dikumpulkan di OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, nilai keyakinan, dan penanda disengketakan.