deepseek

DeepSeek v4

DeepSeek v4 adalah model MoE 1,6T parameter dengan 1M context window dan dukungan multimodal native untuk teks, vision, dan video dengan harga yang disruptif.

Open SourceMultimodalMixture of ExpertsReasoningLong Context
deepseek logodeepseekDeepSeek-V2026-04-23
Konteks
1.0Mtoken
Output maks.
384Ktoken
Harga input
$1.74/ 1M
Harga output
$3.48/ 1M
Modalitas:TextImageAudioVideo
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
90.1%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). DeepSeek v4 meraih skor 90.1% pada benchmark ini.
HLE
48.2%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. DeepSeek v4 meraih skor 48.2% pada benchmark ini.
MMLU
90.1%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. DeepSeek v4 meraih skor 90.1% pada benchmark ini.
MMLU Pro
87.5%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. DeepSeek v4 meraih skor 87.5% pada benchmark ini.
SimpleQA
57.9%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. DeepSeek v4 meraih skor 57.9% pada benchmark ini.
IFEval
89%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. DeepSeek v4 meraih skor 89% pada benchmark ini.
AIME 2025
92%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. DeepSeek v4 meraih skor 92% pada benchmark ini.
MATH
90.2%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. DeepSeek v4 meraih skor 90.2% pada benchmark ini.
GSM8k
92.6%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. DeepSeek v4 meraih skor 92.6% pada benchmark ini.
MGSM
92%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. DeepSeek v4 meraih skor 92% pada benchmark ini.
MathVista
72%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. DeepSeek v4 meraih skor 72% pada benchmark ini.
SWE-Bench
80.6%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. DeepSeek v4 meraih skor 80.6% pada benchmark ini.
HumanEval
90%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. DeepSeek v4 meraih skor 90% pada benchmark ini.
LiveCodeBench
93.5%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. DeepSeek v4 meraih skor 93.5% pada benchmark ini.
MMMU
70%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. DeepSeek v4 meraih skor 70% pada benchmark ini.
MMMU Pro
55%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. DeepSeek v4 meraih skor 55% pada benchmark ini.
ChartQA
87%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. DeepSeek v4 meraih skor 87% pada benchmark ini.
DocVQA
92%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. DeepSeek v4 meraih skor 92% pada benchmark ini.
Terminal-Bench
67.9%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. DeepSeek v4 meraih skor 67.9% pada benchmark ini.
ARC-AGI
77%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. DeepSeek v4 meraih skor 77% pada benchmark ini.

Tentang DeepSeek v4

Pelajari tentang kemampuan, fitur, dan cara menggunakan DeepSeek v4.

Arsitektur Skala Triliunan yang Efisien

DeepSeek v4 merepresentasikan evolusi dalam desain Mixture-of-Experts (MoE), dengan penskalaan hingga 1,6 triliun total parameter dan 49 miliar parameter aktif. Model ini mengintegrasikan Compressed Sparse Attention (CSA) dan Heavily Compressed Attention (HCA) untuk mengelola 1 juta token context window-nya. Teknologi ini mengurangi jejak memori KV cache hingga 90% dibandingkan arsitektur standar, memungkinkan inference yang lebih cepat dan kebutuhan hardware yang lebih rendah untuk tugas-tugas long-context. ### Integrasi Multimodal Native Berbeda dengan model yang menggunakan encoder visual atau audio terpisah, DeepSeek v4 bersifat multimodal secara native sejak tahap pelatihan awal. Model ini memproses teks, gambar, audio, dan video dalam satu kerangka kerja terpadu. Pendekatan ini meningkatkan reasoning lintas modal, memungkinkan model melakukan analisis kompleks pada file video mentah dan arsip dokumen skala besar tanpa kehilangan detail sekecil apa pun. ### Disrupsi Harga Strategis Model ini diposisikan sebagai alternatif open-source berkinerja tinggi dibandingkan model proprietary papan atas. Dengan harga $1,74 per juta input tokens, model ini mempertahankan performa tingkat frontier dalam coding dan matematika, sekaligus secara signifikan mengurangi biaya operasional bagi pengembang. Penyertaan Thinking Mode opsional memungkinkan reasoning mendalam untuk pembuktian logika dan competitive programming.

DeepSeek v4

Kasus Penggunaan untuk DeepSeek v4

Temukan berbagai cara menggunakan DeepSeek v4 untuk hasil yang luar biasa.

Refactoring Basis Kode Skala Besar

Memanfaatkan 1M context window untuk menelan seluruh repositori guna deteksi bug secara global dan peningkatan arsitektur.

Analisis Video Native

Memproses file video mentah secara langsung untuk melakukan deteksi adegan, pembuatan transkrip, dan visual reasoning yang kompleks.

Software Agent Otonom

Menempatkan model dalam alur kerja agentic untuk menyelesaikan masalah GitHub dunia nyata dengan tingkat keberhasilan 80,6% pada SWE-bench.

Pembuatan Konten Multi-Modal

Menghasilkan data terstruktur dan konten kreatif di seluruh format teks, gambar, dan audio menggunakan satu model yang terpadu.

Pembuktian Matematika Tingkat Tinggi

Menyelesaikan masalah matematika tingkat olimpiade dan pembuktian formal menggunakan Thinking Mode khusus untuk deep reasoning.

Retrieval Pengetahuan Perusahaan

Menganalisis arsip dokumen dalam jumlah masif dalam satu prompt untuk mengekstrak fakta tanpa perlu pipeline RAG yang kompleks.

Kelebihan

Keterbatasan

Long Context yang Sangat Efisien: Mengurangi jejak memori KV cache sebesar 90%, memungkinkan 1M context window yang tetap berperforma tinggi pada hardware standar.
Latensi Thinking Mode yang Lebih Tinggi: Mode deep reasoning meningkatkan time-to-first-token, membuatnya kurang cocok untuk kebutuhan percakapan ultra-cepat.
Nilai Terbaik di Pasar: Menyediakan kecerdasan kelas frontier seharga $1,74 per juta tokens, jauh lebih murah dibanding kompetitor closed-source dari Barat.
Bias Optimasi Hardware: Laporan teknis menunjukkan bahwa optimasi sangat disesuaikan untuk akselerator domestik Tiongkok dibandingkan kluster Nvidia.
Coding Agentic Elite: Mencapai 80,6% pada SWE-bench Verified, menjadikannya salah satu model paling kapabel untuk software engineering otonom.
Celah Faktual: Mencetak skor 57,9% pada SimpleQA, yang menunjukkan bahwa meski kemampuan reasoning-nya elit, halusinasi faktual masih menjadi tantangan.
Multimodalitas Native yang Terpadu: Mendukung teks, vision, audio, dan video dalam satu arsitektur tanpa memerlukan adapter eksternal atau sub-model.
Persyaratan KV Cache yang Kompleks: Mekanisme attention hybrid HCA/CSA memerlukan dukungan kernel khusus untuk performa lokal yang optimal.

Mulai Cepat API

deepseek/deepseek-v4-pro

Lihat Dokumentasi
deepseek SDK
import OpenAI from 'openai';  const deepseek = new OpenAI({   baseURL: 'https://api.deepseek.com',   apiKey: process.env.DEEPSEEK_API_KEY, });  const msg = await deepseek.chat.completions.create({   model: 'deepseek-v4-pro',   messages: [{ role: 'user', content: 'Optimize this Rust kernel for memory efficiency.' }], }); console.log(msg.choices[0].message.content);

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang DeepSeek v4

Lihat apa yang dipikirkan komunitas tentang DeepSeek v4

Thinking mode DeepSeek v4 menemukan bug konkurensi di kode Rust saya yang bahkan terlewat oleh Claude Opus. Benar-benar gila.
rust_dev_2025
reddit
Era 1M context yang hemat biaya akhirnya tiba. Sekarang kita bisa melakukan refaktor proyek penuh dengan biaya murah.
tech_lead_alex
twitter
Melihat model bekerja melalui basis kode 1M token tanpa kehilangan konteks adalah titik balik nyata untuk tahun 2026.
logic_fanatic
hackernews
Anthropic dan OpenAI sekarang punya masalah harga yang serius. DeepSeek baru saja mengubah AI kelas frontier menjadi komoditas.
CodeMaster
youtube
Model ini mengalahkan GPT-5.4 dalam benchmark coding sambil tetap open source. Ini adalah rilis terbesar tahun ini.
AI_Researcher_99
twitter
Kompresi memorinya adalah keajaiban sesungguhnya. 1T parameter di hardware kelas konsumen akhirnya menjadi kenyataan.
GPU_Rich
reddit

Video Tentang DeepSeek v4

Tonton tutorial, ulasan, dan diskusi tentang DeepSeek v4

Efisiensi memorinya adalah cerita utamanya di sini, memangkas KV cache sebesar 90% mengubah segalanya

Menjalankan model 1T dengan kecepatan tingkat ini adalah kemenangan arsitektur yang masif

Biaya per juta tokens membuat startup kecil tidak mungkin untuk mengabaikannya

Saya belum pernah melihat model open source menangani 1 juta tokens sebersih ini

Rasanya kesenjangan antara model open dan closed telah resmi tertutup

DeepSeek tidak lagi hanya bersaing dalam harga; mereka memimpin dalam reasoning long-context

Dukungan video native-nya sangat tangguh dibandingkan Gemini 2.0

Menginstal ini secara lokal sangat mudah jika Anda menggunakan SGLang

Benchmark pada HumanEval menunjukkan kinerjanya pada dasarnya setara dengan GPT-5

Context window-nya membuat pipeline RAG hampir mubazir untuk proyek menengah

Performa pada benchmark coding saat ini tidak tertandingi oleh model open-weight lainnya

Model ini menyamai atau melampaui model closed-source papan atas dalam refactoring basis kode masif

Implementasi memori engram adalah keajaiban teknis di ruang ini

Kita melihat akurasi logika 90% di Thinking Mode untuk matematika olimpiade

Rilis ini secara efektif mendemokratisasi kecerdasan triliunan parameter

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk DeepSeek v4

Tips ahli untuk memaksimalkan DeepSeek v4.

Beralih Antar Thinking Mode

Gunakan mode standar untuk chat cepat dan simpan Thinking Mode khusus untuk kebutuhan coding serta pembuktian logika.

Manfaatkan Context Caching

Gunakan fitur context caching bawaan untuk mengurangi biaya hingga 90% saat menggunakan prompt long-context yang repetitif.

Input Multimodal Langsung

Masukkan file audio dan video mentah langsung ke API untuk mendapatkan keuntungan dari arsitektur native, alih-alih melakukan transkripsi terlebih dahulu.

Optimasi System Prompt

Berikan skema JSON atau instruksi penggunaan tool yang jelas dalam system prompt untuk perilaku agentic yang sangat andal.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Terkait AI Models

anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M
google

Gemini 3 Flash

Google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
moonshot

Kimi k2.6

Moonshot

Kimi k2.6 is Moonshot AI's 1T-parameter MoE model featuring a 256K context window, native video input, and elite performance in autonomous agentic coding.

256K context
$0.95/$4.00/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

1M context
$5.00/$25.00/1M
alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M
google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
openai

GPT-5.1

OpenAI

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M

Pertanyaan yang Sering Diajukan tentang DeepSeek v4

Temukan jawaban untuk pertanyaan umum tentang DeepSeek v4