TL;DR
DeepSeek V4.1 Pro adalah penerus masa depan yang disebutkan untuk V4 Pro, tanpa tanggal rilis yang ditetapkan oleh sumber resmi yang ditinjau pada 14 Oktober 2026. Pengumuman Flash 10 September memberikan petunjuk rilis paling jelas. Spesifikasi dan evaluasi Flash yang tersedia membantu pengembang bersiap, tetapi tidak menetapkan kemampuan Pro. DeepSeek telah menjelaskan bahwa V4 Pro tetap tersedia sebagai respons terhadap permintaan pengguna. Angka tolok ukur di bawah ini menggambarkan rilis Flash asli, bukan pembaruan Flash-1017 pada 17 Oktober; integrasi harus memverifikasi versi model spesifik penyedia sebelum penerapan.
Key Takeaways
- Status rilis: V4.1 Pro telah disebutkan secara resmi, tetapi tidak ada tanggal peluncuran spesifik yang dikonfirmasi.
- Petunjuk terpenting: Pengumuman V4.1 Flash mengaitkan V4.1 Pro di masa depan dengan rencana transisi API.
- Status API: DeepSeek mengonfirmasi layanan V4 Pro tetap berlanjut dengan penagihan yang tidak berubah sebagai respons terhadap permintaan pengguna; rencana sebelumnya untuk mengarahkan ulang permintaan Pro ke Flash telah digantikan.
- Dasar teknis: V4.1 Flash mengungkap backbone 552B parameter, pemrosesan asimetris dan konteks 1 juta token.
- Persiapan: Benchmark model yang ada dan tetap jadikan pengenal model API dapat dikonfigurasi.
When Will DeepSeek V4.1 Pro Be Released?
Per 14 Oktober 2026, sumber resmi yang ditinjau untuk artikel ini tidak menetapkan tanggal rilis DeepSeek V4.1 Pro. Namanya muncul dalam komunikasi produk DeepSeek, tetapi referensi produk masa depan bukanlah jadwal peluncuran.
Pada 10 September 2026, DeepSeek memperkenalkan V4.1 Flash sebagai anggota terkecil dari keluarga arsitektur baru. Pengumuman peluncuran resminya menggambarkan rencana awal untuk mengarahkan ulang API V4 Pro yang lebih lama ke V4.1 Flash hingga rilis V4.1 Pro di masa depan. Pernyataan tersebut mengaitkan penerus dengan kebijakan migrasi konkret, tetapi tidak menetapkan tanggal rilis, status pelatihan, atau spesifikasi final.
DeepSeek V4.1 Pro Release Timeline
| Tanggal | Pengembangan | Implikasi |
|---|---|---|
| 24 April 2026 | Keluarga pratinjau V4 dirilis | Baseline generasi sebelumnya |
| 13 Agustus 2026 | Pembaruan ketersediaan umum V4 Pro | Baseline flagship yang diketahui |
| 10 September 2026 | V4.1 Flash diumumkan; V4.1 Pro disebut | Keluarga arsitektur baru diperkenalkan, dengan penerus Pro di masa depan disebut tetapi tanpa tanggal rilis yang dikonfirmasi |
| 14 September 2026 | Target migrasi V4 Pro asli | Kemudian direvisi |
| Rilis V4.1 Pro | Tidak ada tanggal yang diumumkan | Waktu tetap belum dikonfirmasi |
Arsip berita resmi memberi tanggal rilis pratinjau V4 pada 24 April dan rilis umum V4 Pro pada 13 Agustus. Tanggal migrasi September adalah target transisi layanan, bukan tanggal rilis V4.1 Pro.
Pengumuman September mengusulkan untuk mengarahkan ulang permintaan V4 Pro ke Flash mulai 14 September hingga rilis Pro di masa depan. Namun, dokumentasi API saat ini mencantumkan V4 Pro sebagai model terpisah dengan tarifnya sendiri. DeepSeek kemudian mengklarifikasi dalam entri catatan perubahan resmi 10 September bahwa mereka akan terus menyediakan layanan API V4 Pro setelah 14 September sebagai respons terhadap permintaan pengguna, dengan penagihan yang tidak berubah. Oleh karena itu, proposal pengalihan sebelumnya harus diperlakukan sebagai rencana yang telah digantikan, bukan kebijakan perutean V4 Pro saat ini. Tabel model saat ini mencantumkan deepseek-v4-pro sebagai V4-Pro-0813 dan deepseek-flash sebagai V4.1-Flash-1017; verifikasi pemetaan model spesifik penyedia sebelum penerapan.
Konfirmasi di masa depan seharusnya datang dari pengumuman khusus DeepSeek, pengenal API yang didukung, serta evaluasi dan harga Pro yang dipublikasikan.
What Has DeepSeek Officially Confirmed About V4.1 Pro?
Confirmed Information
Pembedaan antara pernyataan resmi dan spekulasi teknis sangat penting sebelum peluncuran. Pengungkapan V4.1 Flash memberikan bukti substansial tentang keluarga arsitektur, tetapi tidak otomatis menjadi spesifikasi V4.1 Pro.
DeepSeek telah menyebut V4.1 Pro sebagai anggota masa depan keluarga V4.1, tetapi sumber yang ditinjau tidak menetapkan tanggal rilis, pengenal model publik, jumlah parameter, jendela konteks, dukungan visi, kontrol penalaran, hasil tolok ukur, atau harga API. Spesifikasi V4.1 Flash yang tersedia memberikan konteks untuk keluarga arsitektur, bukan spesifikasi V4.1 Pro yang dikonfirmasi.
DeepSeek menggambarkan V4.1 Flash sebagai anggota terkecil dari keluarga baru yang dirancang untuk skala. Ini mendukung arsitektur yang lebih besar di masa depan tetapi tidak membuktikan bahwa V4.1 Pro hanya akan menjadi salinan yang lebih besar. Pelatihan, anggaran parameter aktif, skema perhatian, dan metode pascapelatihan tetap belum dikonfirmasi.
Community Reports / Leaks
Dalam sebuah posting X pada 27 September 2026, @NFT_Chen mengklaim bahwa DeepSeek V4.1 Pro telah muncul dalam pengujian internal dengan akses awal berbasis akun.
Posting @NFT_Chen adalah laporan komunitas yang tidak diverifikasi, bukan pengumuman resmi DeepSeek. Tangkapan layar terlihat menunjukkan nama V4.1 Pro, label akses awal, dan beberapa bidang konfigurasi, tetapi tidak menetapkan sumber tangkapan layar, lingkungan penerapan, koneksi ke model aktif, ketersediaan API publik, atau spesifikasi produk final. Perlakukan ini sebagai petunjuk untuk verifikasi lebih lanjut, bukan sebagai bukti rilis yang dikonfirmasi.
Tangkapan layar konfigurasi terlampir menampilkan nama DeepSeek V4.1 Pro, tagline Early access, upaya penalaran tinggi, dan flag untuk penggunaan data pelatihan, akses non-premium, dan tanpa dukungan multimodal. Ini juga berisi pengenal FREEBUFF_AI_TRAINING_NOTICE.
Jika autentik dan terkait dengan integrasi aktif, entri tersebut bisa menjadi petunjuk akses awal. Flag ketersediaan bukan jaminan layanan, dan prediksi dekat peluncuran oleh penulis bukan jendela rilis yang dikonfirmasi. Perlakukan tangkapan layar sebagai petunjuk untuk verifikasi lebih lanjut, bukan sebagai spesifikasi Pro.
What Is Known About DeepSeek V4.1 Pro?
V4.1 Flash menawarkan dasar teknis paling jelas untuk keluarga yang akan datang. V4.1 Flash menggunakan arsitektur Encoder-Decoder Kausal dengan jalur komputasi berbeda untuk prefill dan decoding.
Menurut kartu model teknis, model yang dirilis berisi 40 lapisan Transformer di seluruh encoder 20 lapisan dan decoder 20 lapisan.
| Spesifikasi | DeepSeek V4 Pro | V4.1 Flash | V4.1 Pro |
|---|---|---|---|
| Parameter backbone | 1.6T | 552B | Belum diumumkan |
| Parameter aktif | 49B | 8B input / 16B output | Belum diumumkan |
| Arsitektur | MoE | Causal Encoder-Decoder MoE | Belum diumumkan |
| Jendela konteks | 1M | 1M | Belum diumumkan |
| Output maksimum | 384K | 384K | Belum diumumkan |
| Masukan gambar native | Tidak dalam konfigurasi yang tercantum | Didukung | Belum diumumkan |
| Jejak KV cache | Tidak langsung sebanding | ~890 byte/token | Belum diumumkan |
| Kontrol penalaran | Low / high / max | Kontinu 1–100 | Belum diumumkan |
| Ketersediaan | API | API dan bobot terbuka | Belum diumumkan |
Meskipun V4.1 Flash berisi 552B parameter backbone, hanya sekitar 8B parameter yang diaktifkan per token input dan 16B selama output.
Causal Encoder-Decoder Scaling Potential
Pemisahan antara prefill dan decoding dapat memungkinkan anggota keluarga di masa depan meningkatkan kapasitas representasi sambil mengelola biaya inferensi. V4.1 Flash juga menampilkan Compressed Sparse Attention 2 dan caching KV FP4. Apakah dan bagaimana V4.1 Pro mewarisi karakteristik ini tetap tidak diketahui.
DeepSeek melaporkan jejak KV-cache global sekitar 890 byte per token untuk V4.1 Flash, dibandingkan dengan 3.514 byte untuk V4 Flash. Ini adalah perbandingan KV-cache global, bukan ukuran memori penyajian total.
Dua grafik asli yang direproduksi dalam artikel ini dipublikasikan dalam kartu model resmi DeepSeek; tidak ada grafik yang merupakan hasil V4.1 Pro.
DeepSeek V4.1 Pro vs V4 Pro vs V4.1 Flash
Titik awal yang berguna adalah perbedaan yang diamati antara model yang ada, bukan tolok ukur Pro yang dibuat-buat. Tabel di bawah ini membandingkan model V4 Pro 0813 yang dirilis dengan rilis V4.1 Flash awal September.
DeepSeek benchmark comparison
| Tolok ukur (metrik) | V4 Pro 0813 | V4.1 Flash | Flash − Pro (poin persentase) |
|---|---|---|---|
| GPQA Diamond (Pass@1) | 92.4 | 90.9 | −1.5 |
| HLE, teks saja (Pass@1) | 42.7 | 39.1 | −3.6 |
| Terminal-Bench 2.1 (Pass@1) | 87.9 | 90.6 | +2.7 |
| Terminal-Bench 3.0 (Pass@1) | 11.8 | 30.0 | +18.2 |
| DeepSWE v1.1 (Resolved) | 62.7 | 74.2 | +11.5 |
| CyberGym (Pass@1) | 83.3 | 88.1 | +4.8 |
| HLE dengan tools (Pass@1) | 60.0 | 63.9 | +3.9 |
| Agents’ Last Exam (Pass@1) | 25.7 | 31.8 | +6.1 |
Catatan versi (19 Oktober 2026):
Ini bukan hasil V4.1-Flash-1017.
dari DeepSeek mengonfirmasi bahwa situs web, aplikasi, dan API-nya beralih ke Flash-1017. Tabel ini dipertahankan sebagai perbandingan historis dengan V4 Pro 0813. Jangan menafsirkan perbedaan skornya sebagai perbandingan terhadap versi Flash terbaru; jalankan ulang evaluasi yang cocok sebelum membuat keputusan pemilihan model saat ini.
Sebaran evaluasi model instruct resmi adalah sumber hasil tolok ukur yang dilaporkan vendor di atas. Untuk perbandingan yang konsisten, skor HLE didasarkan pada subset teks-saja untuk kedua model. Semua perbedaan skor dinyatakan dalam poin persentase, bukan kenaikan persentase relatif.
Benchmark Conditions and Limits
Evaluasi instruct Flash menggunakan reasoning_effort=100, temperature=1.0 dan top_p=0.95. Terminal-Bench menggunakan DeepSeek Harness Minimal dengan konteks 1M token; DeepSWE v1.1 menggunakan mini-SWE. Pengaturan ini menggambarkan run Flash yang dilaporkan dan tidak boleh diasumsikan mereproduksi setup setiap model perbandingan.
Studi cross-scaffold yang menyertai menentukan container Linux, max_steps=500, delapan sampel per tugas untuk DeepSWE dan tiga untuk Terminal-Bench 2.1, tanpa akses jaringan untuk yang terakhir. Detail ini milik studi tersebut, bukan otomatis untuk setiap baris di tabel utama. Kartu model tidak menyediakan satu konfigurasi perangkat keras bersama untuk semua skor yang tercantum; tidak ada klaim throughput yang dinormalisasi perangkat keras di sini.
Grafik performa agen asli dari DeepSeek membandingkan Flash dengan model frontier terpilih. Nilai Terminal-Bench 3.0 sebesar 17.7 milik Kimi K3, bukan V4 Pro. Tabel di atas menyediakan perbandingan V4 Pro terpisah.
Perbandingan historis ini menunjukkan mengapa model yang lebih kecil tidak harus lebih buruk pada setiap tugas. Terhadap rilis Flash September asli, V4 Pro memimpin beberapa tes penalaran sementara Flash memimpin beberapa evaluasi terminal, pengkodean, dan berbasis alat. Peringkat ini tidak boleh dibawa ke Flash-1017 tanpa pengujian terbaru yang sebanding.
How Much Could DeepSeek V4.1 Pro Cost?
DeepSeek belum mengumumkan harga V4.1 Pro. Harga pihak pertama saat ini memberikan referensi, bukan perkiraan. Tarif membedakan periode puncak dan luar jam sibuk, input cache-hit dan cache-miss, serta output yang dihasilkan.
Angka berikut berasal dari dokumentasi harga DeepSeek; tarif dapat berubah.
Harga dan batas diperiksa pada 14 Oktober 2026. Periode puncak adalah 01:00–04:00 dan 06:00–10:00 UTC, Senin hingga Jumat, tidak termasuk hari libur umum Tiongkok. Waktu lainnya adalah luar jam sibuk. Ini adalah tarif pihak pertama DeepSeek, bukan kutipan CometAPI; penagihan spesifik penyedia harus diperiksa secara terpisah.
| Harga per 1M token | Flash luar jam sibuk | Flash puncak | V4 Pro luar jam sibuk | V4 Pro puncak |
|---|---|---|---|---|
| Input cache-hit | $0.003 | $0.006 | $0.022 | $0.044 |
| Input cache-miss | $0.15 | $0.30 | $0.66 | $1.32 |
| Output | $0.60 | $1.20 | $1.98 | $3.96 |
Dalam snapshot harga dan batas 14 Oktober, baik V4.1 Flash maupun V4 Pro mendukung jendela konteks 1M token. Concurrency yang tercantum adalah 2.500 untuk Flash dan 500 untuk V4 Pro, dengan batas yang sama ditampilkan untuk periode puncak dan luar jam sibuk. Ini adalah batas pihak pertama; konfirmasikan batas penyedia pilihan Anda sebelum penerapan.
Pada tarif luar jam sibuk yang dipublikasikan, input tanpa cache Flash sekitar 77% lebih murah daripada V4 Pro dan output yang dihasilkan sekitar 70% lebih murah. Harga yang lebih rendah bisa sangat relevan untuk tindakan agen berulang dan alur kerja kaya dokumen.
Quality and Cost Trade-offs for V4.1 Pro
Sebagai ilustrasi saja, model yang menelan biaya $0.01 per percobaan dengan tingkat keberhasilan 60% memiliki biaya API ekspektasi sebesar $0.0167 per tugas sukses, sementara model $0.03 dengan tingkat keberhasilan 95% berbiaya sekitar $0.0316. Angka-angka ini bukan performa DeepSeek yang terukur; mereka mengasumsikan percobaan independen dengan probabilitas keberhasilan konstan. Model dengan keberhasilan lebih tinggi mungkin tetap lebih disukai jika mengurangi peninjauan, pengerjaan ulang, atau biaya bisnis lainnya.
How Should Developers Prepare for the DeepSeek V4.1 Pro API?
Pengembang dapat memvalidasi antarmuka kompatibel yang ada, model saat ini, dan protokol pengujian yang dapat digunakan kembali tanpa mengasumsikan pengenal V4.1 Pro. Kuncinya adalah memisahkan pilihan model dari logika aplikasi.
Start with an available DeepSeek model
Pengembang dapat mengakses API DeepSeek V4 Pro di CometAPI dan API DeepSeek V4.1 Flash di CometAPI untuk membangun baseline saat ini. Contoh menggunakan pengenal deepseek-v4.1-flash milik CometAPI. API DeepSeek sendiri menggunakan deepseek-flash; pengenal dan kunci bersifat spesifik penyedia dan tidak boleh dipertukarkan.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1"
)
model = os.getenv("DEEPSEEK_MODEL", "deepseek-v4.1-flash")
response = client.chat.completions.create(
model=model,
messages=[
{"role": "system", "content": "You are a careful coding assistant."},
{"role": "user", "content": "Explain how to optimize Python API latency."}
]
)
print(response.choices[0].message.content)
Pengenal model dalam contoh ini merujuk ke Flash, bukan varian Pro yang belum diumumkan. ID model resmi di masa depan dapat diganti hanya setelah dikonfirmasi dan diuji.
Build a repeatable DeepSeek evaluation suite
| Area uji | Tugas yang disarankan | Metrik utama |
|---|---|---|
| Penalaran | Pertanyaan ilmiah terverifikasi | Akurasi |
| Pengkodean | Perubahan repositori multi-berkas | Tes lulus |
| Agen | Riset berbantuan alat | Tingkat penyelesaian |
| Output terstruktur | JSON dengan skema terkekang | Validitas |
| Konteks panjang | Pengambilan dokumen | Recall |
| Visi | Pemahaman grafik/dokumen | Akurasi ekstraksi |
| Latensi | Permintaan berulang terkendali | P50 / P95 |
| Biaya | Evaluasi alur kerja penuh | Biaya per keberhasilan |
Gunakan hasil model yang ada untuk memilih baseline, bukan untuk memprediksi performa V4.1 Pro. Bukti tolok ukur di atas mendahului Flash-1017. Untuk alur kerja terminal dan alat, uji juga penyelesaian horizon panjang dan panggilan alat redundan; ukur latensi di bawah beban terkontrol. Ini adalah tujuan evaluasi, bukan janji resmi V4.1 Pro.
Gunakan prompt, alat, data, dan anggaran penalaran yang konsisten sebisa mungkin. Pengaturan harness yang berbeda dapat menghasilkan kenaikan model yang tampak tidak terkait dengan model yang mendasari.
Prepare a gradual deployment strategy
- Kompatibilitas: uji autentikasi, streaming, skema, pemanggilan alat, dan batas token.
- Evaluasi bayangan: proses sampel tugas nyata tanpa mengubah output produksi.
- Peluncuran terkontrol: arahkan sebagian kecil permintaan yang memenuhi syarat ke model baru.
- Rollback: pertahankan rute terverifikasi sebelumnya hingga target keandalan dan anggaran terpenuhi.
Should You Wait for DeepSeek V4.1 Pro or Use V4.1 Flash Now?
Jika model yang tersedia memenuhi kebutuhan Anda, mulailah dengannya dan tetap jadikan rute model dapat dikonfigurasi untuk evaluasi Pro di masa depan. Jagalah agar rute model tetap dapat dikonfigurasi dan lakukan penilaian ulang saat tanggal rilis, pengenal API yang didukung, serta hasil evaluasi dipublikasikan.
| Kebutuhan | Opsi praktis | Alasan |
|---|---|---|
| Biaya token rendah | Evaluasi V4.1 Flash | Tarif yang dipublikasikan lebih rendah |
| Agen skala besar | Uji Flash terlebih dahulu | Skor agen dan concurrency |
| Penalaran sulit | Bandingkan V4 Pro dan Flash | Kekuatan tugas yang berbeda |
| Sistem V4 Pro yang ada | Pertahankan integrasi terverifikasi | Hindari regresi |
| Masukan visual native | Uji Flash | Dukungan visi resmi |
| Alur kerja kritis | Evaluasi spesifik tugas | Akurasi nyata dibanding leaderboard |
Jaga agar pengenal model tetap dapat dikonfigurasi jika Anda mungkin mengevaluasi V4.1 Pro nanti.
Conclusion
DeepSeek V4.1 Pro telah disebutkan secara resmi, tetapi tanggal rilis, pengenal API publik, harga, dan hasil tolok ukurnya tetap belum dikonfirmasi dalam sumber yang ditinjau. Pengembang dapat menggunakan rute V4 Pro dan V4.1 Flash yang tersedia sekarang, sembari menjaga pemilihan model dapat dikonfigurasi dan menjalankan ulang evaluasi yang cocok sebelum mengadopsi rilis Pro apa pun di masa depan.