Daftar Isi

 

DeepSeek Mulai Berbayar untuk Search dan Fetch API, Berapa Biayanya?

Perusahaan kecerdasan buatan DeepSeek mulai menerapkan tarif untuk layanan pencarian web dan pengambilan konten halaman melalui Search API dan Fetch API. Kebijakan yang diumumkan pada 17 Oktober 2026 ini menjadi hal penting bagi pengembang yang menggunakan DeepSeek untuk membangun aplikasi AI, chatbot berbasis internet, hingga AI agent yang membutuhkan informasi terkini.

DeepSeek menetapkan tarif sebesar 0,75 dolar AS atau sekitar Rp12.375 untuk setiap 1.000 permintaan berhasil pada masing-masing API. Sekilas, nominal tersebut mungkin tidak terlalu besar. Namun, biaya dapat meningkat ketika sebuah aplikasi harus memproses puluhan ribu hingga jutaan permintaan setiap bulan.

Selain perubahan tarif, DeepSeek juga memperkenalkan pembaruan model V4.1-Flash-1017 yang mencatat peningkatan skor pada pengujian kemampuan pemrograman. Kedua perkembangan ini menunjukkan bahwa pengembang perlu memperhatikan kemampuan teknis sekaligus biaya operasional ketika membangun aplikasi berbasis AI.

Lantas, bagaimana cara kerja tarif baru DeepSeek, berapa perkiraan biaya yang harus disiapkan developer di Indonesia, dan apa saja yang perlu diperhatikan sebelum mengintegrasikan layanan tersebut?

1. DeepSeek Menetapkan Tarif 0,75 Dolar AS per 1.000 Permintaan

DeepSeek mematok tarif Search API dan Fetch API sebesar 0,75 dolar AS untuk setiap 1.000 permintaan yang berhasil diproses. Kedua layanan tersebut memiliki sistem penagihan terpisah sehingga pengembang perlu menghitung penggunaannya secara berbeda.

Search API berfungsi mencari informasi di internet berdasarkan kueri yang dikirimkan aplikasi. Layanan ini mengembalikan hasil pencarian terstruktur yang dapat digunakan untuk menemukan halaman web relevan sesuai kebutuhan pengguna.

Sementara itu, Fetch API bertugas mengambil konten dari halaman web tertentu. Konten tersebut dikembalikan dalam format Markdown agar lebih mudah dibaca, diolah, dan dimanfaatkan oleh aplikasi atau model AI.

Keduanya memiliki fungsi yang saling melengkapi. Search API membantu aplikasi menemukan sumber informasi, sedangkan Fetch API memungkinkan aplikasi membaca isi halaman yang ditemukan.

Sebagai contoh, sebuah AI agent yang bertugas merangkum berita teknologi terbaru dapat menggunakan Search API untuk menemukan artikel relevan. Setelah mendapatkan daftar hasil pencarian, aplikasi bisa memanggil Fetch API untuk mengambil isi artikel sebelum meminta model AI menyusun ringkasannya.

DeepSeek tidak mengenakan biaya untuk setiap hasil yang muncul dalam satu pencarian. Penagihan dihitung berdasarkan jumlah permintaan yang berhasil, bukan jumlah tautan yang dikembalikan.

Menurut ketentuan layanan yang dijelaskan dalam dokumentasinya, permintaan Search API baru dikenai biaya apabila menghasilkan respons HTTP 200 dengan daftar hasil yang tidak kosong. Untuk Fetch API, biaya dikenakan ketika permintaan berhasil mengembalikan konten halaman.

Sebaliknya, permintaan yang gagal, pencarian tanpa hasil, atau permintaan yang mengalami timeout tidak dikenai biaya sesuai ketentuan tersebut.

Meskipun demikian, pengembang tetap perlu memperhatikan bagaimana aplikasi mengirim permintaan. Pencarian berulang, pengambilan halaman yang berlebihan, dan alur kerja yang kurang efisien dapat meningkatkan biaya tanpa memberikan manfaat yang sebanding.

2. Simulasi Biaya Search dan Fetch API dalam Rupiah

Untuk memahami dampaknya terhadap anggaran, pengembang Indonesia dapat menghitung estimasi biaya berdasarkan asumsi kurs Rp16.500 per dolar AS.

Dengan tarif 0,75 dolar AS per 1.000 permintaan berhasil, biaya penggunaan satu API dapat dihitung berdasarkan volume permintaan bulanan.

Berikut simulasi biaya untuk Search API atau Fetch API secara terpisah.

• 1.000 permintaan berhasil: Rp12.375.
• 10.000 permintaan berhasil: Rp123.750.
• 100.000 permintaan berhasil: Rp1.237.500.
• 500.000 permintaan berhasil: Rp6.187.500.
• 1.000.000 permintaan berhasil: Rp12.375.000.

Perhitungan tersebut berlaku untuk satu jenis API. Jika aplikasi menggunakan Search API dan Fetch API sekaligus, biaya keduanya harus dijumlahkan.

Misalnya, sebuah aplikasi menghasilkan 100.000 permintaan Search API dan 100.000 permintaan Fetch API dalam satu bulan. Masing-masing layanan membutuhkan biaya sekitar Rp1.237.500 sehingga total pengeluaran mencapai Rp2.475.000.

Angka tersebut belum mencakup biaya penggunaan model AI, infrastruktur server, penyimpanan data, maupun layanan pendukung lainnya.

Pengeluaran juga dapat berbeda berdasarkan pola interaksi pengguna. Bayangkan sebuah aplikasi yang menjawab pertanyaan dengan melakukan dua pencarian web dan mengambil tiga halaman untuk setiap pertanyaan.

Jika aplikasi menerima 10.000 pertanyaan dalam sebulan, total penggunaannya mencapai 20.000 permintaan Search API dan 30.000 permintaan Fetch API.

Biaya Search API diperkirakan sebesar Rp247.500, sedangkan Fetch API mencapai Rp371.250. Dengan demikian, total biaya kedua layanan tersebut menjadi sekitar Rp618.750.

Contoh ini memperlihatkan bahwa jumlah pengguna bukan satu-satunya faktor yang menentukan biaya. Frekuensi pemanggilan API untuk menyelesaikan setiap tugas juga memiliki pengaruh besar.

Aplikasi dengan jumlah pengguna relatif sedikit tetap dapat menghabiskan anggaran cukup besar apabila setiap pertanyaan memicu banyak pencarian dan pengambilan halaman.

Baca juga : Empat AI Gemini 4 Argon Tamatkan Minecraft, Bukti AI Mulai Mampu Bekerja sebagai Tim?

3. DeepSeek V4.1-Flash-1017 Meningkatkan Skor Benchmark Coding

Bersamaan dengan pengumuman tarif Search dan Fetch API, DeepSeek juga memperbarui model V4.1-Flash menjadi V4.1-Flash-1017.

Perusahaan melaporkan adanya peningkatan performa benchmark, penyelesaian tugas yang lebih cepat, serta keluaran yang lebih ringkas dibandingkan versi sebelumnya.

Salah satu hasil yang disorot adalah skor 77,0 pada benchmark DeepSWE v1.1. Angka tersebut meningkat dari skor 74,2 yang dicapai versi sebelumnya.

Benchmark merupakan metode pengujian untuk mengukur kemampuan model berdasarkan serangkaian tugas dan kriteria tertentu. Dalam konteks pengembangan perangkat lunak, pengujian semacam ini dapat membantu menilai kemampuan model menyelesaikan persoalan pemrograman.

Peningkatan skor tersebut menjadi kabar menarik bagi developer yang membangun AI agent untuk membantu menulis kode, menganalisis masalah teknis, atau menjalankan tugas pengembangan perangkat lunak.

Namun, hasil benchmark tidak otomatis membuktikan bahwa suatu model lebih unggul dalam seluruh jenis pekerjaan pemrograman. Kinerja sebenarnya tetap dipengaruhi oleh tingkat kesulitan tugas, metode evaluasi, lingkungan pengujian, dan kebutuhan pengguna.

Karena itu, pengembang sebaiknya menguji model menggunakan skenario yang mendekati penggunaan nyata sebelum menjadikannya komponen utama dalam sebuah produk.

Hal lain yang perlu diperhatikan adalah perbedaan mekanisme penagihan. Tarif Search dan Fetch API dihitung berdasarkan jumlah permintaan berhasil, sedangkan penggunaan model DeepSeek tetap mengikuti tarif token yang berlaku untuk model terkait.

Artinya, peningkatan kemampuan model tidak membuat biaya pencarian web otomatis menjadi lebih murah. Pengembang harus memperhitungkan kedua komponen tersebut secara terpisah.

4. Kapan Tarif Baru DeepSeek Mulai Berlaku?

DeepSeek memberikan masa gratis untuk pemanggilan Search dan Fetch melalui sejumlah alat server-side, termasuk DeepSeek Harness, Claude Code, dan Codex, bagi pengguna DeepSeek API.

Masa gratis untuk jalur penggunaan tersebut dijadwalkan berakhir pada 31 Oktober 2026 pukul 16.00 UTC, atau 23.00 WIB pada tanggal yang sama.

Dokumentasi harga DeepSeek juga menyebut waktu tersebut sebagai pukul 00.00 pada 1 November 2026 di Beijing. Perbedaan tanggal terjadi karena Beijing menggunakan zona waktu yang lebih cepat satu jam dibandingkan WIB.

Pengembang perlu memahami bahwa ketentuan masa gratis tersebut berlaku secara khusus untuk pemanggilan melalui alat yang disebutkan. Penggunaan Search dan Fetch API secara langsung perlu mengikuti ketentuan penagihan yang berlaku pada metode integrasi masing-masing.

Oleh sebab itu, developer sebaiknya memeriksa dokumentasi resmi, konfigurasi akun, serta jalur pemanggilan API yang digunakan sebelum mengasumsikan bahwa seluruh penggunaan masih gratis hingga tanggal tersebut.

Langkah ini penting untuk menghindari pengeluaran yang tidak terduga ketika masa gratis berakhir.

Pengembang yang sedang menguji aplikasi juga dapat memanfaatkan periode awal untuk mengukur jumlah permintaan yang dibutuhkan dalam setiap tugas. Data tersebut nantinya bisa digunakan untuk membuat perkiraan biaya ketika aplikasi mulai digunakan secara lebih luas.

5. Dampak Tarif Baru bagi Pengembang AI di Indonesia

Pengenaan tarif Search dan Fetch API tidak serta-merta membuat DeepSeek menjadi pilihan yang kurang menarik. Bagi pengembang yang membutuhkan akses informasi internet, kedua layanan tersebut tetap dapat membantu membangun aplikasi dengan kemampuan pencarian dan pemrosesan konten web.

Tantangannya adalah bagaimana menjaga biaya operasional tetap sebanding dengan manfaat yang diberikan kepada pengguna.

Langkah pertama yang bisa dilakukan adalah mengukur kebutuhan API berdasarkan alur kerja aplikasi. Developer perlu mengetahui berapa kali Search dan Fetch dipanggil untuk menyelesaikan satu pertanyaan, kemudian mengalikannya dengan perkiraan jumlah pertanyaan bulanan.

Kedua, pengembang dapat menerapkan caching atau penyimpanan sementara hasil pencarian dan konten yang masih relevan. Dengan cara ini, aplikasi tidak perlu mengulang permintaan yang sama apabila informasi yang tersedia masih dapat digunakan.

Caching tentu perlu diterapkan dengan mempertimbangkan masa berlaku informasi. Berita terbaru, harga produk, dan informasi yang cepat berubah mungkin membutuhkan pembaruan lebih sering dibandingkan dokumentasi teknis yang relatif stabil.

Ketiga, batasi jumlah halaman yang diambil sesuai kebutuhan. Tidak semua pertanyaan memerlukan banyak sumber. Untuk tugas sederhana, mengambil beberapa halaman yang relevan mungkin sudah cukup daripada memproses puluhan tautan sekaligus.

Keempat, pisahkan anggaran Search API, Fetch API, dan penggunaan model AI. Pemisahan ini membantu developer mengetahui komponen mana yang paling banyak menyerap biaya sehingga optimasi bisa dilakukan secara lebih terarah.

Terakhir, perhatikan fluktuasi nilai tukar. Karena tarif ditetapkan dalam dolar AS, biaya dalam rupiah dapat berubah mengikuti kurs yang digunakan ketika tagihan dikonversi.

Hal ini menjadi penting bagi pengembang yang menjual layanan berlangganan dengan harga tetap dalam rupiah. Perubahan kurs dan peningkatan penggunaan API dapat memengaruhi margin keuntungan apabila tidak diperhitungkan sejak awal.

6. Apakah Pengguna Chatbot DeepSeek Juga Harus Membayar?

Pengenaan tarif Search dan Fetch API perlu dipahami dalam konteks layanan yang ditujukan kepada pengembang.

Kebijakan tersebut tidak dengan sendirinya berarti setiap pengguna chatbot DeepSeek harus membayar setiap kali mengetik pertanyaan. Tarif yang dibahas berkaitan dengan penggunaan API pencarian web dan pengambilan konten halaman oleh aplikasi atau sistem yang mengintegrasikannya.

Pengguna chatbot biasa dan developer yang membangun aplikasi melalui API memiliki konteks penggunaan yang berbeda. Ketentuan biaya untuk masing-masing layanan juga perlu dilihat berdasarkan produk dan metode akses yang digunakan.

Bagi developer, perubahan ini menjadi pengingat bahwa aplikasi AI tidak hanya membutuhkan model yang mampu menghasilkan jawaban. Ketika aplikasi harus mencari informasi di internet, membaca halaman web, dan memproses data dalam beberapa tahap, biaya layanan pendukung juga perlu diperhitungkan.

Pada akhirnya, tarif 0,75 dolar AS per 1.000 permintaan berhasil masih dapat dikelola untuk berbagai skala aplikasi. Namun, pengeluaran akan meningkat seiring bertambahnya volume penggunaan dan kompleksitas alur kerja.

Dengan menghitung kebutuhan API, mengurangi permintaan berulang, menerapkan caching, serta memisahkan anggaran pencarian dan model AI, pengembang dapat menggunakan layanan DeepSeek secara lebih efisien.

Bagi developer Indonesia, memahami struktur biaya sejak tahap pengembangan merupakan langkah penting agar aplikasi AI tidak hanya berfungsi dengan baik, tetapi juga memiliki biaya operasional yang masuk akal ketika jumlah penggunanya bertambah.