SUKABUMI EKSPRES – Kami akan membahas secara singkat mengenai DeepSeek dengan model terbarunya, yaitu R1. Model R1 ini diluncurkan satu minggu yang lalu, dan peluncurannya tersebut membuat publik Barat ramai membicarakannya, terutama dengan hadirnya OpenAI yang mendukung ChatGPT dengan model paling canggihnya, yaitu O1.
Kehadiran DeepSeek dengan model R1 ini tentu menjadi tantangan besar bagi OpenAI. Mengapa demikian? Karena DeepSeek bersifat open source dan gratis. Bahkan, untuk menggunakan model R1 ini, Anda dapat mengaksesnya secara gratis.
Model R1 milik DeepSeek ini memiliki kemampuan yang setara dengan model O1 milik ChatGPT. Tidak hanya itu, DeepSeek R1 juga menawarkan harga akses API yang 90 hingga 95% lebih murah dibandingkan dengan model terdepan saat ini, yaitu O1 dari OpenAI.
Baca Juga:Mengapa Setiap Tahun Baru Imlek Selalu Hujan? BMKG Beri PenjelasanSambut Imlek 2025 Ini Ramalan Tahun Ular Kayu, Shio Kamu Akan Beruntung?
Bayangkan potensi yang dapat Anda raih dengan penghematan biaya sebesar itu. Tentunya, hal ini juga menjadi angin segar bagi perusahaan besar yang ingin menyediakan layanan AI dengan biaya yang jauh lebih terjangkau.
Keunggulan DeepSeek
DeepSeek R1 bukan hanya sekadar murah, tetapi juga sangat cerdas. Model AI ini memiliki 671 miliar parameter dan menerapkan metode penalaran bertahap, yang dapat dikatakan mirip dengan cara manusia berpikir saat menghadapi masalah kompleks.
Hal ini membuatnya mampu memberikan jawaban yang lebih akurat dan handal. Perhatikan grafik perbandingan dalam tes matematika AIME 2024, di mana DeepSeek R1 berhasil meraih skor 79,8%, mengalahkan O1 yang hanya memperoleh skor 79,2%.
Di benchmark Math 500, R1 juga unggul dengan skor 97,3%, lebih tinggi dibandingkan O1 yang hanya memperoleh skor 96,4%. Bahkan, di platform pemrograman CodeForce, R1 mendapatkan rating sebesar 96,3%.
Meskipun nilai-nilai yang ditampilkan dalam grafik ini terlihat tidak ada perbedaan yang terlalu signifikan antara O1 milik ChatGPT dan R1 milik DeepSeek, pencapaian R1 tetap sangat mengesankan.
Bagaimana DeepSeek R1 bisa sesekali efisien? Pengembangan R1 sebenarnya menggabungkan metode reinforcement learning dan supervised fine-tuning. Awalnya, model ini dikembangkan sebagai R10 yang mengandalkan reinforcement learning.
Model ini kemudian disempurnakan melalui proses supervised learning. Tim pengembang memulai dengan model dasar DeepSeek V3 dan mengumpulkan ribuan data awal untuk fine-tuning.