Sumber : Detik Finance
DeepSeek Ungkap Data Biaya dan Pendapatan, Klaim Margin Keuntungan Hingga 545% per Hari
Perusahaan rintisan teknologi asal China yang bergerak di bidang kecerdasan buatan (AI), DeepSeek, mengungkapkan rincian terkait biaya dan pendapatan dari model AI mereka, V3 dan R1. Dalam laporan tersebut, perusahaan mengklaim mampu mencapai margin laba hingga 545% per hari.
Mengutip Reuters pada Minggu (2/3/2025), terdapat kemungkinan bahwa pendapatan aktual perusahaan jauh lebih rendah dari angka teoritis yang dilaporkan. Ini merupakan pertama kalinya DeepSeek membuka informasi mengenai profitabilitas bisnisnya.
DeepSeek menyebut bahwa margin keuntungan sebesar 545% per hari dihitung berdasarkan pendapatan teoritis, bukan angka aktual. Pengungkapan ini dapat semakin mengguncang pasar saham AI global, terutama setelah anjloknya saham sektor ini di luar China pada Januari, seiring meningkatnya popularitas chatbot berbasis model R1 dan V3 di berbagai belahan dunia.
Dalam aspek investasi, DeepSeek mengklaim hanya mengeluarkan kurang dari US$ 6 juta untuk membeli chip guna melatih model AI mereka, jauh lebih sedikit dibandingkan pengeluaran pesaingnya, seperti OpenAI.
Dari segi operasional, perusahaan menjelaskan bahwa dengan asumsi biaya sewa satu chip H800 adalah US$ 2 per jam, maka total biaya inferensi harian untuk model V3 dan R1 mencapai US$ 87.072. Sebagai perbandingan, pendapatan teoritis harian dari model ini diperkirakan mencapai US$ 562.027, sehingga menghasilkan rasio laba terhadap biaya sebesar 545%.
Jika tren ini bertahan selama setahun, DeepSeek diperkirakan mampu meraih pendapatan tahunan lebih dari US$ 200 juta. Namun, perusahaan juga mengakui bahwa pendapatan aktual jauh lebih kecil karena beberapa faktor, seperti tarif penggunaan model V3 yang lebih rendah dibandingkan R1, banyak layanan yang masih diberikan secara gratis, serta pengurangan tarif bagi pengembang selama jam-jam tertentu yang kurang ramai.
Baca Juga : Cara Buat Surat Keterangan Bebas Narkoba dan Biayanya
#deepseek #china #v3
