DeepSeek Tembus Run Rate Pendapatan $1 Miliar dan Bidik Pendanaan $7,5 Miliar Menuju IPO

DeepSeek mencatat annualized revenue run rate $1 miliar dan tengah merampungkan pendanaan $7,5 miliar dengan valuasi $75 miliar menjelang rencana penawaran saham perdana di bursa Shanghai.

> date: 2026-09-25 | > source: The Information & TechStartups | > 2m read
#deepseek #ai #revenue #startup #ipo
DeepSeek Tembus Run Rate Pendapatan $1 Miliar dan Bidik Pendanaan $7,5 Miliar Menuju IPO

Startup kecerdasan buatan asal Tiongkok, DeepSeek, dilaporkan telah menembus annualized revenue run rate sebesar $1 miliar (sekitar Rp16,3 triliun). Angka pencapaian ini diungkapkan langsung oleh CEO DeepSeek Liang Wenfeng dalam pertemuan tertutup bersama para investor, sebagaimana pertama kali dilaporkan oleh The Information dan dilansir oleh PYMNTS. Laju pendapatan ini melonjak lebih dari dua kali lipat hanya dalam hitungan beberapa bulan, menegaskan transisi cepat DeepSeek dari laboratorium riset berbiaya efisien menjadi salah satu kekuatan komersial AI terbesar di tingkat global.

Lonjakan pendapatan tahunan tersebut didorong oleh tingginya permintaan terhadap model AI DeepSeek di pasar global dan enterprise domestik, bahkan setelah perusahaan menaikkan tarif akses API sebesar 2,3 hingga 4,5 kali lipat pada Agustus lalu. Kenaikan harga tersebut terbukti tidak menyurutkan minat pengembang dan korporasi, mengingat tarif komputasi model DeepSeek tetap tergolong paling terjangkau jika dibandingkan dengan model frontier milik OpenAI maupun Google.

Bersamaan dengan tonggak finansial ini, DeepSeek saat ini tengah memfinalisasi putaran pendanaan tahap kedua dengan target 50 miliar yuan (sekitar 7,5miliar).Putaranpendanaanbaruinimematokvaluasiperusahaanhingga500miliaryuanatausetara7,5 miliar). Putaran pendanaan baru ini mematok valuasi perusahaan hingga 500 miliar yuan atau setara75 miliar. Langkah ekspansi modal berskala besar ini dipersiapkan sebagai pijakan strategis menuju rencana penawaran umum perdana (IPO) di Bursa Efek Shanghai (Shanghai Stock Exchange).

Di sisi infrastruktur teknis, Liang Wenfeng memaparkan bahwa DeepSeek tetap mengutamakan riset fondasi jangka panjang dibandingkan monetisasi instan. Lebih dari 70% kapasitas komputasi (compute power) perusahaan dialokasikan khusus untuk melatih model generasi berikutnya, sementara kurang dari 30% sisanya digunakan untuk melayani kebutuhan pemrosesan (inference) pengguna saat ini. Fokus riset ini sebelumnya telah melahirkan arsitektur DeepSeek-V4.1-Flash dengan throughput tinggi serta latensi rendah, sekaligus mempertegas ambisi DeepSeek untuk terus memimpin efisiensi arsitektur model AI dunia.